研究

可解释椎体骨折评估

利用伪健康椎体合成与相对高度损失测量,实现基于CT的压缩性骨折定量评估。

HealthiVert-GAN封面图,展示伪健康椎体合成与高度损失测量

临床动机

缺少骨折前参照且椎体不同区域变形不一致,使压缩性骨折分级具有挑战。

技术挑战

  • 受伤椎体通常缺少骨折前CT作为个体参照。
  • 椎体前部、中部与后部的压缩程度可能不同。
  • 若分级结果能够追溯到可测量的形态变化,其解释性更强。

研究推进

  1. 由粗到细的伪健康椎体合成
  2. 利用相邻椎体信息进行解剖约束恢复
  3. 相对高度丢失映射与压缩性骨折分级

当前方向

  • 跨CT采集条件的稳健高度丢失测量
  • 定量图谱与临床复核的进一步衔接
  • 模型失败案例与解剖合理性评估

相关论文

代表性论文

2025 · Published

HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading