文献速递腹部儿科影像技术与安全MR

半自动软件提高儿童磁共振胰外分泌功能评估的评分者间信度并缩短处理时间

Semi-automated software improves interrater reliability and reduces processing time of magnetic resonance imaging-based exocrine pancreatic assessments in pediatric patients.
PubMed 文献 · Abdom Radiol (NY) · 2024-06-19

回顾性分析20例儿童促胰液素刺激MR胰功能检查图像,比较手动与半自动软件PFTquant的评分者间信度和处理时间;PFTquant的ICC为0.90,手动法为0.69,处理时间412±177秒显著短于手动法645±305秒。

要点

  • PFTquant软件将儿童MR胰功能检查的分泌液体积量化评分者间信度从手动法的中等(ICC 0.69)提升至优秀(ICC 0.90)。
  • PFTquant处理时间412±177秒,手动法645±305秒,平均节省234秒(约36%),差异有统计学意义(p<0.001)。
  • 两种方法Dice相似系数无显著差异(PFTquant 0.88±0.06 vs 手动法0.85±0.10,p=0.11)。

核心结论

  • 新型软件可快速、可靠地量化儿童MR胰功能检查中的分泌液体积,可能有助于定量MR胰功能检查在临床和科研中的更广泛应用。

研究设计与样本

  • 回顾性研究,纳入20例18岁以下儿童的临床MR胰功能检查图像,来自单一中心,使用Philips Ingenia扫描仪(3T和1.5T各10例)。
  • 两名观察者(儿科放射科医师和高级图像分析师)分别独立使用手动法(ImageJ)和半自动软件PFTquant处理图像,比较评分者间信度和处理时间。

关键影像表现/征象

  • MR胰功能检查采用T2加权单次激发自旋回波序列,呼吸触发,促胰液素注射前和注射后15分钟图像采集参数匹配(TE=140ms,翻转角90°,层厚4mm)。
  • PFTquant自动阈值化并剔除脊髓、椎间盘、肾盂、膀胱、胆囊及未完全饱和脂肪信号等非肠液高信号结构,再由用户半自动修整分割。

诊断标准与关键数值

  • 评分者间信度以测量分泌液体积变化(促胰液素后减前)的ICC(2,1)评估:PFTquant为0.90(0.76-0.96 95%CI),手动法为0.69(0.36-0.86 95%CI)。
  • Bland-Altman分析:PFTquant平均差-4.5 mL(95%一致性界限-39.4至30.4 mL),手动法平均差-0.9 mL(95%一致性界限-77.3至75.5 mL)。
  • Dice相似系数:PFTquant为0.88±0.06,手动法为0.85±0.10,差异无统计学意义(p=0.11)。
  • 处理时间:PFTquant为412±177秒,手动法为645±305秒,差异有统计学意义(p<0.001)。

临床应用与阅片要点

  • 半自动软件PFTquant可缩短儿童MR胰功能检查分泌液体积量化的处理时间并提高评分者间信度。
  • 软件要求促胰液素前后图像系列匹配且以优化肠液显示为目的采集;其他图像集的性能未知。
  • 软件可免费非商业使用(CC BY-NC 4.0),作者指出其操作简单,10分钟教程视频即可覆盖全部功能,可能使临床图像分析师在「3D实验室」中完成量化。

局限性

  • 原文自述为单中心研究,使用少量MRI检查,仅来自单一厂商MRI平台,且由少量用户/观察者分析。
  • 使用PFTquant需要匹配的促胰液素前后图像系列,并以优化肠液显示为目的采集;软件在其他图像集上的性能未知。
  • 少量检查和少量观察者可能不足以充分表征软件性能。
全文中译8 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:Abdom Radiol (NY). 2024 Jun 19;49(7):2408–15. doi: 10.1007/s00261-024-04442-1

引言

外分泌胰腺功能,即胰腺响应十二指肠内食物而分泌碳酸氢盐和消化酶,是消化和吸收食物颗粒及某些微量营养素(包括脂溶性维生素)所必需的。外分泌胰腺功能不全(胰腺无法产生足够的消化酶)与儿童和成人的体重减轻和脂肪泻以及儿童生长发育不良相关[1]。外分泌功能的参考标准检测需要收集粪便以定量粪便弹性蛋白酶(间接检测)或内镜检查收集肠液(内镜下胰腺功能检测[ePFT])以测量碳酸氢盐浓度和/或酶功能(直接检测)[2–4]。

MR胰腺功能检测(MR-PFT)[5],即在给予促分泌剂后采集T2加权图像,对分泌液体的体积进行主观分级或定量测量,已被描述为一种无创的外分泌胰腺功能检测方法。基于MR-PFT评估胰腺功能的最常用方法依赖于Matos标准,对十二指肠充盈程度进行定性评估[5]。Matos分级已在成人中与胰腺外分泌功能相关联[6]。尽管通过Matos标准评估胰腺功能在日常临床实践中已被使用,但该评估是主观的,可能不适用于儿科患者[7]。相反,定量测量给予促分泌剂后分泌的液体体积可能代表一种更准确且可推广的儿童和成人外分泌胰腺功能检测方法[6, 8–10]。正常分泌液体体积的阈值已在成人和儿童中分别定义[8, 11],但这种定量方法尚未得到广泛采用。这部分反映了在促分泌剂给药前后分割图像所需的人工投入和时间,也可能反映了外分泌功能不全诊断阈值缺乏验证,尤其是对儿童而言。验证先前定义的诊断阈值需要能够快速可靠地定量MR-PFT所测分泌功能的工具。

目前MR-PFT中定量分泌反应的方法依赖于图像阈值分割或其他在MRI图像中分割液体像素的手段[8, 10],这是一项 largely 手动、耗时的任务。手动图像分割还与评估者间变异相关[10]。这种变异包括图像窗宽窗位设置、所应用的阈值以及感兴趣区放置等方面的差异。由两位经验丰富的放射科医师在仔细共同培训后分割图像,测得液体体积的平均差异约为2 mL,但95%一致性界限为+/- 40 mL[10]。在真实世界临床实践中,临床使用的图像分割任务通常由临床图像分析人员在所谓的“3D实验室”中完成。在此环境中,测得液体体积的变异预计会更大。

为提高MR-PFT的实用性并促进其应用,我们着手开发软件,通过减少完成液体体积定量所需的时间并降低测量液体体积的评分者间变异性,来促进液体体积定量。我们的软件解决方案旨在通过以下方式实现这一目标:(1) 自动化图像的初始阈值处理,(2) 自动检测并去除非肠液的髙信号体素,(3) 提供半自动交互式工具进行精细化处理,以促进一致的数据驱动轮廓绘制。本文中,我们详细介绍了(A)当前量化分泌反应的标准方法和(B)我们提出的软件解决方案的处理步骤。我们还使用现有通过MR-PFT获得的临床MRI检查比较了两种方法的性能。

方法

本研究为回顾性研究,经机构审查委员会批准,并豁免知情同意文件签署。

MR检查

我们在临床图像归档和通信系统(PACS)(Merge PACS;Merative;Ann Arbor,MI)中检索了临床获得的MRI检查用于本工作。纳入标准为:(1) 检查时间在2023年1月15日至6月15日之间;(2) 检查在Philips MRI设备上进行;(3) 检查使用了促胰液素给药;(4) 成像时患者年龄<18岁。该查询返回了38次检查(11次在3T,27次在1.5T),从中在每个MRI场强随机选择10次检查用于本文的比较分析。MRI检查从临床PACS服务器路由至研究团队可访问的安全网络存储位置。

所有MR检查均在Philips Ingenia扫描仪上采集。采集的MR-PFT系列使用T2加权单次激发自旋回波序列并配合呼吸触发。促胰液素给药前和给药后15分钟图像的采集参数精确匹配,分析检查的参数如下:TE=140ms,翻转角=90°,层厚=4mm。视野根据患者体型范围为220×220mm至350×350mm,采集矩阵范围为256×256至400×400,平面内分辨率范围为0.78×0.78mm至0.88×0.88mm。

标准图像处理

对于每对MR-PFT系列,促胰液素给药前后的肠液体积由一名委员会认证的儿科放射科医师(ATT,11年经验)和一名博士级高级图像分析师(JAD,11年经验)使用ImageJ软件(https://imagej.net/software/imagej)通过手动分割进行定量。评分者以下分别称为R1standard和R2standard。每位评分者使用手机上的秒表应用记录完成每次检查的时间;分割按照以下说明进行:

导入促胰液素给药前和给药后的DICOM系列。

对单张图像手动调整窗宽窗位并应用于所有图像。

合并图像堆栈。

将图像强度降低至8位深度。

复制堆栈。

对图像进行阈值处理;以所有液体体素均被阈值化的主观评估为指导进行手动选择。

使用复制的堆栈作为解剖参考,去除非肠道区域。

将最终分割的合并堆栈保存为(无损)多层tif文件。

所有检查处理完成后,将分割后的图像堆栈以二值数组形式载入MATLAB(MathWorks;Natick,MA),用于液体体积定量。促胰液素注射前和注射后的体积分别计算为图像堆栈左半部分和右半部分像素之和,再乘以从DICOM元数据标签中获得的层厚与像素间距值的乘积。

半自动处理(PFTquant软件)

每次检查中,促胰液素给药前后的肠液体积由上述同一两名评估者通过半自动手动分割进行定量。评估者此后分别称为R1PFTquant和R2PFTquant。为尽量减少潜在的系统偏倚来源,设定以下条件:(1)R1先进行手动分割再进行半自动分割,而R2先进行半自动分割再进行手动分割。(2)在使用两种方法完成全部分割之前,任何评估者均不能查看任何分割结果。(3)每次检查中,每名评估者的两种处理方法之间至少间隔4周,以尽量减少对特定检查分割选择的回忆。(4)软件开发使用了3次不同的MR检查,均不属于本研究选定的20次检查。

软件的用户界面如图1所示。软件记录完成每次检查处理所需的时间;计时器在用户启动新病例时开始计时,在病例保存并关闭时停止(没有病例被重新打开进行编辑)。

选择促胰液素前和促胰液素后序列后,软件按以下方式处理数据:首先,从DICOM文件将图像及其对应元数据载入内存,然后将注射前和注射后图像转换为单精度灰度图像,将体素强度值前0.001%裁剪为值1。接下来,通过对注射前和注射后图像所有层面的强度水平进行阈值处理,选择促胰液素前和促胰液素后肠液候选体素并存储于3D二值数组中,该强度水平使类间熵最大化。从这组候选体素中,去除体积小于1 mL的簇。最后,根据各簇所属的形态学特征识别并去除若干非肠液物体。该步骤通过将候选体素数组重采样为各向同性间距,然后计算每个簇的形态学特征(如质心、边界框、球形度、椭球主轴角度),并将这些特征与若干非肠液物体各自经启发式确定的范围集进行比较来完成。目标识别的非肠液物体为椎管、椎间盘、肾盂和近端输尿管、膀胱、胆囊以及不完全饱和脂肪信号。

剩余的候选体素被映射到PFTquant界面的促胰液素注射前和注射后图像上(由描绘其边界的边缘线划定),供评分者手动细化,如图1所示。PFTquant允许评分者使用鼠标滚轮或左右箭头键滚动浏览切片。评分者可以通过两种方式向肠液分割中添加体素。(1)单击——评分者只需使用鼠标左键点击图像中液体区域范围内的一个点。这会启动Chan-Vese自动活动轮廓算法,该算法通过使用所选点作为起始种子最小化能量函数来检测对象边界[12]。(2)区域选择——评分者按住鼠标左键绘制一个自由形状,涵盖液体和任意量的背景。这会对自由形状内包含的体素执行最大熵阈值操作。类似地,评分者可以通过两种方式从肠液分割中移除体素:(1)单击——评分者只需使用鼠标右键点击图像中液体区域范围内的一个点。这会启动上述自动活动轮廓算法,使用所选点作为种子,并从分割中移除所识别的体素。(2)区域选择——评分者按住鼠标右键绘制一个自由形状。该形状内的所有体素均从分割中移除。促胰液素注射前和注射后体积的计算方法为:各自图像的分割体素之和乘以从DICOM元数据标签获得的切片厚度与像素间距值的乘积。体积根据用户对液体分割的修改实时更新。评分者完成分割后,可保存分析文件,该文件包含原始图像数据、图像元数据、分割的肠液掩模、测量的促胰液素注射前和注射后肠液体积以及分析元数据(例如,处理时间、软件版本)。

图1 PFTquant软件界面。T2加权扫描的冠状位脂肪饱和图像,分别为促胰液素给药前(左图)和给药后15分钟(右图),分割的肠液以黄色轮廓标出。左上方面板用于显示患者信息,此处已隐去。左中方面板包含供用户编辑分割的工具。左下方方面板将每个切片的促胰液素注射前和注射后肠液体积绘制为液体体积曲线,体积差异反映分泌反应。 查看原图 ↗

统计分析

评分者间信度针对促胰液素注射前至注射后肠液体积变化(单位为mL)这一结局指标进行评估,使用双向随机效应组内相关系数,基于单个评分者之间的绝对一致性,也称为ICC(2,1)[13]。结果解释为:ICC < 0.5表示一致性差,ICC = 0.5–0.75表示中等一致性,ICC = 0.75–0.9表示良好一致性,ICC > 0.90表示优秀一致性[13]。还进行了Bland-Altman差异分析,以量化观察者之间测量的液体体积差异。

虽然肠液容量的变化是关注的临床指标,但可以想象,两名评估者可能对同一检查产生相同的结果,尽管他们识别出的肠液体素集合差异极大。因此,我们还计算了Dice相似系数(DSC)作为评估者间一致性的替代指标。DSC是一种空间重叠度量,范围从0(表示分割结果无重叠)到1(表示分割结果完全重叠)。统计推断使用配对样本t检验对经logit变换的DSC进行。logit变换定义为logit(DSC) = ln[DSC/(1-DSC)],将[0,1]范围映射为范围为(-∞,∞)的正态分布。

对以下分析配对进行了一致性分析:R1standard:R2standard、R1PFTquant:R2PFTquant,以分别表征执行手动处理的观察者之间和执行半自动化处理的观察者之间的一致性。

最后,我们通过独立t检验比较每种方法处理图像的平均时间,以检验PFTquant软件是否能更高效地处理图像,p < 0.05视为具有统计学显著性。所有统计检验均使用MATLAB R2022b(MathWorks, Natick, MA)进行。

结果

共纳入来自20名独立患者的20次检查。患者中位年龄为11.2岁(IQR:8.7–15.2)。最年轻的患者为2.7岁。20名患者中12名(60%)为女性。所有患者均因临床指征接受促胰液素MRCP检查,20名患者中18名被诊断患有某种形式的胰腺疾病:7例急性胰腺炎、2例急性复发性胰腺炎、6例慢性胰腺炎、2例外分泌胰腺功能不全、1例脂肪胰、1例Caroli病和1例胆总管囊肿。

表1显示了各评估者对肠液定量的汇总统计。一致性统计详见表2,包括单一观察者手动与半自动化图像分析之间的一致性。基于标准处理测量的分泌反应的信度(以组内相关系数表示)为中等,为0.69(0.36–0.86 95% C.I.),而使用PFTquant软件则为极好,为0.90(0.76–0.96 95% C.I.)。Bland-Altman差异分析显示,标准处理和PFTquant处理测量的分泌液体体积平均差异分别为-0.9 mL(95%一致性界限:-77.3–75.5 mL)和−4.5 mL(95%一致性界限:-39.4–30.4 mL)(图2)。标准处理(0.85 +/- 0.10)与PFTquant处理病例(0.88 +/- 0.06)之间的DSC无显著差异(p < 0.11)(图3)。

使用标准技术处理检查的平均时间(645 +/- 305 s)显著长于PFTquant技术(412 +/- 177 s)(p < 0.001)(图4)。这反映平均节省时间234 s,即约36%的时间节省。

表1 促胰液素前后肠液体积及计算的分泌反应(ΔVolume),源自手动(标准)和半自动化(PFTquant)MR图像分析。结果以平均值 +/- 标准差(单位mL)表示,范围显示于括号中 查看原表 ↗
表2 促胰液素前液体体积、促胰液素后液体体积及分泌液体体积变化(ΔVolume)的评估者间信度统计。结果以组内相关系数表示,95%置信区间显示于括号中 查看原表 ↗
图2 手动(A)和半自动PFTquant(B)量化肠液分泌方法的Bland-Altman差值图。各图以相同比例尺显示。虚线表示评估者之间分泌液体积的平均差值,计算方式为促胰液素后肠液体积减去促胰液素前肠液体积。点线表示95%一致性界限。Δ = 变化。注意半自动(PFTquant)方法的一致性界限要窄得多 查看原图 ↗
图3 手动(标准)和半自动(PFTquant)量化肠液分泌方法的Dice相似系数(DSC)分布。每个点对应使用给定方法处理的一次检查中两名评估者之间的DSC;线条连接不同方法间的同一检查 查看原图 ↗
图4 与手动(标准)技术相比,使用半自动(PFTquant)软件处理检查的时间显著更短。每个点代表给定评估者和方法处理每次检查所需的时间;线条连接不同评估者和方法间的同一检查。叠加的箱须图显示每名评估者和每种方法处理时间的中位数(红色)、四分位距(蓝色)以及±2.7倍标准差。完全位于须线之上的那组离群点反映了大量腹水患者的处理时间。将肠液与腹水分离在两种方法中均需额外时间,但使用PFTquant时更短 查看原图 ↗

讨论

MR胰腺功能检查(MR-PFTs)通过主观表征或客观量化对促分泌剂给药后分泌的液体,从而实现对胰腺外分泌功能的非侵入性评估。分泌反应的量化消除了主观性,在儿童中尤为重要,因为已知分泌液体量随年龄增长而增加,需要应用年龄特异性诊断阈值[8]。此外,量化提供了监测分泌反应随时间变化的机会。采用定量MR-PFTs的障碍包括需要耗时的手动图像分割以及可能影响诊断性能的评估者间变异性。为解决这些局限性并促进定量MR-PFTs的采用,我们开发了一种软件解决方案(PFTquant),旨在通过以下方式最小化评估者间变异性并减少处理时间:(1)自动化MR图像的初始阈值处理,(2)自动检测并去除非肠液的高信号体素,(3)提供半自动化交互工具用于分割细化,以促进一致的数据驱动轮廓。PFTquant的应用在评估者间信度(以组内相关系数衡量)和效率(以处理检查时间衡量)方面均取得了实质性和显著的改善。重要的是,这些改善在临床人群中观察到,证明了本工作与胰腺疾病的相关性,并应鼓励在临床护理和研究中更广泛地采用MR-PFTs。工作流程的简便性还应降低采用障碍:一段10分钟的教学视频涵盖了所有功能,并作为本工作中全部培训内容。这种低学习曲线应允许量化由临床图像分析师在所谓的“3D实验室”中执行,而非由委员会认证的放射科医生完成。PFTquant软件根据知识共享署名-非商业性使用许可版本4.0(CC BY-NC 4.0)可免费用于非商业用途,可从作者的GitHub下载(https://github.com/duddb3/PFTquant)。

在我们对20例临床获得的MR-PFTs MRI检查样本的研究中,我们展示了PFTquant的应用可以实现极好的评估者间一致性,量化分泌液体量的平均差异可忽略不计(-4.5 mL)。相比之下,对相同数据集的手动处理仅达到中等评估者间一致性。此外,使用PFTquant将患者数据集的分析时间减少了36%。本研究中观察者间手动分割的一致性低于先前在31例儿科患者样本中展示的结果[10]。在那项使用类似手动分割流程(ImageJ)的研究中,Trout等人显示观察者可以实现强相关性(r = 0.92),测量的分泌液体量平均偏差可忽略不计(2 mL)。值得注意的是,那项先前研究中的观察者对该技术高度熟练,结果可能反映了最佳情况。此外,那项先前研究中执行手动分割所需的时间未被报告。据我们所知,没有其他研究可与当前工作进行比较。

我们的研究存在局限性,因为它是一项单中心研究,使用的MRI检查数量较少,仅在单一厂商的MRI平台上进行,且由少量用户/观察者进行分析。使用PFTquant需要匹配的图像序列,即注射促胰液素前后的图像序列,并以优化肠道液体内容物显影为目的采集。该软件在其他图像集上的性能尚不清楚。纳入的检查数量和观察者数量较少,可能无法充分表征该软件的性能。然而,我们的结果显示,在这项小型研究中应用该软件在效率和评分者间信度方面取得了有意义的改善。

总之,我们开发了一种软件解决方案,以促进MR-PFT的定量分析,该方案减少了处理这些检查所需的时间并提高了评分者间一致性。这些是将MR-PFT更广泛地应用于临床诊疗和研究的重要步骤,有助于探索定量MR-PFT相对于定性分泌反应评估的潜在益处或影响。必要的未来方向包括将PFTquant应用于在典型/健康儿科人群中进行的MR-PFT,以构建跨年龄范围和体表面积范围的分泌反应正常曲线。随后可将所得曲线整合到软件的未来版本中,以便将个体病例与之对照绘制,从而辅助临床决策。

引用

  1. Dudley JA, Ata NA, Murdock KE, et al. Semi-automated software improves interrater reliability and reduces processing time of magnetic resonance imaging-based exocrine pancreatic assessments in pediatric patients. Abdom Radiol (NY). 2024. PMID: 38896248. doi:10.1007/s00261-024-04442-1
  2. 全文:PMC11286704(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11286704/

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。