Возможности нейросетевого анализа цифровых рентгенограмм позвоночника в автоматической оценке степени сколиоза тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Кассаб Дима Халед Ибрагим

• Кассаб Дима Халед Ибрагим
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Кассаб Дима Халед Ибрагим

Оглавление

ВВЕДЕНИЕ

ГЛАВА 1. СОВРЕМЕННЫЕ ПРЕДСТАВЛЕНИЯ О СКОЛИОЗЕ (ОБЗОР ЛИТЕРАТУРЫ)

1.1. Понятия сколиоз и осанка

1.2. Вопросы эпидемиологии, этиологии и классификация сколиоза

1.2.1. Этиология и патогенез

1.2.2. Классификация сколиоза

1.3. Клиническая картина и диагностика сколиоза

1.3.1. Параметры оценки сколиоза при рентгенографическом обследовании

1.3.1.1. Анализ рентгенограмм

1.3.1.2. Рентгенологические признаки возможного прогрессирования сколиоза (показатели состояния росткового костного потенциала позвоночника)

1.3.2. Рекомендации в использовании компьютерной томографии (КТ), магнитно-резонансной томографии (МРТ) и ультразвукового исследования (УЗИ)

1.4. Типичные методы измерения угла сколиоза

1.4.1. Методика Кобба

1.4.1.1. Источники вариабельности при измерении с использованием метода Кобба

1.4.1.2. Другие недостатки методики Кобба

1.4.2. Методика Фергюсона, Фон Лакум и Риссер или "метод середины искривления"

1.4.3. Методика Енчура

1.5. Измерение угла Кобба на цифровых рентгенограммах

1.6. Искусственный интеллект в медицине

1.6.1. Классификации клинического применения ИИ в области лучевой диагностики

1.6.2. Автоматические методы измерения угла сколиоза, основанные на нейронных сетях

ГЛАВА 2. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1. Создание базы данных рентгенограмм позвоночника с разными степенями сколиоза

2.1.1. Технические характеристики

2.1.2. Элементы таблицы базы данных

2.1.3. Пояснения к базе данных XrScl

2.2. Разработка программы автоматического измерения угла Кобба

2.3. Методы выполнения разметки позвоночника

2.3.1. Протокол разметки

2.3.1.1. Разметка ключевых точек позвонка (общая спецификация)

2.3.1.2. Разметка ключевых точек позвонка (Частные случаи)

2.4. Обучение нейронной сети

2.5. Материалы и методы оценки работы программы ИИ в определении степени сколиоза и измерении угла Кобба

ГЛАВА 3. РЕЗУЛЬТАТЫ ОЦЕНКИ РАБОТЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПРОГРАММЫ И ИХ ОБСУЖДЕНИЕ

3.1. Точность программы ИИ в определении степени сколиоза

3.1.1. Особенности оценки группы рентгенограмм со степенью 0 с помощью программы ИИ

3.1.2. Особенности оценки группы рентгенограмм со степенью 3 и со степенью 4 с помощью программы ИИ

3.2. Точность программы ИИ в определении угла Кобба

ГЛАВА 4. РЕЗУЛЬТАТЫ КЛИНИЧЕСКИХ ИСПЫТАНИЙ ПРОГРАММЫ ИИ

4.1. Результаты отчета о предварительных клинико-технических испытаниях (ПКТИ) программного обеспечения на основе искусственного интеллекта для лучевой диагностики «Esper.Scolюsis»

4.1.1. Резюме

4.1.2. Цель, задачи и конечные точки ПКТИ

4.1.3. Процесс и результаты ПКТИ

4.1.4. Ограничения программы и выводы отчёта

4.2. Результаты дополнительного клинического испытания автоматической программы ИИ в сравнении с работой эксперта

4.2.1. Выводы по результатам дополнительного клинического испытания

ЗАКЛЮЧЕНИЕ

ВЫВОДЫ

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

СПИСОК СОКРАЩЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

121

Введение диссертации (часть автореферата) на тему «Возможности нейросетевого анализа цифровых рентгенограмм позвоночника в автоматической оценке степени сколиоза»

ВВЕДЕНИЕ

Актуальность темы диссертационного исследования

Сколиоз - одна из наиболее распространенных деформаций позвоночника во всех возрастных группах. Метод Кобба считается золотым стандартом для измерения угла искривления во фронтальной (сколиоза) и сагиттальной (кифоза) плоскостях [1]. Увеличение угла сколиоза на 5° и выше является показателем прогрессии искривления на контрольных спондилограммах, поэтому точность и согласованность результатов, полученных разными экспертами при измерении угла сколиоза, влияет на тактику лечения пациентов. В настоящее время, так называемый ручной метод измерения угла Кобба на аналоговых рентгенограммах с помощью карандаша и транспортира, постепенно заменяется компьютерным способом, где используются электронные инструменты измерения с помощью программы постобработки цифровых рентгенограмм. Цифровые системы позволяют избежать основных недостатков ручного метода, таких как использование неспецифических инструментов, неточное проведение касательных к проекции тел позвонков или перпендикуляров к ним. Кроме того, с помощью компьютерных технологий можно изменять яркость и контрастность изображений, увеличивать и уменьшать их масштаб и более точно проводить измерения по рентгенограмме позвоночника [1, 2]. Большинство систем являются полуавтоматическими, поскольку определение конечных позвонков сколиотической дуги производится врачом (на глаз), а линии через их замыкательные пластинки проводятся вручную с помощью компьютерной мыши, что влияет на качество измерения угла Кобба.

Искусственный интеллект (ИИ) способен изменить традиционный подход к оценке диагностических исследований в медицине. Однако ИИ всё ещё находится в зачаточном состоянии, нуждаясь в дополнительных исследованиях и доработках. Многие анатомические измерения, углы или объемы поражения могут быть автоматически рассчитаны с использованием алгоритмов глубокого

обучения (ГО), что помогает рентгенологу получать объективные и точные результаты, сокращая время интерпретации рентгенограммы [3, 4, 5].

Степень разработанности темы

В течение последних 15 лет исследователи активно изучают различные методы для точного выделения и измерения углов сколиоза с помощью ИИ. Все рассмотренные работы, использующие методы ГО, имеют в основном общий подход к измерению угла Кобба - они используют определенные наборы данных и изображений для обучения предлагаемой сети, которая может после обучения обнаруживать и сегментировать позвонки, а затем измерять угол искривления. Однако наилучший метод до сих пор не определён. Кроме того, в отечественной и зарубежной литературе отсутствуют данные об использовании любого из этих автоматических систем (модулей) в клинической работе врача. В некоторых работах говорилось об общих ограничениях использования модулей ИИ в диагностике сколиоза из-за небольшого количества рентгенограмм и ограниченного набора изображений с тяжелой степенью сколиоза, используемых в глубоком обучении данных модулей. Также не все исследователи проводили сравнительную оценку результатов анализа рентгенограмм позвоночника модулем (автоматической системой) ИИ и врачом-рентгенологом.

Цель исследования

Повышение диагностической эффективности определения степени сколиотической деформации позвоночника по данным нейросетевого анализа рентгенологических изображений.

Основные задачи

1. Создать базу данных обезличенных цифровых рентгенограмм позвоночника с разными степенями сколиоза для машинного обучения нейронных сетей общим объёмом около 2500 рентгенограмм.

2. Подготовить техническое задание и разработать методику разметки тел позвонков для создания программы автоматического нейросетевого анализа спондилограмм для оценки сколиоза.

3. Оценить согласованность двух методик (рентгенолога и программы ИИ) в измерении угла Кобба.

4. Оценить метрики и диагностическую эффективность новой программы ИИ в оценке степени сколиоза.

5. Сравнить временные затраты на анализ спондилограмм врача-рентгенолога и программы ИИ.

6. Оценить целесообразность внедрения новой программы нейросетевого анализа спондилограмм в практическую работу врача-рентгенолога в условиях стационара.

Научная новизна исследования

1. Разработан новый метод, основанный на машинном обучении (МО) искусственных нейронных сетей, для оценки угла сколиоза на фронтальных рентгенограммах позвоночника.

2. Впервые в условиях многопрофильного стационара (Городская Мариинская больница Санкт-Петербурга) проведена оценка степени сколиоза с нумерацией позвонков в автоматическом режиме с помощью программы, основанной на ИИ.

3. Впервые интеллектуальный инструмент оценки сколиоза был клинически испытан в работе врача-рентгенолога стационара.

Теоретическая и практическая значимость работы

Разработана новая программа для электронных вычислительных машин (ЭВМ), представленная интеллектуальной системой для автоматического измерения угла Кобба и определения степени сколиоза.

Проведены клинические испытания программы «Езрег.$со1юз1з», где доказана её высокая диагностическая эффективность в измерении угла и степени сколиоза.

Программа ИИ значительное сокращает время анализа спондилограмм в оценке сколиоза, что позволяет её использовать в клинической практике.

Совокупность полученных данных повышает эффективность оценки сколиоза на фронтальных рентгенограммах позвоночника, что в свою очередь

способствует улучшению диагностики и своевременному лечению пациентов с данной патологией.

Предлагаемая программа позволяет минимизировать несогласованность в диагностике угла сколиоза и в определении его степени. Это может помочь врачам медицинской комиссии в военкомате объективно определить категорию годности.

Рентгенолог может использовать программу ИИ для построения угла Кобба одним из 3 различных методов. Это важно для внедрения программы в клиническую практику, поскольку в отечественной литературе и в медицинских учреждениях Санкт-Петербурга не существует стандартного метода измерения угла Кобба.

Соответствие диссертации паспорту специальности

Научные положения диссертации соответствуют паспорту специальности 3.1.25. Лучевая диагностика (медицинские науки). Построение работы и результаты исследования соответствуют пункту 11: использование, искусственного интеллекта и нейросетей для диагностики патологических состояний с помощью методов лучевой диагностики, и пункту 12: разработка научных и организационно-методических аспектов обеспечения эффективной работы всех звеньев и структур службы лучевой диагностики.

Степень достоверности результатов работы и их апробация

Степень достоверности проведенного исследования определяется значительным и репрезентативным объёмом выборки обследованных пациентов, применением современных методов исследования, а также использованием стандартных методов статистической обработки. Результаты исследования были подвергнуты анализу с определением чувствительности, специфичности и диагностической точности.

Основные результаты исследования были доложены и обсуждались на российских и зарубежных научно-практических конференциях: «Фундаментальная наука и клиническая медицина - человек и его здоровье» (Санкт-Петербург, 2021, 2022 гг.); «Невский радиологический форум» (Санкт-

Петербург, 2022); «Bioinformatics: from Algorithms to Applications» (Санкт-Петербург, 2021); «Актуальные проблемы лучевой диагностики - простые решения сложных задач» (Ташкент 2023); Научно-практическая онлайн -конференция: «COVID-19, опыт Мариинской больницы» (Санкт-Петербург, 2021); 1-я Научно-практическая конференция «Искусственный интеллект и Радиомика: от диагностики к лечению» (Москва, 2024); Научная конференция, приуроченная к 300-летию СПбГУ «Технологии ИИ в области медицины и здравоохранения» (Санкт-Петербург, 2024).

Личный вклад соискателя

Тема и дизайн диссертации, её основные идеи и содержание разработаны совместно с научным руководителем. Автор самостоятельно обосновала актуальность темы диссертации, цель, задачи и этапы научного исследования. Диссертант участвовала в командной разработке программы «Esper.scoliosis» для автоматического определения степени сколиоза и измерения угла Кобба на фронтальных рентгенограммах позвоночника. Диссертант самостоятельно собрала и зарегистрировала базу данных цифровых рентгенограммах разных степеней сколиоза и провела предварительную оценку диагностической эффективности новой программы ИИ. Диссертант участвовала в проведении клинических испытаний новой программы измерения угла Кобба в Санкт-Петербургском государственном бюджетном учреждении здравоохранения «Городская Мариинская больница».

Личный вклад автора в изучении литературы, в сборе, обобщении, анализе и написание диссертации - 100%, в статистической обработке клинических материалов - 80%.

Публикации

Всего по теме диссертации опубликовано 14 работ из них 5 публикации в журналах, рекомендованных Высшей аттестационной комиссией (ВАК) Министерства образования и науки Российский федерации, из них две публикации в журналах ВАК по специальности 3.1.25. Лучевая диагностика, одна публикация в журнале, индексируемом в международном базе Scopus, а также 2

публикации в изданиях, индексируемых в базе данных Российского индекса научного цитирования (РИНЦ). Получено 2 свидетельства о государственной регистрации: базы данных рентгенограмм позвоночника с нормой и разными степенями сколиоза; программы ЭВМ «Esper.ScoHosis».

Структура и объем диссертации

Диссертационная работа состоит из введения, 4 глав, заключения, выводов, практических рекомендаций, списка сокращений, списка литературы, приложений 1 и 2. Текст диссертации изложен на 129 листах машинописного текста. Работа содержит 43 рисунка и 8 таблиц. Список литературы включает 98 источников, из которых 31 на русском языке и 67 на английском языке.

Основные научные результаты

1. Выполнены предварительные клинические испытания интеллектуальной программы «Esper.Scoliosis» (97, стр. 83-87). Проведен расчет стандартных метрик диагностической точности программы: чувствительность, специфичность, точность (общая валидность) и площадь под ROC-кривой. Также, получено свидетельство о государственной регистрации программы для ЭВМ (98, стр. 84, 87). Результаты опубликованы в [97 и 98]. (личный вклад составляет не менее 80%).

2. Было получено свидетельство о регистрации базы данных рентгенограмм позвоночника с разными степенями сколиоза (89, стр. 45-51). Результаты опубликованы в [89]. (личный вклад составляет 50%).

3. Проведен анализ точности, преимуществ и недостатков новой разработанной интеллектуальной программы в определении степени сколиоза и измерении угла Кобба [95, стр. 65-87]. Результаты опубликованы в [95]. (личный вклад составляет не менее 80%).

4. Изучена роль рентгенолога в разработке программы ИИ на основе анализа процесса создания программы «Esper.ScoHosis». Собрано достаточное количество рентгенограмм для обучения нейронных сетей и оценки работы программы ИИ (77, стр. 41). Разработана методика разметки тел позвонков

на фронтальных рентгенограммах (77, стр. 51-57) и проведено обучение нейронных сетей (77, стр. 57-59). Результаты опубликованы в [77]. (личный вклад составляет не менее 80%).

5. Исследована эффективность новой интеллектуальной программы в оценке угла сколиоза по рентгенограммам позвоночника (94, стр. 73-82), обнаружена незначительная вариабельность между результатами измерений врача-рентгенолога и программы. Результаты опубликованы в [94]. (личный вклад составляет не менее 80%).

6. На основании литературных данных было показано, что до настоящего времени отсутствовали данные об использовании в клинической практике любого из автоматических методов оценки сколиоза, основанных на обучении нейронных сетей [85, стр. 42-44], [86, 87 и 88 стр. 44]. Результаты опубликованы в [85, 86, 87 и 88]. (личный вклад составляет не менее 90%).

7. В ходе нашей работы, количество изображений, используемых в обучении нейронных сетей, постепенно увеличивалось в соответствии с результатами некоторых исследований, проведённых для оценки точности программы ИИ в определении тел позвонков [90, стр. 51, 58] и [91, 92, 93 стр. 58]. Результаты опубликованы в [90, 91, 92 и 93]. (личный вклад составляет не менее 70%).

Положения, выносимые на защиту

• Разработанная программа ИИ имеет высокую точность в определении по фронтальным спондилограммам угла Кобба и степени сколиоза.

• Возможности автоматической программы оценки сколиоза превосходят обычный метод, используемый рентгенологом, в уменьшении временных затрат, в объективности определении степени сколиоза, сокращая вариабельность измерений разными рентгенологами.

• Внедрение новой программы ИИ в клиническую работу поможет врачу-рентгенологу эффективно и быстро оценить рентгеновское изображение со сколиозом.

Заключение диссертации по теме «Другие cпециальности», Кассаб Дима Халед Ибрагим

ВЫВОДЫ

1. В процессе работы с созданной и зарегистрированной в Российской Федерации базой данных (Хгёс1) цифровых рентгенограмм позвоночника с разными степенями сколиоза было выявлено, что 1000 спондилограмм является достаточным количеством для обучения нейронных сетей точному определению тел позвонков.

2. В ходе использования разработанной методики разметки тел позвонков по основным 4 точкам стало ясно, что точность программы «Esper.Scoliosis» в оценке сколиоза зависит от правильности разметки тел позвонков и качества рентгенограмм.

3. Новая программа ЭВМ «Esper.Scoliosis» позволяет с высокой точностью рассчитать угол Кобба. Разница в измерении угла Кобба врачом-рентгенологом и программой ИИ не превышает 2,5° в большинстве (84,8 %) обнаруженных искривлений позвоночника.

4. Новая программа ИИ диагностически эффективна в определении степени сколиоза, имея чувствительность - 0,97, специфичность - 0,88, точность -0,93 и площадь под ROC-кривой - 0,93. Точность работы программы ИИ возрастает с увеличением выраженности искривления позвоночника.

5. Разработанная интеллектуальная программа позволяет в автоматическом режиме быстро (5-33 сек) измерять все углы искривления позвоночника, тогда как врач-рентгенолог тратит на это 3-10 минут.

6. Программа «Esper.Scoliosis» объективно оценивает степень сколиоза и значительно экономит время врача, что делает целесообразным её внедрение в клиническую практику.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Для повышения точности определения степени сколиоза и минимизации вариабельности результатов измерении угла Кобба по фронтальным спондилограммам, рекомендуется использовать автоматическую систему на основе искусственной нейронной сети.

2. Перед использованием программы ИИ рентгенолог должен оценить качество цифровой рентгенограммы позвоночника.

3. При использовании программы ИИ, следует выбрать один из трех методов измерения угла Кобба: 1 - стандартный метод (угол сколиоза строится между линиями, проходящими по верхней поверхности верхнего конечного позвонка и нижней поверхности нижнего конечного позвонка); 2 - методика наибольшего наклона граней (угол сколиоза строится между максимально наклонёнными верхней или нижней гранью двух конечных позвонков); 3 - методика средних линий (угол сколиоза вычисляется между максимально наклонёнными средними линиями тел конечных позвонков).

4. После обработки спондилограммы программой ИИ рентгенологу необходимо проверять правильность разметки тел позвонков, чтобы убедиться в точности результата анализа ИИ.

5. В случае неверного детектирования программой ИИ основных 4 точек тел позвонков, врач должен редактировать их положение.

Список литературы диссертационного исследования кандидат наук Кассаб Дима Халед Ибрагим, 2025 год

СПИСОК ЛИТЕРАТУРЫ

1. Negrini, S. 2016 SOSORT guidelines: Orthopaedic and rehabilitation treatment of idiopathic scoliosis during growth [Электронный ресурс] / S. Negrini, S. Donzelli, A. G. Aulisa et al. // Scoliosis spinal diso. - 2018. -Vol. 13. - №. 3. - Режим доступа: https://doi.org/10.1186/s13013-017-0145-8. (дата обращения: 05.11.2021).

2. Ketenci, I. E. Reliability of 2 smartphone applications for Cobb angle measurement in scoliosis / I. E. Ketenci, H. S. Yanik, О Erdogan et al. // Clin Orthop Surg. - Mar 2021. - Vol. 13. - № 1. - P. 67-70.

3. Syed, A. B. Artificial intelligence in radiology: Current technology and future directions / A. B. Syed, A. C. Zoga // Semin Musculoskelet Radiol. - Nov 2018. - Vol. 22. - № 5. - P. 540-545.

4. Wang, Т. GE healthcare imagination at work intelligent tools for a productive radiologist workflow: how machine learning enriches hanging protocols [Электронный ресурс] / T. Wang - 2013. - Режим доступа: https://api.semanticscholar.org/CorpusID:197673523. (дата обращения: 01.12.2021).

5. Sorantin, E. The augmented radiologist: artificial intelligence in the practice of radiology / E. Sorantin, M. G. Grasser, A. Hemmelmayr et al. // Pediatr Radiol. -Heilberg: Springer Science and business Media, Oct 2022. - № 11. - Vol. 52. - P. 2074-2086.

6. Бирченко, Н. С. Об асимметрии нагружения правой и левой ноги у детей, больных сколиозом / Н. С. Бирченко // Фундаментальные исследования, 2005. - № 4. - С. 9-12.

7. Taylor, J. R. Vascular causes of vertebral asymmetry and the laterality of scoliosis / J. R. Taylor // Med J Aust. -1986. - Vol. 12. - № 144 (10) - P. 533-5. - doi: 10.5694/j.1326-5377. 1986.tb112281. x. PMID: 3520254.

8. Tallroth, K. Dextrocardia and coronal alignment of thoracic curve: a population study [Электронный ресурс] / K. Tallroth, M. Lohman, M. Heliovaara et al. // Eur

Spine J. - 2009. - Vol. 18. - № 12. P. 1941-1945. - Режим доступа: https://doi.org/10.1007/s00586-009-1049-y. (дата обращения: 010.08.2022).

9. Kouwenhoven, J. W. б. The relation between organ anatomy and pre-existent vertebral rotation in the normal spine: magnetic resonance imaging study in humans with situs inversus totalis / J. W. б Kouwenhoven, L. W. Bartels, K. L. Vincken et al. // Spine (Phila Pa 1976). -2007. - Vol. 32. - № 10. - P. 1123-1128.

10. Matsumoto, Y. Right thoracic curvature in the normal spine / Y. Matsumoto, K. Masuda, K. Kobayakawa, Y. Iwamoto // Journal of orthopaedic surgery and research -2011. - Vol. 6. - № 4.

11. Гайдук, А. А. Рентгенография и компьютерная оптическая топография в диагностике функциональных нарушений позвоночника и таза у детей и подростков / А. А. Гайдук, Е. А. Сотникова, Л. Я. Агеева // Современные проблемы науки и образования. - 2016. - Vol. 3.

12. Ишал, В. А. Ортоспондилография и так называемый физиологический сколиоз / В. А. Ишал // Ортопедия, травматология и протезирование. - 1983. -Vol. 5. - С. 16-20.

13. Grivas, T. B. Trunk asymmetry in juveniles / T. B. Grivas, E. S. Vasiliadis, C. Mihas // Scoliosis. - 2008. - Vol. 3. - № 13.

14. Виссарионов, С. В. Идиопатический сколиоз у детей санкт-петербурга в структуре болезней костно-мышечной системы / С. В. Виссарионов, А. В. Залетина, Е. Н. Щепина // Комплексное лечение детей с деформациями позвоночника. Материалы науч. конф. - Санкт-Петербург: 2022.- 102 с.

15. Васильев, А. И. Дегенеративный сколиоз: обзор мировой литературы / А. И. Васильев // Хирургия Позвоночника - 2016. - Т.13. - № 4. - С. 56-65.

16. Котельников, Г. П. Травматология и ортопедия / Г. П. Котельников, Ю. В. Ларцев, П. В. Рыжов - изд. 2-е - Москва: ГЭОТАР-Медиа, 2021. - 560 с.

17. Hawes, M. C. The transformation of spinal curvature into spinal deformity: pathological processes and implications for treatment / M. C. Hawes, J. P. O'brien // Scoliosis. - 2006. - Vol. 1. - № 3.

18. Tokes, I. Biomechanical spinal growth modulation and progressive adolescent scoliosis - a test of the 'vicious cycle' pathogenetic hypothesis: Summary of an electronic focus group debate of the IBSE / I. A. Tokes, R. G. Burwell, P. H. Dangerfield // Scoliosis. - 2006. - Vol. 16. - № 2.

19. Миронова, С. П. Ортопедия. Клинические рекомендации / под ред. С. П. Мирнова - Москва: ГЭОТАР-Медиа, 2018. - 784 с.

20. Newton, P. Idiopathic Scoliosis: The harms study group treatment guide / P. Newton, H. Shufflebarger, R. Betz et al. - New York: Thieme, 2010. - Vol. 1. - P. 448.

21. Chan, V. A genetic locus for adolescent idiopathic scoliosis linked to chromosome 19p13.3 / V. Chan, G. C. Fong, K. D. Luk // Am J Hum Genet. - 2002. -Vol. 71. - P. 401-406.

22. Маркс, В. О. Ортопедическая Диагностика. / под ред. Я. Г. Дубров. Минск: Наука И Техника, 1978. - 512 с.

23. Абальмасова, Е. А. Сколиоз и кифозы / Е. А. Абальмасова, В. Д. Чаклин -М.: Медицина - 1973. - 255 c.

24. Постановление Правительства Российской Федерации от 04.07.2013 г. № 565 об утверждении положения о военно-врачебной экспертизе [Электронный ресурс] - Москва: 2013. - Режим доступа: http://government.ru/docs/all/87900/ (Дата Обращения: 12-11-2022.)

25. Lenke, C. L. Revised glossary of terms. SRS [Электронный ресурс] - 2000. -Режим доступа: https://Www.Srs.Org/Professionals/Online-Education-And-Resources/Glossary/Revised-Glossary-Of-Terms (Дата Обращения: 05-06-2023).

26. Чарнаштан, Д. В. Диагностика сколиоза и пути ее оптимизации / Д. В.Чарнаштан, А. Н. Цуканов, В. И. Николаев и др. - Гомель: 2015. - 25 c.

[Электронный ресурс] - Режим доступа:

https://www.rcrm.by/upload/science/posob_doctor/2015-12.PDF?ysclid=lp60icxiyt901720730 (дата обращения: 30.03.2023).

27. O'Brien, M. F. Radiographic measurement manual. spinal deformity study group / M. F. O'Brien, T. R. Kuklo, K. M. Blanke et al. - Miami, Florida: Medtronic Sofamor Danek USA, Inc., 2008. - 110 p.

28. Садофьева, В. И. Рентгенофункциональная диагностика заболеваний опорно-двигательного аппарата у детей / В. И. Садофьева - Ленинград: Медицина, 1986. - 94 c.

29. Kittleson, A. C. Measurement of scoliosis / Kittleson, A. C., L.W. Lim // Am J Roentgenol Radium Ther Nucl Med. - 1970. - Vol. 108. - № 4. - P. 775-777.

30. Тесаков, Д. К. Рентгенологические методики измерения дуг сколиотической деформации позвоночника во фронтальной плоскости и их сравнительный анализ / Д. К. Тесаков, Д. Д. Тесакова // Проблемы здоровья и экологии. - 2007. - Т. 3. -№ 13. - С. 94 -103.

31. Mehta, S. S. Interobserver and intraobserver reliability of Cobb angle measurement: Endplate versus pedicle as bony landmarks for measurement: A statistical analysis / S. S. Mehta, H. N. Modi, S. Srinivasalu et al.// Journal of Pediatric Orthopaedics. - 2009. - Vol. 29. - Vol. № 7. - P. 749-754.

32. Malfair, D. Radiographic evaluation of scoliosis: review /D. Malfair, A. K. Flemming, M. F. Dvorak et al. // American journal of roentgenology. - 2010. - Vol. 194. - Suppl 3. - P. 8-22.

33. Лашковский, В. В. Травматология и ортопедия / под ред. В. В. Лашковский - Гродно: Гргму, 2014. - 376 с.

34. Ортопедия и травматология детского возраста / под ред. М. В. Волков, Г. М. Тер-Егиазаров - М: Медицина, 1983. - 464 c.

35. Кавалерский, Г. Травматология и ортопедия: учебник для студ. высш. учеб. заведений / Г. М. Кавалерский, Л. Л. Силин, А. В. Гаркави и др. / под ред. Кавалерского Г. М. - Т65. - 2-е изд. - М.: Издательский Центр «Академия», 2008. - 624 с.

36. Крестьяшина, В. М. Практическое руководство по амбулаторной ортопедии детского возраста / В. М. Крестьяшина - М.: ООО «Медицинское Информационное Агентство», 2013. - 232 с.

37. Миронова, С. П. Ортопедия: Национальное Руководство / С. П. Миронова, Г. П. Котельникова - М: Гэотар-Медиа, 2011. - 779 с.

38. Маккиннис, Л. Н. Лучевая диагностика в травматологии и ортопедии. Клиническое Руководство / пер. с англ. / под ред. Н.А. Шестерни- М.: Издательство панфилова, 2015. - 644 с.

39. Имхоф, Г. И. Лучевая диагностика. Позвоночник / Г. И Имхоф, А. М. Гернет, К. М. Фредрих и др. / пер. с англ. В.А. Климова - 2-е изд.- М: Медпресс-Информ, 2021. - 320 с.

40. Sevastikoglou, J. A., Bergquist E. Evaluation of the reliability of radiological methods for registration of scoliosis / J. A. Sevastikoglou, E. Bergquist // Acta orthop scand. - 1969. - Vol. 40. - № 5. - P. 608-613.

41. Pruijs, J. E. Variation in Cobb angle measurements in scoliosis / J. E. Pruijs, M. A. Hageman, W. Keessen et al. // Skeletal Radiol. - 1994. -Vol. 23. - № 7.- P. 517520.

42. Beekman, C. E. Variability of scoliosis measurement from spinal roentgenograms / C. E. Beekman, V. Hall // Phys Ther. - 1979. - Vol. 59. - № 6. - P. 764-5.

43. Morrissy, R. T. Measurement of the Cobb angle on radiographs of patients who have scoliosis. Evaluation of intrinsic error / R. T. Morrissy, G. S. Goldsmith, E. C. Hall et al. // J Bone Joint Surg Am. - 1990. - Vol. 72. - № 3. - P. 320 -327.

44. Loder, R. T. Variability in Cobb angle measurements in children with congenital scoliosis / R. T. Loder, A. Urquhart, H. Steen et al. // J Bone Joint Surg Br. - 1995. -Vol. 77. - № 5. - P. 768-770.

45. Loder, R.T. The assessment of intraobserver and interobserver error in the measurement of noncongenital scoliosis in children < or = 10 years of age / R. T. Loder, D. Spiegel, S. Gutknecht et al. // Spine. - 2004. - Vol. 29. - № 22. - P. 2548-2553.

46. Modi, H. N. Observer reliability between juvenile and adolescent idiopathic scoliosis in measurement of stable Cobb's angle / H. N. Modi, T. Chen, S. W. Suh et al. // Eur Spine J. -2009. -Vol. 18. - № 1. - P. 52-58.

47. Goldberg, M. S. Observer variation in assessing spinal curvature and skeletal development in adolescent idiopathic scoliosis / M. S. Goldberg, B. Poitras, N. E. Mayo et al.// Spine. - 1988. - Vol. 12. - P. 1371-1377.

48. Prestigiacomo, F. G. Intra- and inter-observer reliability of Cobb angle measurements in patients with adolescent idiopathic scoliosis / F. G. Prestigiacomo, M. H. H. M Hulsbosch., V. E. J. Bruls et al.// Spine deformity. - 2022. - Vol. 10. - № 1. -P. 79-86.

49. Rosenfeldt, M. P. A comparison of traditional protractor versus Oxford Cobbometer radiographic measurement: intraobserver measurement variability for Cobb angles / M. P. Rosenfeldt, I. J. Harding, J. T. Hauptfleisch et al. // Spine. - 2005. - Vol. 30. - № 4. - P. 440-443.

50. Kuklo, T. R. Reliability analysis for manual adolescent idiopathic scoliosis measurements / T. R. Kuklo, B. K. Potter, D. W. Jr. Polly et al. // Spine. - 2005. - Vol. 30 (4). - № 4. - P. 444-454.

51. Anrig C. Pediatric Chiropractic / C. Anrig, G. Plaugher // S.L.: Lippincott Williams and Wilkins, 2013. - Vol. 2. - 1226. p.

52. Jiang, C. J. Applications of the scoliosis width-to-length ratio for guiding selection of the surgical approaches of degenerative lumbar scoliosis / C. J, Jiang, Y. J. Yang, J. P. Zhou et al. // BMC musculoskeletal disorders - 2016. - Vol. 17 - №. 48.

53. Ferguson, A. The study and treatment of scoliosis / A. Ferguson // southern medical journal. - 1930. - Vol. 23. - P. 116-120.

54. Stokes, I. A. Reexamination of the Cobb and Ferguson angles: bigger is not always better / I. A. Stokes, D. D. Aronson, P. J. Ronchetti et al. // J Spinal Disord. -1993. - Vol. 6. - № 4. - P. 333-338.

55. George, K. Comparative Study of the Two Popular Methods of Measuring Scoliotic Deformity of the Spine / K. George, J. A. Rippstein // The Journal of Bone & Joint Surgery-1961. - Vol. 43. - №. 6. - P. 809-818.

56. Lusskin, R. Curves and angles / R. Lusskin // Clin Orthop. - 1962. - Vol. 23. - P. 232-235.

57. Diab, K. M. Accuracy and applicability of measurement of the scoliotic angle at the frontal plane by Cobb's method, by Ferguson's method and by a new method / K. M. Diab, J. A. Sevastik, R. Hedlund, I. A. Suliman // Eur Spine J. - 1995. - Vol. 4. - № 5. - P. 291-295.

58. Kraturerk, C. Comparison of the cobb angle measurement between manual and digital methods among five military hospitals / C. Kraturerk, S. Poopitaya, R. Chitragran // J Southeast Asian Med Res. - 2021. - Vol. 5. - № 2. - P. 51-57.

59. Hurtado-Avilés, J. Validity and absolute reliability of the Cobb angle in idiopathic scoliosis with traumaveter software / J. Hurtado-Avilés, F. Santonja-Medina, V.J. León-Muñoz et al // International journal of environmental research and public health. - 2022. - Vol. 19. - № 8. [Электронный ресурс] (Дата Обращения: 01-032023).

60. Srinivasalu, S. Cobb angle measurement of scoliosis using computer measurement of digitally acquired radiographs-intraobserver and interobserver

variability / S. Srinivasalu, Modi H. N., S. Smehta et al. // Asian Spine Journal. - 2008. - Vol. 2. - № 2. - P. 90-93.

61. Ketenci, i E. Reliability of 2 Smartphone Applications for Cobb Angle Measurement in Scoliosis / i E. Ketenci, H. S. Yanik, Ö. Erdogan et al. // Clin Orthop Surg. - 2021. - Vol. 1. - P. 67-70.

62. Safari, A. A semi-automatic algorithm for estimating Cobb angle / A. Safari, H. Parsaei, A. Zamani, B. Pourabbas // J Biomed Phys Eng. - 2019. - Vol. 9. - № 2. - P. 317-326.

63. Zhang, J. A computer-aided Cobb angle measurement method and its reliability / J. Zhang, E. Lou, X. Shi et al. // Journal of Spinal Disorders & Techniques. - 2010. -Vol. 23. - № 6. - P. 383-387.

64. Zhang, J. Computer-aided assessment of scoliosis on posteroanterior radiographs / J. Zhang, E. Lou, D. L. Hill et al. // Med Biol Eng Comput. - 2010. - Vol. 48. - P. 185-195.

65. Thalengala, A. Computerized image understanding system for reliable estimation of spinal curvature in idiopathic scoliosis / A. Thalengala, S. N. Bhat, H. Anitha // Scientific Reports. - 2021. - Vol. 11. - № 1.

66. Qiao, J. Reliability analysis of a smartphone-aided measurement method for the Cobb angle of scoliosis / J. Qiao, Z. Liu, L. Xu et al. // J Spinal Disord Tech. - Jun 2012. -Vol. 25. - № 4. - P. 88-92.

67. Yuepeng, S. The smartphone scoliosis screening software for measuring the Cobb angle of adolescent idiopathic scoliosis: A reliability study / S. Yuepeng, S. Xinge, G. Yanzheng et al. // Intellegent surgery. - 2022. - Vol. 1. - P. 8-12.

68. Kaul, V. History of artificial intelligence in medicine / V. Kaul, S. Enslin, S. A. Gross // Gastrointest Endosc. - 2020. - Vol. 92 - № 4. - P. 807-812.

69. Larentzakis, A. Artificial intelligence (AI) in medicine as a strategic valuable tool [Электронный ресурс] / A. Larentzakis, N. Lygeros // The Pan African medical

journal. - Feb 2021. - Vol. 38. - Режим доступа: https://panafrican-med-journal.com/content/article/38/184/full/ (дата обращения: 15.08.2022).

70. Rong, L. A review of medical artificial intelligence online /L. Rong, R.Yan, P. Zhehao // Global Health Journal. - Vol. 4. - № 2. - P. 42-45.

71. Amisha Malik, P. Overview of artificial intelligence in medicine / P. Amisha Malik, M. Pathania, V. K. Rathaur // Journal of family medicine and primary care. -2019. - Vol. 8. - № 7. - P. 2328-2331.

72. Kaplan, A. Siri, Siri, in my hand: who's the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence /A. Kaplan, M. Haenlein // Business Horizons. - 2019. - Vol. 62. - № 1.

73. Briganti, G. Artificial intelligence in medicine: today and tomorrow [Электронный ресурс] / G. Briganti, O. Le Moine // Front Med. - Lausanne: [s.n.]2020. - Vol. 7. - № 27. - Режим доступа: https://www.frontiersin.org/articles/10.3389/fmed.2020.00027/full (дата обращения: 15.04.2022).

74. Гусев, А. В. Перспективы нейронных сетей и глубокого машинного обучения в создании решений для здравоохранения // Врач и информационные технологии. - 2017. - Vol. 3. - С. 92-105.

75. Huang, J. Detection of diseases using machine learning image recognition technology in artificial intelligence [Электронный ресурс] / J. Huang, J. Li, Z. Li et al. // Comput Intell Neurosci. - 2022. Режим доступа: doi: 10.1155/2022/5658641. (дата обращения: 15.01.2022).

76. Tang, A. Canadian association of radiologists: white paper on artificial intelligence in radiology / A. Tang, R. Tam, A. Cadrin-Chenevert et al. // Journal association canadienne des radiologists - 2018. - Vol. 69. - № 2. - P. 120-135.

77. Kassab, D. Kh. I. Radiologists in artificial intelligent development: An exploratory case study of automated scoliosis assessment on spinal radiographs / D. Kh.

I. Kassab, I. G. Kamishanskaya, S. V. Trukhan // Диагностическая и интервенционная радиология. - 2024. - Т. 18. - № 2. - С.147-151.

78. Mulryan, P. An evaluation of information online on artificial intelligence in medical imaging / P. Mulryan, N. Ni Chleirigh, AT. O'Mahony et al. // Insights Imaging. - 2022. - Vol. 13. - № 79. - https://doi.org/10.1186/s13244-022-01209-4 [Электронный ресурс] (дата обращения: 15.04.2022).

79. Gillies, R. J., Kinahan PE, Hricak H. Radiomics: images are more than pictures, they are data. Radiology / R. J. Gillies, P. E. Kinahan P. E., H. Hricak // - 2016. - Vol. 278. - № 2. - P. 563-77.

80. Падалко, М. А. Автоматическая система определения углов сколиотической деформации позвоночника человека / М. А. Падалко, С. В. Орлов, А. М. Наумов и др. // Вестник Балтийског федерального университета им. И. канта. - 2019. - № 3. - С. 55-68.

81. Леин, Г. А. Автоматизация анализа рентгенограмм позвоночника для объективизации оценки степени тяжести сколиотической деформации при идиопатическком сколиозе / Г. А. Леин, Н. С. Нечаева, Г. М. К. Мамедова и др. // Ортопедия, травматология и восстановительная хирургия детского возраста. -2020. - Т. 8. - Вып. 3. - С. 317-326.

82. Khanal, B. Automatic cobb angle detection using vertebra detector and vertebra corners regression / B. Khanal, L. Dahal, P. Adhikari // In international workshop and challenge on computational methods and clinical applications for spine imaging. // Computational methods and clinical applications for spine imaging, - Springer, 2019. -P. 81-87.

83. Horng, M. Cobb angle measurement of spine from x-ray images using convolutional neural network / M. Horng, C. Kuok, M. Fu et al.// computational and mathematical methods in medicine. - 2019. - Vol. 9. - P. 1-18.

84. Pan, Y. Evaluation of a computer-aided method for measuring the Cobb angle on chest X-rays / Y. Pan, Q. Chen, T. Chen и др. // Eur Spine journal. - 2019. - Vol. 28. -№ 12. - P. 3035-3043.

85. Кассаб, Д. Automatic scoliosis angle measurement using deep learning methods, how far we are from clinical application: A narrative review / Д. Х.И. Кассаб, И. Г. Камышанская, А. А. Першин // Вестник Санкт-Петербургского университета, серия Медицина. - 2021. - Т. 16. -Вып. 2 - P. 85-94.

86. Kassab, D. Kh. I. Using deep learning methods to automatically measure the angle of scoliosis. Bridging the gap between theory and clinical application / D. Kh. I. Kassab, I. G. Kamishanskaya, A. A. Pershin // Bioinformatics: from Algorithms to Applications. Материалы науч. конф. - Санкт-Петербург: 2021. - 68 с.

87. Кассаб, Д. Оценка применения автоматизированного измерения угла сколиоза на основе машинного обучение / Д. Х. И. Кассаб, И. Г. Камышанская, А. А. Першин // COVID-19. Опыт Мариинской больницы. Онлайн науч. конф. -Санкт-Петербург: 2021.

88. Kassab, D. Kh. Evaluation of the possible clinical use of automatically measured cobb angle using machine learning technique / D. Kh. Kassab, I. G. Kamishanskaya // V сателлитный симпозиум по фундаментальная наука и клиническая медицина -человек и его здоровье. Материалы науч. конф. - Санкт-Петербург: 2021 - Т. XXIV. - С. 948-949.

89. Свидетельство о государственной регистрации базы данных № 2022620577 Российская Федерация. "База данных рентгенограмм позвоночника со сколиозом различных степеней" (XrScl): № 2022620422: заявл. 09.03.2022: опубл. 17.03.2022 / Д. Х. И. Кассаб, И. Г. Камышанская, В. М. Черемисин, А. А. Першин; заявитель федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет".

90. Трухан, С. В. Первые результаты нейросетевого распознавания сколиоза по цифровым рентгенограммам позвоночника / С. В. Трухан, D. Х.И Kassab, И. Г.

Камышанская, В.М. Черемисин // Невский радиологический форум. Материалы науч. конф. - Санкт-Петербург: 2022. - № S 13. - C.197.

91. Trukhan, S. V. Automatic detection of scoliosis on spinal digital radiographs using artificial neural networks, initial results / S. V. Trukhan, D. Kh. I Kassab // фундаментальная наука и клиническая медицина - человек и его здоровье. Материалы науч. конф. - Санкт-Петербург: 2022 - Т. XXV. - С. 546-547.

92. Kassab, D. Kh. I. The possibility of applying a new automatic method to measure scoliosis angle into clinical practice / D. Kh. I. Kassab, I. G. Kamishanskaya, S. V. Trukhan // Актуальные проблемы лучевой диагностики - простые решения сложных задач. Материалы науч. конф. - Ташкент: 2023. - 144 с.

93. Трухан, С. В., Ретроспективный анализ работы интеллектуальной системы в распознавании сколиоза по цифровым рентгенограммам позвоночника / С. В. Трухан, И. Г. Камышанская, Д. Х. И. Кассаб, Н. А. Ладогубец // Актуальные проблемы лучевой диагностики - простые решения сложных задач. Материалы науч. конф. - Ташкент: 2023. - 144 с.

94. Кассаб, Д. Х. И. Эффективность новой интеллектуальной системы в оценке угла сколиоза по рентгенограммам позвоночника и возможность её клинического применения / Д. Х.И. Кассаб, И. Г. Камышанская, С. В. Трухан, Н. А Ладогубец. // Вестник Санкт-Петербургского университета, серия Медицина. - 2023. - Т. 18 -Вып.3. - P. 293-303.

95. Кассаб, Д. Х. И. Новая интеллектуальная программа для автоматической оценки сколиоза на фронтальных рентгенограммах позвоночника: точность, плюсы и минусы. / Д. Х.И. Кассаб, И. Г. Камышанская, С. В. Трухан // Digital Diagnostics. - 2024 - Vol. 5 - №. 2. - DOI: https://doi.org/10.17816/DD630093.

96. Что такое график Бланда-Альтмана? (Определение и пример) [сайт] / Редакция Кодкампа // Онлайн институт цифровых навыков Кодкампа: 2022. -URL: https://www.codecamp.ru/blog/bland-altman-plot/7ysclid4wbqq00s3s856723382 (дата обращения: 18.05.2024).

97. Кассаб, Д. Х. И. Результаты предварительных клинических испытаний новой интеллектуальной программы Esper.Scoliosis для автоматического определения степени сколиоза на фронтальных рентгенограммах позвоночника / Д. Х.И. Кассаб, И. Г. Камышанская, Л. В. Щеглова, С. В. Трухан, Н. Ф. Котова, Н. А. Ладогубец. // Medicine: theory and practice. - 2023. - Т.8 - Вып.4. - P. 135-139.

98. Свидетельство о государственной регистрации программы для ЭВМ № 2023664326 Российская Федерация. Esper.Scoliosis: № 2023619349: заявл. 28.04.2023: опубл. 03.07.2023 / С. В. Трухан, И. Г. Камышанская, Д. Х. И. Кассаб. - EDN UFRVYU.-