利用深度学习从初始磁共振成像预测最终缺血性卒中病灶
该多中心预后研究训练并验证了一种注意力门控U-net深度学习模型,输入为急性缺血性卒中患者基线灌注加权和弥散加权成像,输出为3-7天最终梗死病灶的概率图。共纳入182例患者(来自iCAS和DEFUSE-2研究),模型中位AUC为0.92,DSC为0.53,体积误差为9 mL。在 minimal 和 major 再灌注亚组中,模型性能与现有临床阈值方法(ADC和Tmax)相当或更优。模型在部分或未知再灌注患者中同样表现良好,而传统扩散-灌注不匹配方法不适用。预测亚急性梗死病灶可能有助于临床准备去骨瓣减压治疗和神经保护试验的患者选择。
要点
- 模型仅用基线MRI预测3-7天梗死病灶,中位AUC 0.92(IQR 0.87-0.96),DSC 0.53(IQR 0.31-0.68),体积误差9 mL(IQR -14至29)。
- 在major再灌注亚组,模型DSC 0.48(IQR 0.29-0.65)vs ADC阈值法0.45(IQR 0.15-0.54),P=0.002,模型DSC更高但特异性更低。
- 在minimal再灌注亚组,模型DSC 0.58(IQR 0.31-0.67)vs Tmax+ADC法0.55(IQR 0.40-0.65),P=0.37,无显著差异。
- 在部分或未知再灌注患者中,模型预测体积与真实体积相关性ρ=0.69(95%CI 0.51-0.82)和ρ=0.75(95%CI 0.58-0.86),传统阈值方法不适用。
- 预测亚急性梗死病灶可能帮助临床准备去骨瓣减压治疗和选择神经保护临床试验患者(作者认为)。
适用人群与场景
- iCAS研究纳入临床急性缺血性卒中症状(最后正常时间≤24小时)归因于前循环且考虑血管内治疗的患者。
- DEFUSE-2试验纳入症状发作12小时内急性缺血性卒中并接受血管内治疗的患者。
- 排除:随访DWI无 confirmed 前循环卒中、到达时无PWI或DWI或PWI质量差、卒中发作后3-7天内无随访T2-FLAIR图像、基线PWI完全再灌注(无Tmax>6秒病灶)。
诊断标准与关键阈值
- 再灌注状态分类基于24小时PWI:再灌注率≤20%为minimal再灌注,≥80%为major再灌注,其余为partial再灌注(有24小时PWI)或unknown再灌注(无24小时PWI)。
- 临床阈值方法:ADC阈值<620×10⁻⁶ mm²/s,Tmax阈值>6秒。
- 模型输出体素概率0-1,以0.5为梗死阈值概率生成预测。
研究设计与关键结果
- 多中心预后研究,纳入182例患者(97例女性[53.3%],平均年龄65[16]岁),来自iCAS和DEFUSE-2研究。
- 模型中位AUC 0.92(IQR 0.87-0.96),DSC 0.53(IQR 0.31-0.68),敏感度0.66(IQR 0.38-0.86),特异度0.97(IQR 0.94-0.99),PPV 0.53(IQR 0.28-0.74),体积误差9 mL(IQR -14至29),绝对体积误差24 mL(IQR 11-50)。
- 模型预测体积与真实病灶体积相关性ρ=0.74(95%CI 0.66-0.80)。
- minimal再灌注亚组:模型DSC 0.58(IQR 0.31-0.67)vs Tmax+ADC法0.55(IQR 0.40-0.65),P=0.37;模型PPV和特异度高于Tmax+ADC法。
- major再灌注亚组:模型DSC 0.48(IQR 0.29-0.65)vs ADC法0.45(IQR 0.15-0.54),P=0.002;模型DSC和敏感度高于ADC法,但特异度低于ADC法。
- major再灌注亚组模型高估病灶体积(差异16 mL,IQR -3至29,P<0.001),ADC法低估体积(差异-8 mL,IQR -34至6,P<0.001)。
- 在57例真实病灶<100 mL的major再灌注患者中,模型高估体积16 mL(IQR 0-25),ADC法低估2 mL(IQR -17至7);在9例病灶>100 mL患者中,模型高估16 mL(IQR -6至37),ADC法低估59 mL(IQR -89至-39)。
- partial和unknown再灌注患者中,模型预测体积与真实体积相关性ρ=0.69(95%CI 0.51-0.82)和ρ=0.75(95%CI 0.58-0.86),模型体积误差9 mL(IQR -31至37),真实病灶体积误差6 mL(IQR -11至32)。
证据类型、等级与局限
- 证据类型:多中心预后研究(深度学习模型训练、验证和测试)。
- 局限:治疗在是否使用取栓方面存在差异,未纳入后循环卒中。
- 局限:模型性能可能受本研究队列病灶大小影响,在其他病灶大小分布队列中可能不同。
- 局限:真实病灶定义于3-7天(血管源性水肿高峰),可能导致ADC阈值方法低估。
- 局限:研究忽略了再灌注对卒中结局的强烈影响,以在最大数据集上训练并设定性能基线;未来研究应评估该重要领域。
对床旁实践的改变
- 作者认为,预测的3-7天梗死病灶可作为患者到达时的「最可能」最终梗死灶,为决策提供不匹配特征之外的信息。
- 作者认为,因模型预测3-7天(急性血管源性水肿致病灶最大时)梗死病灶,有助于指导治疗决策和协调临床资源,如早期准备去骨瓣减压手术和渗透治疗。
- 作者认为,模型可提供包括水肿区和出血转化在内的亚急性卒中病灶综合估计,可作为神经保护临床试验患者选择的标志物。
- 作者认为,需进一步研究探索模型预测与脑疝和功能结局等结局之间的关联。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译15 节 · 点击展开
引言
卒中是全球死亡和残疾的主要原因,全球终生风险约为25%。1 再灌注治疗,如静脉组织型纤溶酶原激活剂和取栓术,是逆转缺血性改变的唯一有效治疗方法。最初,时间被认为是急性卒中治疗分诊中的唯一关键因素。2,3 最近,临床试验如弥散和灌注成像评估理解卒中演变研究(DEFUSE)4,5,6 和紧急神经功能缺损中延长溶栓时间(EXTEND)7 试验,已显示基于影像标准识别存活组织的价值。因此,了解基线影像如何指示组织命运对于卒中患者的适当分诊很重要。
目前,血管内治疗的患者选择通常使用初次就诊时获得的影像(基线影像)上的弥散-灌注不匹配范式进行。该过程定义了两类组织:缺血核心,推测为不可逆损伤,在弥散加权成像(DWI)上显示并使用表观弥散系数(ADC)量化;以及半暗带,即在缺乏快速再灌注时存在梗死风险的区域,在灌注加权成像(PWI)上显示并使用灌注参数残余函数达峰时间(Tmax)量化。使用这些影像参数的简单阈值值的临床试验已确定ADC(<620 × 10−6 mm2/s)和Tmax(>6秒)的阈值,并将这些纳入临床可用软件包。8 尽管单值阈值预测组织结局的简单性,但此类方法可能无法捕捉急性缺血性卒中的复杂性。尽管在自动化这些软件程序产生的分割方面取得了进展,但它们通常仍需要人工解释和手动编辑以移除非生理信号,如脑室周围和对侧病变。
机器学习是一类计算机算法,可以在没有明确编程的情况下从数据中自动学习。一些初步研究表明,机器学习可用于预测卒中病变。9,10,11,12,13 卷积神经网络是机器学习的一种亚型,不需要人类定义相关特征,而是从训练集中的数据学习它们。大多数卷积神经网络使用许多隐藏层(因此称为深度学习)进行非线性处理和提取重要特征。14 深度学习在广泛的计算机视觉任务上显示出令人印象深刻的结果,这些开始成功应用于医学影像数据。14,15,16,17,18 一种称为U-net的深度卷积神经网络架构,由于其高计算效率、灵敏度和图像分割任务的准确性,在医学影像分割任务中显示出很大前景。19,20
在本研究中,我们使用U-net预测急性缺血性卒中患者的最终梗死病灶,以初始磁共振图像(MRI)作为模型的输入。尽管弥散-灌注不匹配的前提是完全再灌注或无再灌注,但此类患者仅占接受再灌注治疗全部患者中的一小部分。这严重限制了可用于训练的病例数量。在本研究中,我们使用所有可用的卒中病例训练模型,并报告其性能而不论再灌注状态如何。我们将此过程视为为急性缺血性卒中患者生成通用且个体化预测的第一步,以及迈向也将纳入临床信息的模型的重要中间步骤。
方法
患者人群
急性缺血性卒中患者入组自2014年4月14日至2018年4月15日的急性卒中影像侧支循环(iCAS)研究21,以及2008年7月14日至2011年9月17日的弥散加权成像评估理解卒中演变研究-2(DEFUSE-2)研究(结果于2012年10月报告)。22 iCAS研究是一项正在进行的多中心观察性研究,入组具有前循环所致急性缺血性卒中临床症状(距最后正常表现≤24小时)且被考虑接受血管内治疗的患者。详细的纳入和排除标准此前已有报道。23,24 DEFUSE-2试验入组症状发作12小时内的急性缺血性卒中患者并实施血管内治疗。DEFUSE-2的方案已在既往文献中报道。5 iCAS和DEFUSE-2研究以及当前研究均已获得参与机构的机构审查委员会批准,并已从所有患者获得书面知情同意。本报告遵循诊断准确性报告标准(STARD)报告指南。
在本研究中,我们排除符合以下情况的患者:(1)随访DWI上无确诊的前循环卒中,(2)到达时无PWI或DWI,或PWI质量差,(3)卒中发作后3至7天内无随访T2加权液体衰减反转恢复图像,或(4)基线PWI上完全再灌注(无Tmax >6秒的病灶)。更多细节见图1。
成像方案
图像在1.5-T或3-T下采集。在就诊时和再灌注治疗前,所有入组患者均接受了基线MRI,包括DWI(采用标准[b = 1000 s/mm2]扩散加权)和使用钆基对比剂的PWI,按照各中心的标准方案进行。使用临床可用的后处理软件(RAPID,版本4.7.1.2 [iSchemaView])重建灌注参数图,包括Tmax、平均通过时间、脑血容量和脑血流量。该软件还生成了阈值小于620 × 10−6 mm2/s的ADC分割和阈值大于6秒的Tmax分割。大多数患者在24小时内接受了随访PWI检查,用于将患者灌注状态分类为轻微、部分或主要再灌注,如下所述。在卒中发病后3至7天获取T2加权液体衰减反转恢复图像,以确定最终梗死病灶。
影像分析
核心实验室的研究人员审查了所有研究。最终梗死病灶作为本研究的参考标准,由一名对全部临床信息设盲的神经放射学家(G.Z.)在T2加权液体衰减反转恢复图像上进行分割。
根据24小时PWI检查,使用以下再灌注率计算方法将患者分为再灌注类别:再灌注率不大于20%的患者被分类为轻微再灌注,再灌注率80%或以上的患者被分类为主要再灌注。25,26 否则,他们被分类为部分再灌注(如果有24小时PWI图像)或未知再灌注(如果没有)。
影像预处理
所有图像均使用SPM12软件(Statistical Parametric Mapping,The Wellcome Trust Centre for Neuroimaging)进行配准并标准化至蒙特利尔神经学研究所模板空间。为了在轻微和主要再灌注患者中比较模型性能与当前临床标准治疗,使用了RAPID软件的Tmax和ADC分割。在主要再灌注患者中,使用扩散受损组织(ADC <620 × 10−6 mm2/s)预测最终梗死病灶。27 对于轻微再灌注患者,病灶通常增长至初始灌注病灶的大小,使用扩散和灌注受损组织(Tmax >6秒)与ADC小于620 × 10−6 mm2/s的组合进行最终梗死预测。
作为深度学习模型的输入,DWI、ADC、Tmax、平均通过时间、脑血流量和脑血容量按其均值进行归一化。为保留Tmax和ADC绝对值中的重要信息,使用简单阈值法分别创建了Tmax大于6秒和ADC小于620 × 10−6 mm2/s的2个二值掩膜。
神经网络
本研究使用了注意力门控U-Net架构(神经网络详细信息见补充材料中的eMethods和eFigure 1)。11,19我们将传统的U-Net架构与注意力门20相结合,以聚焦于目标结构。使用2.5维模型,即使用5个连续层面来预测中心层面最终梗死的概率。 ground truth为在3至7天随访图像上测量的中间层面最终梗死病灶的二值掩模。围绕中线进行图像镜像用于数据增强。模型输出体素值范围为0至1的概率图。值接近1表明该体素更可能位于梗死病灶内,而值接近0表明该体素不太可能位于梗死病灶内。进行了五折交叉验证。
性能评估
计算了深度学习模型以及Tmax和ADC阈值法的曲线下面积(AUC)(性能评估见补充材料中的eMethods)。Dice评分系数(DSC)反映预测与真值之间的重叠量,公式如下:其范围为0至1,数值越高表示重叠越多(示例和更多信息见补充材料中的eFigure 2)。在正负样本显著不平衡的任务中,如典型卒中患者的梗死体素,DSC优于AUC。DSC不仅提供病灶预测大小的信息,还提供其空间位置的信息,这对于脑影像研究很重要。
计算了RAPID Tmax和ADC阈值法以及梗死阈值概率为0.5的深度学习模型的DSC、阳性预测值(PPV)、敏感度、特异度以及预测与真值之间的病灶体积误差。鉴于大病灶可能在不影响临床重要性的情况下使病灶体积大小预测产生偏倚,我们还单独分析了病灶小于100 mL的病例的病灶体积预测。
进行了两个数据分析步骤(图1)。首先,无论再灌注状态如何,在所有患者中测试模型。接下来,在大面积和微小再灌注组中测试模型,以与当前基于临床阈值的方法进行比较。
统计分析
数据分析时间为2018年7月1日至2019年3月7日。使用Stata 14.0版(StataCorp LLC)进行统计分析。采用配对样本Wilcoxon检验比较深度学习与阈值法之间的曲线下面积、DSC、PPV、敏感度、特异度、病灶体积误差和绝对病灶体积误差。使用一致性相关系数(ρ值)和Bland-Altman图分析病灶体积预测。由于梗死大小不呈正态分布,一致性相关计算采用立方根变换。ρ > 0.70认为相关性极好,ρ = 0.50至0.70为中等,ρ < 0.50为低。28所有检验均为双侧检验,由于使用Bonferroni校正进行多重比较,显著性水平调整为P < .003。
结果
我们回顾了iCAS和DEFUSE-2研究中的268例患者,并将182例纳入我们的分析(85例男性[46.7%]和97例女性[53.3%];平均[SD]年龄,65[16]岁)(图1)。识别出32例极少量再灌注、41例部分再灌注、67例大部分再灌注和42例再灌注情况未知的患者。其临床信息总结于表1。与极少量再灌注患者相比,大部分再灌注患者的大脑 middle cerebral artery M2段闭塞较少(4/67[6.6%] vs 8/23[34.8%]),基线DWI病灶中位数较小(19[四分位距{IQR},9-47] vs 42[IQR,16-131] mL),错配比中位数较大(5.2[IQR,2.7-12.6] vs 2.6[IQR,1.4-4.8])。
所有患者中的模型性能
深度学习模型的中位曲线下面积为0.92(IQR,0.87-0.96)。使用0.50的阈值,模型的中位DSC重叠为0.53(IQR,0.31-0.68),敏感性为0.66(IQR,0.38-0.86),特异性为0.97(IQR,0.94-0.99),PPV为0.53(IQR,0.28-0.74),体积误差为9(IQR,–14至29)mL,绝对体积误差为24(IQR,11-50)mL。模型预测的体积与真实病灶体积具有极好的相关性(ρ = 0.74;95% CI,0.66-0.80)(补充材料中的e图3)。该模型在所有亚组中的病灶体积预测比临床阈值模型(ADC或ADC加Tmax)更一致地稳定(补充材料中的e图4)。代表性典型病例见图2,非典型病例见补充材料中的e图5。
极少量再灌注和大部分再灌注患者的模型性能
与阈值法相比,轻度再灌注和主要再灌注患者的性能指标可见表2。在轻度再灌注患者中,我们发现所提出模型的预测病灶体积与真实病灶体积之间无差异(差值,−3 [IQR,−84至18];P = .07),Tmax加ADC分割亦无差异(差值,9 [IQR,−72至55];P = .90)。Tmax加ADC分割(ρ = 0.65;95% CI,0.47-0.77)和模型(ρ = 0.76;95% CI,0.58-0.87)的体积预测分别与真实病灶体积达到中等和极好的一致性。与Tmax加ADC分割相比,所提出模型具有更高的PPV和特异度。在17例真实病灶体积小于100 mL的患者中,所提出模型的中位体积误差为6(IQR,−5至16)mL,而Tmax加ADC分割高估病灶体积32(IQR,8-61)mL。在15例病灶大于100 mL的患者中,所提出模型和Tmax加ADC分割均低估病灶体积(分别为−90 [IQR,−200至21] mL和−73 [IQR,−169至10] mL)(图3)。
在主要再灌注患者中,所提出模型高估病灶体积(差值,16 [IQR,−3至29] mL;P < .001),而ADC方法低估体积(差值,−8 [IQR,−34至6] mL;P < .001)。ADC(ρ = 0.63;95% CI,0.47-0.74)和模型(ρ = 0.67;95% CI,0.52-0.78)的体积预测相似。与ADC阈值法相比,所提出模型具有更高的DSC和敏感度,但特异度较低。在57例真实病灶小于100 mL的患者中,所提出模型高估病灶大小16(IQR,0-25)mL,而ADC分割为−2(IQR,−17至7)mL;在9例病灶大于100 mL的患者中,模型高估病灶16(IQR,−6至37)mL,而ADC分割低估−59(IQR,−89至−39)mL(图3)。
部分再灌注和未知再灌注患者的模型性能
在部分再灌注和未知再灌注状态的患者中,模型的预测病灶体积(ρ = 0.69 [95% CI,0.51-0.82])与真实病灶体积(ρ = 0.75 [95% CI,0.58-0.86])之间具有中等至极好的一致性。在体积上,所提出模型与真实病灶未显示显著差异(所提出体积误差,9 [IQR,−31至37] mL;真实病灶体积误差,6 [IQR,−11至32] mL)。
讨论
我们的研究表明,仅使用基线多序列MRI数据训练的注意力门控U-net深度学习模型可用于预测3至7天的梗死病灶。该模型训练时未纳入再灌注状态信息,但与临床常用的ADC和Tmax阈值化软件包相比,其在有大再灌注和无大再灌注患者中具有相当的性能。此外,在部分再灌注或再灌注状态未知的患者中,其表现同样良好,而基于弥散-灌注不匹配范式的两种传统预测方法均不适用于这些患者。
在再灌注极少的患者中,所提出的模型在PPV和特异性方面优于临床阈值化方法,同时保持相当的DSC和敏感性。对于小于100 mL的病灶——其中微小差异在临床上最为相关——所提出的模型比临床阈值化方法更准确地预测体积。对于有大再灌注的患者,所提出的模型在DSC和敏感性方面优于临床阈值化方法。在这些患者中,模型倾向于高估最终梗死病灶,而ADC分割倾向于低估病灶。临床ADC阈值化方法在特异性方面优于所提出的模型,这是预期的,因为基线时的梗死区域很少显示可逆性。例如,在我们的队列中仅有1例患者显示任何ADC逆转(补充材料eFigure 5中的患者B),这种情况可在再灌注后立即发生,但通常不会持续。29 所提出模型的性能显著优于先前文献报道的结果,与这些早期方法相比,预测病灶与真实病灶的重叠几乎翻倍9,30(更多细节见补充材料eMethods中的讨论)。
尽管基线影像特征可能与治疗成功相关,31,32,33 但治疗效果及随后的梗死增长难以预测。34 鉴于最常见的治疗决策及其成功率,所提出模型的预测可作为患者到达时“最可能”的最终梗死,这可在不匹配特征之外为决策提供额外信息。由于所提出模型预测3至7天时的梗死病灶,此时因急性血管源性水肿病灶体积最大,因此有助于指导治疗决策和协调临床资源,如早期准备减压手术和渗透治疗。此外,随着再通率提高和治疗时间窗延长,神经保护剂成为急性缺血性卒中研究的重要下一步。35 基于影像为未来神经保护剂临床试验选择患者也变得相关。我们所提出的模型提供了对亚急性卒中病灶的综合估计,包括水肿区和出血转化区域,可作为此类试验中患者选择的标志物。需要进一步研究来探索模型预测与脑疝和功能结局等结果之间的关联。
目前对缺血半暗带和缺血核心的最新评估方法是阈值法(Tmax >6秒和ADC <620 × 10−6 mm2/s)。6,36,37 然而,这些阈值源自线性分析,尚未在大型队列中得到验证。8,38 由于侧支循环状态以及灰质和/或白质含量等因素可能导致对缺血的易感性不同,39 单值阈值可能通过源自非线性分析的标准得到改进。研究缺血半暗带和缺血核心非线性标准的一种方法是仅使用再灌注极少或再灌注良好的患者来训练2个模型。然而,这种方法受到可用病例数的显著限制,因为超过50%的患者存在部分再灌注,其24小时再灌注率处于中间水平(20%-80%)或脑梗死溶栓评分范围为2a至2b。6,40,41 因此,我们认为一个学习了基线影像特征与最终梗死之间关联的更通用模型,作为针对特定再灌注亚组进行模型微调的起点将是有价值的,从而形成改进的临床工具用于卒中患者的选择。
局限性
本研究存在若干局限性。治疗方法在是否使用取栓术方面存在差异,且未纳入后循环卒中。模型性能可能受本队列病灶大小的影响,因此在其他病灶大小分布的队列中可能有所不同。然而,这些研究来自许多机构,时间跨度长,使用了多种不同的扫描仪,因此其结果很可能比全部来自单一中心的研究具有更好的泛化性。其次,金标准定义于3至7天,此时血管源性水肿达到高峰。这可能导致了ADC阈值方法的低估。然而,其他随访时间点也有缺点:在24小时,病灶尚未完全演变,36 而晚于3至7天的时间点难以获取,因为患者已出院。众所周知,卒中结局在很大程度上取决于再灌注。我们忽略了这一因素,以便能够在尽可能大的数据集上进行训练并设定性能基线。临床决策取决于最佳与最差治疗结局之间的差异,理想情况下针对每种情况分别训练模型将提供此类信息。未来研究应评估这一重要领域,当前模型可作为微调方法的起点以实现这一重要目标。
结论
使用基线MRI的注意力门控U-net模型能够在无再灌注信息的情况下预测急性卒中患者3至7天的梗死。在可进行比较的患者中,其性能与最先进的阈值方法相当,在部分或未知再灌注状态的患者中也表现出类似的高水平性能。需要进一步研究以在更大、更多样化的队列中验证结果,并纳入重要的临床预测因素以提高模型性能。
参考来源
- Yu Y, Xie Y, Thamm T, et al. Use of Deep Learning to Predict Final Ischemic Stroke Lesions From Initial Magnetic Resonance Imaging. JAMA Netw Open. 2020. PMID: 32163165. doi:10.1001/jamanetworkopen.2020.0772
- 全文:PMC7068232(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7068232/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。