扩散/灌注加权成像融合自动识别4.5小时内卒中
本研究基于两个中心2017年1月至2020年12月的回顾性数据,开发基于DWI与PWI融合图像的机器学习模型识别发病4.5小时内的急性前循环缺血性卒中,并与基于DWI和/或PWI的模型比较。DP融合模型在训练集和测试集均获得最高AUC(LR训练集0.95、测试集0.91),X-Net自动分割分类模型AUC为0.84,性能接近人工标注。
要点
- DP融合逻辑回归模型识别4.5小时内卒中的测试集AUC为0.91,优于基于DWI或PWI的模型。
- X-Net自动分割的DWI Dice系数为0.81、Tmax为0.83,分类AUC为0.84,接近人工标注。
- 半暗带特征加入后模型性能提升,DP融合-LR模型在较宽风险阈值范围内净获益一致且更大。
核心结论
- 基于DWI和PWI融合图像的自动分割分类模型在识别4.5小时内卒中方面表现良好。
- DP融合模型在识别发病时间方面表现最佳,训练集AUC为LR 0.95、SVM 0.92,测试集AUC为LR 0.91、SVM 0.90。
- X-Net自动分割分类模型性能与人工标注方法相似(AUC: 0.84)。
研究设计与样本
- 回顾性纳入南京第一医院和南京医科大学附属江宁医院2017年1月至2020年12月的前循环急性缺血性卒中患者。
- 从520例候选患者中排除32例DWI或PWI图像伪影严重者及55例病灶小于1 cc者,最终433例纳入分析。
- 进一步排除15例配准误差者,最终418例用于分析(≤4.5小时214例,>4.5小时204例)。
- 采用3.0-T MRI扫描仪(Ingenia, Philips Healthcare)及8通道头线圈,两中心扫描仪和参数相同。
- 以发病时间≤4.5小时为阳性、>4.5小时为阴性,按4:1分为训练集和测试集(训练集每折335例,测试集83例)。
诊断标准与关键数值
- DWI高信号梗死区定义为表观扩散系数< 600 × 10–6 mm2/s,异常灌注区定义为Tmax > 6 s。
- DP融合模型测试集AUC:LR 0.91(95%CI: 0.83–0.99),SVM 0.90(95%CI: 0.80–0.99)。
- DWI+Tmax模型测试集AUC:LR 0.75(95%CI: 0.54–0.99),SVM 0.80(95%CI: 0.55–0.99)。
- X-Net分割Dice系数DWI为0.81、Tmax为0.83,分类AUC为0.84(95%CI: 0.70–0.98)。
- DP融合-LR模型校准曲线平均绝对误差为0.049。
临床应用与阅片要点
- DP融合图像包含DWI和Tmax图像的全部影像特征,可用于识别卒中发病时间。
- 基于DWI和PWI融合图像的自动分割分类模型可能为发病时间未知的急性卒中患者提供决策指导。
- X-Net模型可同时实现分割和分类任务,减少放射科医生手动勾画VOI的工作量。
局限性
- 原文未报告局限性。
全文中译18 节 · 点击展开
引言
静脉(IV)组织型纤溶酶原激活剂(tPA)是急性卒中主要的溶栓治疗方法,推荐在症状发作后4.5小时内使用[1]。然而,14%至27%的卒中患者因发病时间未知(如醒后卒中或未被目击的卒中)而无法接受静脉tPA治疗[2–4],导致预后相对较差[5]。
为解决这一问题,多模态磁共振成像(MRI)技术和CT已被用于识别4.5小时内的卒中[6–9]。弥散加权成像(DWI)-液体衰减反转恢复(FLAIR)不匹配可用于识别发病时间,因为DWI上高信号立即出现,而FLAIR成像上则需要1–4小时[9]。然而,这一不匹配概念的 specificity 仅为0.60至0.80,sensitivity 中等,为0.5至0.6[10]。机器学习(ML)是一门专注于计算机如何从数据中学习的科学学科,已成功应用于临床数据集,用于开发稳健的风险模型和重新定义患者分类[11]。近期研究表明,基于DWI和FLAIR图像的ML在识别4.5小时内卒中患者方面可优于人工判读[12, 13]。我们最新的研究表明,基于DWI和FLAIR图像的ML识别卒中发病时间的sensitivity可达0.864,specificity为0.845[14]。然而,一些可能从溶栓中获益的患者仍被排除在外。约80%的急性卒中患者在发病3小时内存在缺血半暗带(灌注加权成像(PWI)-DWI不匹配)[15],以PWI-DWI不匹配为指导的溶栓可能是安全的,并与更好的预后相关[16]。Ho等人[13]从PWI中识别出新的影像学特征,并表明这些特征可用于通过ML对卒中发病时间进行分类,sensitivity达到0.788。该主题既往研究有限,可能是因为缺乏关键特征,或难以基于不同成像序列的影像组学特征组合正确建立特征关系。深度学习是ML的一个子领域,在多分类等特定成像任务中已超越经典统计ML技术的能力[17]。归一化技术是深度学习中的有效组成部分;示例包括可切换归一化(SN),它学习为深度神经网络的不同归一化层选择不同的归一化器,并已被证明可解决这一问题[18]。该技术可应用于DWI和PWI以获得弥散/灌注加权成像融合(DP融合)图像,其包含来自DWI和达峰时间(Tmax)图像的所有成像特征。DP融合图像在识别卒中发病时间方面可能更准确,但评估其在这方面有效性的研究尚缺乏。
本研究的目标是基于DP融合图像开发机器学习(ML)模型,以进一步提高识别4.5小时内卒中的分类性能,特别是与基于DWI和/或PWI的其他ML模型进行比较。此外,提出了一种使用深度学习的自动分割-分类模型,以减少放射科医师的工作量,并与手动标注方法进行了比较。我们假设DP融合模型在确定急性卒中时间方面将取得最佳性能,且自动分割-分类模型的性能将与手动标注方法相似。
方法
研究人群
回顾性纳入南京第一医院和南京医科大学附属江宁医院2017年1月至2020年12月的数据。前循环急性缺血性卒中患者(AIS)纳入标准为症状发作时间明确且在24小时内,并接受了MRI扫描,包括DWI和PWI序列。在520例考虑纳入分析的患者中,排除了32例DWI或PWI图像伪影严重的患者和55例病灶大小< 1 cc的患者。最终,共纳入433例患者进行分析。图1所示的流程图概述了患者筛选过程。根据急性卒中治疗ORG 10172试验(TOAST)分类系统[19],AIS分为以下五个亚组:(1)大动脉粥样硬化(LAA);(2)小动脉闭塞(SAO);(3)心源性栓塞(CE);(4)其他明确病因(OC);(5)病因不明(UND)。南京医科大学医院审查委员会批准了研究方案。本研究中所有患者在MRI检查前均提供了书面知情同意书。根据发病时间将患者分为两类:阳性(≤ 4.5小时)和阴性(> 4.5小时)。
MRI方案与处理
两个中心的患者使用相同的MRI扫描仪和参数进行扫描。MRI扫描在3.0-T MRI扫描仪(Ingenia,Philips Healthcare)上使用8通道接收阵列头线圈进行。MRI方案的详细描述见补充材料(在线)。PWI数据使用RAPID软件(IschemaView 5.0.2)分析以获得Tmax图像。PWI处理组件包括运动校正和多层回波平面成像扫描中不同采集时间的调整、将测量的MR信号转换为横向弛豫率的估计变化、动脉输入函数和静脉输出的自动检测、钆示踪剂在大容量血液和毛细血管中非线性效应的校正、去卷积以及灌注参数的最终计算[20]。Tmax参数是一种不依赖于团注形状的估计值,用于评估血液从主要供血动脉(如大脑中动脉)输送至特定空间位置组织的时间延迟,低灌注基于Tmax延长超过预设阈值来识别。
手动分割
所有急性卒中患者的DWI和Tmax图像均以DICOM格式导出,并使用MRIcron软件(https://www.nitrc.org/projects/mricron)转换为NII格式。DWI上的高信号梗死区(表观扩散系数 < 600 × 10–6 mm2/s)和Tmax图像上的异常灌注区(Tmax > 6 s)使用ITK-SNAP软件(http://www.itksnap.org/pmwiki/pmwiki.php)手动绘制为感兴趣体积(VOI)[20]。两名持证神经放射科医师协商一致确定VOI(Y-C.C.,8年经验;M-Y.P.,15年经验)。
配准与缺血半暗带VOI生成
DWI矩阵大小为256 × 256 × 18,Tmax矩阵大小为128 × 128 × 25。由于不同尺度和层数的图像中病灶VOI无法直接相减获得缺血半暗带。因此,采用结合仿射变换的图像配准方法,并以互信息作为优化准则。使用高级归一化工具(ANTs)对DWI和Tmax序列进行配准。配准后,DWI图像与Tmax图像在空间位置上基本一致,图像矩阵大小由256 × 256 × 18变为128 × 128 × 25。缺血半暗带VOI按以下公式计算:
在433例患者中,另有15例患者因配准误差被进一步排除。
DP融合
DP融合图像通过融合配准后的DWI和Tmax图像获得。图像融合方法如下式所示:其中Idwi和Itmax分别为配准后的DWI和Tmax图像,IFuse为融合图像,μ和σ分别为图像的均值和方差。DP融合图像包含DWI和Tmax图像的所有影像学特征。
影像学特征提取与筛选
VOIDWI、VOITmax、VOIpenumbra和VOIfusion的影像组学特征使用PyRadiomics软件(版本:3.0.1,https://pyradiomics.readthedocs.io/en/latest/)计算,该软件遵循图像生物标志物标准化倡议(IBSI)。影像组学特征涵盖六大类:基于形状(3D)的特征;一阶统计特征;灰度共生矩阵(GLCM);灰度游程长度矩阵(GLRLM);灰度大小区域矩阵(GLSLM);灰度依赖矩阵(GLDM)。最终,从每个VOI中共提取1046个特征。特征的均值和标准差使用Z-score方法进行归一化。为过滤冗余特征并降低特征维度,首先使用t检验识别能够显著区分发病时间组的特征(p < 0.05)。然后,使用带十折交叉验证的最小绝对收缩和选择算子(LASSO)方法(一种适用于高维数据回归的方法)筛选最有用的预测特征。
机器学习模型
使用两种常见的机器学习算法构建分类器模型:支持向量机(SVM)[21]和逻辑回归(LR)[22]。所有训练过程均在R软件中使用caret包完成。模型采用五折交叉验证进行评估。经前述排除流程后剩余的418例患者按4:1的比例分为训练集和测试集。即每折中335例患者纳入训练集,83例患者纳入测试集。
用于病灶分割和分类的深度学习
用于识别发病时间的分割和分类模块被设计在同一个网络框架中,我们根据模型的形状将其称为X-Net。整体网络架构如图2所示。该模型由三个部分组成:双蒸馏融合编码器(差分蒸馏模块和特征融合模块(图S1))、多输出分离解码模块(图S2)以及全连接分类器。模型的详细描述见补充材料(在线)。此外,还使用了常规网络,包括2D Unet、3D Unet、Vnet和Attention Unet,对DWI和Tmax图像进行分割,并与X-Net进行比较。使用这些方法对单个患者进行分割和分类通常需要几分钟。本研究提出的分类和分割框架如图3所示。
统计分析
统计分析使用统计软件R Studio(版本4.0.3)进行。采用Kolmogorov–Smirnov统计检验检验连续变量的正态性。连续变量以中位数(四分位距)表示,并采用Student t检验和Mann–Whitney U检验进行评估。分类变量以百分比表示,并采用χ2检验进行评估。使用pROC包计算受试者工作特征(ROC)曲线分析、曲线下面积(AUC)、灵敏度、特异度及准确率,以比较各模型的效能。进行决策曲线分析(DCA)以评估各模型的效用。采用校准曲线评估分类模型的预测概率是否接近真实概率。计算Dice系数、Jaccard系数、平均表面距离(ASD)及95% Hausdorff(HD_95)度量以评估各模型的分割效能。通过移除一个或多个模块(包括差分蒸馏、特征融合和多输出分离解码模块)进行消融实验,以比较X-Net的分割-分类效能。将测试集按发病时间进一步分为九组,即0–1 h、1–2 h、3–4 h、4–5 h、5–6 h、6–7 h、7–8 h及大于8 h,以评估各亚组的分类效能。所有统计检验均为双侧,p值小于0.05被认为具有统计学意义。
结果
受试者分类
在最终研究队列的418例患者中,214例在症状发作4.5 h内接受MRI检查,204例在症状发作4.5 h后接受MRI检查。根据TOAST分类,229例(54.78%)为LAA,86例(20.57%)为CE,58例(13.88%)为SAO,8例(1.91%)为OC,37例(8.85%)为UND。研究患者的年龄分布为51至83岁,患者平均年龄为68.45 ± 12.56岁。训练集与测试集之间的基线特征无显著差异(表S1)。发病时间≤ 4.5 h组与> 4.5 h组之间的基线特征无显著差异(表S2)。
特征选择
经LASSO筛选后,DWI数据集中选出12个特征,Tmax数据集中选出4个特征,penumbra数据集中选出7个特征,DP融合数据集中选出5个特征,DWI + Tmax数据集中选出17个特征,DWI + penumbra数据集中选出9个特征。与发病时间相关的调优参数和LASSO系数见图S3。DWI + Tmax数据集特征的权重系数(− 1.3−0.20)强于DWI数据集或Tmax数据集特征(− 0.15−0.30),其中GLSZM特征权重最高(− 1.3)。加入penumbra后,DWI + penumbra数据集特征具有更高的权重系数(1.31−0.45),其中GLCM特征权重最高(− 1.31)。DP融合数据集特征产生最高权重(− 1.32−7.1),其中GLCM特征相对权重最高(7.1)。详细特征及权重系数见图S4。
机器学习模型
在训练集和测试集中评估了最优逻辑回归(LR)和支持向量机(SVM)模型识别每位患者的能力。图4显示了各数据集中模型识别急性卒中患者发病时间的ROC曲线。在训练集中,基于弥散加权成像(DWI)+Tmax数据集的模型AUC(LR:0.83 [95%CI:0.60–0.99];SVM:0.81 [95%CI:0.67–0.91])优于基于DWI数据集(LR:0.80 [95%CI:0.67–0.91];SVM:0.78 [95%CI:0.60–0.89])或Tmax数据集(LR:0.63 [95%CI:0.45–0.92];SVM:0.63 [95%CI:0.42–0.90])的模型,但在测试集中与基于DWI数据集的模型无差异(DWI+Tmax模型:LR:0.75 [95%CI:0.54–0.99],SVM:0.80 [95%CI:0.55–0.99];DWI模型:LR:0.77 [95%CI:0.42–0.99],SVM:0.81 [95%CI:0.52–0.99])。加入缺血半暗带后,模型AUC在训练集(半暗带模型:LR:0.84 [95%CI:0.77–0.99],SVM:0.84 [95%CI:0.75–0.98];DWI+Tmax模型:LR:0.92 [95%CI:0.75–0.98],SVM:0.91 [95%CI:0.76–0.99])和测试集(半暗带模型:LR:0.83 [95%CI:0.61–0.99];SVM:0.81 [95%CI:0.61–0.99];DWI+半暗带模型:LR:0.89 [95%CI: 0.75–0.99],SVM:0.87 [95%CI:0.75–0.99])中均有所提高,且DP融合模型在训练集(LR:0.95 [95%CI:0.78–0.99];SVM:0.92 [95%CI:0.77–0.99])和测试集(LR:0.91 [95%CI:0.83–0.99];SVM:0.90 [95%CI:0.80–0.99])中识别发病时间的AUC最高。不同模型在测试集中的灵敏度、特异度和准确度见表1。
临床疗效评价
图5A展示了三种性能良好模型(半暗带-LR、DWI+半暗带-LR和DP融合-LR)的决策曲线。决策曲线分析通过潜在风险阈值(x轴)和使用模型对患者进行风险分层的净获益(y轴)相对于假设无患者发生事件(4.5小时内)的情况,以图形方式展示模型的临床有用性。DP融合-LR模型在广泛的风险阈值范围内显示出持续为正且大于半暗带-LR模型和DWI+半暗带-LR模型的净获益。校准曲线证明了DP融合-LR模型良好的校准能力(平均绝对误差:0.049)(图5B)。
分割-分类性能
表2展示了不同网络的分割性能。与其他四种网络相比,X-Net方法获得了最高的Dice系数(DWI:0.81;Tmax:0.83),并达到了接近人工标注方法的性能(AUC:0.84 [95%CI:0.70–0.98])。使用不同网络进行DWI和Tmax分割的一些示例如图6所示。在消融实验中,包含差分蒸馏、特征融合和多输出分离解码模块的完整X-Net的分割-分类性能显著优于使用单个模块或无模块构建的模型(表3)。在亚组分析中,MRI扫描时发病时间在4–5小时内的患者组,其模型性能在所有指标上均低于其他组,且总体性能与时间呈弱线性关系(图S5)。
讨论
我们开发并评估了基于DWI和PWI图像的自动机器学习模型,用于识别4.5小时内的卒中。结果显示,基于DP融合的机器学习模型在所有比较的模型中具有最佳性能(AUC ≥ 0.90)和最大的净获益。为减少放射科医生的工作量,我们还提出了一种用于识别发病时间的自动分割-分类方法。本研究中提出的X-Net方法达到了与人工标注方法相似的性能(AUC:0.84)。
最近一种机器学习方法利用131例急性卒中患者的DWI和PWI图像识别发病时间,其曲线下面积(AUC)为0.77,灵敏度为0.788 [13]。我们在更大的多中心数据集上取得了更好的性能,AUC最高可达0.91。DWI和PWI图像联合已被证明有助于预测急性卒中患者的发病时间,我们观察到了类似的结果。此外,在引入缺血半暗带特征后,模型的性能大幅提高。分类性能最高的模型在测试集中的平均AUC为0.81-0.91。缺血半暗带损伤在缺血最初几小时内是可逆的,及时挽救缺血半暗带对急性卒中患者的结局至关重要 [23, 24]。根据我们的结果,缺血半暗带特征可以改善急性卒中患者发病时间的预测。此外,我们研究中提出的DP融合模型基于反映DWI和PWI图像中纹理和灰度变化的特征构建,其AUC达到0.91,优于Ho等 [13] 报道的AUC 0.765、Lee等 [12] 报道的AUC 0.851,以及我们先前研究中使用DWI和FLAIR图像获得的AUC 0.840 [14]。
尽管DP融合模型在识别发病时间方面优于其他基于DWI和/或PWI的机器学习模型,但临床医生仍需要在DWI和PWI上勾画感兴趣体积(VOI)。手动标注的繁重工作不利于大规模分析,而缺血半暗带信息对于识别发病时间至关重要。在我们的研究中,采用多任务学习方法将分割和分类统一在同一网络中,提高了特征利用率和模型准确性。我们研究中提出的X-Net模型可以同时实现分割和分类任务,在DWI图像上达到Dice系数0.81,在Tmax图像上达到0.83,在测试集中识别发病时间的AUC为0.84,远高于文献中报道的由放射科医生诊断的DWI/PWI不匹配。在此,病灶边缘缺失和轻度高信号可能导致一些假阳性。此外,我们研究中提出的差异蒸馏模块借鉴了知识迁移的思想 [25],用于缓解配准误差引起的局部信息差异,利用全局抽象信息指导局部特征提取。此外,为防止两个分割标签的输出结果混淆,增加了多输出分离解码模块,在获得最终输出结果之前对输出进行分离并逐步细化。
消融实验通常用于神经网络,尤其是相对复杂的神经网络。这些实验通过删除和研究网络的各部分来帮助理解网络的性能[26]。我们的结果表明,具有差异蒸馏、特征融合和多输出分离解码模块的完整X-Net模型的分割-分类性能显著优于使用单个模块或无模块构建的模型。当移除上述三个模块时,X-Net模型的性能显著下降。引入差异蒸馏模块后,分类和分割效果得到改善。该模型逐渐将一致性差异从最高层传递到最低层,缓解了因配准精度不足引起的局部特征偏移。此外,提取的特征有利于识别卒中发病时间的任务。添加特征融合模块后[27],模型的分割效果得到改善。由于编码器中的两条路径具有相同的重要性,解码部分使用两个低层细节来确保DWI和Tmax分割结果的准确性。特征融合可以压缩每个维度中的特征。因此,特征在该维度上的整体性能得到提高,模型对图像的分割效果更好。添加多输出分离解码模块后,分割效果显著改善。多输出分离解码模块分离并逐步细化输出以获得最终输出结果。通过扩展和压缩特征图的维度,模型的表达能力得到增强,分割效果得到改善。因此,我们研究中提出的X-Net模型具有良好的分割-分类性能,优于其他网络,并且可以在同一网络中输出两个分割结果,在一定程度上减少了获得结果的时间和难度。
我们的研究存在若干局限性。第一,我们研究中的人群并未涵盖所有类型的急性卒中患者。由于在较小感兴趣区(VOI)内无法可靠地定义图像纹理特征和分割特征,小面积梗死(病灶大小<1 cc)[12]的患者被排除在我们的研究之外。第二,未获得人工阅读结果。然而,我们研究中的结果优于我们既往研究和其他研究中获得的结果。第三,DWI或PWI序列采集参数的变化可能影响分割和分类性能。因此,我们方法的价值需要借助多中心数据进一步验证。第四,目前有许多优秀的卷积神经网络,包括UNet++(UNet的改进版本)[28, 29]、VNet [30, 31]和ELNet [32],可用于提取医学图像数据。使用更先进的网络可能进一步提高网络的训练速度和分割准确性。所提出网络的结构可进一步改进,以获得急性卒中患者病灶更高的分割准确性。基于MR图像的二分类任务的分类边界是模糊的。发病时间大于或小于4.5 h的分类问题可细分为多分类任务,以进一步评估性能。因此,急性卒中患者的发病时间分类标签可进一步细化。
结论
总之,我们开发了一种自动机器学习模型,利用两种模态(DWI和PWI)的图像识别4.5 h内的卒中。基于DWI/PWI的DP融合模型在所评估的模型中识别发病时间方面表现出最佳性能。为减轻放射科医师的工作量,我们还提出了一种分割-分类网络(X-Net),并验证其性能可接近人工标注方法。我们预期该方法可为临床医生对发病时间未知的急性卒中患者提供决策指导。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 741 KB)
引用
- Jiang L, Sun J, Wang Y, et al. Diffusion-/perfusion-weighted imaging fusion to automatically identify stroke within 4.5 h. Eur Radiol. 2024. PMID: 38488972. doi:10.1007/s00330-024-10619-5
- 全文:PMC11399198(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11399198/
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。