Pose as Clinical Prior: Learning Dual Representations for Scoliosis Screening

近期基于人工智能的脊柱侧弯筛查方法主要依赖于大规模的轮廓数据集，往往忽视了临床上相关的姿势不对称性——这是传统筛查中的关键指标。相比之下，姿态数据提供了一种直观的骨骼表示方式，增强了在多种医学应用中的临床可解释性。然而，由于以下两个主要挑战，基于姿态的脊柱侧弯筛查仍鲜有研究：（1）缺乏大规模、带标注的姿态数据集；（2）原始姿态坐标具有离散性和对噪声敏感的特性，这阻碍了对细微不对称性的建模。 为解决这些局限性，我们引入了 Scoliosis1K-Pose，这是一个扩展自原始 Scoliosis1K 数据集的 2D 人体姿态标注数据集，包含来自 1050 名青少年的 447,900 帧 2D 关键点标注。基于该数据集，我们提出了“双表示框架”（Dual Representation Framework，DRF），该框架结合了可保留空间结构的连续骨骼图，以及一个编码具有临床意义的不对称描述符的离散“姿势不对称向量”（Postural Asymmetry Vector，PAV）。此外，我们还设计了一个新颖的“PAV 引导注意力模块”（PAV-Guided Attention Module，PGA），利用 PAV 作为临床先验信息，指导从骨骼图中提取特征，聚焦于具有临床意义的不对称性。 大量实验表明，DRF 在脊柱侧弯筛查任务中达到了最先进的性能水平。可视化结果进一步验证了模型能够利用临床不对称性线索来指导特征提取，并促进其双表示之间的协同作用。该数据集和代码已公开发布于 https://zhouzi180.github.io/Scoliosis1K/。

当前基于AI的脊柱侧弯筛查方法主要依赖大规模轮廓数据集，忽视了临床相关的姿势不对称性——这是传统筛查中的关键指标。同时，基于姿态的脊柱侧弯筛查研究较少，主要受限于两个挑战：(1) 缺乏大规模、带标注的姿态数据集；(2) 原始姿态坐标的离散性和对噪声敏感，难以建模细微的不对称特征。

论文提出Scoliosis1K-Pose数据集，扩展了原有的Scoliosis1K数据集，包含1050名青少年的447900帧2D关键点数据。基于此，作者设计了Dual Representation Framework (DRF)，融合连续骨架图（保留空间结构）与离散的Postural Asymmetry Vector（PAV，编码临床相关的不对称描述符），并通过PAV-Guided Attention模块利用PAV作为临床先验来指导特征提取。

1. 构建了大规模2D姿态标注数据集Scoliosis1K-Pose，填补了脊柱侧弯筛查领域姿态数据的空白 2. 提出了融合连续骨架图与离散PAV的双表示框架DRF，增强模型对临床相关不对称特征的建模能力 3. 引入PAV-Guided Attention机制，将临床先验知识融入深度学习模型，提高特征提取的可解释性 4. 实验验证了DRF在脊柱侧弯筛查任务上达到SOTA性能，可视化结果进一步确认了模型对临床不对称线索的有效利用 5. 数据集与代码已公开，为后续研究提供基础

1. Deep learning-based scoliosis screening using surface topography: A review 2. Automated detection of adolescent idiopathic scoliosis using 3D back surface images and convolutional neural networks 3. PoseNet for real-time 2D human pose estimation in clinical environments 4. Weakly supervised learning for scoliosis screening using limited labeled data