通过超低剂量方案实现三维骨骼模型的实时重建

更清晰的手术，温和的成像

每年有数千万患者接受骨关节类的外科手术。外科医生越来越依赖于患者骨骼的定制三维模型来规划手术并指导精确切割，但目前这些模型通常依赖体积庞大的CT扫描、高剂量辐射以及数小时的专家劳动。本研究提出了一种更快、更温和的途径：仅用两张低剂量X光片和人工智能，在大约半分钟内重建出膝关节的详细三维图像，这有望将高端术前规划和术中引导扩展到更多的手术室和患者群体。

为何现有骨骼扫描不足以满足需求

传统的三维骨骼模型以CT扫描为起点，CT生成数百张X光切片，计算机将它们组装成完整体积。虽然这种方法功能强大，但存在三大缺陷。首先，它使患者暴露于相对较高的辐射，对儿童、孕妇以及需要反复扫描的人尤其令人担忧。其次，CT设备体积大、昂贵，且难以在拥挤的手术室中布置；在手术中安装可能需要20–30分钟并扰乱手术团队。第三，扫描完成后，专家仍需花费数小时在专用软件上描绘每块骨骼的轮廓，才能生成可用的三维模型。综上，基于CT的模型适合特定病例，但并不适合在手术进行时实时使用。

如何将两张简单X光转成完整的三维膝关节

研究人员旨在用基于双平面X光的灵活流程替代这一缓慢流程——即用常见的C型臂透视设备在直角位置拍摄膝关节的两张标准视图。他们构建了一个名为半监督知识蒸馏重建（Semi-Supervised Reconstruction with Knowledge Distillation，SSR-KD）的深度学习系统。系统不是直接预测可见表面，而是学习一个“占据场”：对三维空间中的任意一点，估计该点是否位于四块主要膝关节骨骼（股骨、胫骨、腓骨和髌骨）之内或之外。在网络用内外决策填满这个不可见的三维网格后，标准图形算法将该场转换为平滑的三维骨表面。在现代硬件上，从接收两张X光到生成四块详细骨骼模型的整个过程大约需要25秒。

在有限专家时间下训练AI

高质量训练数据通常是医疗AI的瓶颈。手工在CT上描绘一条腿的骨骼需要专家大约四小时，因此要为数百例做这样的标注不现实。团队收集了605例膝关节CT扫描，但仅精心标注了其中120例，其余作为未标注的支持数据。首先他们训练了一个网络直接从CT重建骨骼，这个任务相对容易，因为三维信息是完整可见的。随后，该基于CT的模型作为“教师”：在未标注病例上生成“伪”三维骨骼信息，指导基于X光的“学生”网络。通过将这种跨模态教学与半监督训练方案结合，学生网络学会仅从两张视图推断不可见的三维结构，即使只有几十例有专家标注时也能表现良好。

新模型与现实的吻合程度

为评估这些快速重建是否足以用于真实手术，团队采用多种方式进行了验证。与专家创建的CT模型相比，SSR-KD的平均表面误差低于一毫米，较大的股骨和胫骨常在0.8毫米以内——与CT扫描本身的固有分辨率相当。十位骨科专家和医学工程师组成的小组对来自CT或两张X光方法的三维膝关节进行盲评，评估形状、细节和临床实用性。评分基本没有显著差异，专家普遍认为基于AI的模型适合用于规划复杂的骨切割。在更实际的测试中，外科医生在3D打印骨骼上模拟高胫骨截骨术，使用基于CT或基于AI重建的定制切割导板。基于新方法的导板使用时间并不更长，在贴合度、稳定性和精确度方面获得了可比的评分。

局限、挑战与未来应用

该方法并非完美。像髌骨和腓骨这样较小的骨骼可能在X光视图中被遮挡，显示出稍高的误差。非常复杂的病例——例如带有大面积金属植入物导致解剖结构扭曲的膝关节——仍然具有挑战性，而且本研究大量依赖由CT生成的模拟X光，而非大规模真实临床影像。尽管如此，该方法在不同医院间表现出稳健性，即使两张X光视角不足以正好成直角（这是手术室中的现实限制），仍保持临床有用的精度。相同框架也可能适配到形状相对简单的其他关节，如肘关节，但对包含许多小骨块的更复杂部位可能需进一步进步。

这对患者意味着什么

简而言之，这项工作表明计算机可以仅凭两张快速的低剂量X光“看见”三维膝关节，其准确度足以支持精确的手术规划和此前需要完整CT扫描及数小时专家劳动的定制导板。如果在大量真实世界X光上得到验证并扩展到膝关节之外，此类技术可减少辐射暴露、降低成本，并将个性化三维骨骼模型带到更多医院——包括那些没有先进扫描设备的机构——使以影像为引导的精细骨科手术更广泛可及。

引用: Lin, Y., Sun, H., Li, Y. et al. Real-time reconstruction of 3D bone models via very-low-dose protocols. npj Digit. Med. 9, 353 (2026). https://doi.org/10.1038/s41746-026-02389-9

关键词: 骨科手术, 三维骨骼模型, 低剂量X光, 医疗人工智能, 膝关节影像