人工智能与二维数字模板辅助规划全髋置换预测假体型号的对比分析

doi:10.12307/2023.656

中国组织工程研究 ›› 2023, Vol. 27 ›› Issue (29): 4620-4627.doi: 10.12307/2023.656

• 人工假体 artificial prosthesis • 上一篇下一篇

人工智能与二维数字模板辅助规划全髋置换预测假体型号的对比分析

张杭1，贺强1，刘青2，何云利1，王弢1，冯哲1，张乾1，何森1

天津市北辰医院，1骨关节科，2放射科，天津市 300400

收稿日期:2022-07-21 接受日期:2022-09-09 出版日期:2023-10-18 发布日期:2022-12-02
通讯作者: 何森，硕士，副主任医师，天津市北辰医院骨关节科，天津市 300400
作者简介:张杭，男，1986年生，河南省南阳市人，汉族，2013年天津医科大学毕业，硕士，主治医师，主要从事关节外科方向研究。
基金资助:
天津市北辰区卫健系统科技项目(SHGY-2021012)，项目负责人：张杭

Comparative analysis of artificial intelligence and two-dimensional digital template preoperative planning-assisted total hip arthroplasty to predict prosthesis size

Zhang Hang1, He Qiang1, Liu Qing2, He Yunli1, Wang Tao1, Feng Zhe1, Zhang Qian1, He Sen1

1Department of Orthopedic Surgery, 2Department of Radiology, Tianjin Beichen Hospital, Tianjin 300400, China

Received:2022-07-21 Accepted:2022-09-09 Online:2023-10-18 Published:2022-12-02
Contact: He Sen, Master, Associate chief physician, Department of Orthopedic Surgery, Tianjin Beichen Hospital, Tianjin 300400, China
About author:Zhang Hang, Master, Attending physician, Department of Orthopedic Surgery, Tianjin Beichen Hospital, Tianjin 300400, China
Supported by:
Tianjin Beichen District Health System Technology Project, No. SHGY-2021012 (to ZH)

摘要/Abstract

摘要：

文题释义：

髋关节旋转中心：正常髋关节为球窝关节，股骨头在髋臼中围绕某一空间点做旋转运动，该点被称为髋关节旋转中心。测量方法包括Ranawat三角法、Mose同心圆法及两弦法等。
Ranawat三角法：在X射线片上测量骨盆的高和宽，再利用Shenton’线、髂坐线、髂棘上缘和坐骨结节下缘的连线确定一个三角形，即为Ranawat线，而三角形的斜边中点即为髋关节旋转中心。适用于由于髋臼周围骨性结构的改变、髋臼形态及周围解剖标志缺失、髋关节发育不良的患者。

背景：针对AI HIP规划系统预测假体型号的准确性目前缺乏广泛多中心的临床研究，与二维模板规划相比是否更加精准、是否在恢复髋臼及股骨偏心距和旋转中心具有优势，目前并没有相关的研究报道。
目的：探讨人工智能术前规划系统预测全髋关节置换假体型号的准确性及其影响因素，并分析其恢复偏心距和旋转中心的价值。
方法：按照随机数字表法将70例患者分为2组各35例，分别采用AI HIP(研究组)和Smart Joint二维数字模板(对照组)进行术前规划。比较2种方法预测假体型号的准确性，分析影响AI HIP预测准确性的潜在因素，包括年龄、性别、体质量指数、国际骨循环学会(ARCO)分期和股骨髓腔分型(Dorr分型)等。测量术前及术后髋臼偏心距、股骨偏心距、旋转中心水平及垂直位移差值以及双下肢长度差值等指标。
结果与结论：①研究组髋臼侧、股骨侧的假体型号预测完全符合率为57.1%(20/35)，42.9%(15/35)，对照组为31.4%(11/35)，34.3%(12/35)；研究组髋臼侧、股骨侧假体符合率为94.3%(33/35)，82.9% (29/35)，而对照组为74.3%(26/35)，62.9%(22/35)；两组间差异均有显著性意义(P < 0.05)。②Logistic回归分析显示性别、体质量指数以及股骨髓腔分型对股骨柄的准确性没有影响。与对照组相比，AI HIP在Dorr A型股骨髓腔形态中规划更具优势，两组比较差异有显著性意义(P=0.012)。对照组术后股骨偏心距和总偏心距均大于研究组，差异均有显著性意义(P < 0.05)。③在水平方向上研究组旋转中心平均位移为1.8(-0.7，4.1) mm，对照组为2.3(-0.5，5.0) mm；在垂直方向上，研究组平均位移为0.8(-1.5，2.7) mm，对照组为-1.5(-3.6，2.5) mm，差异无显著性意义(P > 0.05)。两组术后双下肢长度差值比较显示研究组3.05(2.01，3.89) mm与对照组3.63(2.60，5.30) mm之间差异无显著性意义(Z=-1.736，P=0.083)。④结果表明，人工智能术前规划系统比数字化二维模板预测髋臼和股骨柄假体型号具有更高的准确性，在Dorr A型股骨髓腔形态中规划更具优势。使用人工智能深度学习技术有助于更可靠地预测下肢肢体长度和偏心距，恢复髋关节旋转中心。
https://orcid.org/0000-0002-1958-7505 (张杭)

中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

关键词: 全髋关节置换术, 人工智能, 二维规划, 术前规划, 模板测量

Abstract: BACKGROUND: There is currently a lack of extensive multi-center clinical research on the accuracy of the artificial intelligence (AI) HIP planning system for predicting the prosthesis size. Compared with the two-dimensional template planning, it remains poorly understood whether it is more accurate and whether it has advantages in restoring the acetabular and femoral eccentricity and rotation center.
OBJECTIVE: To investigate the accuracy of AI HIP preoperative planning system in predicting the size of total hip arthroplasty prosthesis and its influencing factors, and to analyze its value in restoring eccentricity and rotation center.
METHODS: According to the random number table method, 70 cases were divided into two groups (n=35). AIHIP (study group) and Smart Joint two-dimensional digital template (control group) were used for preoperative planning. The accuracy of predicting the prosthesis size between the two groups was compared, and the potential factors affecting the accuracy of AI HIP prediction were analyzed, including age, gender, body mass index, International Society of Osseous Circulation (ARCO) staging and femoral medullary cavity classification (Dorr classification). The acetabular eccentricity, femoral eccentricity, horizontal and vertical displacement difference of the center of rotation, and the length difference of both lower extremities were measured before and after operation.
RESULTS AND CONCLUSION: (1) The prediction of the prosthesis size on the acetabular side and femoral side was 57.1% (20/35) and 42.9% (15/35) in the study group, and 31.4% (11/35) and 34.3% (12/35) in the control group. The prosthesis compliance rates of the study group on acetabular side and femoral side were 94.3% (33/35) and 82.9% (29/35), while those of the control group were 74.3% (26/35) and 62.9% (22/35); the difference between the two groups was statistically significant (P < 0.05). (2) Logistic regression analysis showed that gender, body mass index and femoral canal classification had no effect on the accuracy of the femoral stem. Compared with the control group, AI HIP had more advantages in planning the Dorr A femoral medullary cavity, and the comparison between the two groups was statistically significant (P=0.012). The postoperative femoral eccentricity and total eccentricity in the control group were greater than those in the study group, and the differences were statistically significant (all P < 0.05). (3) In the horizontal direction, the average displacement of the center of rotation was 1.8 (-0.7, 4.1) mm in the study group, and 2.3 (-0.5, 5.0) mm in the control group; in the vertical direction, the average displacement in the study group was 0.8 (-1.5, 2.7) mm and -1.5 (-3.6, 2.5) mm in the control group, with no statistical significance (P > 0.05). There was no significant difference in the length of both lower limbs between the two groups after operation, which was 3.05 (2.01, 3.89) mm in the study group and 3.63 (2.60, 5.30) mm in the control group (Z=-1.736, P=0.083). (4) These results confirm that the AI HIP preoperative planning system has higher accuracy than the digital two-dimensional template in predicting the size of the acetabular and femoral stem prostheses, and has more advantages in planning the shape of the Dorr A femoral medullary canal. Using artificial intelligence deep learning technology helps to more reliably predict the length and eccentricity of the lower limbs and restore the center of rotation of the hip joint.

Key words: total hip arthroplasty, artificial intelligence, two-dimensional planning, preoperative planning, template measurement

中图分类号:

张杭, 贺强, 刘青, 何云利, 王弢, 冯哲, 张乾, 何森. 人工智能与二维数字模板辅助规划全髋置换预测假体型号的对比分析[J]. 中国组织工程研究, 2023, 27(29): 4620-4627.

Zhang Hang, He Qiang, Liu Qing, He Yunli, Wang Tao, Feng Zhe, Zhang Qian, He Sen. Comparative analysis of artificial intelligence and two-dimensional digital template preoperative planning-assisted total hip arthroplasty to predict prosthesis size[J]. Chinese Journal of Tissue Engineering Research, 2023, 27(29): 4620-4627.

图/表（结果） 9

2.1 参与者数量分析两组患者70例均获得随访，无脱落病例。
2.2 两组基线资料比较两组患者年龄、性别、术侧及ARCO分期、Dorr 分型等一般资料比较，差异均无显著性意义(P > 0.05)，见表2。

2.3 试验流程图见图6。

2.4 两组患者术后影像学随访结果患者术后1 d及术后6个月随访时复查X射线片示假体位置良好，随访过程中未发现假体周围骨折、假体松动、脱位等情况。
2.5 两组患者手术时间和失血量研究组平均手术时间为(74.66±14.97) min，对照组平均手术时间为(79.29±17.37) min，差异无显著性意义 (t=1.19，P=0.243)。研究组平均失血量为(294.29±50.76) mL，对照组平均失血量为(318.86±74.39) mL，差异无显著性意义(t=1.62，P=0.115)。
2.6 两组患者Harris评分术后6个月末次随访，研究组Harris评分高于对照组(92.4±2.1，91.2±2.4)，差异有显著性意义(t=3.15，P=0.003)，两组优良率均为100%。 2.7 预测股骨柄和髋臼型号的准确性研究组髋臼侧、股骨侧假体型号完全符合率为57.1%(20/35)，42.9%(15/35)，对照组为31.4%(11/35)，34.3%(12/35)；研究组髋臼侧、股骨侧假体符合率为94.3%(33/35)，82.9%(29/35)，对照组为74.3%(26/35)，62.9%(22/35)；两组间完全符合率和符合率差异均有显著性意义(P < 0.05)，见图7。两组组间相关系数比较，研究组髋臼和股骨均高于0.9，表明AI HIP在不同观察者之间基本一致，见表3；研究组所有X射线片测量的组内相关系数均高于0.9，表明观察者之间基本一致，见表4。

2.8 影响AI HIP准确性的因素分别以髋臼、股骨柄预测准确性(完全符合)为因变量(0=准确，1=不准确)，将性别、体质量指数、ARCO分期及股骨髓腔分型等相关影响因素纳入二元Logistic回归分析中，对自变量进行赋值，结果可以看出年龄、性别、体质量指数以及股骨髓腔分型对股骨柄的准确性没有影响，两组间差异无显著性意义(P > 0.05)。进一步比较了不同股骨近端髓腔骨形态下AI HIP和二维模板规划的符合率，见表5，结果显示与对照组相比，研究组在Dorr A型股骨髓腔形态中规划更具优势，两组比较差异有显著性意义(χ2=7.071，P=0.012)。

2.9 两组股骨偏心距、髋臼偏心距及联合偏心距比较两组术前股骨偏心距、髋臼偏心距和联合偏心距差异均无显著性意义(t=1.689，P=0.100；t=1.287，P=0.207；t=1.731，P=0.093，均P > 0.05)。对照组术后股骨偏心距和总偏心距均大于研究组，差异均有显著性意义(t=2.215，2.904，均P < 0.05)，但两组术后髋臼偏心距差异无显著性意义(t=1.279，P > 0.05)，见表6。

按照联合偏心距差异5 mm标准分类，两组在5 mm以内及在5-10 mm占比差异均无显著性意义(χ2=1.507，0.280，均P > 0.05)；而研究组术前和术后联合偏心距差异> 10 mm者为5.71%(2/35)，对照组为25.8%(7/35)，两组差异无显著性意义(χ2=3.188，P=0.075)。研究组联合偏心距的差值多集中在5 mm以内，而对照组联合偏心距的差值比较分散。
2.10 两组术后双下肢长度及旋转中心比较两组术后双下肢长度差值比较，其中研究组3.05(2.01，3.89) mm与对照组3.63(2.60，5.30) mm差异无显著性意义(Z=-1.736，P=0.083)。研究组双下肢长度差值在5 mm以内更集中，而对照组则更为分散，见图8。

旋转中心在水平方向上研究组平均位移为1.8(-0.7，4.1) mm，对照组为2.3(-0.5，5.0) mm，两组之间差异无显著性意义(Z=-0.156，P=0.876)；在垂直方向上，研究组平均位移为0.8(-1.5，2.7) mm，对照组为-1.5(-3.6，2.5) mm，两组之间差异无显著性意义(Z=-1.548，P=0.122)。两组旋转中心主要集中在外上象限，也就是旋转中心向内上移动；研究组旋转中心的变化主要集中在10 mm的范围内，而对照组旋转中心变化则更为分散，见图9。

参考文献

[1] INOUE D, KABATA T, MAEDA T, et al. Value of computed tomography-based three-dimensional surgical preoperative planning software in total hip arthroplasty with developmental dysplasia of the hip. J Orthop Sci. 2015;20(2):340-346.
[2] MAINARD D, BARBIER O, KNAFO Y, et al. Accuracy and reproducibility of preoperative three-dimensional planning for total hip arthroplasty using biplanar low-dose radiographs : A pilot study. Orthop Traumatol Surg Res. 2017;103(4):531-536.
[3] MALONEY WJ, KEENEY JA. Leg length discrepancy after total hip arthroplasty. J Arthroplasty. 2004;19(4 Suppl 1):108-110.
[4] SEAGRAVE KG, TROELSEN A, MALCHAU H, et al. Acetabular cup position and risk of dislocation in primary total hip arthroplasty. Acta Orthop. 2017;88(1):10-17.
[5] LINDBERG-LARSEN M, JØRGENSEN CC, SOLGAARD S, et al. Increased risk of intraoperative and early postoperative periprosthetic femoral fracture with uncemented stems. Acta Orthop. 2017;88(4):390-394.
[6] PETRETTA R, STRELZOW J, OHLY NE, et al. Acetate templating on digital images is more accurate than computer-based templating for total hip arthroplasty. Clin Orthop Relat Res. 2015;473(12):3752-3759.
[7] HOLZER LA, SCHOLLER G, WAGNER S, et al. The accuracy of digital templating in uncemented total hip arthroplasty. Arch Orthop Trauma Surg. 2019;139(2):263-268.
[8] DAMMERER D, KEILER A, HERRNEGGER S, et al. Accuracy of digital templating of uncemented total hip arthroplasty at a certified arthroplasty center: a retrospective comparative study. Arch Orthop Trauma Surg. 2021 Mar 16. doi: 10.1007/s00402-021-03836-w. Online ahead of print.
[9] SARIALI E, MAUPRIVEZ R, KHIAMI F, et al. Accuracy of the preoperative planning for cementless total hip arthroplasty. A randomised comparison between three-dimensional computerised planning and conventional templating. Orthop Traumatol Surg Res. 2012;98(2):151-158.
[10] WAKO Y, NAKAMURA J, MIURA M, et al. Interobserver and Intraobserver Reliability of Three-Dimensional Preoperative Planning Software in Total Hip Arthroplasty. J Arthroplasty. 2018;33(2):601-607.
[11] KNAFO Y, HOUFANI F, ZAHARIA B, et al. Value of 3D Preoperative Planning for Primary Total Hip Arthroplasty Based on Biplanar Weightbearing Radiographs. Biomed Res Int. 2019;2019:1932191.
[12] BANERJEE S, CHERIAN JJ, ELMALLAH RK, et al. Robot-assisted total hip arthroplasty. Expert Rev Med Devices. 2016;13(1):47-56.
[13] BORJALI A, CHEN AF, BEDAIR HS, et al. Comparing the performance of a deep convolutional neural network with orthopedic surgeons on the identification of total hip prosthesis design from plain radiographs. Med Phys. 2021;48(5):2327-2336.
[14] HAEBERLE HS, HELM JM, NAVARRO SM, et al. Artificial Intelligence and Machine Learning in Lower Extremity Arthroplasty: A Review. J Arthroplasty. 2019;34(10):2201-2203.
[15] 吴东,柴伟,刘星宇,等.人工智能全髋关节置换术髋臼杯放置算法的实验研究[J].中华骨科杂志,2021,41(3):176-185.
[16] DING X, ZHANG B, LI W, et al. Value of preoperative three-dimensional planning software (AI-HIP) in primary total hip arthroplasty: a retrospective study. J Int Med Res. 2021;49(11):3000605211058874.
[17] HUO J, HUANG G, HAN D, et al. Value of 3D preoperative planning for primary total hip arthroplasty based on artificial intelligence technology. J Orthop Surg Res. 2021;16(1):156.
[18] ALNAHHAL A, ASLAM-PERVEZ N, SHEIKH HQ. Templating Hip Arthroplasty. Open Access Maced J Med Sci. 2019;7(4):672-685.
[19] DORR LD, FAUGERE MC, MACKEL AM, et al. Structural and cellular assessment of bone quality of proximal femur. Bone. 1993;14(3): 231-242.
[20] HARRIS WH. Traumatic arthritis of the hip after dislocation and acetabular fractures: treatment by mold arthroplasty. An end‐result study using a new method of result evaluation. J Bone Joint Surg Am. 1969;51(4):737-755.
[21] 孙伟,李子荣.2019国际骨循环研究协会股骨头坏死分期[J].中华骨科杂志,2020,40(13):889-892.
[22] SARIALI E, BOUKHELIFA N, CATONNE Y, et al. Comparison of Three-Dimensional Planning-Assisted and Conventional Acetabular Cup Positioning in Total Hip Arthroplasty: A Randomized Controlled Trial. J Bone Joint Surg Am. 2016;98(2):108-116.
[23] ISSA K, PIVEC R, BOYD B, et al. Comparing the accuracy of radiographic preoperative digital templating for a second- versus a first-generation THA stem. Orthopedics. 2012;35(12):1028-1034.
[24] OGAWA T, TAKAO M, SAKAI T, et al. Factors related to disagreement in implant size between preoperative CT-based planning and the actual implants used intraoperatively for total hip arthroplasty. Int J Comput Assist Radiol Surg. 2018;13(4):551-562.
[25] LITTLE NJ, BUSCH CA, GALLAGHER JA, et al. Acetabular polyethylene wear and acetabular inclination and femoral offset. Clin Orthop Relat Res. 2009;467(11):2895-2900.
[26] CECH A, KASE M, KOBAYASHI H, et al. Pre-operative planning in THA. Part III: do implant size prediction and offset restoration influence functional outcomes after THA? Arch Orthop Trauma Surg. 2020; 140(4):563-573.
[27] MAHMOOD SS, MUKKA SS, CRNALIC S, et al. Association between changes in global femoral offset after total hip arthroplasty and function, quality of life, and abductor muscle strength. A prospective cohort study of 222 patients. Acta Orthop. 2016;87(1):36-41.
[28] XU J, PIERREPONT J, MADURAWE C, et al. The effect of varus stem placement on joint offset during total hip arthroplasty: a virtual study. Hip Int. 2022;32(5):620-626.
[29] HELLER MO, SCHRÖDER JH, MATZIOLIS G, et al. Musculoskeletal load analysis. A biomechanical explanation for clinical results--and more. Orthopade. 2007;36(3):188,190-194.
[30] SCHEERLINCK T, DE WINTER E, SAS A, et al. Hip implants can restore anatomical and medialized rotation centres in most cases : a 3D templating study comparing four implantation strategies. Bone Jt Open. 2021;2(7):476-485.
[31] SHEN J, SUN J, MA H, et al. High Hip Center Technique in Total Hip Arthroplasty for Crowe Type II-III Developmental Dysplasia: Results of Midterm Follow-up. Orthop Surg. 2020;12(4):1245-1252.
[32] MEERMANS G, DOORN JV, KATS JJ. Restoration of the centre of rotation in primary total hip arthroplasty: the influence of acetabular floor depth and reaming technique. Bone Joint J. 2016;98-B(12):1597-1603.
[33] DASTANE M, DORR LD, TARWALA R, et al. Hip offset in total hip arthroplasty: quantitative measurement with navigation. Clin Orthop Relat Res. 2011;469(2):429-436.
[34] NOSSA JM, MUÑOZ JM, RIVEROS EA, et al. Leg length discrepancy after total hip arthroplasty: comparison of 3 intraoperative measurement methods. Hip Int. 2018;28(3):254-258.

引言

初次全髋关节置换的主要目标是减轻疼痛并最终恢复正常的髋关节功能。假体型号的准确选择和定位尤为重要[1-2]，若选择不当可增加双下肢不等长等术中及术后并发症的风险[3-5]，导致患者对手术效果不满意。精准的术前规划是全髋关节置换完美重建的重要步骤，术前模板起着核心作用。目前，使用传统X射线片的二维模板是金标准，但二维模板受放大率不准确的影响，操作麻烦，相关影像学参数无法准确测量，需要规划技巧和空间想象力、计算力，其准确性低[6-8]。虽然三维规划测量解剖参数更精确，预测假体型号的准确性显著提升，精度虽高，但需要医生熟练操作三维软件，手工进行图像分割和关键点定位，如果操作不熟练就无法准确定位髋臼旋转中心，因此有一定的学习曲线[9-11]。近年来，导航和机器人辅助关节置换获得迅猛发展，可以提供相对准确的术前规划，但它们耗时且成本高，手动系统错误率高，学习曲线也长[12]。对年轻医师来说，依靠上述规划方式实现全髋关节置换完美重建仍然具有挑战性。
近来，人工智能(artificial intelligence，AI)技术在骨科影像智能识别与智能分割领域取得一定应用进展[13-14]。基于人工智能技术的三维规划软件AI HIP(北京长木谷医疗科技公司，中国)通过提取医学图像上的关键特征，可以快速自动识别髋臼和股骨形态，准确进行例如股骨和髋臼的分割、关键点的选取，进行智能化假体选择和手术模拟[15-17]。相比国外其他三维软件[18]，如Mimics(Materialize公司)、Zed Hip(日本LEXI 公司)、Hip Plan(瑞典Symbios公司)等需要手动分割处理髋关节CT图像、手动复制术前规划参考点，AI HIP弥补了手工处理三维软件可重复性差的不足，显著缩短规划时间，降低医生操作规划软件的学习曲线。目前AI HIP仅作手术规划，暂不提供专用的个体化截骨导板，术者可以根据AI HIP的术前规划结果进行微调，相比机器人来说仅包括术前规划的一部分，可以显著节省费用，利于开展应用。然而，在临床上AI HIP并未被广泛应用，其对图像识别分割预测假体型号的准确性和影响因素仍需要验证。既往文献并未报道AI HIP在恢复偏心距方面究竟是恢复股骨偏心距有优势，还是恢复髋臼偏心距有优势，也未对比旋转中心位置恢复情况。此研究目的：①评价AI HIP系统预测全髋关节置换髋臼与股骨假体型号的准确性及其影响因素；②AI HIP系统在全髋关节置换后偏心距、旋转中心及下肢肢体长度恢复中的作用。
中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

材料方法

1.1 设计随机对照试验，符合正态分布组间比较采用独立样本t检验，计数资料采用χ2检验或 Fisher确切概率法；不符合正态分布差值，以中位数(四分位间距)表示，组间比较采用秩和检验。
1.2 时间及地点 2021年6-12月在天津市北辰医院接受全髋关节置换手术患者。
1.3 对象所有患者均签署知情同意书并经天津市北辰医院医学伦理委员会批准(伦理批准号：2021.10.9.08)。
纳入标准：①单侧髋关节疼痛伴活动障碍，诊断为股骨头坏死患者；②初次行全髋关节置换且应用非骨水泥型假体。
排除标准：①术前规划后无法或者未行手术，或规划后改行双极假体置换患者；②患者神经肌肉功能不全，术前及术后不能配合拍摄标准髋关节影像；③患者不配合或者不能理解参与研究的要求；④对侧髋关节异常，包括接受过置换手术但应用其他类型假体或其他手术的患者。
2021年6-12月，70例全髋关节置换患者符合纳入、排除标准，按照随机数字表法分别使用AI HIP系统(研究组)及Smart Joint(Version2.0.3，DePuy，美国)二维数字模板(对照组)进行术前规划。研究组35例，男17例，女18例；接受手术时年龄33-78岁，平均59岁。对照组35例，男23例，女12例；接受手术时年龄32-76岁，平均58.3岁。
1.4 材料见表1。

1.5 方法
1.5.1 研究方法所有纳入的患者均接受术前CT(联影，中国)扫描和常规骨盆正位及髋关节正侧位片检查，以40 mm金属球作为初始标尺，影像学图像以DICOM格式存储。接受骨盆 CT平扫扫描要求：扫描范围从髂前上棘至股骨小转子下10 cm；层厚0.5 mm。术后拍摄骨盆正位及髋关节正侧位X射线片评价假体位置。用RadiAnt Dicom Viewer软件，测量患者双侧髋臼偏心距、股骨偏心距差值及联合偏心距差值、旋转中心的水平及垂直位移差值、双下肢长度差值。对于对侧髋关节正常或对侧已接受过置换手术的患者(应用Pinnacle杯，Corail柄假体)，测量术前和术后术侧与健侧下肢长度的差异。
(1)采用股骨髓腔闪烁指数(canal flare index，CFI)以及股骨皮质指数(femoral cortical index，FCI)作为股骨近端形态分型的参考标准[19]。股骨髓腔闪烁指数定义为股骨小转子中点(A)上方 20 mm 处股骨髓腔宽度与股骨峡部(B)髓腔直径的比值，见图1左图；股骨皮质指数定义为皮质宽度减去骨内膜宽度与髋关节前后位(AP) X射线片上小转子尖端以下100 mm 处的皮质宽度之比，见图1右图。股骨皮质指数细分：> 0.6 为 Dorr A 型，≤0.6 和 ≥0.5 为 Dorr B 型，< 0.5 为 Dorr C 型。

(2)偏心距、旋转中心及下肢长度差值的测量：在骨盆正位X射线片上用同心圆法或Ranawat三角法确定髋关节旋转中心(center of rotation，COR)。测量COR到股骨解剖轴的垂直距离为股骨偏心距；COR至泪滴外侧壁(马蹄窝的内壁)的垂直距离为髋臼偏心距；股骨偏心距与髋臼偏心距之和为联合偏心距。术前COR到经耻骨联合与泪滴连线垂线的水平距离减去术后COR到经耻骨联合与泪滴连线垂线的水平距离为COR在水平方向(内外侧)的移动，若为正值表示COR向内移动，若为负值表示COR向外移动。术后COR到两侧泪滴连线的垂直距离减去术前COR到泪滴连线的垂直距离为COR的上下垂直移动，若为正值表示COR向上移动，若为负值表示COR向下移动，见图2。测量双侧股骨小转子顶端至两侧髋臼泪滴连线的垂直距离的差值即为下肢长度的差异，见图3。

1.5.2 术前规划
(1)二维数字模板测量：将术前正侧位X射线片导入Smart Joint(version 2.0.3，DePuy，美国)二维数字化模板。根据术前金属球(直径40 mm)标记确定患者X射线片比例尺，选用最适模板以匹配患者的髋臼杯和股骨柄，见图4，规划时尽量恢复双下肢等长和股骨、髋臼偏心距。记录规划测量的髋臼杯、股骨柄型号。选择Pinnacle髋臼杯假体的标准为：①髋臼假体下缘：泪滴下缘连线处于同一水平线，位于泪滴下缘外侧5-10 mm；②内缘：接近Kohler线；③外上缘：与外上缘骨质更好贴合或略超过1.0-2.0 mm。

(2) AI Hip术前规划：将扫描获得的DICOM数据去除患者个人信息后导入AI HIP 软件(北京长木谷医疗科技公司，中国)中，具体规划方法参照吴东等[15]文献。长木谷公司将相关规划方案回传，见图5，如果对AI的自动放置不满意，规划者可根据髋臼杯和股骨柄位置、型号及前倾、外展角度等进行微调。

1.5.3 手术方法两组手术均由同一组高年资医师团队完成。手术入路均取后外侧入路，逐层切开皮下组织及阔筋膜，钝性分离臀大肌，显露股骨颈，根据术前规划软件保留设定长度的股骨矩截骨水平。取出股骨头后，对髋臼进行显露，切除增生髋臼盂唇，并清理手术视野至可完整观察髋臼形态，确定髋臼横韧带等参考标志。根据AI HIP软件规划或二维模板术前规划预测和术中压配等实际情况选择合适型号的臼杯，完成磨锉及压配。然后进行股骨近端截骨面的清理及开口，对股骨髓腔进行扩髓至术前规划的股骨柄假体型号(根据术中测试稳定性予以适当调整)，安装股骨侧假体试模，选择适当股骨球头假体和股骨头颈长，复位后测量双下肢长度并测试髋关节稳定性，关节腔内注射氨甲环酸(1 g)冲洗并缝合切口。所有病例均选择AIL®股骨柄(DePuy，美国)和 PINNACLE®髋臼杯(DePuy，美国)。
1.6 主要观察指标 ①假体匹配程度：术中应用假体型号与术前规划假体型号完全一致，相差0号，为完全符合；与术前规划假体型号相差 ±1号，为一般符合；与术前规划假体型号相差 ±2号及以上，为不符合。计算术前规划与术中应用假体型号的符合率(完全符合+一般符合例数占总例数的百分比) [15]。②记录患者手术时间、失血量、住院时间及不良事件发生情况。③应用髋关节Harris评分系统评估患者术前及末次随访时髋关节功能恢复情况[20]。该研究采用单盲的方法，即所有患者术前和术后影像学资料均由2位未参与手术的观察成员进行盲态测量，该成员在进行数据测量和记录时均不知患者分组情况。每次影像学测量至少在术后4周由2名观察人员进行记录，以避免任何回忆偏差。用2个测量值的平均值进行统计分析。对于2次观察者间计划结果进行比较，组内相关系数值在0.7和1.0之间被认为一致性较高。
1.7 样本量估算根据预实验结果及研究者既往经验，研究组术前与术后联合偏心距差异在5 mm以内的占比估计为75%，对照组占比估计为40%。在样本量计算软件(PASS 15)中，采用两个独立样本的比例样本量分析模块，设定参数如下：研究组比例(P1)为0.75，对照组比例(P2)为0.4，采用双侧检验作为备择假设，检验类型为Z检验(汇总)，误差率(α)为0.05，当设定目标power值为0.80时，则两组样本量均为28例。由于实际情况的限制，最终的样本量两组均为35例，符合前期假设。
1.8 统计学分析采用 SPSS 20.0 统计软件进行分析。如体质量指数、手术时间及失血量等计量资料以x±s表示，组间比较采用独立样本t 检验；计数资料组间比较采用 χ2检验或 Fisher 确切概率法；下肢肢体长度差值及旋转中心水平及垂直差值不符合正态分布，以中位数(四分位间距)表示，组间比较采用秩和检验；用组内相关系数评估观察者间测量的可靠性。检验水准 α=0.05。文章统计学方法已经由天津市北辰医院生物统计学专家审核。

讨论

3.1 AI HIP预测假体型号的准确性术前准确预测假体型号是成功重建全髋关节置换的重要因素，避免发生术中或术后并发症[3-5]。目前，使用传统X射线片的二维模板仍是主流，与平均误差较大的传统乳酸胶片模板测量相比，新的数字化术前模板更准确[18]。既往多项研究证实了应用二维或三维模板评估术前规划的准确性[22-24]，发现二维模板预测髋臼杯准确性为20%-42.2%，三维规划为86%-96%；而二维模板预测股骨柄的准确性为19%-68.8%，三维规划为52%-100%，原因在于基于X射线片的二维规划精度受到许多因素的影响，包括X射线片的质量、放大误差和医生的经验[18]。虽然三维规划比二维规划准确度高，但INOUE等[1]均认为Zed Hip等三维软件需要对髋关节CT图像进行手动分割、手动复制术前规划参考点，而AI HIP应用深度学习技术对髋部影像进行精准分割并识别关键解剖点，预测假体型号的准确性高。首先，人工智能规划预测假体型号的符合率与既往研究结果相似，均显示高准确性。DING等[16]应用AI HIP软件预测假体型号髋臼及股骨柄符合率分别为94.0%和87.7%，而二维模板为65.2%和58.9%。同样，吴东等[15]回顾性临床研究表明，应用AI HIP软件预估实际应用的髋臼假体大小，符合率达到96.7%，显著优于Orthoview (Materialize公司，比利时)组(73.3%)。OGAWA等[24]报道了基于Stryker CT 的髋关节导航系统(Stryker，美国)规划显示94%的髋臼准确度和85%的股骨柄准确度。其次，与其他研究相比，该研究不仅比较了预测假体型号的一致性[10]，还比较了2种不同术前规划方法的位置参数，AI HIP规划具有较高的可重复测量；其运用人工智能技术可以在冠状面、矢状面、轴向面可视化模拟假体的位置及其与周围骨的关系[1，22]，更准确地预测髋臼与柄的型号大小及三维对线(内翻-外翻、屈曲-伸展和柄前倾) [23]。
然而，不容忽视的是AI HIP存在一定缺点：①接受术前规划行CT检查的患者暴露辐射剂量较高，而且基于CT的规划仅限于仰卧、静态图像，无法进行负重评估；②其对骨质量进行视觉评估的放射成像模式，不能提供骨密度的准确量化；③其对股骨髓腔的识别可能受弓形的影响无法准确定位；④规划的实施在缺少个体化截骨导板辅助下存在一定误差。
3.2 影响AI HIP股骨柄准确性的因素研究结果显示AI HIP预测股骨柄假体型号准确性较髋臼低(82.9%比94.3%)，年龄、性别、体质量指数及股骨髓腔分型对股骨柄的准确性没有影响。股骨的骨密度、股骨近端的髓腔形态和依据医生经验这3点决定假体的选择，相比髋臼侧，术者实际手术中还要考虑患者髋关节周围软组织弹性、外展屈伸肌以及股骨距处的骨质量等综合因素。DING等[16]发现随着骨密度的下降，预测股骨柄的准确性会下降；研究中所用假体为Tri-Lock短柄。此文作者研究所用假体为Depuy corail柄，是近端稳定型假体，股骨髓腔分型影响假体在髓腔内的旋转稳定，但相比二维模板，AI HIP在股骨侧髓腔形态识别Dorr A型具有优势。研究的缺陷是骨密度的量化仍然缺乏统一的标准；将骨密度值与股骨髓腔关联起来仍需进一步研究。HUO等[17]认为先天性髋关节发育不良患者股骨髓腔解剖结构可能会导致人工智能在识别股骨干骨骺和股骨远端内外侧皮质时出现偏差，导致规划误差较大，偏向于匹配较小的股骨柄。而依据医生经验在Dorr A型病例术中倾向于选择较小的股骨柄尺寸，以防止股骨干骨折；而在 Dorr C型病例中，由于骨质量相对较差，倾向于选择更大的柄，以防止最终锉磨时旋转不稳定。因此，未来人工智能需要深度学习更多复杂髋关节病例的股骨髓腔形态，以及使用更准确密度映射反映骨质量，以实现更精确的术前规划。
3.3 AI HIP恢复偏心距、旋转中心的准确性偏心距的恢复对肌力、运动功能及稳定度、聚乙烯的磨损、假体使用寿命及步态均有一定程度的影响，有利于恢复下肢功能[25-27]。若以恢复偏心距5 mm为标准，AI HIP规划可促进股骨偏心距的精确测量。LITTLE等[25]发现如果股骨偏心距不能恢复正常值5 mm内，衬垫磨损面积将增加1/3。MAHMOOD 等[27]研究表明股骨偏距值降低组(较正常侧减少5 mm以上)全髋关节置换后整体股骨偏距减少超过5 mm与手术髋关节的外展肌力量呈负相关。AI HIP组术前术后联合偏心距的差值多集中在5 mm以内，而对照组联合偏心距的差值更为分散。另一方面，AI HIP可以确保最初选择正确的柄大小，并通过选择正确的股骨颈截骨面来降低股骨柄内翻置入的风险，为术中提供参考依据。XU等[28]研究量化了股骨柄内翻和偏距之间的关系，与颈干角135°标准柄相比，颈干角135°高偏距柄和颈干角125°股骨柄的偏距随内翻的增加而增加，每内翻1°，偏距增加1.5 mm。
COR是全髋关节置换中的一个重要参数，其解剖位置的内外侧偏离对髋关节的载荷状态影响最大[29]，恢复COR可避免髋臼假体松动和摩擦界面聚乙烯磨损。AI HIP准确性体现在避免将COR置于超外侧位置，减少杠杆臂对外展肌产生负面影响[30-31]。另外，按照术前规划磨挫可以避免将髋臼磨挫至臼顶导致COR向内侧和上方显著移位，因为这种位移与术前髋臼底深度有关，但不能总是通过使用高偏柄来补偿[32]。因此，DASTANE等[33]建议将COR的上移限制在3 mm以内，并将内侧距离限制在5 mm或更小，偏心距的增加才能始终保持在5 mm (0.4±3.8) mm以内。但是，在研究中发现髋关节重度挛缩患者将髋臼完全按照规划位置放置术中存在困难，其中AI HIP组有4例患者出现高位COR，在解剖髋臼处实现可接受的髋臼覆盖在技术上很困难，尽管外展肌力量与髋关节的高COR呈负相关，但应用高COR技术进行Crowe II-III DDH 患者的髋臼重建可取得较好的中期疗效[31]。
研究结果显示两组患者术后双下肢长度差值的绝对值差异无显著性意义，但AI HIP组的标准差更小，数值分布范围较二维模板组也更小，数据相对集中，且若以NOSSA等[34]下肢不等长超过5 mm作为标准，AI HIP组下肢长度的恢复得到了更好的控制，双下肢不等长的发生率大幅降低。通过对髋臼假体位置和下肢长度恢复的比较，证明AI HIP在预防双下肢不等长方面存在优势。
该研究具有一定局限性：①由于患者样本量小，存在潜在的选择偏差。②纳入研究中复杂病例(如Crowe Ⅲ-Ⅳ DDH)较少；研究中的大多数全髋关节置换是针对传统的原发性髋关节病，以及少数轻度髋关节发育不良、创伤后关节炎和缺血性坏死病例为主。因此，二维及三维模板在更复杂解剖结构中的准确性仍不清楚。③仅涉及一种假体，结果是否亦适用于其他假体尚需进一步探讨。④这项研究有2个主要的方法学问题，即选择偏倚和期望偏倚，该研究主要由1位经验丰富的外科医生进行术前计划和术中假体型号选择。因此，有必要进行另一项多中心研究，以评估当前的研究结果是否适用于具有不同经验水平的多名外科医生，并获得更有力的统计学证据。⑤该研究术前规划准确性的标准是测量术后患侧而非测量健侧，存在一定误差，未测量对比股骨垂直偏心距、股骨前偏心距、髋臼前倾角等参数，缺乏两组术后远期功能的随访，这些将是下一步研究的方向。
中国组织工程研究杂志出版内容重点：人工关节；骨植入物；脊柱；骨折；内固定；数字化骨科；组织工程

人工智能与二维数字模板辅助规划全髋置换预测假体型号的对比分析

Comparative analysis of artificial intelligence and two-dimensional digital template preoperative planning-assisted total hip arthroplasty to predict prosthesis size

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 9

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	蔡志浩, 谢召勇. 股骨颈前倾角测量评估：如何建立统一的方法和标准[J]. 中国组织工程研究, 2023, 27(9): 1448-1454.
[2]	任毅, 陆鸣, 秦昆鹏, 张辉, 高维陆, 李叶天, 王俊, 尹力, 尹宗生. OrthoPilot导航系统辅助全髋关节置换提高髋臼杯安置的安全与准确性[J]. 中国组织工程研究, 2023, 27(27): 4318-4323.
[3]	何国文, 胡栢均, 高大伟, 陈亮. 3D打印术前规划联合双反牵引装置治疗SchatzkerⅤ、Ⅵ型胫骨平台骨折[J]. 中国组织工程研究, 2022, 26(36): 5764-5769.
[4]	彭坤, 林一民, 甘晓玲, 吴治勇. 基于3D打印技术骨科康复学的发展前景[J]. 中国组织工程研究, 2021, 25(4): 632-637.
[5]	宋远征, 马红丽, 李玮, 满佳, 林峰, 张玉东. 3D打印术前虚拟仿真计划在复杂髋臼骨折治疗中的应用：前瞻性随机对照[J]. 中国组织工程研究, 2021, 25(36): 5747-5752.
[6]	霍佳邦, 赵畅, 黄广鑫, 王信捷, 卜聿凡, 朱金健, 蔡道章. CT数据三维规划预测全髋关节置换假体型号及截骨的准确性与可复性[J]. 中国组织工程研究, 2021, 25(27): 4294-4299.
[7]	俞颖豪, 赵继军, 刘冬铖, 陈宇浩, 冯德宏. 数字图像术前规划辅助单髁置换对固定平台假体摆位的临床指导意义[J]. 中国组织工程研究, 2021, 25(21): 3324-3331.
[8]	曹旭含, 白子兴, 孙承颐, 李晏乐, 孙卫东. 机器人在骨科手术中应用的可靠性与提升空间[J]. 中国组织工程研究, 2020, 24(9): 1416-1421.
[9]	赵德竹, 关天民, 吴斌, 梅钊. 基于模糊逻辑青少年特发性脊柱侧弯矫形器设计专家系统的设计与实现[J]. 中国组织工程研究, 2020, 24(33): 5255-5261.
[10]	王秀廷, 李嗣生, 孙健, 张根源, 刘法银, 张金涛. 人工智能激光定位系统减少椎体成形定位时间与放射剂量的有效性[J]. 中国组织工程研究, 2020, 24(33): 5295-5299.
[11]	刘天盛, 苏彬. 直接前入路全髋关节置换的优势及学习曲线[J]. 中国组织工程研究, 2020, 24(27): 4364-4369.
[12]	张涵, 何斌, 王伯尧, 秦虎, 王云华, 范磊. 3D打印技术应用于肩胛骨骨折的手术前规划[J]. 中国组织工程研究, 2020, 24(12): 1864-1869.
[13]	牟薪砚，常晓丹，赵德伟. 全髋关节置换后异位骨化的成因及影像诊断[J]. 中国组织工程研究, 2019, 23(16): 2538-2544.
[14]	查小伟，程文丹，吕浩，李子煜，刘伟，祁雷，余水生，荆珏华. 全髋关节置换直接前入路与后外侧入路患者的早期疗效比较[J]. 中国组织工程研究, 2018, 22(35): 5583-5589.
[15]	溪应龙，段于平，杨清，杨毅，张正学，赵晓东，周俊洁，杨佳. 氨甲环酸联合蔗糖铁降低初次全髋关节置换输血率：前瞻性随机对照试验[J]. 中国组织工程研究, 2018, 22(27): 4288-4293.