文献速递腹部MR

自动化MRI肝脏分割用于解剖分割、肝脏体积测量及影像组学特征提取

Automated MRI liver segmentation for anatomical segmentation, liver volumetry, and the extraction of radiomics.
PubMed 文献 · Eur Radiol · 2024-01-13

本研究开发并评估了一种深度卷积神经网络,用于在门静脉期增强MRI上自动分割肝脏、测量体积并提取影像组学特征。内部测试集DSC为0.97±0.01,外部测试集为0.96±0.03,公共数据集为0.93±0.03;体积测量ICC内部0.99、外部0.97、公共0.85。结论认为自动分割稳健且可泛化,可用于体积测量和影像组学特征提取。

要点

  • 门静脉期增强MRI上自动肝脏分割DSC内部0.97、外部0.96、公共0.93,提示可泛化。
  • 自动与手动体积测量ICC内部0.99、外部0.97、公共0.85,一致性满意。
  • 自动分割提取的影像组学特征与手动分割一致性高,内部平均ICC 0.98±0.04。

核心结论

  • 自动肝脏分割在MRI数据上表现出稳健且可泛化的分割性能,可用于体积测量和影像组学特征提取。

研究设计与样本

  • 回顾性研究,纳入470例肝细胞癌患者(平均年龄63.9±8.2岁,376例男性)的内部数据集,随机按70/15/15%分为训练、验证和内部测试集。
  • 外部测试集来自协作机构20例患者(平均年龄41±12岁,13例男性),公共LiverHccSeg数据集17例肝细胞癌患者(平均年龄61±10.77岁,11例男性)用于进一步外部验证。
  • 使用T1加权三维梯度回波容积 interpolated examination(VIBE)序列联合脂肪饱和,门静脉期于注射对比剂后60–70秒采集,训练3D DCNN自动分割肝脏,以手动分割为参考标准。

关键影像表现/征象

  • 分割失败案例中,算法将部分十二指肠误分为肝组织,或未将大肿瘤部分纳入肝脏分割。
  • 外部测试集中两例体积显著低估,对应最低DSC 0.830和0.949,绝对体积误差分别为792.5 ccm和260.9 ccm。

诊断标准与关键数值

  • 分割准确度以Dice相似系数(DSC)量化:内部测试集0.968±0.016 vs 外部测试集0.961±0.032(p=0.28),公共测试集0.93±0.03。
  • 外部测试集中肝细胞癌患者DSC 0.970±0.009 vs 肝腺瘤患者0.953±0.044(p=0.21)。
  • 公共数据集分割性能显著低于内部(p<0.001)和外部(p=0.004)测试集。
  • 体积测量一致性ICC:内部0.99 [95%CI 0.99, 1.00](p<0.001)、外部0.97 [95%CI 0.93, 0.99](p<0.001)、公共0.85 [95%CI 0.62, 0.94](p<0.001)。
  • 影像组学特征一致性:内部平均ICC 0.98±0.04(范围0.80–1.00)、外部0.94±0.10(范围0.16–1.00)、公共0.91±0.09(范围0.51–1.00)。

临床应用与阅片要点

  • 该自动分割方法仅需单期门静脉期图像,无需图像配准等复杂预处理,处理时间不足1秒,便于临床工作流程整合。
  • 自动肝脏分割可作为放射组学特征提取和病灶检测算法的预处理步骤,减少手动分割时间及观察者间差异。
  • 分割失败案例提示需注意算法可能将十二指肠误分为肝脏或遗漏大肿瘤,尤其在大肿瘤或浸润性病变时。

局限性

  • 所提出的自动肝脏分割方法依赖于增强T1加权MRI。
  • 本研究仅在肝脏病变患者中测试算法性能,需要在健康肝实质患者中进一步验证。
  • 公共数据集与内部和外部测试集之间模型性能的差异可归因于若干因素,主要与……(原文此处不完整)。
全文中译22 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. 2024 Jan 13;34(8):5056–65. doi: 10.1007/s00330-023-10495-5

引言

磁共振(MR)成像(MRI)提供高组织对比度,可用于肝脏的无创评估,是诊断肝细胞癌(HCC)[1]、肝纤维化[2]、肝硬化[3]和门静脉高压[4]的重要组成部分。肝脏分割可用于容积测量、解剖定位和放射组学特征提取。准确的肝脏容积测量对于风险评估、决策管理和治疗程序规划至关重要。肝移植成功的一个重要预测因素是供体和受体的肝脏体积[5]。肝切除术也依赖于可靠的体积测量,因为其结果在很大程度上取决于残余肝脏[6]。为了规划治疗和计算剂量测定,肝脏容积测量对于钇-90选择性内放疗[7]很重要,肝脏体积也与流行病学研究相关[8]。通过准确的肝脏分割进行解剖定位是计算机辅助手术[9]和放射治疗[8, 10]中解剖引导的关键,并通过手动分割来完成。此外,肝脏分割是病灶检测算法[11]和放射组学特征提取的关键预处理步骤。

手动肝脏分割耗时且受评估者间差异的影响[12],这限制了其在临床工作流程中的实用性。基于深度学习的卷积神经网络(CNN)在医学影像分割任务自动化方面显示出良好前景[13],并提供快速的处理时间。然而,过拟合和数据集偏移是深度学习中的主要问题,外部评估对于确保可泛化的有效性至关重要[14],许多深度学习算法在外部数据上表现出显著降低的性能[15]。最近一项研究强调了在由临床实践中遇到的异质性诊断发现组成的数据集上评估模型的重要性[16]。大多数已提出的自动肝脏分割方法是在小型数据集上开发的,仅在小型内部测试集上测试,因此不能保证来自其他机构数据的可泛化和一致性能[14, 15]。基于放射组学和深度学习的肝脏图像分析技术依赖于解剖分割作为输入,已在表征局灶性肝脏病变、肝纤维化分期和识别门静脉高压等应用中证明了其效用[17]。

本研究的目的是使用大型机构数据集开发并评估一种深度CNN(DCNN),用于门静脉期对比增强MRI上的自动肝脏分割、肝脏容积测量和放射组学特征提取,并评估其对外部和公共测试数据的性能泛化能力。

材料与方法

符合伦理标准

本回顾性研究符合HIPPA要求,经耶鲁医学院和巴黎Beaujon医院机构审查委员会批准,完全豁免知情同意,并按照《赫尔辛基宣言》进行。

数据可用性

本文使用的图像数据因法律原因不能公开共享(会损害患者保密性)。

代码可用性

所有代码和训练好的分割模型已在GitHub上公开可用:https://github.com/OnofreyLab/volumetry-net

数据

患者纳入和磁共振成像数据

从耶鲁医学院的一个机构性HCC数据库中,纳入了所有年龄>18岁且具有可用于处理的T1加权门静脉期MR图像的患者。所有纳入的扫描均从图像归档与通信系统(PACS)服务器下载并去标识化。MRI采集于2008年至2019年间,采用LIRADS委员会建议的标准三期机构成像方案[1]。T1加权3D梯度回波容积插值检查(VIBE)序列加脂肪饱和[18]分别在对比剂给药前及注射对比剂后12–18秒(取决于团注跟踪)、60–70秒和3–5分钟采集,分别对应平扫期、晚动脉期、门静脉期和延迟期图像,所用对比剂为多种钆基对比剂。成像使用了一系列不同场强的扫描仪,包括1.16 T、1.5 T和3 T。有关成像参数的更多信息见补充表1。

外部验证数据

为评估模型在不同患者人群上的泛化性能,从法国克利希的Beaujon医院获取了一个去标识化T1加权门静脉期MR图像的外部数据集。MRI采集于2015年至2020年间,采用标准三期机构成像方案。

公开验证数据

为进行额外的外部验证,使用了公开可用的LiverHccSeg [19]数据集。

图像处理与肝脏分割

所有图像均转换为神经影像信息技术倡议(NIfTI)格式。随后,所有肝脏均在两名委员会认证的腹部放射科医师(S.A.和S.H.,分别具有9年和10年经验)的监督下,使用3D Slicer软件(v4.11)[20]进行手动分割。

模型开发

为进行模型开发和评估,我们的机构数据集被随机分为训练、验证和内部测试子集,分别包含70/15/15%的数据。

训练了一个深度卷积神经网络(DCNN),以手动肝脏分割作为金标准,在3D T1加权门静脉期MR图像上自动分割肝脏。DCNN的架构基于U-Net [21],包含两个残差单元,以0.3的dropout率进行训练,使用大小为32的小批次并进行批归一化。为避免模型过拟合,我们在超过1000个epoch的训练过程中持续评估模型在验证集上的性能,以确定表现最佳的模型。模型架构的完整细节见补充1。输入图像被调整大小至2×2×2 mm体素间距,并进行归一化,使第25和第75图像强度百分位数分别缩放至–0.5和+0.5 [22]。在每次训练迭代中,从输入图像中以3:1的肝脏区域与背景比例提取16个随机3D patch(64×64×32体素),以将训练过程聚焦于肝脏区域。使用Adam优化器[24]以0.0001的固定学习率优化Dice损失[23]。所得模型包含1,187,921个可训练参数,并在Linux工作站上使用NVIDIA Quadro RTX 8000 GPU,通过开源医学人工智能开放网络(MONAI)(v0.3.0)框架和PyTorch(v1.5.1)以Python(v3.8.3)实现。

对于模型推理,使用滑动窗口方法对整个图像视野进行分割。因此,以16×16×8体素的规则增量提取大小为64×64×32体素的重叠三维图像块。重叠图像块的预测结果根据图像块中心使用高斯加权进行平均。该方法适用于不同视野大小的图像。

模型评估与统计分析

分割性能

为了量化分割准确性,计算手动分割与自动分割肝脏之间的Dice相似系数(DSC)、修正Hausdorff距离(MHD)和平均绝对距离(MAD)指标。DSC、MHD和MAD的计算公式见补充材料2。

体积测量性能

为了评估肝脏体积测量的准确性,基于手动和自动肝脏分割计算肝脏体积。计算组内相关系数(ICC)(双向混合、单一测量、ICC(3,1))以评估手动与自动体积测量之间的一致性。此外,绝对体积误差和相对体积误差计算如下:其中volman和volauto分别为手动和自动肝脏分割的体积。

影像组学特征可重复性

使用PyRadiomics软件(v3.0)[25]从手动和自动肝脏分割中提取了共107个影像组学特征,包括18个一阶统计特征、24个灰度共生矩阵(glcm)特征、14个灰度依赖矩阵(gldm)特征、16个灰度游程矩阵(glrlm)特征、16个灰度区域大小矩阵(glszm)特征、5个邻域灰度差矩阵(ngtdm)特征和14个形状特征,并使用ICC(3,1)评估其一致性。用于特征提取的PyRadiomics设置见补充材料3。

统计分析

描述性统计对分类变量以绝对频数和相对频率(n和%)表示,对连续变量以均值±标准差(SD)或中位数和四分位距(IQR)表示。为了评估训练集、验证集和内部测试集之间的数据一致性,我们对连续特征采用单因素方差分析检验,对分类特征采用卡方检验。为了评估算法分割和体积测量的泛化能力,使用Mann-Whitney U检验比较内部测试集与外部测试集及公共测试集的分割性能,以及外部测试集中HCC患者与肝腺瘤患者之间的分割性能。所有统计分析均在Python(v3.8.3)中使用SciPy(v1.5.2)库完成,p值<0.05被认为具有统计学意义。

结果

内部研究人群

本研究共纳入470例具有T1加权门静脉期MR图像的HCC患者(平均年龄63.9岁±8.2[标准差];376例男性)。年龄<18岁(n=2)、MRI无法诊断(n=14)以及无门静脉期MRI(n=84)的患者被排除在研究之外(图1)。患者特征总结于表1,MR成像参数报告于补充表1。HCC经影像学标准或组织病理学证实。手动分割确定参考肝脏体积(平均体积1687.9 ccm±534.7)。

图1 患者纳入流程图 查看原图 ↗
表1 患者特征 查看原表 ↗

外部研究人群

为进行外部验证,合作机构提供了20例T1加权门静脉期MR图像用于外部测试。患者(平均年龄41岁±12;13例男性)诊断为肝细胞癌(HCC)(n=10)或肝腺瘤(n=10),诊断基于组织病理学。手动分割确定参考肝脏体积(平均体积1728.4 ccm±647.7)。

公共研究人群

共纳入17例具有T1加权门静脉期MR图像的HCC患者(平均年龄61岁±10.77;11例男性)进行额外外部测试。手动分割确定参考肝脏体积(平均体积1916.3 ccm±459.6)。

最终分割模型

网络总训练时间为6.35小时。使用验证集进行评估,在第880个 epoch 确定性能最佳的模型,此时验证集DSC达到0.97。训练和验证损失曲线见补充图3。

算法分割时间在内部测试集(平均时间0.54 s±0.20)与外部测试集(平均时间0.70 s±0.70)之间(p=0.17),以及内部测试集与公共测试集(平均时间0.604 s±0.230)之间(p=0.08)均无显著差异。

分割性能

深度卷积神经网络(DCNN)的分割准确度在内部测试集(平均DSC 0.968±0.016)和外部测试集(平均DSC 0.961±0.032)中均较高(p=0.28)。值得注意的是,在外部测试集中,HCC患者(平均DSC 0.970±0.009)和肝腺瘤患者(平均DSC 0.953±0.044)的分割性能同样较高(p=0.21)。DCNN在公共测试集中表现出足够的分割性能(平均DSC 0.93±0.03)。然而,公共数据集的总体分割性能显著低于内部测试集(p<0.001)和外部测试集(p=0.004)。

表2总结了所有数据集的所有分割性能指标。代表性肝脏分割示例见图2,图3展示了两个DSC<0.95且定性表现较差的分割失败病例。在不同临床发现(表3;例如腹水,补充图1)或存在图像伪影或图像质量下降的病例(补充图2)中,未观察到显著的分割性能差异,表明具有良好的泛化能力。

表2 肝脏分割性能 查看原表 ↗
图2 代表性分割。来自内部(左)、外部(中)和公共(右)测试集的轴位门静脉期对比增强磁共振图像上的代表性肝脏分割,Dice相似系数分别为0.977、0.964和0.944。手动肝脏分割以黄色叠加显示,自动分割以蓝色叠加显示 查看原图 ↗
图3 分割失败病例。来自内部(左)、外部(中)和公共(右)测试集的肝脏分割失败病例,Dice相似系数分别为0.945、0.830和0.889。图中显示轴位门静脉期对比增强磁共振图像,相应的手动肝脏分割以黄色叠加显示,自动分割以蓝色叠加显示。在左侧示例中,算法将部分十二指肠分割为肝脏组织(箭头)。在中间和右侧示例中,算法将大肿瘤的部分区域排除在肝脏分割之外(箭头) 查看原图 ↗
表3 性能泛化能力的统计评估 查看原表 ↗

体积测量性能

通过手动和自动肝脏体积测量确定的肝脏体积显示,内部、外部和公共测试集的ICC分别为0.99[95%CI 0.99,1.00](p<0.001)、0.97[95%CI 0.93,0.99](p<0.001)和0.85[95%CI 0.62,0.94](p<0.001)。绝对体积误差在内部和外部测试集之间无统计学显著性(中位体积,31.7 ccm[四分位距(IQR),24.7] vs 19.3 ccm[IQR,32.4];p=0.12)。相对体积误差在内部和外部测试集之间无统计学显著性(中位误差,2.0%[IQR,1.8] vs 1.3%[IQR,2.0];p=0.48)。表4总结了所有数据集的体积测量性能指标。通过手动和自动体积测量确定的肝脏体积比较可见图4的散点图。在外部测试集中,有2例算法明显低估了肝脏体积,对应于分割性能最低的病例(DSC 0.830和0.949),分别导致绝对体积误差为792.5 ccm和260.9 ccm。

表4 肝脏体积测量性能 查看原表 ↗
图4 通过手动和自动肝脏体积测量在门静脉期对比增强磁共振图像上测定肝脏体积的散点图。在外部测试集中,有2例肝脏体积被明显低估,对应于Dice相似系数最低的病例(0.830和0.949),分别导致绝对体积误差为792.5 ccm和260.9 ccm 查看原图 ↗

影像组学特征可重复性

与手动分割相比,源自自动肝脏分割的影像组学特征显示出显著的一致性(p<0.05;内部测试集中所有数据集的所有特征均如此,但外部测试集中的球形度形状特征除外:p=0.24)(内部测试集:平均ICC,0.98 ± 0.04;范围0.80–1.00),外部测试集(平均ICC,0.94 ± 0.10;范围0.16–1.00)和公共测试集(平均ICC,0.91 ± 0.09;范围0.51–1.00)。补充表2报告了每个数据集中每个单独影像组学特征的ICC和95%置信区间。

讨论

使用大型数据集,我们开发了一种深度学习算法,用于在T1加权门静脉期对比增强MRI上进行自动肝脏分割。准确的肝脏分割是计算机辅助手术[9]和放疗[8, 10]中解剖引导的关键,也是后续自动病灶检测算法[11]的关键预处理步骤。我们的分割框架在内部(平均Dice相似系数(DSC),0.97)、外部(平均DSC,0.96)和公共(平均DSC,0.93)测试集上获得了稳健的肝脏分割结果,表明对外部数据具有可推广的性能。

肝脏的影像学评估是肝细胞癌患者的一项重要诊断任务。准确且可重复的肝脏体积测量是临床决策和治疗计划的关键。因此,自动化体积测量方法可增强工作流程并促进其在广泛临床实践中的实施。我们的方法处理时间快(平均运行时间0.54秒),自动化肝脏体积测量在内部测试集(组内相关系数(ICC)0.99)和外部测试集(ICC 0.97)中显示出可接受的相对体积误差2.44%和2.97%,与手动体积测量具有极好的一致性[26],在公共测试集中与手动体积测量具有良好的一致性(ICC 0.85)。最后,我们证明,与手动分割相比,自动化肝脏分割在内部(平均ICC 0.98)、外部(平均ICC 0.94)和公共(平均ICC 0.91)测试集中提供了稳健且可重复的影像组学特征提取。

传统的肝脏分割方法基于种子区域生长[27]、结合分水岭的支持向量分类[28]、分水岭分割联合活动轮廓[29]以及结合图割的卷积神经网络[30]。每种方法各有其优势和局限性,使其适用于不同场景。然而,与传统图像分割方法相比,深度学习3D卷积神经网络具有更优越的性能,特别是在有足够标记训练数据可用时,对于复杂和大规模分割任务尤为如此。虽然传统方法在某些场景下具有简单和计算效率高的优势,但深度卷积神经网络(DCNN)从数据中学习复杂特征的能力提升了其在各种医学影像应用中的有效性,包括肝脏分割。值得注意的是,DCNN的成功在很大程度上依赖于多样化标记训练数据[16]和用于训练的计算资源的可用性。与其他自动化肝脏体积测量方法相比,我们的方法显示出更高的体积一致性,具有更高的ICC值和更低的相对体积误差率[31–33]。此外,在评估深度学习算法时,外部测试对于避免过拟合和数据集偏移[14]至关重要。外部测试集不常见,大多数研究报告模型在外部测试数据上性能下降[15],表明泛化能力有限。仅有少量MRI肝脏分割研究[33, 34]在外部测试数据上评估了算法性能。在本研究中,我们通过在大型内部测试集(n=71)、外部测试集(n=20)以及公开可用的LiverHccSeg数据集(n=17)上进行测试以进一步进行外部验证,证明了可泛化的性能。

此外,异质性和多样化的训练数据是实现可泛化且稳健的肝脏分割性能的关键[16]。晚期肝癌会显著改变肝脏形态,因为它会导致癌症相关的组织改变、异质性肝组织和肝脏形状变形[35, 36]。未在包含全谱疾病相关肝脏改变的数据上训练的深度学习方法,无法分割伴有晚期肿瘤分期的肝脏[16]。这与在无肝内病灶的患者队列上评估的其他方法形成对比[34]。其他分割方法在肝内病灶改变了肝实质的患者中失败[33]。我们的研究使用了多样化的HCC患者数据集,这些患者具有不同的疾病病因(如酒精性脂肪性肝炎、非酒精性脂肪性肝病、丙型肝炎、乙型肝炎、自身免疫性、隐源性),包括数量不等的不同大小肿瘤以及门静脉血栓、瘤栓、浸润性疾病和腹水。此外,我们使用了由不同制造商的一系列不同扫描仪采集的MRI扫描,包括细胞外对比剂和肝特异性对比剂,且部分扫描因真实世界环境中的数据而图像质量有限或存在伪影。

对于自动化肝脏分割和体积测量工具的临床实施,简单的处理流程和快速的处理时间对于临床实践中的使用至关重要。我们的方法不需要大量预处理,如图像配准,且处理时间不到1秒,这与其他处理时间较长的方法相比具有优势[31, 32, 37]。由于我们的方法仅依赖于单对比期相,任何其他成像序列上的图像伪影不会改变肝脏分割的质量及由此产生的体积估计。相比之下,使用多期数据的方法[37]依赖于所有使用序列的图像质量及其配准。其他方法在非对比MRI上进行肝脏分割,但获得的DSC结果总体较差[34, 38, 39]。

近年来,定量成像生物标志物如影像组学在肝病研究中受到越来越多的关注[40],而自动化分割方法对于减少特征提取所需的分割工作量是必要的。自动化分割所得影像组学特征的良好可重复性已在宫颈癌中得到证明[41],但据我们所知尚未在肝脏中得到证实。在此,我们证明了从肝脏提取的影像组学特征的特征稳健性,可用于自动化且可重复的影像组学特征提取。虽然许多研究使用特定区域或感兴趣体积的分割进行特征提取,但全肝成像生物标志物允许对整个肝脏及其所有区域和结构进行全面评估[42]。这在多发病灶或广泛性肝病的情况下尤为重要。它降低了分割中遗漏病灶的风险,并可能对多发病灶或浸润性病灶的病例有益,因为这些病灶“融入”肝硬化肝脏的背景中[43],因此可能难以分割。此外,这种自动化肝脏分割方法可用作其他方法(如深度学习)的预处理,以从肝脏中提取超越标准影像组学的新型成像生物标志物。

本研究存在局限性。首先,所提出的自动肝脏分割方法依赖于对比增强T1加权MRI。然而,在临床实践中,大多数扫描采用静脉注射对比剂进行采集,以便更好地检测和表征肝脏病变。其次,本研究仅在存在肝脏病变的患者中测试了算法性能,需要在肝实质健康的健康患者中进一步验证。观察到的模型性能在公共数据集与我们的内部和外部测试集之间的差异可归因于多种因素,主要与数据特征的差异有关。公共数据集采集于1993年至2007年间,与我们的内部和外部测试集相比涵盖的时间段更早。多年来MRI技术、成像协议以及医学影像整体质量的进步可能导致这些差异。未来工作将评估肝叶、肝段和肝血管的分割,我们旨在通过纳入来自多个中心的更大测试集来扩大测试范围。此外,对其他MRI序列(如T2加权成像)的泛化需要未来验证。为此,增量学习或迁移学习策略可以利用本研究中开发的模型作为未来跨MRI序列泛化的深度学习模型的起点。

总之,所提出的深度卷积神经网络能够在T1加权门静脉期MR图像上执行准确且快速的肝脏分割,并具有可泛化至外部和公共测试数据的性能。自动肝脏体积测量与手动体积测量显示出极好的一致性,自动肝脏分割可用于可靠的影像组学特征提取。

补充信息

ESM 1(DOCX 3.70 mb)

引用

  1. Gross M, Huber S, Arora S, et al. Automated MRI liver segmentation for anatomical segmentation, liver volumetry, and the extraction of radiomics. Eur Radiol. 2024. PMID: 38217704. doi:10.1007/s00330-023-10495-5
  2. 全文:PMC11245591(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11245591/

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。