王军，何生，张智星，梁敏茜，姜增誉，李健丁

腺样体是一团淋巴组织，位于鼻咽顶后壁。腺样体肥大是婴幼儿鼻咽腔梗阻最常见的病因，2～8岁时最常见。在婴儿中，腺样体肥大引起的呼吸困难容易导致吸吮停止，随后出现喂养问题。对于儿童来说，腺样体肥大可导致慢性张口呼吸、鼻炎、鼻窦炎、打鼾、睡眠呼吸暂停、日间嗜睡、中耳炎等。严重的、长期的气道阻塞也可引起肺心病[1]。

目前，儿童腺样体肥大的检查主要包括鼻咽侧位X线片和柔性鼻咽镜检查。然而，柔性鼻咽镜的侵入性使得许多儿童在术前腺样体评估时很难与医生合作，从而限制了其在临床诊断中的应用。因此，鼻咽侧位X线成为腺样体肥大患儿最常用的检查工具[2]，其主要X线征象为鼻咽后部软组织增厚，腺样体侵入鼻咽间隙[3]。通过测量腺样体/鼻咽腔(A/N)比值，从而判断腺样体肥大和鼻咽腔梗阻的程度，为针对性治疗提供依据。然而，在X线图像上手工测量该比值的腺样体厚度和气道宽度有一定困难，这导致了测量医师之间的大量误差和个体差异。近几年来，深度学习在医学上取得了巨大进步，笔者认为其可以通过在X片自动测量上述A/N比值来帮助缓解这一问题。深度学习是以卷积神经网络(convolutional neural networks,CNN)的形式“训练”人工智能系统，从而对图像进行快速和可靠的分割与测量，其已被证明在各种医疗应用中是成功的，如视网膜的分层检测[4]、自动测量脊柱Cobb角诊断脊柱侧弯[5]、预测非小细胞肺癌患者的生存率[6]、CT图像人工智能分析技术判断肺结节良恶性[7]等。……