基于多中心数据集优化的模型在脑肿瘤增强T1加权MRI上实现自动快速稳健的脑提取
多中心回顾性研究纳入920例,其中720例含四类颅内肿瘤的增强T1加权MRI用于训练与内部测试,200例公开数据集用于外部测试。基于nnU-Net的模型在内部测试中中位DSC为0.989、HD为6.403 mm,外部测试中位DSC为0.991,可提取包括重要表浅结构在内的脑组织。
要点
- 模型在脑肿瘤增强T1加权MRI上脑提取中位DSC内部0.989、外部0.991。
- 模型可分割上矢状窦、横窦、浅静脉、脑干、椎动脉和基底动脉等重要表浅结构。
- 脑膜瘤与神经鞘瘤组DSC略降但仍有统计学显著差异,需人工校正可能。
核心结论
- 所提出的模型可用于存在脑肿瘤的MRI神经影像数据自动化脑提取,并包括用于肿瘤学分析的重要表浅结构。
研究设计与样本
- 本研究为多中心回顾性研究,共纳入920例患者。
- 内部数据来自私立机构A和B,共720例四类颅内肿瘤患者,按4:1随机分为训练组与内部测试组。
- 外部测试使用三个公开数据集共200例,包括100例胶质瘤和100例前庭神经鞘瘤。
- 采用nnU-Net深度学习模型,以3D全分辨率U-Net为最优架构,训练采用五折交叉验证。
- 参考标准为五名经验超过10年的神经放射科医生手动分割、两名经验超过20年的高级神经放射科医生复核校正的脑掩膜。
关键影像表现/征象
- 模型能够提取包括上矢状窦、横窦、浅静脉、前颅底、脑干、椎动脉和基底动脉在内的结构。
- 在分割颅底、上矢状窦、横窦和脑干时,nnU-Net模型的误差率相对较低。
- 基于模型掩膜的3D脑表面重建可整体显示脑及重要结构。
诊断标准与关键数值
- 内部测试中位DSC为0.989(IQR 0.988–0.991),FNR为0.012(IQR 0.009–0.015),FPR为0.008(IQR 0.006–0.012),HD为6.403 mm(IQR 5.099–8.426 mm),MSD为0.013 mm(IQR 0.011–0.015 mm)。
- 外部测试中位DSC为0.991(IQR 0.983–0.998),FNR为0.003(IQR 0.000–0.011),FPR为0.008(IQR 0.004–0.020),HD为8.972 mm(IQR 6.164–13.710 mm),MSD为0.013 mm(IQR 0.006–0.022 mm)。
- 脑膜瘤组中位DSC为0.989(IQR 0.987–0.990,p<0.001)、HD为7.000 mm(IQR 5.477–9.165 mm,p=0.001);前庭神经鞘瘤组中位DSC为0.990(IQR 0.990–0.991,p=0.027)、HD为5.385 mm(IQR 4.243–6.708 mm,p=0.010)。
- 瘤周水肿组中位DSC为0.990(IQR 0.989–0.991,p=0.002)、HD为5.916 mm(IQR 5.000–8.000 mm,p=0.049)。
- 静脉窦受侵组DSC为0.990(IQR 0.988–0.991,p=0.124)、HD为6.000 mm(IQR 5.000–8.062 mm,p=0.155);颅底肿瘤组DSC为0.989(IQR 0.987–0.990,p=0.553)、HD为7.211 mm(IQR 5.385–8.775 mm,p=0.398)。
临床应用与阅片要点
- 模型可作为脑肿瘤病例影像预处理工具,聚焦表浅脑结构,可能简化工作流程并提高后续放射学评估效率。
- 模型在脑膜瘤和前庭神经鞘瘤中性能略有下降,这些病例可能需要人工校正。
局限性
- 本研究为多中心回顾性研究,存在固有选择偏倚。
- 仅使用增强图像,未涉及T1WI、T2WI和FLAIR等其他序列,若需在这些序列上进行颅骨剥离可能需要图像配准。
- 所用CNN结构缺乏方法学新颖性,基于经典nnU-Net框架,作者认为无需进一步优化网络。
- 由于伦理限制,模型仅在肿瘤病例上训练和评估,需要额外研究确认结果的普适性。
- 文中指出部分有趣结果需要进一步阐明。
全文中译14 节 · 点击展开
引言
脑提取,或称颅骨剥离,是指去除医学图像中颅骨和非脑组织的过程。它被认为是一个初步但重要的预处理步骤,因为其准确性直接影响后续图像处理的质量和统计分析的可靠性[1–6]。手动分割大脑费时费力、繁琐且耗时,通常会导致显著的阅片者间和阅片者内变异,从而可能导致分析偏差[7]。近年来随着深度学习方法的发展,特别是卷积神经网络(CNN)算法的发展,自动化方法在医学图像分割中取得了最先进的结果[8–11]。然而,针对对比增强T1加权(T1CE)磁共振图像(MRI)上伴有脑肿瘤病例的脑提取模型仍需进一步优化,以满足临床医生和神经影像学研究者的需求。
目前,Eskildsen等人定义的标准在既往研究中被广泛使用。其引用如下:(a) 包括大脑、小脑、脑干和内部血管及动脉,以及脑室、内侧池和深部脑沟中的脑脊液;(b) 排除皮肤、颅骨、眼睛、硬脑膜、外部血管和神经[12],然而,作为脑肿瘤评估中最重要的放射学检查,感兴趣区(ROI)中应包含更多信息,以清晰描绘病灶位置、边界以及肿瘤与邻近结构的关系。
通常,第一个关注点是脑表面的浅表结构未被纳入掩膜(主要指静脉窦和浅表血管),而排除这些结构会显著影响后续的治疗决策或肿瘤学分析[6, 13–16]。例如,在使用提取的大脑进行3D重建的术前模拟中,肿瘤对脑表面结构的侵犯是神经外科医生关注的主要问题之一,可显著决定手术策略[15, 17]。排除这些结构可能是不充分且不恰当的。第二个问题是,既往所有CNN模型均在仅包含胶质瘤病例的数据集上进行训练和验证[18–21]。正如既往研究所承认的,仅在胶质瘤受试者扫描上训练的监督式CNN模型,在具有不同类型脑肿瘤的病例中性能可能有限[18, 19]。这些研究中可能仍需要费力的人工校正和勾画。第三个问题是,肿瘤特征是否或能在多大程度上影响模型性能尚未得到解答。获得总体最高性能已成为既往所有研究的首要目标,而忽视了其他临床关注点,如新方法在肿瘤实体上的可靠性、泛化性和便利性[18–22]。既往方法学研究显示了先进性能,Dice相似系数(DSC)超过0.950,而不同类型脑肿瘤的特征表现出种间和种内差异,也可能导致性能偏差[23, 24]。
因此,为实现临床转化和广泛应用的目标,我们采用最新的先进卷积神经网络(CNN)架构开发了一个CNN模型,用于在存在脑肿瘤的情况下对T1CE MRI进行自动脑提取。我们的模型通过以下方式进行了优化:在训练中纳入更多的脑表面结构,并纳入涵盖多样化肿瘤实体的多中心数据集。此外,还进行了一系列组内分析,以研究我们的模型是否能够不受肿瘤特征影响而可行地分割脑图像。
材料与方法
数据集
这是一项回顾性、多中心研究。图1显示了患者筛选流程图。在私立中心A和中心B,2016年1月至2021年12月期间从放射科初步选取了532例和368例病例。所有病例均接受了标准治疗前磁共振扫描,并在我们的机构接受了手术切除。根据以下排除标准,共排除了180例患者:(1)MRI存在严重运动伪影(N = 85);92)MR扫描前有干预史,如活检和放疗(N = 52);93)记录有其他脑部疾病史,如高血压性脑出血(N = 43)。最终,来自中心A的429例和来自中心B的291例被纳入本研究。
从图像归档与通信系统(PACS)中收集最接近临床干预的T1CE图像,包括轴位、矢状位和冠状位三个方向的视图。还收集并解读了临床特征和影像学特征,包括年龄、性别、病理诊断和影像学表现。详细的MR扫描参数见补充材料1。
关于公共数据集,从三个癌症影像档案(TCIA)数据集中随机选取了总共200例具有完整、高质量MR扫描的患者,包括癌症基因组图谱胶质母细胞瘤(TCGA-GBM)[25]、癌症基因组图谱低级别胶质瘤(TCGA-LGG)[26]、美国放射学会影像网络(ACRIN)6684 [27]和前庭神经鞘瘤分割数据集(Vestibular-Schwannoma-SEG)[28]。
脑掩膜定义与真实标签手动分割
我们为真实标签掩膜定义了以下标准:(a)包括所有大脑和小脑灰质和白质、脑干、脑室中的脑脊液和小脑池、脑内病变部位、浅静脉窦(矢状窦和横窦),以及(b)排除皮肤、颅骨、眼睛、硬脑膜、海绵窦区域以及外部血管和神经(如颈动脉和视交叉)。
手动分割使用3D Slicer软件进行[29]。脑掩膜由五位在图像阅片方面具有10年以上经验的经验丰富的神经放射科医师分割。按照软件操作说明,在共识阅片中对三个方向进行掩膜勾画,随后由两位资深神经放射科医师(F.M.Z.和J.G.X.,在图像阅片方面具有20年以上经验)进行审核和校正。为检验观察者内可重复性,随机选取30例病例并以至少15天的间隔再次分割。
用于自动脑提取的深度学习模型
采用最新的先进分割卷积神经网络(CNN)网络 nnU-Net 进行建模。它是一种先进的 CNN 网络,包含基于深度学习的自配置模块,可自动配置图像预处理、网络架构设计、交叉验证训练和后处理 [30]。确定三维全分辨率 U-Net 模型为最优模型架构,模型配置见补充材料 2。如图 1 所示,来自私有数据集的病例按 4:1 的比例随机分为训练组和内部测试组。模型训练中采用五折交叉验证策略。
公共数据集用作独立测试组,用于测试训练模型的泛化能力。我们还在这些 TCIA 数据集上验证了现有方法的性能,包括基于鲁棒学习的脑提取(ROBEX)、HD-BET 和脑掩模生成器(BrainMaGe)[18, 19, 31]。所有实验均使用 Python 语言编写,并在配备四块 NVIDIA 3090 数据中心加速器的机器上进行。
评价指标与统计分析
影像学表现由两名资深放射科医师(F.M.Z. 和 J.G.X.)判读。通过比较金标准和预测结果评估 CNN 模型的性能。计算了一系列常用指标,包括中位 DSC、假阴性率(FNR)和假阳性率(FPR)。还引入两项指标以更好地展示模型在分割脑表面方面的性能,包括 Hausdorff 距离(HD),用于测量金标准掩模与预测之间的最大轮廓距离(mm),以及平均表面距离(MSD),用于测量两个掩模边界之间的平均距离(mm)。
分类变量以频数和百分比表示,连续变量以中位数和四分位距(IQR)表示。组内分析酌情采用 Kolmogorov–Smirnov 检验、Mann–Whitney U 检验(U 检验)和 Wilcoxon 符号秩检验(Wilcoxon 检验)。统计分析使用 GraphPad Prism 进行。p < 0.05 表示差异有统计学意义。使用 3DMeshMetric 可视化金标准掩模与预测之间误差的空间分布。三维脑图像的体绘制采用带阴影技术的合成方法,未进行表面平滑处理。
结果
患者特征
共从私有机构 A 和机构 B 收集 720 例患者(720 次检查)。患者平均年龄为 53 岁,性别比为男:女 = 163:197。病理分布方面,505 例诊断为脑膜瘤,50 例为低级别胶质瘤,78 例为高级别胶质瘤,87 例为前庭神经鞘瘤。从公共数据集收集的 200 例中,21 例为低级别胶质瘤,79 例为高级别胶质瘤,100 例为前庭神经鞘瘤。内部和外部数据集的临床特征见表 1。
模型在内部测试中的性能
总体而言,该自动化模型在内部测试中表现良好,DSC中位数为0.989(IQR,0.988–0.991),FNR为0.012(IQR,0.009–0.015),FPR为0.008(IQR,0.006–0.012),HD为6.403 mm(IQR,5.099–8.426 mm),MSD为0.013 mm(IQR,0.011–0.015 mm)。内部测试组病例的模型分割性能见图2和补充材料3a。
模型在不同病理类型方面的性能见表2。具体而言,该模型在脑膜瘤数据集中表现出略差但具有统计学显著性的性能,DSC中位数为0.989(IQR,0.987–0.990,p < 0.001),HD中位数为7.000 mm(IQR,5.477–9.165 mm,p = 0.001)。在前庭神经鞘瘤队列中也观察到类似结果,该队列代表另一种类型的轴外肿瘤,DSC中位数为0.990(IQR,0.990–0.991,p = 0.027),HD中位数为5.385 mm(IQR,4.243–6.708 mm,p = 0.010)。然而,低级别和高级别胶质瘤组之间无显著差异。该组内分析的箱线图和热图见补充材料4a和4b。
模型在影像学特征方面的性能
在评估的病例中,35.4%伴有瘤周水肿(PE)。如表3所示,U检验结果显示PE组存在显著差异,DSC中位数为0.990(IQR,0.989–0.991,p = 0.002),HD中位数为5.916 mm(IQR,5.000–8.000 mm,p = 0.049)。240例(33.3%)检测到静脉窦侵犯(IVS),51.5%的肿瘤位于颅底。然而,组内分析表明,在IVS病例(DSC = 0.990(IQR,0.988–0.991,p = 0.124),HD = 6.000 mm(IQR,5.000–8.062 mm,p = 0.155))或颅底肿瘤病例(DSC = 0.989(IQR,0.987–0.990,p = 0.553);HD = 7.211 mm(IQR,5.385–8.775 mm,p = 0.398))中结果不显著。补充材料4c显示了箱线图,该图展示了用于研究模型性能是否与肿瘤特征相关的组内分析。
模型泛化能力
该模型在独立数据集中实现了稳健的泛化能力,DSC中位数为0.991(IQR,0.983–0.998),FNR为0.003(IQR,0.000–0.011),FPR为0.008(IQR,0.004–0.020),HD为8.972 mm(IQR,6.164–13.710 mm),MSD为0.013 mm(IQR,0.006–0.022 mm)。外部测试组中良好和较差预测示例见图3和补充材料3。然而,与Dice相似系数(DSC)(0.983 vs 0.998,p < 0.001)和Hausdorff距离(HD)(7.000 mm vs 12.860 mm,p < 0.001)方面,该模型在胶质瘤数据集中的性能显著低于前庭神经鞘瘤组。
现有模型的性能
在内部测试中,HD-BET、BrainMaGe、Robex的DSC分别为0.989(IQR,0.980–0.993)、0.961(IQR,0.945–0.970)和0.957(IQR,0.948–0.963)。HD分别为9.165 mm(IQR,7.681–11.550 mm)、27.330 mm(IQR,12.240–53.920 mm,p < 0.001)和12.530 mm(IQR,11.000–14.20 mm,p < 0.001)。外部测试中也提示了相似的结果。现有模型的性能总结于表4,关于肿瘤病理类型的更详细评价指标见补充材料5。
自动化三维脑表面渲染
图4展示了使用nnU-Net模型生成的掩膜进行三维脑图像的样本。展示了脑的整体概览。重要结构显示良好,包括上矢状窦、横窦、浅静脉、前颅底、脑干、椎动脉和基底动脉。nnU-Net模型在分割颅底、上矢状窦、横窦和脑干方面显示出相对较低的误差率(图5)。
观察者内可重复性,以及放射科医师与模型的比较
对于每个脑掩膜,手动勾画、检查和校正程序约需1小时20分钟,而nnU-Net模型在CPU和GPU上进行推断均需4分钟。对于随机选择的30例患者,Bland–Altman图提示手动分割具有良好的观察者内可重复性(补充材料6A)。Bland–Altman图还表明,尽管存在病变特征,自动化方法的表现与专家手动分割相当,如补充材料6B和补充材料6C所示。
讨论
在本研究中,开发了一种利用深度学习技术的自动化模型,用于在存在颅内肿瘤的情况下对T1CE MRI实现快速且稳健的脑提取。我们的模型具有一个优势,即将浅表结构纳入脑提取掩膜,这是肿瘤学分析中的一个关键因素,而此前其他研究尚未涉及。所提出的方法适用于临床和研究实践中常见的广泛MRI硬件和采集参数。该模型在大型多中心MRI数据集上训练,随后在三个独立公共数据集上测试泛化性,结果DSC超过0.980。
与以往的方法学研究(总结于补充材料7)相比,本研究更具临床相关性,解决了与临床医生相关的若干不足,并通过最新的CNN网络提升了模型性能。首先,我们通过纳入浅表脑结构并微调模型在这些区域的表现来改进脑提取标准,这些区域在模型训练中被使用。与其他成像序列不同,对于神经外科医生和神经放射科医生而言,他们可能主要依赖CNN模型在T1CE MRI上进行脑提取,辨别肿瘤与邻近结构之间的解剖相关性是临床决策的关键方面[15]。以往研究未能解决这一问题,导致模型在这些区域表现不佳。其次,我们在四种不同类型肿瘤上评估了模型性能。尽管以往研究报告了令人鼓舞的结果,但尚无研究在涵盖多种类型肿瘤对比增强图像的数据集上测试训练好的模型。相比之下,我们的模型在轴内和轴外肿瘤上均进行了训练和测试,良好的性能表明其具有良好的泛化能力。第三,我们进行了组内分析,以检验尽管脑肿瘤图像模式多样,模型是否仍能泛化。最后,我们在四个独立且公开可用的外部数据集上评估了模型的泛化能力。所有这些改进都增强了我们模型的实用性,并扩展了其临床转化和广泛应用的潜力。
自动分割轮廓对真实脑掩膜的形状保真度非常重要。虽然DSC常被用作评估分割性能的指标,但它对边缘差异不敏感,而边缘差异相对于总体积而言体积效应较小。因此,我们在组内分析中将DSC与HD结合使用。在该分析中,我们发现了一些需要进一步阐明的有趣结果。总体而言,尽管四种肿瘤实体外观各异,模型在每个组中均表现出令人鼓舞的性能,中位DSC超过0.980。然而,在内部数据集中,我们观察到脑膜瘤和前庭神经鞘瘤组的DSC略有下降,而在外部数据集中,模型在前庭神经鞘瘤组中HD增加。这两种轴外肿瘤起源于脑膜和颅神经,导致严重的结构异常,这可能解释了模型性能下降的原因。此外,结果提示模型在伴有PE的肿瘤中表现更好,可能是因为肿胀的皮质显示强度变暗,增加了脑与强化脑膜之间的对比度,从而有利于分割。尽管统计性能仍然可行,但这些发现具有重要意义,因为在此类情况下可能需要进行手动校正。
我们的研究存在若干局限性。第一,这是一项多中心、回顾性研究,存在固有的选择偏倚。第二,与既往研究相比,本研究仅使用了对比增强图像,未涉及其他序列,包括T1WI、T2WI和FLAIR。如果研究者希望在这些序列上进行颅骨剥离,可能需要进行图像配准。第三,我们的研究在所用卷积神经网络(CNN)结构方面缺乏方法学新颖性。尽管本研究所使用的网络架构基于经典的nnU-net框架,但其性能显著,我们认为没有必要进一步优化网络。第四,由于伦理限制,该模型仅在肿瘤病例上进行训练和评估。因此,需要进一步研究以确认我们结果的泛化性。
总之,我们提出了一种新型的全自动深度学习模型,用于在T1CE MR扫描上进行脑提取。所提出的模型能够提取伴有肿瘤的脑组织,并提供关于脑表面的更详细信息。我们的研究表明,该模型在分割任务中具有高水平的性能和泛化能力,这可能有助于减轻放射科医师的工作量,并为未来的神经影像学研究和肿瘤学研究提供有价值的工具。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 2537 KB)
引用
- Teng Y, Chen C, Shu X, et al. Automated, fast, robust brain extraction on contrast-enhanced T1-weighted MRI in presence of brain tumors: an optimized model based on multi-center datasets. Eur Radiol. 2023. PMID: 37615767. doi:10.1007/s00330-023-10078-4
- 全文:PMC10853304(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10853304/
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。