多重阅读用于骶髂关节轴性脊柱关节炎分类的学习

摘要 磁共振成像(MRI)是评估和监测轴性脊柱关节炎(axSpA)的基石，该病是一种主要影响骶髂关节(SIJ)、脊柱、腱附着部和外周关节的慢性炎症性疾病。准确量化MRI中与axSpA相关的变化对有效的研究和患者管理至关重要。然而，目前病灶检测和分级评估具有显著的内部和外部评分者变异性，限制了其一致性和可靠性。本研究通过关注SIJ MRI中的自动病灶检测来解决这些挑战，以提高准确性并减少变异性。我们的主要贡献包括：(i) 开发了一个全自动管道，用于检测SIJ中五种不同的MRI病灶类型（骨髓水肿、强直、硬化、侵蚀、脂肪病灶），(ii) 在完全独立的数据集上验证该方法，以及(iii) 提出了一种简单的方法，以从给定样本的多个读取或标签中学习分类模型。