结合临床因素与多任务深度学习模型预测非增强头颅CT急性自发性脑出血血肿扩大
本研究为单中心回顾性研究,纳入572例急性自发性脑出血患者,开发多任务深度学习模型,基于非增强头颅CT进行血肿分割和血肿扩大预测。在107例测试集中比较三个模型:仅图像模型AUC 0.76,仅临床模型AUC 0.81,整合图像与临床模型AUC 0.83。结论认为整合临床与影像特征有望改善血肿扩大预测。
要点
- 血肿扩大定义为随访CT血肿体积绝对增加≥6 mL或相对增加≥33%。
- 整合图像与临床数据的模型AUC 0.83,优于仅图像模型(AUC 0.76)。
- 模型血肿分割Dice系数77.2%,血肿切片分类AUC 0.99。
核心结论
- 整合临床变量与非增强CT深度学习特征可提高急性自发性脑出血血肿扩大的预测性能。
研究设计与样本
- 单中心回顾性研究,纳入2009年1月至2021年10月572例成人自发性脑出血患者,使用多厂商CT扫描仪行非增强头颅CT。
- 以随访24小时内CT血肿体积变化为参考标准定义血肿扩大(绝对增加≥6 mL或相对增加≥33%)。
- 最终模型评估数据集为107例患者(21例血肿扩大,86例无扩大),采用多任务深度学习进行血肿分割和扩大预测。
诊断标准与关键数值
- 血肿扩大定义为随访CT较初始血肿体积绝对增加≥6 mL或相对增加≥33%。
- 仅图像模型(Image-to-HE)预测血肿扩大:准确率67.3%,敏感度81.0%,特异度64.0%,AUC 0.76(95%CI 0.64–0.89)。
- 仅临床模型(Clinical-to-HE)预测血肿扩大:准确率74.8%,敏感度81.0%,特异度73.3%,AUC 0.81(95%CI 0.69–0.93)。
- 整合模型(Integrated-to-HE)预测血肿扩大:准确率81.3%,敏感度76.2%,特异度82.6%,AUC 0.83(95%CI 0.72–0.95)。
- 血肿切片分类模型AUC 0.99,血肿分割Dice系数77.2%。
临床应用与阅片要点
- 基于非增强头颅CT的深度学习模型可辅助预测血肿扩大风险,整合临床变量(年龄、GCS分组、纤维蛋白原)后性能提升。
- Grad-CAM显示模型激活区域集中于血肿区,提示模型关注血肿本身特征进行预测。
- 血肿分割模型可自动勾画血肿,Dice系数77.2%,可用于体积测量和随访对比。
局限性
- 单中心回顾性研究,样本量有限(模型评估107例)。
- 因早期手术干预或缺乏随访影像而排除部分患者,可能低估血肿扩大发生率。
- 血肿扩大发生率20%,低于其他研究报告的26–36%。
全文中译17 节 · 点击展开
引言
自发性脑出血(ICH)占卒中的10–15% [1],死亡率高,发病1个月时 Specifically 达40% [2],因此需要紧急、准确的诊断和治疗决策。根据近期综述,血肿扩大发生于20%的ICH患者中,是脑出血后早期神经功能恶化和不良预后的重要 contributing 因素 [3, 4]。
既往研究已确定了若干影响血肿扩大的因素。这些因素包括影像学特征,特别是特定的CT标志物,如CT血管造影中观察到的点征和非增强CT中的黑洞征,以及血肿的初始大小 [5]。此外,临床特征如实验室参数(例如纤维蛋白原水平和血小板计数)、抗凝状态、入院时间和饮酒已被认为是 contributing 因素 [1]。
虽然深度学习在血肿相关的各种任务中表现出显著性能,如硬膜下血肿(SDH)、硬膜外血肿(EDH)和ICH的检测、分割、量化和分类 [6–9],但其在预测血肿扩大方面的应用有限。既往研究利用临床变量和支持向量机(SVM)预测血肿扩大 [1]。据我们所知,尽管已有对CT血管造影(CTA)点征和CT黑洞征诊断价值的定性评估,但仅有一项研究采用深度学习利用CT图像预测血肿扩大 [10],该研究仅关注基于图像的预测,未纳入或关联临床变量。然而,现有研究中很少有将影像学特征与其他临床变量相结合来预测血肿扩大的 [10–12]。
本研究旨在探讨深度学习能否从非增强CT中提取重要的临床指标,并评估这些提取因素与已知临床指标相比的相对影响,利用大规模数据集开发并验证用于预测血肿扩大的深度学习模型,从而有助于制定更有效和个性化的治疗策略。
方法与材料
研究人群
这项单中心、回顾性研究经机构审查委员会批准,并豁免知情同意(IRB编号2111–165-1276)。我们纳入了2009年1月至2021年10月在首尔国立大学医院进行非增强头部CT扫描的患者。我们纳入年龄19岁及以上、经非增强头部CT初步诊断为自发性急性脑出血、并在24小时内进行后续随访影像以评估血肿大小变化的患者。排除标准为:(1)创伤性脑出血患者;(2)继发性ICH患者(例如血管畸形、急性缺血性卒中出血转化或烟雾病);(3)缺乏24小时内随访影像或在后续随访影像前接受手术治疗;或(4)CT图像质量欠佳。最终,572名患者被纳入血肿扩大数据集。详细的患者入组流程见图1。
头部CT采集和图像解读
非增强头部CT扫描使用不同厂商的CT扫描仪之一进行,这些扫描仪在我们机构内随时间而变化:320层多探测器CT扫描仪(Aquilion ONE,Canon Medical Systems)、256层扫描仪(iCT256,Philips Medical Systems)、64层扫描仪(Brilliance 64,Philips Medical Systems;SOMATOM Definition,Siemens Healthineers;Discovery 750 HD,GE Healthcare)或16层扫描仪(Sensation 16,Siemens Healthineers)。图像采集参数相对恒定,如下所示:峰值管电压,120 kV;管电流,150 ~ 400 mAs,采用自动曝光控制;重建矩阵大小,512 × 512;重建视野,24 cm × 24 cm,层厚,3 mm或5 mm。所有CT图像均使用适合脑部评估的卷积核进行重建(补充表1)。
一位具有12年神经放射学经验的放射科医生(I.H.)使用图像存档和通信系统工作站(INFINITT M6和Xelis,INFINITT Healthcare,首尔,韩国)测量初始和随访CT图像中的血肿体积。如果患者接受了两次以上随访影像检查,则根据视觉检查时显示最大的图像测量血肿体积。在多平面重组图像上,研究者使用电子卡尺测量最大直径(D1)和两个垂直直径(D2和D3)。血肿体积使用椭球近似法确定如下:体积 = 0.523 × D1 × D2 × D3。血肿扩大定义为随访时绝对增加≥ 6 mL或相对增加≥ 33% [13]。同一研究者(I.H.)还使用NordicICE软件(版本4.1.2,NordicNeuroLab,卑尔根,挪威)中的阈值法,在初始CT扫描上半自动确定血肿感兴趣区掩模,用于训练分割模型。
临床变量
收集的临床变量包括性别、年龄、格拉斯哥昏迷量表(GCS)分组、收缩压(SBP)、舒张压(DBP)、纤维蛋白原、国际标准化比值(INR)、血小板计数(platelet)、抗血小板药物使用、至初始CT扫描时间、活化部分凝血活酶时间(aPTT)、初始血肿体积、血肿变化百分比和血肿绝对变化。GCS评分根据其总分分类:重型颅脑损伤(≤ 8)、中型损伤(9–12)和轻型损伤(≥ 13)。至初始CT扫描时间定义为症状出现至CT扫描之间的持续时间。
图像预处理
为适应非增强CT中的血肿特征,所有CT图像均在0至100亨氏单位范围内进行归一化。图像被调整为512 × 512的标准尺寸。数据增强使用Python“albumentation”库中的“ShiftScaleRotate”和“RandomScale”功能进行[14]。
数据集
我们准备了一个大型数据集,用于开发多任务深度学习模型,以实现(1)血肿分割和(2)血肿扩大预测。对于血肿切片分类和分割模型,详细信息见补充材料。对于HE预测模型,使用训练好的血肿切片分类模型提取提示血肿的切片。从572例患者的24238张切片中,共从569例患者中识别出6044张切片具有血肿。训练集包括来自458例患者的4834张切片,而测试集由来自111例患者的1210张切片组成。我们在补充表2中总结了数据集中使用每种类型CT扫描仪扫描的HE和非HE患者的分布及统计分析。根据HE和非HE病例的分布进行了分层。在4834张图像的训练集中,1152张切片来自92例HE患者,3682张切片来自366例非HE患者。在测试集中,从总共1219张图像中,261张来自22例HE患者,949张来自89例非HE患者。为了比较包括和不包括临床变量的HE预测结果,我们考虑了不可用的临床要素并将其排除。因此,用于模型评估的最终数据集采用了107例患者:21例HE患者和86例非HE患者(补充表3)。
深度学习算法
对于血肿切片分类模型,我们设计了一个模型,用于从患者的非对比头部CT图像中区分血肿切片(图2a)。采用了预训练的“SEResNeXt-50”架构,并融合了注意力机制[15–17]。SEResNeXt-50是ResNeXt-50的增强变体,而ResNeXt-50本身基于VGG和ResNets架构,它将重复分层与拆分-变换-合并策略相结合,用于图像分类中的深层特征学习,并集成了Squeeze-and-Excitation模块以强调卷积层中的关键特征,从而显著提高图像分类性能[15, 16]。该模型使用PyTorch实现,学习率为1e-4,权重衰减为1e-6,批大小为8。该微调模型接受大小为512 × 512的2D CT图像作为输入,并确定是否存在血肿。
对于血肿分割模型的开发,我们针对包含血肿的图像中的血肿区域进行分割(图2b)。采用了用于分割的常用U-Net架构[18]。该模型以0.001的学习率运行,并使用由Dice系数和二值交叉熵导出的组合损失函数。
对于血肿扩大预测模型,我们旨在通过训练模型将血肿图像作为输入并预测血肿扩大(HE)作为输出来预测HE(图2c)。该模型称为图像到HE模型,仅依赖血肿图像进行HE预测。它接受单个层面作为输入,并从训练好的血肿分割模型的编码器后提取特征。特征提取后,卷积神经网络中的拼接过程推导出HE概率,称为深度学习(DL)评分。该模型随后使用训练好的血肿分割模型产生的血肿区域大小作为权重。引入该权重以反映单个患者多张CT图像中的血肿大小,确保与血肿大小成比例。图像到HE模型使用归一化DL评分(nDL评分)预测患者特异性HE结局。
临床到HE模型使用多因素逻辑回归对临床变量预测HE,显著特点是不纳入图像数据。
整合图像与临床到HE模型(整合到HE)同时纳入图像衍生变量和临床变量。该综合模型在多因素逻辑回归框架内使用归一化DL评分作为回归变量,使其与临床变量对齐以预测患者特异性HE。
统计分析
仅将单变量逻辑回归p值确定的临床显著变量用作模型输入。为筛选临床变量,采用了前向选择法的逻辑回归分析。具有统计学显著性的变量被选入模型。这些统计分析使用统计软件(MedCalc,Mariakerke,比利时)进行。分类和预测模型的性能通过准确率、敏感度、特异度和曲线下面积(AUC)指标进行评估。分割模型的性能使用Dice系数指标进行评估。在测试集上使用准确率、敏感度、特异度和AUC评分比较模型性能。此外,通过受试者工作特征(ROC)曲线和校准图评估模型性能,以衡量区分类别及比较预测概率与实际结果的能力。使用对数似然比较模型,计算每个变量的比值比和95%置信区间;模型间的总体显著性通过似然比检验(LRT)确定,该检验服从卡方分布。临床至HE模型和整合至HE模型的拟合优度和复杂性使用赤池信息准则(AIC)评估,值越低表示拟合越好。
定性分析
为分析我们的深度学习模型,我们应用梯度加权类激活映射(Grad-CAM)技术作为一种理解和可视化我们的深度学习模型在预测血肿扩大时关注哪些图像区域的方法[19]。该技术利用流入模型最终卷积层的梯度创建定位图,突出显示分析的重要区域。我们从整合至HE模型的最后一个卷积层实施Grad-CAM,以可视化表示模型在平扫头部CT图像中认为对血肿扩大预测重要的区域。
结果
临床特征及临床变量的单变量分析
各临床变量的临床特征和单变量逻辑回归结果见表1。通过预测HE的单变量分析,年龄(OR,0.98;p < 0.001)、中度和重度GCS组(OR分别为2.52和4.24,均p < 0.001)、纤维蛋白原(OR,1.00;p = 0.034)、INR(OR,1.44;p = 0.026)、血小板(OR,1.00;p = 0.037)和初始血肿体积(OR,1.02;p < 0.001)是显著预测因子。性别、血压、抗血小板药物使用、aPTT和至首次CT扫描时间未发现具有显著性(均p > 0.05)。
模型的多变量分析
在旨在确定临床变量选择的多变量逻辑回归分析中,采用了前向选择法。在包括年龄、GCS分组、纤维蛋白原、INR和血小板的临床变量中,仅年龄、GCS分组和纤维蛋白原显示统计学显著性,因此被选入模型。由于DL评分作为图像特征包含血肿大小的信息,初始血肿体积被排除作为模型的临床变量。
在模型开发阶段,我们通过评估不同模型中的比值比及相关p值来评价临床变量的显著性。表2详细比较了三个不同模型(Image-to-HE、Clinical-to-HE和Integrated-to-HE)中各临床变量的比值比及相应p值。对于年龄,三个模型中的比值比均保持一致,为0.98。然而,该比值的显著性在不同模型间存在差异,Clinical-to-HE模型和Integrated-to-HE模型的p值分别为0.021和0.044,提示年龄对结局有轻度但显著的影响。相比之下,Clinical-to-HE模型未表明年龄具有显著影响。
在GCS分组类别中,“中度”状况在Clinical-to-HE模型中的比值比为2.85,在Integrated-to-HE模型中为2.11,两者的p值分别为0.001和0.033,均具有显著性。“重度”状况在Clinical-to-HE模型中的比值比为4.30,p值小于0.001,表明存在强相关性。然而,在Integrated-to-HE模型中,该关联不具有统计学显著性。对于纤维蛋白原,所有模型中的比值比均保持为1.00,未显示出特定趋势或显著性。Image-to-HE模型中的nDL评分为1.12,p值小于0.001,具有高度显著性。同样,在Integrated-to-HE模型中,比值比为1.10,p值小于0.001,提示nDL评分与结局之间存在稳健的相关性。
多任务深度学习模型的性能:血肿检测与分割
对于血肿切片分类任务,模型表现出优异的性能,准确率为97.7%。该模型进一步展现了其诊断能力,敏感度为93.6%,特异度为99.5%。值得注意的是,该模型受试者工作特征曲线的AUC高达99.4%。对于血肿分割任务,我们的模型显示出Dice相似系数为77.2%,表明预测分割与真实标签之间具有相当良好的重叠。
多任务深度学习模型的性能:血肿扩张预测
表3总结了模型在测试集上的诊断性能。Image-to-HE模型的AUC为0.76(95% CI:0.64,0.89)。使用最佳阈值时,该模型检测病情的灵敏度为81.0%(21例中17例)。总体准确率为67.3%(107例中72例),特异度为64.0%(86例中55例)。此外,准确率和灵敏度的置信区间分别为57.9%至75.5%和60.0%至92.3%。相比之下,Clinical-to-HE模型的AUC为0.81(95% CI:0.69,0.93)。在最佳阈值下,其灵敏度为81.0%(21例中17例),特异度为73.3%(86例中63例)。预测的总准确率为74.8%(107例中80例)。准确率和灵敏度的置信区间分别为65.8%至82.0%和60.0%至92.3%。最后,结合临床和影像数据的Integrated-to-HE模型显示出AUC为0.83(95% CI:0.72,0.95)。其检测病情的灵敏度为76.2%(21例中16例)。该模型的总体准确率最高,为81.3%(107例中87例),特异度达到82.6%(86例中71例)。准确率和灵敏度的置信区间分别为72.9%至87.6%和54.9%至89.4%。AUC用于衡量模型区分各类别的能力(图3a)。Image-to-HE模型的AUC为0.76,表明其具有良好的可分性水平,但落后于其他两个模型。Clinical-to-HE模型的AUC为0.81,性能优于Image-to-HE模型。Integrated-to-HE模型以0.83的AUC脱颖而出,意味着影像和临床数据的整合提供了更优的分类能力。校准图对比了三个模型的预测概率与实际结局(图3b)。完美校准的模型其曲线应位于对角红线上。Image-to-HE模型明显偏离理想状态,提示预测概率与实际结局之间存在一定差异。Clinical-to-HE模型更贴近对角线,表明校准有所改善。Integrated-to-HE模型最接近对角线,表明三个模型中校准水平最高。
Clinical-to-HE与Integrated-to-HE模型的比较统计分析
P值来源于似然比检验(LRT)。该差异服从卡方分布,便于检验两个模型是否具有统计学显著差异。两个模型均显示显著差异,P值小于阈值(P < 0.001)。AIC用于评估模型拟合度和复杂度。Clinical-to-HE模型的AIC为400.72,而Integrated-to-HE模型的AIC为369.93。AIC值越低表示拟合越好。因此,观察到的AIC值提示Integrated-to-HE模型对数据的拟合优于Clinical-to-HE模型,这可能归因于其参数更少或模型复杂度更精简。
Integrated-to-HE模型结合Grad-CAM的定性结果
在测试集上评估Integrated-to-HE模型时,我们分析了真阳性和假阳性病例,如图4所示。一例确诊血肿扩大的患者观察结果显示,该模型在血肿分割方面表现良好(图4a,中间)。利用特征提取并应用Grad-CAM,我们识别出血肿区域内明显的激活(图4a,右)。该模型通过得出的nDL评分成功预测血肿扩大,并补充了临床变量。
讨论
在本研究中,我们设计了一种多任务深度学习模型,将临床变量与非增强CT图像相结合,用于预测自发性脑出血(ICH)患者的血肿扩大。值得注意的是,与仅依赖临床变量的模型相比,我们的模型表现出更优的性能。这些发现强调了利用多任务深度学习方法提高血肿扩大预测准确性的潜在益处。
本研究中观察到的血肿扩大发生率为20%(107例患者中21例),略低于其他研究报告的26%至36%范围[20–22]。这一差异可归因于本研究排除了因血肿患者神经功能恶化需要早期手术干预而接受随访影像检查的患者。
既往研究提示多种临床变量与血肿扩大之间存在关联[3]。然而,通过单变量分析,已证明年龄[23]、GCS分组、纤维蛋白原[24]、INR和血小板[25, 26]是有意义的变量[27]。在本研究中,多变量逻辑回归显示年龄、GCS分组和纤维蛋白原具有显著性,如表1所示。然而,这些变量的显著性在不同模型间存在差异。具体而言,Integrated-to-HE模型表明年龄、GCS分组和nDL评分是显著预测因子,如表2所示。
尽管年龄和纤维蛋白原根据其OR未显示出实质性影响,但必须考虑到显著性可能受到本研究使用的有限患者数据集的影响,该数据集可能无法反映患者组间在血肿扩大方面的有意义差异。
GCS评分长期以来被认为是关键指标[24]。初始出血的患者往往功能预后较差,且血肿扩大风险增加。值得注意的是,“中度”GCS组与结局的关联具有统计学显著性,OR为2.11。在我们的研究中,“重度”GCS组的p值为0.081,这可能表明由于该组患者数量较少,检测显著结果的能力有限。此外,在我们的分析中纳入DL评分提示它可能捕捉到一些与重度GCS相关的变异,这可能影响模型的整体结果。
Integrated-to-HE模型突出了nDL评分的预测价值。一个值得注意的观察是,nDL评分每增加一个单位,结局发生的几率增加10%,这一结果既突出又具有统计学显著性。这表明源自多任务深度学习的结果有效地作为有意义的变量,反映了与血肿扩大预测的关联。
性能比较明显突出了Integrated-to-HE模型优于Clinical-to-HE模型(表3)。在既往研究中,使用临床数据和非增强CT进行HE预测,AUC为0.79,准确率为77.5%[12]。在另一项研究中,AUC为0.80[11]。在另一项研究中,展示了AUC为0.78[10]。使用多变量logistic回归,结果显示开发队列的AUC为0.72,独立验证队列为0.77[28]。在我们的研究中,Integrated-to-HE模型达到了显著的AUC 0.83,与既往研究相比呈现更好的结果。此外,统计学比较也揭示了Clinical-to-HE与Integrated-to-HE模型之间的显著差异。校准图和AIC指标进一步证实了Integrated-to-HE模型对数据的拟合更好(图3)。虽然仅利用影像数据的模型在预测血肿扩大方面表现出局限性,但显而易见的是,同时利用临床变量和影像数据可提高预测准确性。这由Integrated-to-HE模型显著改善的结果所证实,表明联合数据方法在临床预后判断中的至关重要性。
在对Integrated-to-HE模型在测试集上的定性评估中,如图4所示,我们观察到该模型精通与特征提取相关的血肿分割,在血肿区域内表现出明显的激活[19]。这通过Grad-CAM进一步阐明,使我们能够识别对血肿扩大预测具有重要意义的区域的激活。因此,该模型利用衍生的nDL评分并补充临床变量,成功预测了血肿扩大。Grad-CAM的应用提供了来自深度网络的可视化解释,与模型对血肿扩大预测的洞察相关联。这种方法有助于应对理解模型决策过程的挑战[19]。
相反,在算法将非扩张性血肿误分类为扩张性血肿的病例中,CT图像表现出潜在的指示征象,如CT漩涡征(图4b,左)。这可以解释模型倾向于预测扩张的原因。重要的是,该算法表现出优越的分割能力,能够准确勾画血肿区域(图4b,中)。同时,激活主要局限于分割区域内,突显了模型的特异性(图4b,右)。从图像中识别CT点征对于预测血肿扩张至关重要[29, 30]。然而,仅依赖图像进行预测引入了复杂性,使其具有挑战性。即使是放射科医生也可能被这些图像所迷惑,因为它们可能表现出提示扩张的特征,从而导致假阳性。
为实现多任务深度学习模型的稳健可解释性,我们在预测分割与血肿扩张标签之间采用了一致性损失函数,以确保减少血肿扩张的假阳性预测(图2)[31]。这一改进证明了模型从CT图像中提取相关特征的能力,提示其可用于血肿扩张预测。
在血肿研究领域,深度学习主要被用于检测和分类等任务。尽管许多实验室检查,尤其是在急诊室环境中,可能耗时较长,但CT扫描始终得以进行且易于获取。我们的研究提出了一种独特的方法学途径。我们通过逻辑回归将影像特征与临床变量相结合来提高性能,特别是利用了不依赖实验室检查变量的数据。此外,我们在纯图像模型中引入了多任务学习,有助于提取更稳健的特征。这两种方法突显了我们研究在预测血肿扩张方面的独特贡献。
我们的研究在单中心开展,确保了一致性,但限制了患者数据的多样性,引发了关于模型在缺乏外部验证的情况下在不同环境中性能的疑问。所使用的数据集存在局限性,更全面的数据集可以增强我们模型的训练和预测能力。我们的模型设计为排除正常患者,提高了血肿扩张预测的特异性,但可能对其更广泛的适用性构成挑战。尽管我们的主要目标是利用多任务学习改善血肿扩张预测,但未来工作可从纳入正常患者队列中受益,以增强模型的适应性和深度。此外,我们旨在纳入来自本机构安装的所有主要扫描仪厂商、具有不同扫描仪通道的CT扫描,以降低单中心研究设计中过拟合的风险。
总之,将临床发现与通过深度学习分析的非增强CT影像特征相结合,显示出改善急性自发性脑出血(ICH)患者血肿扩大(HE)预测的潜力。尽管我们的整合模型在诊断性能方面未达到统计学显著性,但在多变量logistic回归分析中,与仅基于临床的模型相比,它表现出统计学上更好的拟合。因此,我们的方法可能比仅使用传统临床变量提供协同获益,突显了利用格拉斯哥昏迷量表(GCS)和CT图像等 readily available 信息的潜力。这一整合策略强调了在ICH管理中实现个性化治疗策略和改善患者预后的有前景的方向。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 157 KB)
引用
- Lee H, Lee J, Jang J, et al. Predicting hematoma expansion in acute spontaneous intracerebral hemorrhage: integrating clinical factors with a multitask deep learning model for non-contrast head CT. Neuroradiology. 2024. PMID: 38337016. doi:10.1007/s00234-024-03298-y
- 全文:PMC10937749(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10937749/
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。