文献速递腹部介入技术与安全CT

基于深度学习的全自动无血状态CT评估大范围肝切除术前未来残肝体积

Fully automated assessment of the future liver remnant in a blood-free setting via CT before major hepatectomy via deep learning.
PubMed 文献 · Insights Imaging · 2024-06-27

本研究开发并验证了基于3D U-Net的深度学习模型,用于在增强CT上自动分割肝静脉和门静脉,并在无血状态下评估大范围肝切除术前未来残肝体积。共纳入170例训练集患者和178例外部队列患者,模型分割肝静脉和门静脉的Dice相似系数分别为0.66±0.08和0.67±0.07。自动与手动分割、有血与无血状态下的FLR及FLR%评估均无显著差异,模型预测可切除性与医生判断无显著差异。

要点

  • 深度学习模型可全自动分割肝静脉和门静脉,门静脉分割DSC达0.67±0.07。
  • 无血状态与有血状态下的FLR%评估无显著差异(手动p=0.59,自动p=0.99)。
  • 自动与手动分割对FLR及FLR%评估无显著差异,模型与医生预测可切除性无显著差异。

核心结论

  • 基于深度学习的全自动肝静脉和门静脉分割及无血状态CT大范围肝切除术前FLR评估准确且可应用于临床病例。

研究设计与样本

  • 开发并验证3D U-Net深度学习模型,训练集来自医学中心A的170例患者(2018年1月至2019年3月),外部测试集来自医学中心B的178例患者(2019年6月至2021年12月),使用5台来自3个不同制造商的CT扫描仪,层厚1.25 mm和1 mm,以两位放射科医生标注作为参考标准。

诊断标准与关键数值

  • 肝静脉和门静脉分割的Dice相似系数分别为0.66±0.08(95%CI 0.65,0.68)和0.67±0.07(95%CI 0.66,0.69)。
  • 肝静脉和门静脉的容积相似度分别为0.80±0.10(95%CI 0.79,0.84)和0.74±0.08(95%CI 0.73,0.76)。
  • 肝静脉和门静脉主干及分支分类准确率范围为81.46%(145/178)至98.88%(176/178)。
  • FLR%大于20%、30%和40%分别定义为健康肝脏、肝脂肪变性和肝硬化患者大范围肝切除候选者。

临床应用与阅片要点

  • 无血状态FLR%评估与有血状态无显著差异(手动p=0.59,自动p=0.99),可用于术前规划。
  • 自动与手动分割的FLR及FLR%评估无显著差异(FLR p=0.67和0.66,FLR% p=0.59和0.99)。
  • 模型与医生对可切除性的预测无显著差异(p>0.99),无血与有血状态预测也无显著差异(p>0.99)。

局限性

  • 外部验证未获取肝切除后实际残肝体积作为参考。
  • 缺乏对未见病理类型的验证,FLR仅在32例接受三种大范围肝切除术的患者中验证。
  • 需要在更大数据集和更多类型大范围肝切除术中进一步验证。
全文中译14 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:Insights Imaging. 2024 Jun 27;15:164. doi: 10.1186/s13244-024-01724-6

背景

肝切除术后肝衰竭(PHLF)被认为是导致大范围肝切除术后死亡的主要因素[1–3]。其发生率不一,高达12–34%[4]。未来残肝(FLR)体积被认为是PHLF最重要的预测因素之一[5],而在临床实践中,FLR的CT体积测量已成为大范围肝切除术前的必要步骤。然而,术前CT体积测量因多种原因被批评为低估和高估真实体积,包括:(i) 用于体积测量的术前假设平面与实际切除平面不同;(ii) 移植物中大肝血管所含的血容量(V blood,即门静脉和肝静脉的体积)造成了CT体积测量与真实肝移植物之间的差异,因为CT图像上的体积测量是充满血液的,而术中测量是无血的[4, 6, 7]。由于血池占整个肝脏体积的9%以上[8],应考虑V blood。考虑到正常和病变肝组织(即脂肪变性、胆汁淤积和肝硬化)中的最小FLR范围为20%至40%,对肝静脉和门静脉进行分割和体积测量并研究血液含量对术前CT体积测量误差的贡献程度是值得的。因此,在CT图像上对肝静脉和门静脉进行分割和体积测量、在无血状态下精确评估术前FLR、以及比较充盈血状态与无血状态下的FLR(即FLR B-filled和FLR B-free)至关重要。

多项研究报道了使用深度学习(DL)算法进行活体肝移植中右叶体积测量的研究;然而,FLR B-filled与FLR B-free体积测量的差异尚未被研究[9–13]。此外,这些研究旨在将DL算法应用于活体肝移植的术前规划;然而,用于大范围肝切除术术前FLR评估的DL模型鲜有报道,仍属未知。

多位作者开发了用于肝静脉和门静脉自动分割的深度学习(DL)模型,这些模型可能可用于大范围肝切除术前的无血状态下FLR评估;然而,这些研究聚焦于开发新DL模型以提高分割性能的技术可行性,而通过使用各种病理肝脏进行外部验证被忽略了[14–17]。这些模型在真实临床病例中的表现,尤其是在高度变异和复杂的肝脏条件下,尚未被确定。肝硬化导致的严重变形肝组织和肝肿瘤导致的血管侵犯可导致静脉比健康肝脏更小、更模糊,肝血管分割是一项重大挑战。几乎所有这些研究都提到肝静脉和门静脉的DL模型有助于肝切除规划[14–17];然而,这些DL模型在真实术前规划过程中对这些病理肝脏的表现尚未被充分评估。

因此,我们旨在开发一种用于肝静脉和门静脉自动分割与容积测量的深度学习(DL)模型,在包含多种肝脏状况的外部验证队列中对模型进行验证,并将该模型与术前未来残肝体积(FLR)B-filled和FLR B-free评估相结合应用于大范围肝切除术前的评估。

材料与方法

数据集

训练数据集和测试数据集曾在一项既往研究中用于开发Couinaud肝段自动分割的DL模型[18]。

训练数据集提取自2018年1月至2019年3月期间在医学中心A(北京大学第一医院)接受肝脏增强CT扫描的2283例连续患者。共有170例患者纳入训练数据集队列。流程图见图1。

使用两个测试数据集对DL模型进行外部验证。这些测试数据集提取自2019年6月至2021年12月期间在医学中心B(北京大学深圳医院)接受肝脏增强CT扫描的1774例连续患者。共纳入178例患者。

为开发稳健的DL模型,纳入了提取自各种肝脏病变患者及由不同CT制造商获取的CT数据。各种肝脏病变包括继发于全身化疗的脂肪性肝病、酒精性脂肪性肝病、酒精相关性肝硬化、非酒精性脂肪性肝病和肝硬化。患有局灶性结节性增生、肝囊肿、肝腺瘤、血管瘤或肝细胞癌的患者纳入测试数据集-1。患有大块肝脏占位(包括胆管癌、血管瘤、肝细胞癌等)且被归类为大范围肝切除术候选者的患者纳入数据集2。三个数据集的 characteristics 见表1。

图1 本研究所用数据集的纳入标准、排除标准及计算机断层扫描(CT)分布以流程图形式展示。TACE,经导管动脉化疗栓塞 查看原图 ↗
表1 训练数据集和测试数据集的特征 查看原表 ↗

图像采集

CT图像由来自三家不同制造商的五台CT扫描仪获取(汇总于附录E1(补充材料))。本研究纳入层厚为1.25 mm和1 mm重建的CT图像。

图像处理与标注

我们使用ITK Snap 3.8.0版进行图像处理。主要肝静脉(即右肝静脉(RHV)、肝中静脉、肝左静脉、RHV上支和RHV下支)标注至二级分支分叉处。门静脉主干完整标注。门静脉左支和门静脉右支标注至二级分支分叉处(见图2)。

所有标注首先由一名放射科医师完成,随后由另一名放射科医师(具有10年肝脏影像学经验和30年放射学经验)重新评估并校正;这些标注被视为参考标准。训练数据集和外部验证数据集中的所有图像均通过此流程处理。

用于全肝、Couinaud肝段和肝脏占位自动分割的DL模型在我院训练,以精确进行术前FLR% B-free评估,数据集队列和性能汇总于附录E1(补充材料)。

提出了未来肝残量(FLR)的三维可视化与定量评估。关键步骤见图3。

图2 标注了主要肝静脉,包括右肝静脉(RHV)、中肝静脉(MHV)、左肝静脉(LHV)、上右肝静脉(SRHV)和下右肝静脉(IRHV)。标注了主门静脉(MPV)、左门静脉(LPV)和右门静脉(RPV)。下腔静脉(IVC)被标记为肝静脉的参考解剖标志。 查看原图 ↗
图3 用于术前规划的三维可视化与定量未来肝残量(FLR)评估的关键步骤 查看原图 ↗

模型开发

采用Çiçek Ö等[19]描述的3D U-Net网络开发肝静脉和门静脉的深度学习(DL)模型。另训练了三个3D U-Net框架,用于分割整个肝脏、Couinaud肝段和肝脏肿块(附录E1(补充材料))。

为开发肝静脉和门静脉的3D U-Net模型,输入三维增强CT图像,并手动标注所有直径大于2 mm的静脉及分支,输出预测标注结果。开发数据集的训练、验证和测试数据按8:1:1的比例组合。我们使用Dice损失函数作为损失函数。在训练过程中,在验证数据集上检查DL模型的预测准确性。当预测准确性开始下降时停止训练,以防止过拟合。CT图像的分辨率为128 × 192 × 256。采用了图像扩增方法,包括平移、仿射变换和随机噪声。在模型训练过程中,采用ADAM梯度下降优化算法,批大小为2,初始学习率为0.0001,训练400个epoch。我们使用Python作为编程语言。使用的软件为PyTorch 0.4.1、Python 3.6、Numpy、OpenCV和SimpleITK,使用的硬件为NVIDIA Tesla P100 16 G GPU进行模型训练。

模型评估与定性评估

用于肝静脉和门静脉主干及分支的分类。当主门静脉和肝静脉长度的3/4以及一级分支长度的1/2被准确且连续地标注时,自动化结果被视为准确。

对于肝静脉和门静脉的分割,我们使用Dice相似系数(DSC)和体积相似度(VS)来评估分割性能。DSC计算为真实值(G)与预测掩膜(p)之间的体素重叠。

VS用于衡量真实值与预测掩膜(即VG和Vp)之间的体积差异。

c.FLR%的计算 在CT图像上测量全肝体积(TLV)、FLR和肝脏病灶(VLesion)。FLR与非肿瘤肝体积的比值定义为FLR% [20]。

在测试数据集-2中,对每位患者分别在无血(FLR% B-free)和含血(FLR% B-filled)设置下计算FLR。

d.基于FLR% B-free状态和FLR% B-filled状态预测切除 最佳最小FLR%因不同肝脏病理而异,在本研究中,健康肝脏、肝脂肪变性和肝硬化患者的FLR%值分别大于20%、30%和40%被归类为大范围肝切除术的候选者[21–23]。

统计分析

对于肝静脉和门静脉的深度学习(DL)模型,为评估主干和分支分类的准确性,将自动标注与手动标注的分类结果进行了比较。为评估分割和体积测量的准确性,比较了自动分割与手动分割方法之间的DSC和VS值。为评估DL模型评估术前未来残肝体积(FLR)的能力,通过Bland–Altman分析比较了自动分割与手动分割之间以及含血与无血设置之间FLR%的差异。使用McNemar检验比较了模型与人类医生之间以及含血与无血设置之间对切除预测的差异。使用市售软件(GraphPad Prism,版本7.00;IBM SPSS Statistics for Mac,版本22.0)进行统计分析,p值小于0.05被认为表示统计学显著性。

结果

肝静脉和门静脉主干及分支的分类准确性

测试数据集1+2的结果表明,我们的模型能够准确地将输入的对比增强肝脏CT图像分类为肝静脉和门静脉,包括主干和分支。主干和分支的分类准确率范围为81.46%(145/178)至98.88%(176/178)(见表2)。不理想的分类及副右肝静脉的准确性见附录E2(补充材料)。

表2 深度学习模型在测试数据集1+2中对肝静脉和门静脉主干及分支分类的准确性(%,95%置信区间) 查看原表 ↗

测试数据集1+2中肝静脉和门静脉分割的准确性

肝静脉和门静脉分割的平均DSC分别为0.66 ± 0.08(95% CI:(0.65,0.68))和0.67 ± 0.07(95% CI:(0.66,0.69)),平均VS分别为0.80 ± 0.10(95% CI:(0.79,0.84))和0.74 ± 0.08(95% CI:(0.73,0.76))。

根据DSC结果,健康肝脏与肝硬化肝脏、健康肝脏与大范围肝切除术候选者、脂肪肝与肝硬化、脂肪肝与大范围肝切除术候选者之间在肝静脉分割方面的差异具有统计学显著性(p < 0.0001),但各亚组之间在门静脉分割方面未发现显著差异(p = 0.689)。对于VS结果,各亚组之间在肝静脉或门静脉分割方面均未发现显著差异(肝静脉p = 0.749,门静脉p = 0.932)(图4)。

关于分割性能,我们的结果与类似研究进行了比较(表3)。我们使用最大的测试数据集验证了我们的模型,该数据集包含大多数肝脏状况的数据。对于肝静脉分割,我们获得了与Tong [15]、Tong [17]和Oh [24]相似的结果,DSC差异小于0.3。对于门静脉分割,我们获得了最高的DSC值。

图4 箱线图显示,在肝静脉分割中,健康肝脏、脂肪肝、肝硬化和重大肝切除术候选者各亚组的DSC值中位数分别为0.62至0.70。对于DSC结果,各亚组间差异具有统计学意义(均p < 0.0001),但在门静脉分割中未发现各组间存在显著差异(p = 0.689)。对于VS结果,中位值范围为0.75至0.86,在肝静脉和门静脉分割中各亚组间均未发现显著差异(肝静脉p = 0.749,门静脉p = 0.932)。 查看原图 ↗
表3 肝静脉(HV)和门静脉(PV)分割性能与文献比较 查看原表 ↗

测试数据集1 + 2中大血管的体积准确度

自动分割和手动分割获得的肝静脉和门静脉平均体积见表4。自动方法获得的肝静脉体积测量在所有患者中均低估了手动结果(偏差为−12.93 mL和−8.67 mL,p < 0.05;测试数据集1和测试数据集2的95%一致性界限(LoA)分别为−27.25 mL和1.40 mL;−29.62 mL和12.29 mL)。自动方法获得的门静脉体积测量在所有患者中均低估了手动结果(偏差为−19.69 mL和−14.36 mL,p < 0.05;测试数据集1和测试数据集2的95% LoA分别为−39.53 mL和0.15 mL;−28.42 mL和−0.30 mL)(图5)。

表4 测试数据集1 + 2中肝静脉和门静脉的体积测量。(均值±标准差(95%置信区间)) 查看原表 ↗
图5 手动与自动方法在肝静脉(A、D、E、F、G)、门静脉(B、H、I、J、K)和大肝静脉(C)体积测量中一致性的Bland-Altman图。分割模型在健康肝脏、脂肪肝、肝硬化和重大肝切除术候选者中略微低估了手动分割结果 查看原图 ↗

测试数据集2中FLR和FLR%的体积准确度

FLR和FLR%评估分别见图6。使用Mann–Whitney U检验,手动与自动方法之间FLR B-free或FLR B-filled值均未发现显著差异(分别为p = 0.67和0.66)(图6)。使用Mann–Whitney U检验,手动与自动方法之间FLR% B-free或FLR% B-filled均未发现显著差异(分别为p = 0.59和0.99)。

在充血设置中,FLR B-filled和FLR% B-filled样本的体积测量范围分别为309.87至1277.00 mL(平均体积,725.99 mL ± 253.09)和32.82%至89.67%(平均值,59.19% ± 16.56%)。在无血设置中,FLR B-free和FLR% B-free体积范围分别为294.63至1256.10 mL(平均体积,703.89 mL ± 251.06)和32.77%至91.87%(平均值,60.61% ± 17.43%)(图6)。

使用手动和自动方法,无血设置获得的FLR评估略微低估了FLR B-filled(偏差 = −22.1 mL、−23.04 mL,p < 0.01;95% LoA分别为−35.80 mL和−8.40 mL;−37.32 mL和−8.78 mL);使用手动和自动方法,无血设置获得的FLR评估略微高估了FLR% B-filled(偏差 = 1.42%、0.05%,p < 0.05;95% LoA分别为−0.71%和3.55%,−1.59%和1.68%)(图6)。

对于FLR的体积容积,我们通过右叶容积测定法(见附录E2(补充材料))将我们的结果与类似研究的结果进行了比较。我们采用Kim的[8]和Kalshabay的[10]方法获得了相似的结果,差异小于45 mL(占TLV的5.59%)。然而,我们的结果与Gündoğdu的[25]和Park的[9]研究结果差异较大,差异超过450 mL(占TLV的55.90%)。右叶体积的差异可能与这些研究中研究人群的差异以及FLR计算方法的不同有关。Gündoğdu的[25]和Park的[9]研究中纳入的患者为无肝脏疾病或轻度脂肪肝疾病的活体肝移植供者;这些发现与我们的研究人群有相当大的不同。

图6 箱线图显示通过手动和自动方法获得的、接受大范围肝切除术候选者的术前FLRB-free和FLR B-filled(A)、FLR%B-free和FLR% B-filled(B)。中央箱体、中央箱体内的中线分别代表第25至第75百分位数值、中位数。箱体下方和上方的垂直线从最小值延伸至最大值。使用手动(C)和自动(D)方法评估FLR B-free与FLR B-filled之间一致性的Bland-Altman图;使用手动(E)和自动(F)方法评估FLR% B-free与FLR% B-free之间一致性的Bland-Altman图 查看原图 ↗

定性分析结果

测试数据集2中切除术预测的比较

共有10例患者、21例患者和1例患者分别接受了完全左半肝切除术、完全右半肝切除术和扩大右半肝切除术。共获得并比较了128次(32 × 2 × 2)FLR%测量值。归类为切除术候选者的患者数量见表5。根据FLR% B-free或FLR% B-filled评估结果,所有患者均被允许通过手动或自动分割接受大范围肝切除术。根据McNemar检验,人类医生与自动分割模型之间(p > 0.99)或FLR% B-free评估与FLR% B-filled评估之间(p > 0.99)在切除术预测方面未发现显著差异。

表5 归类为大范围肝切除术候选者的病例数 查看原表 ↗

讨论

术前未来残肝(FLR)的CT体积测定因低估和高估真实FLR而受到批评,主要原因是CT图像上的体积测定是含血的,而术中体积测定是不含血的[4, 6, 7]。血管体积越大,测得的FLR与真实FLR之间的差异就越大。血管占全肝体积的9%[8],这一比例有可能改变基于FLR%的切除预测,因为在大范围肝切除术前需要保留的最低FLR%范围为20%至40%。因此,在不含血条件下精确计算FLR,以及比较含血FLR与不含血FLR,至关重要。在本研究中,我们开发并验证了用于肝静脉和门静脉自动分割的深度学习(DL)模型,并将该技术应用于大范围肝切除术前含血条件和不含血条件下的术前FLR%评估。本研究的主要贡献在于:对含血和不含血条件下的术前FLR%评估及切除预测进行了定量和定性结果的全面比较,纳入了多种类型的肝切除术,验证数据集包括了临床实践中各种肝脏状况的患者以及接受大范围肝切除术的候选者。

当前结果表明,我们的模型能够在不含血条件下实现肝静脉和门静脉的全自动分割以及FLR%的全自动体积测定,并且对不同病理状态的肝脏具有稳健性,即使在空间外部验证数据集中也是如此。

我们的模型获得的DSC值略高于Zbinden等[26]和Oh等[24](表3)。对于肝静脉分割,我们的模型获得的DSC值与Tong等[15]和Tong等[17]相似。我们在健康肝脏和脂肪肝患者中获得的DSC值高于肝硬化和大肝脏肿瘤患者(如图4所示)。这主要是因为肝硬化和肝脏肿瘤患者的肝静脉较健康肝脏患者更细小、更模糊且更难区分,从而增加了肝静脉分割的难度。

对于FLR和FLR%的计算,类似研究主要关注FLR重量与残肝重量之间的相关性[8, 27];然而,含血FLR与不含血FLR重量之间的差异鲜有分析。我们的研究表明,对不含血FLR和不含血FLR%进行自动化术前评估是可行的,且两项结果均可用于大范围肝切除术的预测。

应注意到我们研究的局限性。首先,对于术前无血(blood-free)FLR评估的外部验证,如果能获取肝切除术后实际残余肝体积并将其作为参考,验证将更有力。其次,缺乏对未见病理的验证,且FLR仅在32例接受三种类型大范围肝切除术的患者中进行了验证。需要在包含未见病理和更多类型大范围肝切除术的更大数据集中进一步验证。总之,在大范围肝切除术前,即使在无血设置下,对不同切除类型和各种肝脏状况进行全自动术前FLR评估是可行的。与人类医生相比,DL模型在空间外部验证数据集的最终切除预测中表现出相似的性能。

补充信息

电子补充材料

引用

  1. Xie T, Zhou J, Zhang X, et al. Fully automated assessment of the future liver remnant in a blood-free setting via CT before major hepatectomy via deep learning. Insights Imaging. 2024. PMID: 38935177. doi:10.1186/s13244-024-01724-6
  2. 全文:PMC11211293(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11211293/

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。