是什么决定了自动颈椎成熟度分期的性能？对输入表示、输出形式以及标志点质量的综合分析
摘要本研究探讨了输入表示方式（基于图像与基于标志点）、输出形式（标量与序数）以及标志点质量（真实值与预测值）如何影响利用侧位头影图进行颈椎成熟度自动分期，同时分析了训练数据与测试数据在输入特征上的差异所带来的影响。研究共回顾性收集了1750张侧位头影图，由两名正畸医生独立对图像进
本研究探讨了输入表示方式（基于图像与基于标志点）、输出形式（标量与序数）以及标志点质量（真实值与预测值）如何影响利用侧位头影图进行颈椎成熟度自动分期，同时分析了训练数据与测试数据在输入特征上的差异所带来的影响。研究共回顾性收集了1750张侧位头影图，由两名正畸医生独立对图像进行六阶段分期，并通过共识解决分歧。其中150张图像作为测试集，剩余1600张图像采用5折交叉验证方法进行分析。基于图像的卷积神经网络直接处理颈椎图像，而基于标志点的多层感知器则利用标志点坐标，并从真实值或预测值中获取相关测量数据。研究比较了标量输出与序数输出的效果。性能评估指标包括六阶段准确率、±1阶段准确率、3阶段准确率以及加权Cohen’s kappa系数。在基于图像的模型中，标量输出与序数输出的性能相近（六阶段准确率分别为0.673和0.677；加权Cohen’s kappa系数分别为0.912和0.906）。在使用真实值标志点进行训练和评估的基于标志点的模型中，序数输出的六阶段准确率略高于标量输出（分别为0.687和0.627），而加权Cohen’s kappa系数则相近（分别为0.918和0.920），其他评估指标中并未出现序数输出具有明显优势的情况。当使用经过真实值数据训练的模型来评估预测得到的标志点时，六阶段准确率显著下降（Pred→GT：0.420–0.453）；而当训练和评估均使用预测得到的标志点时，准确率会有所提升（Pred→Pred：0.453–0.460）。大部分误差出现在相邻阶段之间（±1阶段准确率为0.820–0.967）。在所分析的数据集和模型架构中，基于标志点的分析方法中，标志点质量对性能的影响最为显著。相比之下，标量输出与序数输出的影响较小，且其效果会因评估指标的不同而有所差异。因此，自动化的颈椎成熟度分期系统应被视为辅助决策的工具，而非替代专家判断的手段。