Detecting mechanical loosening of total hip replacement implant from plain radiograph using deep convolutional neural network

要約

股関節全置換術（THR）インプラントの機械的なゆるみを検出するために、プレーンX線撮影が広く用いられている。現在、X線写真の評価は医療従事者が手作業で行っており、観察者間および観察者内の信頼性が低く、精度が低い可能性がある。さらに、THRインプラントの機械的ゆるみを手動で検出するには、経験豊富な臨床医が必要ですが、そのような臨床医が常にいるとは限らず、診断の遅れにつながる可能性があります。本研究では，深層畳み込みニューラルネットワーク（CNN）を用いて，プレーンX線写真からTHRインプラントの機械的ゆるみを検出する，新規で完全自動かつ解釈可能なアプローチを提示する．我々は、40人の患者の股関節前方X線写真に対して、5重クロスバリデーションを用いてCNNを学習させ、その性能を、大量の認定整形外科医（AFC）と比較した。また、機械の結果に対する信頼性を高めるために、CNNが診断するためにどこを見ているかを視覚化する顕著性マップを実装した。CNNは、THRインプラントの機械的ゆるみの診断において、整形外科医を上回り、整形外科医（0.53）と同じ特異度（0.96）で、有意に高い感度（0.94）を達成した。顕著性マップは、CNNが臨床的に関連する特徴を見て診断していることを示した。このようなCNNは、THRインプラントの機械的ゆるみの自動的な放射線評価に使用することができ、医師の意思決定プロセスを補完し、診断精度を高め、より患者中心のケアに従事することを可能にする。

要約(オリジナル)

Plain radiography is widely used to detect mechanical loosening of total hip replacement (THR) implants. Currently, radiographs are assessed manually by medical professionals, which may be prone to poor inter and intra observer reliability and low accuracy. Furthermore, manual detection of mechanical loosening of THR implants requires experienced clinicians who might not always be readily available, potentially resulting in delayed diagnosis. In this study, we present a novel, fully automatic and interpretable approach to detect mechanical loosening of THR implants from plain radiographs using deep convolutional neural network (CNN). We trained a CNN on 40 patients anteroposterior hip x rays using five fold cross validation and compared its performance with a high volume board certified orthopaedic surgeon (AFC). To increase the confidence in the machine outcome, we also implemented saliency maps to visualize where the CNN looked at to make a diagnosis. CNN outperformed the orthopaedic surgeon in diagnosing mechanical loosening of THR implants achieving significantly higher sensitively (0.94) than the orthopaedic surgeon (0.53) with the same specificity (0.96). The saliency maps showed that the CNN looked at clinically relevant features to make a diagnosis. Such CNNs can be used for automatic radiologic assessment of mechanical loosening of THR implants to supplement the practitioners decision making process, increasing their diagnostic accuracy, and freeing them to engage in more patient centric care.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL