智能髋关节超声技术在婴儿发育性髋关节发育不良筛查中的应用

目的开发一种辅助发育性髋关节发育不良（DDH）的早期超声筛查的深度学习系统，即新型智能髋关节超声技术（S-hip），并验证其临床应用价值。方法选取我院自 2021年11月至 2022年8月通过标注和审核的婴儿髋关节冠状切面超声图像11 100张，其中8 100张图像用于训练集，3 000张用于测试集，用于构建S-hip深度学习系统。另采集87例婴儿双侧髋关节共174张标准冠状切面超声图像用于验证S-hip的自动测量与医生人工测量之间的一致性。S-hip、超声专家和住院医师分别测量α角、β角和FHC，分别记录测量数据和测量耗时，并进行统计学分析。另选取100张髋关节标准冠状切面超声图像，用于超声专家和超声住院医师测量者自身两次测量重复性验证。结果S-hip与超声专家测量α角、β角和FHC结果的组内相关系数（ICC）与95%可信区间（CI）分别是0.799（0.738，0.847）、0.798（0.737，0.846）和0.934（0.954，0.975）。超声住院医师和超声专家测量α角、β角和FHC结果的ICC（95%CI）值分别是0.725（0.645，0.789）、0.674（0.583，0.748）和0.931（0.908，0.949）。S-hip与超声专家测量α角、β角和FHC结果的平均绝对误差（MAE）分别是2.69 °、4.43 °和2.47%。S-hip组、超声专家组和超声住院医师组测量耗时分别（1.59±0.36） s、（18.76±2.23） s和（19.45±2.76） s，S-hip自动测量耗时明显短于人工测量，差异有统计学意义（P