作者：
上海交通医院创伤中心骨科
李太锡邓国英王秋根摘要
影像学检查是骨质疏松诊断的重要手段。传统的人工阅片方式依赖于医生个人经验，不同医生的诊断结果可能存在差异。目前常用的双能X线吸收法尚有缺陷。图像识别技术作为自动化检测影像的技术，可以迅速且客观地提供多方面信息。该文针对图像识别技术及其在骨质疏松中的应用进行综述，介绍了几种骨科影像识别技术，并对其发展现状与优势进行阐述。骨质疏松是以骨量降低与骨组织微结构破坏为特征的代谢性疾病。影像学检查是骨质疏松诊断与评估的重要方法。临床医师主要通过人工方法进行阅片与分析，以个人临床工作经验为基础判断患者病情。然而，人工阅片有两大缺陷：一是识别效率有限；二是不同阅片者的水平与经验差异会导致诊断结果不一致[1]。近年来，随着图像识别技术的兴起，应用计算机技术进行医学影像识别与诊断正逐步成为可能。这一技术可从影像数据中提取典型特征，利用精密设计的算法辅助临床医师判断病灶。不仅如此，在医学图像大数据时代，图像数据数量与复杂度飞速提升，同时数据结构趋于碎片化，医学研究往往需要大量的整合工作[2]。在这一背景下，图像识别技术的应用可客观准确地实现信息系统整理，极大提高临床工作的效率。01
图像识别技术
图像识别技术是指通过计算机技术对图像进行处理与分析，识别并选取特定区域与目标的技术，其步骤一般包括图像获取、重点区域识别、区域分割、提取描述性特征、特征库填充及基于算法模型的分类[3]。其中最关键的步骤为区域分割，要求分割后的图像相对于原始图像信息差异最小，从而提高识别的准确性[4]。
作为最关键的步骤，区域分割有多种方法：阈值分析、区域增长、聚类分析、马尔科夫随机场与神经网络等[5]。目前最受