Метод автоматической оценки деформации при врожденном радиально‑лучевом синастозе (CRUS‑DE): интеграция TLT‑SAM и GPMM‑R для идентификации ориентиров

Почему это важно для операций на детских руках

Некоторые дети рождаются с сросшимися двумя костями предплечья в области локтя — состоянием, называемым врожденным радиально‑локтевым синастозом. Поскольку кости не могут нормально вращаться, простые действия, такие как поворот дверной ручки или пользование столовыми приборами, могут быть затруднены или невозможны. Хирурги могут исправить проблему с помощью тщательно спланированных разрезов кости (остеотомий), но сегодня планирование часто занимает много времени и сильно зависит от опыта специалиста. В этом исследовании предлагается компьютерный метод, который обрабатывает стандартные КТ‑сканы и автоматически измеряет, насколько кости искривлены и повернуты, с целью сделать лечение более точным, воспроизводимым и доступным.

Когда две кости предплечья растут как одна

В нормальной руке лучевая кость (radius) и локтевая кость (ulna) ведут себя как пара параллельных направляющих, которые могут вращаться относительно друг друга, позволяя кисти поворачиваться ладонью вверх и вниз. При врожденном радиально‑локтевом синастозе часть этих костей срастается с рождения, обычно вблизи локтя. Это фиксирует предплечье в постоянной ротации и часто добавляет дополнительные искривления в нескольких плоскостях, ограничивая повседневные действия и влияя на уверенность и социальную жизнь ребенка. Хирурги могут выполнить остеотомию — разрезать и переложить кости, чтобы улучшить функцию. Однако чтобы решить, где и в какой степени резать, сначала необходимо количественно описать деформацию в трех измерениях — задача, которую чрезвычайно трудно выполнить «на глаз» по рентгеновским снимкам или даже КТ.

Обучение компьютера видеть кости детей

Исследователи разработали конвейер, который называют CRUS‑DE, начинающийся с обычных КТ‑сканов обоих предплечий. Сначала системе нужно найти кости и отделить их от окружающих тканей. Вместо обучения большой нейросети, требующей тысяч редких педиатрических случаев, команда объединила традиционный метод «пороговой» сегментации с современной моделью видения, известной как Segment Anything Model. Их слой трассировки порогов отслеживает видимость кости посрезово через скан, а новая модель очищает и дополняет контуры там, где кость слабо видна или частично размыта. Сравнение с аккуратными ручными сегментациями старшего хирурга показало, что такой гибридный подход очень близко воспроизводит человеческие контуры.

Поиск крошечных ориентиров на растущих костях

Точные измерения зависят от согласованного набора анатомических ориентиров: маленьких выступов, острий и краев на лучевой и локтевой костях, которые определяют локальные системы координат. У детей эти признаки часто сглажены и едва заметны, а при сращении костей они могут быть деформированы или частично отсутствовать. Чтобы справиться с этим, авторы построили статистические «шаблоны формы» нормальных детских костей с помощью метода, называемого моделями морфологии на основе гауссовского процесса (Gaussian Process Morphable Models). Компьютер учится, как форма кости обычно варьирует у многих здоровых детей, затем мягко деформирует этот шаблон, чтобы согласовать его с костями конкретного пациента. Из такого согласования получаются предварительные позиции ориентиров, которые затем уточняются простыми геометрическими правилами, адаптированными к анатомии — например, выбором наиболее выступающей точки в локальном окружении. По 40 костям среднее расстояние между автоматическими и экспертными ориентирами составило примерно от одного до полутора миллиметров, без существенных отличий от ручной постановки меток.

Преобразование форм в значимые углы

Сегментировав обе кости и определив ориентиры, CRUS‑DE строит локальные системы координат в запястье и локте. Система выравнивает пораженное предплечье пациента по нормальному эталону и вычисляет, насколько лучевая и локтевая кости отклоняются в разных направлениях — к стороне большого или мизинца, к ладонной или тыльной поверхности кисти, а также насколько они повернуты внутри. В 40 предплечьях, включающих нормальные и сросшиеся случаи, автоматически рассчитанные углы в среднем отличались от экспертных измерений менее чем на примерно 2,5 градуса. Важно, что все шесть измеренных углов четко разделяли нормальные и пораженные при CRUS предплечья, фиксируя и дополнительное изгибание, и часто очень большую внутреннюю ротацию, которую испытывают пациенты.

Что это может означать для будущих операций

Для семей главный вывод таков: компьютеры теперь могут помочь хирургам описать деформацию предплечья ребенка в точных, объективных числах вместо приблизительных визуальных оценок. Этот метод превращает КТ‑данные в 3D‑модель с выделенными ориентирами и количественно оцененными углами, показывающими, как именно кости смещены. Такая информация может направлять предоперационное планирование, помогать менее опытным хирургам добиваться результатов, сопоставимых с экспертными, и облегчать оценку того, насколько успешно операция устранила проблему. Авторы также предполагают комбинирование этих автоматических измерений с индивидуальными шаблонами для направляющих резов и роботизированными инструментами, что потенциально приведет к более безопасным, точным и персонализированным операциям для детей с этой сложной врожденной патологией.

Цитирование: Liu, L., Cui, Y., Zhou, T. et al. An automatic congenital radio-ulnar synostosis deformity evaluation method (CRUS-DE): integrating TLT-SAM and GPMM-R for landmark identification. Sci Rep 16, 6434 (2026). https://doi.org/10.1038/s41598-026-36638-4

Ключевые слова: врожденный радиально‑локтевой синастоз, деформация предплечья, планирование остеотомии, анализ медицинских изображений, детская ортопедия