文献速递腹部技术与安全MR

使用卷积网络进行腹部脂肪定量

Abdominal fat quantification using convolutional networks.
PubMed 文献 · Eur Radiol · 2023-07-12

本研究基于331例肥胖患者的腹部MRI数据,采用三种全卷积网络架构自动分割皮下和内脏脂肪组织,并与半自动参考方法比较。结果显示全卷积网络模型分割皮下脂肪的Dice系数达0.954、内脏脂肪达0.889,体积定量的Pearson相关系数分别为0.999和0.997,处理时间较半自动方法大幅缩短。

要点

  • 全卷积网络自动分割皮下脂肪Dice系数达0.954,内脏脂肪达0.889。
  • 体积定量Pearson相关系数皮下脂肪0.999、内脏脂肪0.997,相对偏差分别为0.7%和0.8%。
  • 全卷积网络处理全腹部脂肪定量仅需数秒至1–2分钟,半自动方法需15–20分钟。

核心结论

  • 基于全卷积网络的深度学习方法在肥胖患者MRI腹部脂肪定量中可行,准确度等于或优于操作者驱动的方法,且处理时间和工作量显著减少。

研究设计与样本

  • 单中心回顾性分析,数据来自德国莱比锡大学医学院肥胖疾病综合研究与治疗中心一项研究肥胖患者力量与耐力训练对心血管代谢危险因素长期影响的试验(注册号NCT01435057),共纳入331例肥胖患者(BMI ≥ 35 kg/m2)的331次MRI检查和12,422层腹部MRI图像。
  • 使用1.5-T MRI系统(Achieva XR,Philips Healthcare)采集双回波梯度回波序列,50层横断面,层厚10 mm,层间距0.5 mm,回波时间2.3 ms(反相位)和4.6 ms(同相位),重复时间76 ms,翻转角70°,视野530 mm × 530 mm。
  • 参考标准为两名经验丰富读者使用内部软件框架DicomFlex进行的半自动感兴趣区直方图阈值分割,全数据集通常涉及30–40层、耗时15–20分钟(约每层30秒)。
  • 评估三种基于UNet架构的全卷积网络(UNet、DenseUNet、CDFNet),输入分辨率256 × 256像素,采用五折交叉验证,训练时使用数据增强。

关键影像表现/征象

  • 全卷积网络模型在交叉验证中皮下脂肪分割Dice系数最高达0.954,内脏脂肪达0.889。
  • 皮下脂肪体积评估Pearson相关系数为0.999,相对偏差0.7%,标准差1.2%;内脏脂肪Pearson相关系数为0.997,相对偏差0.8%,标准差3.1%。
  • 同一队列内组内相关系数(变异系数)皮下脂肪为0.999(1.4%),内脏脂肪为0.996(3.1%)。
  • 所有模型倾向于轻度低估内脏脂肪体积,可能归因于类别不平衡(内脏脂肪体积通常小于皮下脂肪和剩余组织)。
  • 皮下脂肪分割和定量准确度优于内脏脂肪,归因于内脏脂肪在分布、大小和形状上的高度变异性,且需与肠管、胰腺或膀胱等周围结构仔细区分。

诊断标准与关键数值

  • 皮下脂肪分割Dice系数最高0.954,内脏脂肪最高0.889(交叉验证)。
  • 皮下脂肪体积定量Pearson相关系数0.999,相对偏差0.7%,标准差1.2%;内脏脂肪Pearson相关系数0.997,相对偏差0.8%,标准差3.1%。
  • 皮下脂肪组内相关系数0.999、变异系数1.4%;内脏脂肪组内相关系数0.996、变异系数3.1%。

临床应用与阅片要点

  • 全卷积网络模型可用于肥胖患者全腹盆腔脂肪组织定量,处理数秒至约1分钟(取决于硬件),但原文指出该网络无法报告其在分布外数据上的可靠性,应始终由专家读者专业监督。
  • 原文指出皮下脂肪分割和定量准确度优异、内脏脂肪一致性很好,但内脏脂肪定量因分布、大小和形状变异大而更具挑战性。

局限性

  • 由于时间限制,脂肪组织体积的参考标准未通过手动分割建立,接受了局部误分类的缺点(这些误分类被全卷积网络学习),以换取更多患者的参考数据。
  • 监督学习方法仅关注脂肪组织体积的点估计,所提出的全卷积网络无法报告其在分布外数据上的可靠性,应始终由专家读者专业监督。
  • 理想情况下参考标准标注应由多名独立观察者完成,以估计标签生成的不确定性。
  • 即使在同一队列内,不同采集参数、成像伪影或罕见表型也可能导致数据离群值。
  • 未来工作需要分析训练好的脂肪定量模型在外部队列中的性能。
全文中译8 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2023 Jul 12;33(12):8957–64. doi: 10.1007/s00330-023-09865-w

引言

体成分分析旨在无创地对脂肪、肌肉或骨骼等代谢相关组织进行分类和量化。多年来,放射学影像数据已成为此类分析的明显来源之一。近年来,卷积神经网络在自动图像分割和组织量化方面受到广泛关注,因为其有望比手动和半自动方法效率显著更高[1]。

肥胖被定义为异位腹部或皮下脂肪组织的过多积聚。它与糖尿病、冠心病、代谢综合征及多种癌症等多种其他疾病密切相关[2–4]。体成分尤其是肥胖通常通过测量体重指数或生物电阻抗来表征。然而,这些测量方法可能无法分辨各个脂肪库,而这对proper表型分析至关重要[2, 5]。同样,双能X射线吸收测定法(DEXA)仅为近似、依赖操作者,且需要良好的患者配合。断层成像技术凭借其三维高解剖分辨率,已成为体脂量化的事实标准。因此,计算机断层扫描(CT)和磁共振成像(MRI)有助于识别肥胖的特定表型。

与皮下脂肪组织(SAT)相比,内脏脂肪(VAT)具有独特的代谢作用[6, 7],并与代谢综合征密切相关[8]。与CT相比,MRI提供最佳的软组织对比度,但可用性较低且要求更高(时间和精力)。对于前瞻性研究,由于无电离辐射且总体风险较低,MRI更受青睐。MRI上的脂肪量通常通过T1加权图像中的高信号强度来识别,并通过多种方法进行量化。体成分研究通常不需要对比剂。手动勾画[9]常被视为参考标准,但处理时间长[10]。半自动或监督方法通过自动计算近似分割来节省部分时间,该分割经视觉检查并在出现错误时进行交互式调整[10–12]。

全自动方法更快,并消除了任何阅片者间变异性[11–13],但可能不一定提供最准确的结果[14]。它们通常基于几何建模和图像处理技术,如阈值化(例如,用于组织区分的固定信号强度)、形态学算子和聚类(例如,背景和前景的定义)。人工神经网络使用来自专家阅片者的proper参考注释进行训练,因此可能同时满足速度和准确性的要求。

过去几年,深度学习技术在广泛的医学应用中展现出促进自动化和个性化的良好前景[15–19]。对于包括身体成分评估在内的复杂医学图像处理与分析任务,卷积神经网络已成为主要选择方法[20, 21]。组织成分和分布通过全卷积网络(FCNs)等图像分割技术进行分析[22, 23]。其分层编码器-解码器结构可识别输入图像中的空间关联并生成高分辨率分割掩膜。因此,FCNs也是腹部脂肪组织量化的有前景的候选方法[24–26]。UNet架构的变体已被证明在总体上非常适合医学图像分割[15]。

本研究旨在评估基于监督深度学习的方法从MR图像中量化脂肪组织的性能——使用三种基于UNet架构的不同FCNs——并将结果与金标准半自动方法进行比较。其特点在于结合了相对较大数量的MRI数据集、完整的腹盆腔覆盖以及有意选择的肥胖患者。

材料和方法

患者与MRI

全腹部MRI数据来自一项经IRB批准的单中心研究,该研究在学术研究机构(德国莱比锡莱比锡大学医学院肥胖疾病综合研究与治疗中心)进行,旨在研究力量训练与耐力训练对肥胖患者(BMI ≥ 35 kg/m2)心脏代谢危险因素的长期影响(试验注册号:NCT01435057)。该数据集涉及331次MRI检查和12,422幅腹部MRI切片。

所有患者均在1.5-T MRI系统(Achieva XR,Philips Healthcare)中仰卧位接受检查,使用一体化全身线圈进行信号接收。用于脂肪量化的主要脉冲序列为双回波梯度回波,参数如下:50层横断面切片(两个栈覆盖膈肌与耻骨联合之间的腹盆腔区域),层厚10 mm,层间距0.5 mm,回波时间2.3 ms(反相位)和4.6 ms(同相位),重复时间76 ms,翻转角70°,视野530 mm × 530 mm,采集矩阵216 × 177,重建矩阵480 × 480。

半自动分割

参考分割由两名经验丰富的阅片者提供,他们标注了所有腹部MRI切片中的SAT和VAT含量。由于所需时间和精力巨大,本任务未考虑对所有MRI切片(12,422幅)进行纯手动分割。相反,使用内部软件框架DicomFlex [16]对这些T1加权梯度回波MR图像中的SAT和VAT含量(面积和体积)进行半自动分割,利用了同相位和反相位图像的信息。该方法涉及SAT和VAT感兴趣区(ROI)的计算和人工监督,以及在VAT ROI内监督定义用于区分脂肪和非脂肪含量的MRI信号强度直方图阈值[12]。总体而言,这通常涉及30–40幅单独切片,整个数据集需要15至20分钟——大约每幅切片30秒。

该方法产生了一些区域性的误分类,例如肾脏或肠道内的内脏脂肪,因为组织在接近阈值的MRI信号强度上表现出轻微重叠。假性内脏脂肪量在图像中较为明显,但其对整体VAT量的贡献通常非常小。由经验丰富的阅片者仔细检查这些区域,并动态调整阈值,以在多余和遗漏的内脏脂肪量之间实现视觉上的平衡。在下文中,脂肪定量一词指涉及图像分割的方法。

FCN架构与训练

实现了三种用于全自动SAT和VAT分割的FCN架构:UNet [17]、DenseUNet [18, 19]和CDFNet [20, 21]。它们均以选定的256 × 256像素分辨率处理输入图像,并生成相同尺寸的分割图。数据集由T1加权(同相位)MR图像作为模型输入,以及相应的真实分割图作为目标组成。所有三种模型均采用五折交叉验证方案进行评估,分别包含训练子集、验证子集和测试子集。每个FCN使用训练子集以监督方式进行训练。评估在测试子集上进行,而验证集用于防止过拟合。使用所描述的交叉验证方案,可在整个数据集上评估FCN性能。进一步的技术细节和架构流程图见补充信息。

评估指标

FCN模型脂肪组织分割与真实值之间的逐像素一致性使用准确率指标和Dice相似系数进行评估。脂肪组织体积的量化使用一组聚合指标进行验证,每个指标突出预测性能的不同方面。Pearson相关系数是广泛使用的线性相关度量,在此用于验证真实脂肪体积与预测脂肪体积之间的强相关性。平均百分比误差用于估计预测器的系统误差(偏倚)。此外,真实体积与预测体积之间相对差异的标准差提供了预测的变异误差。两种误差贡献可合并为均方根百分比误差。真实值与预测脂肪组织体积之间分布的相似性可用二阶Wasserstein距离估计。为便于与误差指标比较,此处也使用了相对差异。最后,计算超额峰度以评估离群值(此处为严重错误预测)对聚合指标的贡献。本工作中所用指标的函数形式可见补充信息。

结果

表1总结了使用所述交叉验证方案时,预测( )与真实( )脂肪组织分割图之间的一致性。每种FCN架构均在有无数据增强的条件下进行训练。SAT分类通常比VAT预测更准确。在训练中加入增强数据时,与真实标签的一致性略有提高。这一效应在VAT中更为明显。DenseUNet和CDFNet的逐像素相似度指标略高于对应的原始UNet架构。图1展示了CDFNet分割后的两例样本MR图像与真实标签的比较。

表2概述了FCN模型在脂肪组织定量方面的性能。预测SAT体积与真实SAT体积之间发现高度一致性,Pearson相关系数为0.999,RMSPE为1–2%,主要由变异误差构成。相比之下,FCN模型对VAT体积的预测相关系数高达0.997,最低RMSPE为3.2%。图2展示了脂肪组织体积预测的Bland–Altman图。总脂肪组织体积(TAT)和VAT/SAT体积比的Bland–Altman图见补充材料。

表3总结了最佳FCN预测( )与真实标签在SAT和VAT方面的变异性(331例患者交叉验证),以及两名读者之间的变异性(SAT,选取29例患者)。仅供参考,还给出了来自一项独立既往评估的相应数值。单张MRI切片的平均脂肪分割时间报告于表4。使用FCN模型时,假设每例患者有数十张MRI切片,在配备高性能显卡的PC上,全腹部脂肪组织定量大约需要数秒。在标准“办公”PC上,处理可能需要1–2分钟。相比之下,半自动分割整个数据集需要15至20分钟——大约每张切片30秒。

表1 FCN模型在交叉验证中的平均逐像素分割性能 查看原表 ↗
图1 两例样本MRI切片的SAT和VAT分割。左列为真实标签 ,中列为预测结果(使用CDFNet和增强训练数据获得),右列显示两次标注之间VAT的一致性。TP:真阳性;TN:真阴性;FP:假阳性;FN:假阴性 查看原图 ↗
表2 FCN模型在交叉验证中的逐患者脂肪定量性能指标 查看原表 ↗
图2 P6与T之间SAT(上)、VAT(中)和TAT(下)体积的Bland–Altman图。脂肪体积(升)来自预测的SAT和VAT分割P6,而体积来自真实标签标注T。Bland–Altman图标注了平均相对差异(黑线)和95%置信范围(浅灰色区域) 查看原图 ↗
表3 各种脂肪定量方法的变异性 查看原表 ↗
表4 FCN在推理过程中一次前向传播(一张MRI切片)在CPU(Intel Xeon E5-2637 v2)或GPU(Nvidia GeForce GTX TITAN Black)上的平均计算时间(分割一张256 × 256分辨率的图像)。相比之下,使用半自动方法(用于真实标签标注)分割单张切片大约需要每张切片30秒 查看原表 ↗

讨论

脂肪组织体积是多种临床结局的常用生物标志物。本研究评估了全卷积网络在多大程度上可用于从MR图像中自动分割和量化腹部脂肪组织。采用半自动分割方法对331名研究患者的全腹部图像数据进行了皮下脂肪组织(SAT)和内脏脂肪组织(VAT)量的标注。三种深度学习架构——UNet及其衍生架构DenseUNet和CDFNet——在原始患者数据上进行了训练,并通过随机图像变换生成了额外样本。所有模型在交叉验证中评估了分割和脂肪量化性能。

尽管变异误差仍是最大的偏差来源,但所有模型倾向于略微低估VAT体积,可能归因于类别不平衡(即VAT体积通常小于SAT和其余组织)。对于两种类型的脂肪组织,较低的Wasserstein距离表明真实体积分布得到了保持。中等程度的超额峰度表明各样本之间的量化性能相对一致。

总体而言,使用调优超参数的数据增强提高了模型性能。DenseUNet和CDFNet在结果相似或更好(尽管使用的参数更少)的情况下比原始UNet实现更高效,代价是处理时间增加。脂肪组织体积分析的最高评估指标由在原始和增强数据上训练的CDFNet取得( )。

基于全卷积网络(FCN)的方法在SAT分割和量化方面表现出优异的准确性,VAT的相应一致性也非常好。与用户引导量化所得评估者间一致性的比较显示,FCN模型在SAT方面具有优越性,在VAT方面性能与单独手动标注或监督图像处理相当或更高。

各方法之间的一致性通常在SAT中高于VAT,这归因于VAT在分布、大小和形状方面的高变异性。VAT量需要与周围结构和器官仔细区分,如肠道、胰腺或膀胱[22–24]。如较低的评估者间信度[12]所示,VAT量化对于人工分割而言已具有挑战性。

FCN方法的组内相关系数和变异系数也与两名专家读者使用早期Matlab工具(类似的半自动方法)以及广泛使用的商业软件(手动分割)所报告的变异性一致[12]。此处无法进行更详细的评估,因为上述参数是由不同读者在不同受试者上获得的。

FCN处理时间为数秒至约一分钟(取决于硬件),全腹部脂肪量(数十个层面)几乎可以即时分割[25]。截至目前,我们基于FCN的方法至少比此处用于真实值T分割的半自动方法快一个数量级(每名患者30–40个层面需15–20分钟)。这些结果证明了FCN方法在脂肪组织间室量化中具有前景良好的可靠性。

关于内脏和皮下脂肪组织自动分割的最早报告之一样本量非常小(约40例),显示与Dice系数之间具有良好的一致性,介于0.82和0.92之间[26]。在后来的工作中,通过改进的神经网络达到了更高水平的一致性(> 0.95)[27]。该研究受限于训练数据量小,且缺乏外部验证。在更近期的工作中进行了适当的外部验证,但样本量仍然较低,仅20例[28]。

总体而言,缺乏足够大的数据集仍被视为当前方法的主要局限性[29]。开源设计可能有助于方法的传播和接受[30]。现代实现已达到新的处理速度水平,时间约为1分钟[21]。全身脂肪组织分析也作为商业服务提供,但相关费用可能将其使用限制在较小批量[31]。

这项工作有一些局限性。正如方法部分已经提到的,由于时间限制,脂肪组织体积的金标准并非通过手动分割建立。我们接受了局部误分类的缺点(见图1底行),这些误分类被FCN“学习”了,并决定利用更多具有参考数据的患者的优势。

在技术层面上,我们的监督学习方法仅侧重于脂肪组织体积的点估计。所提出的FCN无法报告其在分布外数据上的可靠性,应始终由专家读者进行专业监督。

对于深度学习总体上以及特别是身体成分分析,已经提出了各种不确定性估计方法[28, 32],应在未来研究中予以考虑。此外,理想情况下金标准注释应由多名独立观察者完成,以估计标签生成的不确定性。

训练好的模型应能够在无需任何再训练的情况下外推到相似队列和成像系统。即使在给定队列内,数据异常值也可能来自不同的采集参数、成像伪影或罕见表型。深度学习方法的关键挑战之一是适当的训练数据的可用性。在此,可以采用使用生成对抗学习方案[33, 34]或空间感知优化策略的方法来提高对未见数据的泛化能力。未来的工作需要分析训练好的脂肪定量模型在外部队列上的性能。

总之,这项工作表明,从MRI数据进行脂肪组织定量的深度学习方法对于肥胖患者也是可行的。所得到的准确性等于或优于操作者驱动的方法,且处理所需的时间和精力大大减少。

补充信息

以下是电子补充材料的链接。补充文件1(PDF 733 KB)

引用

  1. Schneider D, Eggebrecht T, Linder A, et al. Abdominal fat quantification using convolutional networks. Eur Radiol. 2023. PMID: 37436508. doi:10.1007/s00330-023-09865-w
  2. 全文:PMC10667157(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10667157/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。