近日，四川大学华西医院放射科团队与安健科技科研团队对于膝关节测量的最新研究成果成功发表于《中国骨与关节杂志》。该研究使用AI模型对WR-3D负重位锥束CT全下肢图像的骨骼进行自动分割，并实现对三维髋-膝-踝（HKA）角度的自动测量。研究结果显示，自动分割模型具有很高的准确性，不同骨骼的Dice系数在0.928到0.950之间且二维和三维HKA角度之间存在显著差异，表明三维测量可以提供更准确的下肢对齐和关节负荷评估方法。

负重位锥形束CT与AI结合，实现膝关节HKA角精准测量新突破

膝关节HKA角是评价下肢力线和膝关节负荷分布的重要参数。传统上，HKA角通过二维数字化X射线（DR）成像进行测量，但由于受到患者摆位、成像角度和组织重叠等因素的影响，测量结果常常不够精确，尤其是在需要高精度影像数据的膝关节置换术和畸形矫正手术中，传统方法的局限性愈加突出。

为了解决这些问题，华西医院与安健科技的研究团队将负重位CBCT（WR-3D）与AI技术结合，通过卷积神经网络（CNN）实现下肢骨骼的自动分割和HKA角的精准测量。相较于传统的二维测量方法，这一新方法不仅避免了人为误差，还能提供更为全面和准确的三维数据，大大提升了影像诊断的精度和可靠性。

（CNN 模型示意图 ）

三维智能分割与测量,负重位锥形束T助力膝关节HKA角精准评估

本次研究纳入了65名患者的全下肢负重位CBCT图像，使用CNN模型进行下肢骨骼的自动分割。具体而言，研究团队采用改良版的U-Net网络，引入了残差结构和三维卷积核，以提高分割精度。通过对股骨、髌骨、胫骨、腓骨和距骨的单独分割，成功实现了下肢关键骨骼的自动识别。

（图3a：二维HKA角测量方法；3b：三维 HKA 角测量方法）

（图4 带有分割标签的全下肢三维图像 ）

对于HKA角的测量，研究人员使用三维重建软件进行自动计算。通过对分割后的图像进行处理，模型能够在冠状面上准确计算股骨机械轴和胫骨机械轴之间的夹角，进而得出HKA角的三维数据。研究结果表明，该自动测量方法不仅具有较高的精度（Dice系数高达0.928到0.950），且在膝关节炎患者的应用中，二维与三维HKA角测量之间的差异具有显著统计学意义。

推动膝关节精准诊疗

膝关节疾病是全球范围内影响老年人群体的常见疾病，随着人口老龄化的加剧，其发病率不断上升。精准测量HKA角对于膝关节置换术前后的评估、下肢畸形矫正至关重要。然而，传统的二维影像测量方法存在显著局限，无法全面反映下肢骨骼在负重状态下的真实情况。通过基于负重位CBCT与AI深度学习技术的结合，华西医院与安健科技的这一研究为膝关节诊疗提供了全新的技术支持。其在术前规划、关节置换等领域的应用，能够大幅提升医生的决策支持，减少测量误差，提高手术精度。此外，三维HKA角自动测量技术还为个性化治疗方案的制定提供了坚实的数据支撑，推动膝关节精准医疗的发展。

医工融合赋能影像创新

截至目前，四川大学华西医院放射科团队与安健科技研究团队就负重位CBCT技术的影像学研究已发布多篇成果在多个权威期刊。成果涵盖WR-3D技术在青少年特发性脊柱侧凸（AIS）研究与评估中的应用，包括高质量三维成像、超低剂量技术特性及临床价值；传统二维与三维Cobb角测量方法的定量比较，为不同患者和临床场景提供了丰富的数据支持；以及此次基于负重位CBCT技术与AI深度学习结合的三维HKA角自动测量方法，为膝关节炎的精准诊疗提供了更精准的技术支持。

这些研究不仅展示了负重位CBCT技术与AI技术在影像学中的潜力，更凸显了医工融合带来的创新成果。随着医学影像技术的不断发展，基于负重位CBCT技术与AI深度学习的自动扫描与测量方法将不仅限于膝关节领域，未来更有望拓展至脊柱、髋关节等其他关节的精准测量和诊疗，为个性化医疗和精准诊疗开辟新篇章。