Estimation of Health-Related Quality of Life from Spinal X-Ray Images in Patients with Adult Spinal Deformity

Dieses Kapitel untersucht die Einschätzung der gesundheitsbezogenen Lebensqualität (HRQOL) anhand von Röntgenbildern der Wirbelsäule bei Patienten mit adulter Wirbelsäulendeformität (ASS) anhand von Deep-Learning-Modellen. Die Studie konstruiert Modelle auf der Grundlage von EfficientNetB0 und YOLOv11 und nutzt sowohl frontale als auch laterale Röntgenbilder und knochenmaskierte Bilder, um eine umfassende Palette von Merkmalen im Zusammenhang mit HRQOL zu erfassen. Die Studie bewertet die Effektivität dieser Modelle bei der Schätzung der HRQOL-Werte (ODI, PCS, SRS-22r) und vergleicht ihre Leistung mit konventionellen Parametern der Wirbelsäulenausrichtung. Die Ergebnisse deuten darauf hin, dass der vorgeschlagene Deep-Learning-Ansatz eine höhere Genauigkeit bei der HRQOL-Schätzung erreicht, was das Potenzial dieser Methode zur Unterstützung der klinischen Entscheidungsfindung unterstreicht. Darüber hinaus nutzt die Studie Grad-CAM-Visualisierung, um Regionen der Eingangsbilder zu identifizieren, die von den trainierten Modellen bearbeitet werden, und bietet Einblicke in die physikalischen Merkmale, die HRQOL beeinflussen können. Die Ergebnisse deuten darauf hin, dass Form und Position der Halswirbelsäule, des Beckens und sogar der Kopfposition mit HRQOL in Zusammenhang stehen könnten, was neue Perspektiven für die chirurgische Planung und die Patientenversorgung bietet.