基于卷积神经网络的三维诊断系统在复杂胫骨平台骨折中的应用

袁铄慧 蔡明俞佳烽 余佳伟 楼才俊 冯建钜

胫骨平台骨折在临床中较为常见，在全身骨折中占比约1%［1］。根据三柱分型理论［2-3］，将双柱骨折、三柱骨折归为复杂胫骨平台骨折，其常为高能量损伤，关节面骨折呈较严重的粉碎性，手术治疗的目的应力求恢复胫骨平台正常的解剖结构。但由于其周围结构的复杂性，手术中常无法在直视下进行关节面的复位，治疗效果也因此受到一定影响［4-5］。因此，术前与术中全面了解骨折的形态类型，是实现精准手术的基础。本院自主开发了一款基于卷积神经网络（convolutional neural networks，CNN）算法的骨折桌面级三维重建辅助诊断系统（简称三维诊断系统），具有计算机配置要求低、操作简便、重建速度快等特点，可方便临床医师在术前准备及手术操作中识别骨折的立体形态。本文探讨三维诊断系统在复杂胫骨平台骨折中的应用价值，报道如下。

1 资料与方法

1.1 临床资料 回顾性分析2018年8月至2020年12月本院86例复杂胫骨平台骨折患者的临床资料。纳入标准：（1）损伤≤2周单侧、闭合胫骨平台骨折；（2）双柱或三柱骨折；（3）骨折块间移位＞2 mm；（4）行切开复位内固定手术。排除标准：（1）创伤侧肢体存在严重血管、神经损伤；（2）严重脑外伤或胸腹部外伤；（3）陈旧骨折畸形愈合者或病理性骨折；（4）生命体征不稳定，不能耐受手术；（5）未进行CT检查者。其中41例使用软件辅助纳入观察组，45例未使用软件辅助纳入对照组。两组患者性别、年龄、骨折侧别、骨折分型等一般资料差异无统计学意义（P＞0.05），见表1。具有可比性。

表1 两组患者一般资料比较

1.2 方法 （1）观察组行常规胫骨平台骨折切开复位内固定手术并使用软件辅助，具体方法：①软件开发：在VS2010开发平台上，利用微软基础类库（MFC）+OpenGL接口构建软件的用户界面与基础框架与功能：第一，根据DICOM 3.0标准，读取复杂关节内骨折CT文件中的原始数据；第二，显示可进行人工定位的二维图像；第三，窗宽窗位可以利用交互操作进行调节，并实时反馈于图像。构建与训练人工智能模型，利用CNN算法进行骨折图像分割，快速生成可人工交互进行截取、缩放、旋转等操作的三维重建图像。②术前处理：两组所有患者术前均行患侧肢体X 线检查及CT 扫描，给予抬高患肢、止痛等对症处理、低分子肝素药物预防下肢深静脉血栓等。将CT检查数据导入三维诊断系统，并由主刀医师根据生成的三维重建图像制定手术入路、复位及内固定计划，并将三维重建数据保存备用。③手术治疗：行常规胫骨平台骨折切开复位内固定手术，在手术室中利用三维诊断系统导入术前已保存的重建数据，生成重建图像，术中根据需要随时查看。并记录手术持续时间及术中出血量。④术后处理：术后24 h常规使用抗生素预防感染，若有糖尿病等基础疾病，或出现切口红肿者，可根据需要适当延长；并予抬高患肢，消肿对症治疗。（2）对照组：行胫骨平台骨折切开复位内固定手术，术前处理、手术方法与术后处理均与观察组一致。

1.3 观察指标 （1）术中相关指标：比较两组术中出血量及手术时间。（2）疼痛视觉模拟评分法（VAS）评分：该评分总分1~10分，得分越高表示疼痛程度越强，术后3 d进行评分。

1.4 统计学方法 采用SPSS22.0统计学软件。计量资料以（±s）表示，组间比较用t检验；计数资料以（%）表示，组间比较用χ2检验；P＜0.05为差异有统计学意义。

2 结果

2.1 两组术中相关指标比较 见表2。

表2 两组术中相关指标比较（±s）

表2 两组术中相关指标比较（±s）

组别 术中出血量（mL） 手术时间（min）观察组（n=41） 61.71±51.52 76.12±16.85对照组（n=45） 110.22±35.90 102.96±18.46 t值 -5.103 -7.018 P值 ＜0.001 ＜0.001

2.2 两组术后3d VAS评分比较 见表3。

表3 两组术后3天VAS评分比较［分，（±s）］

表3 两组术后3天VAS评分比较［分，（±s）］

组别 术后3 d观察组（n=41） 2.80±0.81对照组（n=45） 4.49±1.18 t值 -7.634 P值 ＜0.001

3 讨论

复杂胫骨平台骨折属于复杂关节内骨折，是创伤骨科中常见的难题之一［6］。由于关节面粉碎性骨折，且移位严重，手术应以最大可能复位关节面的结构，并从合适的方向植入坚强的内固定为目的，才能尽量避免创伤性关节炎等远期并发症［7-8］。而实现精准手术的前提是，全面了解骨折线的方向，骨折块的数量和位置，否则会导致遗漏骨折块复位或复位不满意，多次复位固定导致骨质变松而无法放置内固定等后果［9-10］。

三维诊断系统能够在三维立体的角度展示骨折的移位特征，以及各骨折块之间的相对关系，从而辅助医师更精准地实施手术［11］；术中遵循既定计划，既有充分准备、也能使手术操作更加精确，有利于最大程度保护局部血运及骨折愈合，提高骨折复位优良率［12-13］。

本资料显示，与对照组相比，观察组术中出血量较少、手术时间较短，且术后3 d，观察组VAS评分比对照组低，表明三维诊断系统用于辅助诊治复杂胫骨平台骨折，有利于缩短手术时间，减少术中出血，减轻患者痛苦。三维诊断系统，一方面，利用人工智能技术针对复杂关节内骨折进行算法优化，能够对骨折影像数据进行自动分割，并生成可供人工交互展示的三维重建影像［14］；另一方面，其属于桌面级软件，不局限于大型工作站应用，方便手术医师在围术期辨识骨折的三维形态，协助精准手术的开展，帮助医师在骨折复位固定时准确定位、减少不必要的操作，既能减少缩短手术时间也有利于减少因操作不当导致的创伤，减轻患者疼痛［15-16］。留成胜等［17］在悬挂体位治疗胫骨平台后柱骨折中，结合应用数字化技术，使膝关节Rasmussen评分及HSS评分优良率均达到95.2%；周武等［18］应用3D打印技术辅助治疗41例复杂胫骨平台骨折患者，结果显示与传统手术相比，3D打印技术能够提高手术效率、减少术中出血，但在膝关节功能方面无明显优势，与本资料结果相似。

综上，基于卷积神经网络的三维诊断系统用于复杂胫骨平台骨折手术，有利于缩短手术时间、减少术中出血量、减轻患者痛苦，具有推广价值。