肌肉分割网络性能比较:通过 ANOVA 测试和成对比较发现,四个分割网络(nnU - Net (2d)、nnU - Net (3d)、V - Net 和 SEVB - Net)在分割 MF、ES 和 PS 时存在显著差异。2D nnU - Net 模型表现最为突出,显著优于其他三个模型;3D nnU - Net 也比 V - Net 和 SEVB - Net 更具优势,但 V - Net 和 SEVB - Net 仅在 PS 分割的部分数据集上有显著差异。
从研究结论和讨论部分来看,此次研究意义重大。nnU - Net 2D 模型在 LPMs 分割中表现卓越,其分割精度远超以往研究,且对不同年龄、不同扫描设备的样本都有很好的适应性,显示出强大的稳健性和广泛的适用性。OTSU 法在脂肪浸润评估上无需额外扫描,既提高了分割速度,又减少了医生诊断差异,为临床提供了高效准确的评估手段。
不过,研究也存在一些不足之处。研究未涵盖不同脊柱病理患者的数据,没有进一步探索 2D 和 3D 融合模型,也未与当前先进的分割算法进行比较,且训练队列中不同设备的患者数量分布不均。但这也为后续研究指明了方向。总体而言,该研究在腰椎旁肌分析领域取得了重要突破,为临床医生制定个性化治疗方案提供了精准的定量参数,有望减轻患者经济负担,推动腰椎疾病诊疗的发展,让更多患者受益于这一科研成果。