扁平足是一种涉及后足内侧纵弓塌陷或外翻的疾病，可导致患者行走时足部内侧失去弹性。扁平足在美国广泛流行，影响15-23%的成年人和高达44%的学龄前儿童。成人平足与明显的身体疲劳和长距离行走困难有关，甚至无症状的平足患者在长距离行走后更容易发生跖骨应力性骨折。因此，早期发现扁平足可以使用矫正鞋垫或刚性足部矫形器进行及时的管理。

虽然平足的严重程度可以通过平片诊断，但在足部负重侧位片中测量小腿间距角（CPA）、距第一跖骨角（TMA）和距骨角（TCA）被认为是诊断成人获得性平足畸形的金标准。然而，由于有多种测量距骨、第1跖骨和小腿骨轴线的方法，所以平足诊断的角度测量有多种类型。此外，据报道，即使使用相同的方法测量相同的角度，平足诊断的观察者内和观察者间的变异性也不是很高。

最近，图像处理算法、机器学习及深度学习已被用于医学图像以分析骨质X光片。近日，发表在European Radiology杂志的一项研究开发了一个基于级联CNN算法的深度学习模型，该模型可以在负重侧位X光片中自动测量角度并进行地标检测以实现扁平足的诊断。

本项研究使用了1200张年轻成年男性的足部承重侧位X光片进行了模型开发。由一位经验丰富的骨科医生确定了22个放射学表现，并测量了3个角度作为基础真理（GT）用于平足诊断。另一位骨科医生（OS）和一位普通医生（GP）独立识别了测试数据集的表现，并使用相同的方法测量角度。同时分别使用从一个三级转诊中心和一个公共数据库获得的100张和17张X光片进行外部验证。 

与两位阅读者相比，DLM在平足诊断的三个角度测量中显示出较小的GT绝对平均误差。在DLM的指导下，观察者OS和GP的平均误差分别从2.35°±3.01°降至1.55°±2.09°，从1.99°±2.76°降至1.56°±2.19°（均为P <0.001）。观察者OS的总测量时间从195分钟减少到135分钟，观察者GP的测量时间从205分钟减少到155分钟。在外部验证集中，DLM的绝对平均误差与原始测试数据集中阅读者的误差相似或更高。 

图 用于扁平足诊断的角度以及深度学习模型和阅读者的表现。A 扁平足诊断的角度：跟骨间距角（CPA）、距第一跖骨角（TMA）和距骨角（TCA）。B 深度学习模型（DLM）和阅读者（OS，GP）在扁平足角度测量中与参考标准相比的绝对误差显示如上

本项研究表明，CNN模型在诊断扁平足方面的准确性和可靠性明显优于人类阅读者，并明显改善了人类阅读者的准确性和可靠性。

原文出处：

Seung Min Ryu,Keewon Shin,Soo Wung Shin,et al.Automated diagnosis of flatfoot using cascaded convolutional neural network for angle measurements in weight-bearing lateral radiographs.DOI:10.1007/s00330-023-09442-1