深度学习在磁共振小肠造影评估克罗恩病中的应用:系统综述
本系统综述检索PubMed/MEDLINE,纳入5项研究共468例受试者,评估深度学习在MRE评估克罗恩病中的应用。深度学习用于图像质量提升、肠段分割量化疾病负担及3D重建辅助手术规划,但多数为初步回顾性研究且至少一个维度存在高偏倚风险,尚无外部验证,临床意义仍不确定。
要点
- 深度学习在MRE中可用于图像质量提升、肠段分割与疾病负担量化、3D重建辅助手术规划。
- 纳入5项研究共468例,多数为初步回顾性研究,均未进行外部验证。
- 研究间异质性大,无法进行Meta分析,深度学习临床意义仍不确定。
核心结论
- 深度学习模型在改善图像质量、量化疾病负担和辅助手术规划方面显示出提升MRE判读的潜力。
- 除一项外均为回顾性研究,且无任何研究进行外部验证,研究设计异质性大、样本量小,深度学习临床意义仍不确定并处于活跃研究中。
- 未来研究需纳入深度学习与传统影像评估的直接比较,在引入临床前需进一步评估各算法,多中心前瞻性研究对验证有效性至关重要。
研究设计与样本
- 系统综述,遵循PRISMA指南,检索PubMed/MEDLINE(检索日期2023年10月1日),纳入2019至2023年发表的5项原始研究,共468例受试者。
- 纳入标准为评估深度学习模型在MRI/MRE上检测克罗恩病的有效性、英文发表、同行评议原创研究且包含结局指标。
- 采用modified QUADAS-2工具评估偏倚风险,5项研究中4项为回顾性、1项为前瞻性。
- 4项研究以委员会认证放射科医生作为参考标准,无研究进行外部验证。
- 研究注册于PROSPERO,注册号CRD42023484725。
诊断标准与关键数值
- Lian等用CNN算法在392例疑似IBD患者中诊断IBD,敏感度95%、特异度47%(讨论部分写作敏感度95.2%、特异度46.7%)。
- Lamash等基于CNN分割在23例儿童克罗恩病患者中Dice相似系数:管腔75%、肠壁81%、背景97%。
- Lamash等中位相对对比增强值可区分活动性与非活动性病变肠段(P=0.003),其他提取标志物可区分有无狭窄肠段(P<0.05)。
- Van Harten等量化肠道动力识别严重肠道病变,敏感度80%、PPV 86%,两组共312个标注肠段(14名健康志愿者185段 vs 10例严重肠道病变患者127段)。
- Son等DLR图像冠状面整体图像质量均分:原始3.6、滤波3.8、DLR 4.7,DLR组整体图像质量较原始和常规滤波图像有统计学显著改善,且信噪比显著增加。
临床应用与阅片要点
- 深度学习在MRE中的应用涵盖图像质量提升、肠段分割量化疾病负担和3D重建辅助手术规划,阅片时可关注这些辅助工具的输出。
- DLR图像整体质量评分提高但图像集显得更「合成」,阅片时需注意其可能影响图像真实感。
- 3D重建可更全面展示肛周病变、辅助识别内瘘口、挂线位置和瘘管走行,但未提供超出MRI的额外信息。
- 作者认为深度学习模型在评估回肠克罗恩病活动度方面可能超越临床推荐模型。
- 各算法在引入临床前均需进一步评估,未来需开展深度学习与传统影像评估的直接比较。
局限性
- 纳入研究在目标、方法和结局上存在异质性,妨碍直接比较和结果合成,无法进行Meta分析。
- 纳入研究方法学多样(研究设计、患者人群和深度学习技术各异),可能影响结果的通用性和可比性。
- 回顾性研究占主导且缺乏外部验证,进一步导致潜在偏倚并限制结论强度。
- QUADAS-2评估中部分标准主观,且符合纳入标准的研究数量有限,可能影响评估的稳健性。
- 研究设计异质性、纳入研究样本量小及临床任务多样,限制了所得结论。
全文中译17 节 · 点击展开
引言
克罗恩病(CD)与显著的发病率相关[1, 2]。炎症管理对于预防疾病并发症至关重要——强调了有效评估炎症的重要性[3]。
结肠镜检查是CD诊断的金标准。然而,它具有侵入性,且对小肠的评估仍不充分[4]。磁共振小肠造影(MRE)是一种非侵入性技术,可有效评估CD活动性[4–8]。MRE的非侵入性特性还为评估治疗反应或识别治疗无效提供了潜力。这可以促进早期发现和及时调整治疗以维持临床缓解[9–11]。然而,使用MRE诊断克罗恩病耗时且需要高度专业知识。
近年来,人工智能(AI),特别是卷积神经网络(CNN),对计算机视觉产生了显著影响。CNN是一种深度学习(图1),擅长模式识别,正在影响医学图像的分析方式[12, 13]。该技术为诊断和监测CD活动性提供了创新方法[14–17]。
我们回顾了文献,以评估专注于使用深度学习改进CD中MRE分析的文章。
方法
本综述遵循系统评价和荟萃分析优先报告条目(PRISMA)中概述的指南。系统评价的PRISMA检查表见补充材料1。研究基于以下系统方法进行选择。
检索策略
我们于2023年10月1日使用PubMed/MEDLINE数据库进行了广泛的文献检索,以识别研究使用深度学习在MRI/MRE中检测CD的研究。我们的检索词包括“MRI或MRE”和“克罗恩病”以及“深度学习”或相关术语,如“卷积神经网络”、“机器学习”和“人工智能”。
关于完整检索策略的详细信息见补充材料2。我们还对我们纳入研究的参考文献进行了手动检索。
纳入标准包括以下研究:(1)评估深度学习模型在MRI/MRE上检测CD的有效性,(2)以英文发表,(3)为同行评审的原创性出版物,以及(4)包含结局指标。
排除标准适用于与计算机视觉无关的文章、非深度学习文章、非原创文章和摘要。
本研究已在PROSPERO注册,注册号为CRD42023484725。
研究选择
两位作者OB(医学生)和EK(资深腹部放射科医师)自主评估标题和摘要,以确定研究是否符合纳入标准。当标题符合纳入标准或出现任何不确定性时,对全文文章进行彻底审查。如果相关标题出现在某篇纳入研究的参考文献部分,也对其进行筛选以确定是否纳入。在存在分歧的情况下,咨询第三位审阅者DE(医学生)以解决。
数据提取
利用Microsoft Excel中的统一数据提取模板,两名评审员(OB和EK)分别收集信息。数据涵盖以下细节:发表年份、研究设计与地点、患者数量、伦理考量、纳入与排除标准、研究人群描述、深度学习技术、在线数据库的使用、数据库规模、是否纳入独立测试数据集、是否进行交叉验证、所采用的评估指标以及主要发现。
研究问题
本系统综述的总体目标是分析2019年至2023年间发表的关于深度学习应用于基于MRE的CD评估的原创同行评审期刊论文。我们为本研究定义了以下主要研究问题:深度学习在CD的MRE中有哪些不同的应用?
使用深度学习改进传统技术是否有潜力?
这些应用的优势和局限性是什么,特别是在CD疾病负担评估领域?
据研究人员称,目前正在研究或应该研究的关键研究空白是什么?
质量评估与偏倚风险
我们使用改良的诊断准确性研究质量评估(QUADAS-2)标准[18]评估研究质量。该任务由两名研究人员完成:OB和DE。对纳入的五项研究中每项研究的每个标准均记录了风险评估的理由,分歧由第三名研究人员(MA,资深腹部放射科医师)解决。没有研究因质量评估而被排除,值得注意的是,五项研究中有四项在至少一个类别中被标注为“高风险”。详情见补充材料2。
结果
研究选择与特征
初步文献检索共获得16篇文章。五项研究符合我们的纳入标准。研究发表于2019年至2023年间。共分析了468名受试者。表1总结了纳入研究的特征。图2总结了每项纳入研究的临床应用。
其中四项研究为回顾性研究,一项为前瞻性研究。在四项研究中,由委员会认证的放射科医师担任参考标准。没有研究进行外部验证。
结果的描述性总结
本综述纳入的研究将深度学习技术用于各种任务。
Son等人使用基于深度学习的重建(DLR),Lian等人采用CNN来改善图像质量。Lamash等人使用CNN进行炎症评估,而Van Harten等人通过中心线分割测量肠道运动。McFarlane等人利用三维图像处理与重建(3D-IPR)结合AI创建肛周瘘管的操作前三维动画(图2)。
Son等人利用深度学习重建(DLR)技术提升克罗恩病患者磁共振小肠造影(MRE)图像质量[18]。由两名腹部放射科医师进行定性评估,评价三组不同的图像:(1)原始图像,(2)经传统滤波器处理的图像,(3)使用深度学习工具处理的图像。放射科医师给出的平均评分显示,与原始图像和传统滤波图像相比,DLR图像组的整体图像质量在统计学上显著改善(例如,冠状位整体图像质量:3.6(原始)、3.8(滤波)、4.7(DLR))。此外,他们进行了信噪比(SNR)分析,观察到采用DLR方法时SNR显著增加。
Lian等人开发并测试了一种卷积神经网络(CNN)算法,使用来自392例流行性炎症性肠病(IBD)患者的数据集[19]。对于流行性IBD的诊断,他们达到了灵敏度95%和特异度47%。这表明他们的CNN算法显著改善了图像质量。
Lamash等人采用1.5-T MRI系统和T1加权增强后VIBE序列检查了23例儿童克罗恩病患者[20]。他们基于CNN的分割显示,管腔的Dice相似系数为75%,肠壁为81%,背景为97%。相对对比增强值的中位数(P = 0.003)显示出区分活动性与非活动性疾病段的能力,而其他多种提取的标志物则显示出区分有无狭窄段的能力(P < 0.05)。
Van Harten等人利用深度学习技术量化肠道运动作为炎症标志物[21]。他们在两组共312个标注段(14名健康志愿者的185个段 vs. 由10例患者组成的严重肠道疾病组的127个段)中,对严重肠道疾病达到了灵敏度80%和阳性预测值(PPV)86%。
McFarlane等人评估了基于深度学习的3D重建模型对4例会阴部CD患者的实用性[22]。他们发现该模型提供了对疾病更全面的视觉呈现。未进行定量测量。
质量评估
根据QUADAS-2工具,共识别出3篇论文在至少一个类别中存在高偏倚风险。此外,本综述讨论的5篇论文均未经过外部验证。偏倚风险的详细评估见补充文件2表2。
讨论
准确评估CD对患者管理至关重要[23–25]。MRE可无创地提供结构和功能方面的信息,且无电离辐射。CD管理的客观终点已以MRE指数的形式被评估和确立[10, 11, 26]。然而,既往研究对MRE分析易受人为误差影响提出了担忧,原因在于放射科医师解读整个肠道所需的时间和注意力[27]。
克罗恩病(CD)的复杂性可通过更可靠地评估疾病活动度、分布范围和治疗反应而获益。这在临床试验中尤为如此,因为精确量化疾病至关重要。有趣的是,我们的综述展示了深度学习应用于磁共振小肠造影(MRE)中CD时的多种临床任务。这些任务涵盖改善图像质量、分割病变以量化疾病负担,以及用于手术规划的三维重建。
图像质量
深度学习模型的应用在这些算法用于CD的MRE图像分析时,展现出显著提升准确性的潜力[12, 13, 18]。本综述纳入的两项研究使用深度学习应用评估了图像质量:Son等人在35例已知炎症性肠病(IBD)患者中尝试了深度学习重建(DLR)技术,而Lian等人在392例疑似IBD患者中采用了卷积神经网络(CNN)优化。两项研究均报告定量信噪比显著提高。Son等人证明了图像质量在定性方面的改善,包括冠状位和轴位图像中的对比度、锐利度、运动伪影和模糊;然而,DLR图像集看起来更显人工合成[18]。Lian等人证明,与其他算法相比,优化后的CNN算法具有更低的高频误差范数,并报告其对流行性IBD的敏感性为95.2%、特异性为46.7%,表明与基线相比,使用CNN优化后图像质量显著提高[19]。
疾病负担量化
Lamash等人评估了基于CNN的分割在23例儿科患者中的有效性[20]。除了像传统方法那样展示对活动性与非活动性肠段的识别外,深度学习模型还能够准确且自动地识别肠道狭窄。两名资深放射科医生之间的狭窄长度测量结果也报告了更高的一致性。
CD在其他胃肠道疾病中与小肠运动性的偏差相关[28–30]。一项新研究已出现,用于定量评估健康受试者和重度IBD患者小肠运动性的三维电影MRI[21]。通过结合随机跟踪和基于CNN的方向分类器,Van Harten等人成功区分了运动性和非运动性肠段。他们的研究结果表明,此类模型在评估回肠CD活动性方面可能优于临床推荐模型。这凸显了对CD患者肠道炎症进行精确、自动化且无创监测的潜力[27]。
三维图像处理与重建
McFarlane等人开发了一种基于CNN的算法以辅助三维图像重建,增强了四例克罗恩病复杂性肛周瘘患者的手术规划[22]。重建模型提供了肛周疾病的全面呈现,有助于识别内瘘口、挂线放置和瘘管走行。虽然并未提供超出MRI所获取信息之外的额外信息,但三维图像重建提供了更真实的解剖描绘。该研究证明了基于CNN的诊断工具在帮助外科医生改善手术结局并减少患者所需手术次数方面的潜力。
纳入研究的异质性焦点凸显了深度学习在通过MRE进行CD评估中的广泛潜力。然而,这种多样性也使结果的直接比较变得复杂。尽管存在这些挑战,这种多样性强调了深度学习技术在改善CD诊断、监测和治疗规划方面的多功能性。为了充分利用这一潜力,未来的研究必须致力于更标准化的研究设计。这种一致性将有助于更清晰的比较,并使深度学习应用能够在不同临床环境中得到验证。这种方法不仅将简化研究工作,还将加速这些技术融入临床实践,为CD管理中的患者护理提供新途径。
所审查研究中观察到的异质性反映了深度学习在通过MRE进行CD管理各个层面的多方面应用,凸显了其革新放射学患者诊疗流程的潜力。从通过疾病负担量化改善图像到治疗规划,深度学习有可能增强每一个环节,提供更细致、精确和以患者为中心的方法。
尽管展示了潜力,但围绕深度学习的研究仍处于早期阶段,很少有研究涉及这些多样化的应用。分析这一不断发展的研究领域至关重要。随着深度学习和MRE技术的进步,它们有望提供对CD更深入的洞察,增强诊断、监测和手术规划。持续审查这些发展对于充分发挥其改善患者护理的全部潜力至关重要。
局限性
本系统综述虽然提供了关于深度学习在增强MRE进行CD评估中新出现作用的见解,但存在若干值得讨论的局限性:
纳入研究的异质性:纳入研究在目标、方法和结果方面的多样性对综合研究结果构成了重大挑战。这种异质性源于不同的关注点,如图像质量改善、疾病负担量化和用于手术规划的三维重建。虽然这种广度凸显了深度学习在CD成像不同方面的潜力,但它使结果的直接比较和综合变得复杂,并阻碍了进行荟萃分析。我们纳入这些多样化研究的理由是为了捕捉该研究领域的当前方向,同时认识到CD MRE中的深度学习正处于早期研究阶段且发展迅速。
方法学多样性:纳入研究呈现了不同的研究设计、患者人群和深度学习技术,这可能影响研究结果的普遍性和可比性。回顾性研究占主导地位以及所分析研究中缺乏外部验证,进一步导致了潜在偏倚并限制了我们结论的强度。
质量和相关性评估:我们的系统综述遵循了既定指南并采用QUADAS-2工具评估偏倚风险。然而,某些评估标准的主观性以及符合我们纳入标准的研究数量有限,可能影响了我们评估的稳健性。
要解决本综述中发现的局限性,需要努力开展样本量更大的前瞻性、多中心研究并进行外部验证。标准化结局指标并采用一致的深度学习方法将有助于更直接地比较研究结果。未来的综述还应通过探索克罗恩病(CD)磁共振小肠造影(MRE)中深度学习的特定任务和特定算法,着重克服研究异质性的挑战。
结论
在本综述中,我们纳入了一组初步研究,评估深度学习改善CD MRE常规评估的潜力。该领域的深度学习模型在提高图像质量、量化疾病负担和增强手术规划等任务中,为当前的MRE判读提供了有前景的改进。
尽管这些研究显示了前景,但它们并非没有局限性。除一项研究外,所有研究均为回顾性研究,且均未进行外部验证。尽管本综述有助于塑造我们目前对深度学习在MRE和CD评估中应用的理解,但由于研究设计的异质性、纳入研究样本量小以及所探索的临床任务多样,所讨论的研究结果受到限制。由于这些局限性,深度学习的临床意义仍不确定,且处于活跃研究之中。
未来研究需要包括深度学习与常规放射学评估之间的直接比较。所讨论的每种算法在引入临床环境之前都必须进一步评估。多中心前瞻性研究对于验证这些系统的有效性至关重要,从而确立其在CD临床管理中的作用。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 32 kb)
补充文件2(DOCX 55 kb)
补充文件3(PPTX 52 kb)
引用
- Brem O, Elisha D, Konen E, et al. Deep learning in magnetic resonance enterography for Crohn's disease assessment: a systematic review. Abdom Radiol (NY). 2024. PMID: 38693270. doi:10.1007/s00261-024-04326-4
- 全文:PMC11335790(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11335790/
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。