用于非增强CT器官体积测量与三维影像组学分析的腹部器官自动分割算法
本研究开发了基于nnU-Net的全自动模型,在非增强腹部CT上分割肝、脾、双肾,在低剂量胸部CT上分割肝、脾。外部测试集平均Dice系数均超过0.95,器官体积估计平均差异在-0.7%至2.2%之间,多数三维影像组学特征一致性极好,但偏度、峰度和球形度一致性较低且不稳定。
要点
- 非增强腹部CT肝、脾、双肾及低剂量胸部CT肝、脾自动分割外部测试平均Dice系数0.952至0.969。
- 模型估测与真值体积平均差异在-0.7%至2.2%之间,ICC为0.986至0.998。
- 平均HU、中位HU、均匀性、熵、伸长率、平坦度一致性极好(ICC均>0.9)。
核心结论
- 基于nnU-Net的模型能准确分割非增强腹部CT和低剂量胸部CT的腹部实质器官,实现可靠的器官体积自动测量和部分三维影像组学特征提取。
研究设计与样本
- 本研究为回顾性研究,开发集包括105例非增强腹部CT和60例低剂量胸部CT,外部测试集包括55例腹部CT和10例低剂量胸部CT。
- 腹部CT模型分割肝脏、脾脏、右肾和左肾,低剂量胸部CT模型分割肝脏和脾脏,以放射科医师逐层手动调整后的标签作为真值。
- 采用Dice相似系数、敏感度和精确率评估分割性能,采用Bland-Altman分析和组内相关系数(ICC)评估体积和三维影像组学特征的一致性。
关键影像表现/征象
- 外部测试集腹部CT肝脏、脾脏、右肾、左肾的平均Dice系数分别为0.968、0.960、0.952、0.958,低剂量胸部CT肝脏和脾脏分别为0.969、0.960。
- 模型估测体积与真值体积平均差异:腹部CT肝脏1.2%、脾脏0.2%、右肾1.4%、左肾1.5%,低剂量胸部CT肝脏2.2%、脾脏-0.7%。
- 体积估计误差小于5%的病例比例:腹部CT肝脏98.2%(54/55)、脾脏90.9%(50/55)、右肾83.6%(46/55)、左肾94.5%(52/55),低剂量胸部CT肝脏和脾脏均为90.0%(9/10)。
- 体积ICC:腹部CT肝脏0.994、脾脏0.998、右肾0.986、左肾0.986,低剂量胸部CT肝脏0.992、脾脏0.997。
- 影像组学特征ICC:平均HU和中位HU为0.970至0.999,均匀性0.985至0.998,熵0.931至0.993,伸长率0.978至0.992,平坦度0.973至0.997;偏度0.210至0.831,峰度0.053至0.933,球形度0.368至0.819。
诊断标准与关键数值
- Dice相似系数用于评估分割精度;ICC低于0.5为差、0.5至0.75为中等、0.75至0.9为好、高于0.9为极好一致性。
- 体积差异低于5%视为准确估计,超过5%视为高估或低估。
- 采用配对t检验比较模型与真值测量差异,显著性水平p<0.05。
- 体积差异显著性:腹部CT肝脏p<0.001、右肾p=0.004、左肾p<0.001,低剂量胸部CT肝脏p=0.006;脾脏在腹部CT(p=0.674)和低剂量胸部CT(p=0.401)均无统计学显著差异。
临床应用与阅片要点
- 自动分割模型可用于非增强腹部CT的肝脏、脾脏和双肾体积测量,以及低剂量胸部CT扫描范围内肝脏和脾脏的体积及平均HU评估。
- 低剂量胸部CT因扫描范围有限不能捕获完整器官体积,作者认为将其作为器官体积的直接指标可能不适当,但可作为反映扫描范围内器官体积对影像组学分析贡献的指标。
- 偏度、峰度和球形度对钙化或空气等高/低衰减离群值及器官表面微小差异敏感,自动提取时可靠性较低。
局限性
- 低剂量胸部CT扫描范围通常不包括肝脏和脾脏下缘,仅评估扫描范围内的器官部分。
- 偏度、峰度和球形度的一致性较低且不稳定,部分测量值的95%一致性界限范围宽。
- 低剂量CT图像噪声增加可能进一步放大微小分割差异对影像组学特征的影响。
全文中译14 节 · 点击展开
引言
医学成像中的三维(3D)器官分割在许多临床和研究应用中至关重要,因为它能够实现基于图像的器官分析。器官体积测量是多种腹部疾病的诊断或预后标志物。既往研究表明,术前肝脏体积是术后肝衰竭的重要预测因素[1, 2]。脾脏体积或肝脏与脾脏体积比对肝纤维化严重程度[3, 4]及肝硬化患者预后[4–6]具有相关性。肾脏体积可预测慢性肾脏病中的肾小球滤过率[7],并且是常染色体显性多囊肾病的预后标志物[8]。此外,器官分割可提供分割器官的影像组学特征。影像组学是一个快速发展的领域,涉及从医学图像中提取定量数据[9],可用于鉴别诊断、风险分层和治疗监测。影像组学在临床应用中一个成熟的例子是利用肝脏和脾脏的CT衰减值评估肝脂肪变性[10, 11]。此外,近期研究表明,肝实质的影像组学特征可能预测肝纤维化的存在和严重程度[12, 13]。
平扫腹部CT是腹部器官分割的基本成像方式,已被积极研究[14–17]。平扫图像通常包含在临床实践中使用的各种腹部CT方案中,具有数据可获取性和未来适用性等优势。此外,平扫腹部CT在评估影像组学特征方面可能比增强CT更可靠,因为它允许分析组织特征,而不受对比剂剂量、浓度或扫描时机引入的变异影响。事实上,CT衰减值作为最广泛使用的影像组学特征之一,已被证明在平扫CT中比增强CT能更准确地诊断肝脂肪变性[10, 11]。此外,低剂量胸部CT作为肺癌的筛查工具,覆盖了上腹部的大部分区域。在低剂量胸部CT中评估所有腹部器官是不可行的;然而,低剂量胸部CT可以提供上腹部器官的信息。因此,在低剂量胸部CT上分割腹部器官在某些适应证中可能作为腹部CT的替代。近期一项研究报告了在低剂量胸部CT上测量的肝脏CT衰减值用于识别中重度肝脂肪变性的效用[18]。
基于卷积神经网络的深度学习技术的最新进展在CT或MRI图像的全自动器官分割中显示出良好结果[19]。nnU-Net算法是一种前沿的深度学习方法,利用卷积神经网络的级联来实现更精确和高效的分析[20]。这使其有利于手动分割不可行的大型队列研究。然而,全自动器官分割技术的性能主要关注分割准确性[21–23]。相比之下,关于提取值(如分割器官的器官体积和影像组学特征)准确性的数据相对匮乏。因此,由于自动提取的成像参数应用不断发展,评估其稳健性和可靠性至关重要。
本研究旨在开发并评估基于平扫腹部CT和低剂量胸部CT的全自动多器官分割算法,并评估其在腹部实质脏器自动CT体积测量和3D影像组学分析中的可行性。
材料与方法
首尔国立大学医院机构审查委员会批准了本研究,由于研究的回顾性性质,免除知情同意要求。使用ChatGPT进行英文语法和表达校正,但未影响论文的整体内容。
数据来源
使用两个CT扫描数据集进行模型开发:105例腹部CT扫描用于腹部CT模型,60例低剂量胸部CT扫描用于低剂量胸部CT模型。此外,使用包含55例腹部CT和10例低剂量胸部CT扫描的外部测试数据集评估这些模型的性能。开发和外部测试集中使用的平扫腹部CT和低剂量胸部CT的CT采集和重建参数见补充表1和表2。
平扫腹部CT扫描
模型开发纳入105例腹部CT扫描,包含来自105例患者的平扫期图像。这些扫描于2020年6月至11月期间在我院急诊科使用多探测器CT机(Aquilion ONE,Canon Medical Systems)进行。纳入标准包括年龄≥18岁、未对任何目标器官(肝脏、脾脏、右肾和左肾)进行过手术切除或介入治疗、且无改变正常器官轮廓的肿块样病变的患者。排除在平扫CT上可见大型或广泛囊肿的患者,如常染色体显性多囊肾病患者。然而,器官大小未作为单独的纳入或排除标准。外部测试数据集包含来自55例患者的55例平扫腹部CT扫描,在我院使用与开发集不同的CT机采集。
低剂量胸部CT扫描
模型开发纳入60例低剂量胸部CT扫描数据集,来自2020年1月至2月期间在我院健康体检的60例患者。选择低剂量胸部CT扫描的纳入标准与腹部CT数据集所用标准一致,重点关注肝脏和脾脏作为目标器官。虽然低剂量胸部CT的扫描范围通常包括肝脏和脾脏的相当大部分,但并不总能覆盖其下缘。因此,这些器官扫描不完整的患者被纳入研究,仅评估扫描范围内的肝脏和脾脏部分。开发数据集中的低剂量胸部CT扫描使用三种不同的CT机获得,包括Somatom Force(Siemens Healthineers,n = 25)、Somatom Definition(Siemens Healthineers,n = 20)和iCT 256(Philips Healthcare,n = 15)。外部测试数据集包含来自10例患者的10例低剂量胸部CT扫描,在我院使用与开发集不同的CT机(Discovery CT750 HD,GE Healthcare)采集。
数据准备
开发和外部测试集中的所有CT数据最初均使用一款商用软件程序(MEDIP PRO,v2.0.0,MEDICAL IP Co.,Ltd.,首尔,韩国)进行处理,以高效获取CT图像中每个目标器官的3D器官标注。腹部CT的目标器官包括肝脏、脾脏、右肾和左肾,而低剂量胸部CT仅以肝脏和脾脏为目标。一名委员会认证的放射科医师(J.P.,具有6年体部CT判读经验)逐层手动调整初步标注以创建参考标准(ground truth,GT)。该过程中应用了若干规则:(1)肝裂、下腔静脉肝内段及粗大门静脉(如门静脉主干和叶支)尽可能从肝脏掩膜中排除;(2)肾脏掩膜仅包括肾皮质和肾髓质,不包括肾窦;(3)考虑到非增强CT在识别和勾画局灶性病变方面的局限性,器官内所有局灶性病变均纳入器官掩膜。
3D nnU-Net模型的开发
分别开发了两个独立的3D nnU-Net模型,用于腹部CT和低剂量胸部CT扫描中的多器官分割(图1)。每个模型的开发数据集被随机分为训练集、调优集和内部测试集,腹部CT分别为85、10和10次扫描,低剂量胸部CT分别为40、10和10次扫描。每个模型的设计均将内部器官区域作为输入考虑,该区域使用身体成分分割算法[24]进行预测。随后,模型输出腹部CT中肝脏、脾脏、右肾和左肾的分割区域,以及低剂量胸部CT中肝脏和脾脏的分割区域。3D nnU-Net网络根据数据集确定预处理方法和网络超参数(包括patch大小、池化层数量和卷积核大小)。patch大小初始化为图像形状的中位数,并迭代减小以适应网络拓扑结构,直至考虑到图形处理器的内存限制,网络能够以至少为2的batch size进行训练。腹部CT和低剂量胸部CT模型的最终patch大小配置分别为56 × 192 × 160和96 × 160 × 160。最后的激活函数为softmax,损失函数为Dice损失与交叉熵损失之和。随机梯度下降(Nesterov动量 = 0.99)为优化算法。多项式学习率调度器初始化为0.01。模型训练了1000个epoch。
器官体积测量和3D影像组学特征提取
通过测试所开发模型在测量器官体积和提取目标器官影像组学特征方面的准确性,评估其临床适用性。对每个目标器官评估器官体积和基于体积的影像组学特征。这些影像组学特征包括三个形状参数(球形度、伸长率和平坦度)和七个一阶统计量(平均亨氏单位[HU]、中位HU、标准差、偏度、峰度、均匀性和熵)。这些特征从所开发模型生成的自动分割掩膜和GT掩膜中提取。
统计分析
计算三种广泛用于评估医学影像分割的指标——包括Dice相似系数(DSC)、灵敏度和精确率——以评估所开发模型执行的自动分割的准确性。通过将模型生成的掩膜与相应的GT掩膜进行比较,这些指标分别在内部和外部测试集中计算[25]。
在外部测试集中,使用组内相关系数(ICC)和Bland–Altman分析评估模型生成掩膜与GT掩膜之间在器官体积和影像组学特征方面的一致性。ICC值低于0.5、0.5–0.75、0.75–0.9和高于0.9分别归类为一致性差、中等、良好和优秀[26]。此外,检查了模型生成掩膜与GT掩膜之间的体积差异。体积差异低于5%被认为是准确估计。相反,差异超过5%被归类为高估或低估。此外,我们使用配对t检验确定从模型生成掩膜和GT掩膜测量的器官体积和影像组学特征是否存在显著差异。显著性水平设定为p < 0.05。
所有统计分析均使用R统计软件(版本4.2.0;R Foundation for Statistical Computing,维也纳,奥地利)进行。
结果
分割性能
本研究为腹部CT和低剂量胸部CT扫描开发的全自动3D nnU-Net模型在腹部实质性器官的多器官分割中表现出色。在内部和外部测试集中,每个评估器官的平均DSC值均超过0.95(表1)。在内部测试集中,腹部CT扫描中肝脏、脾脏、右肾和左肾的平均DSC分别为0.982、0.973、0.966和0.967,低剂量胸部CT扫描中肝脏和脾脏的平均DSC分别为0.969和0.962。在外部测试集中,腹部CT扫描中肝脏、脾脏、右肾和左肾的平均DSC分别为0.968、0.960、0.952和0.958,低剂量胸部CT扫描中肝脏和脾脏的平均DSC分别为0.969和0.960。内部测试集中各器官的平均灵敏度和精确率值因目标器官而异,腹部CT扫描中分别介于0.969–0.983和0.963–0.981之间,低剂量胸部CT扫描中分别介于0.962–0.980和0.959–0.962之间。在外部测试集中,各器官的平均灵敏度和精确率值在腹部CT扫描中分别介于0.959–0.974和0.946–0.963之间,在低剂量胸部CT扫描中分别介于0.957–0.980和0.959–0.963之间。表1呈现了有关所开发模型分割准确性的详细结果。
器官体积测量
所开发的分割模型在腹部CT扫描中,对肝脏、脾脏、右肾和左肾分别有98.2%(54/55)、90.9%(50/55)、83.6%(46/55)和94.5%(52/55)的病例实现了准确的器官体积估计(与GT差异< 5%),在低剂量胸部CT扫描中对肝脏和脾脏有90.0%(9/10)的病例实现了准确估计(补充表3)。图2展示了使用所开发模型进行器官体积估计的示例。
在腹部CT扫描中,模型估计的器官体积与GT测量值相比,肝脏、脾脏、右肾和左肾的平均差异分别为1.2%、0.2%、1.4%和1.5%;在低剂量胸部CT扫描中,肝脏和脾脏的平均差异分别为2.2%和-0.7%(补充图1)。虽然这些差异在腹部CT中对肝脏、右肾和左肾具有统计学显著性(p < 0.001、0.004和< 0.001),在低剂量胸部CT中对肝脏也具有统计学显著性(p = 0.006),但在腹部或低剂量胸部CT扫描中,脾脏均未观察到统计学显著差异(p = 0.674和0.401)。此外,模型估计值与GT之间的ICC表明各目标器官的一致性极好,具体如下:腹部CT扫描中肝脏、脾脏、右肾和左肾分别为0.994、0.998、0.986和0.986;低剂量胸部CT扫描中肝脏和脾脏分别为0.992和0.997(表2)。
影像组学特征
体积平均HU——一种常用于器官表征的影像组学特征——在腹部CT扫描中,模型生成掩膜的体积平均HU与GT相比,所有目标器官的平均差异均小于1.0 HU,非常小。在低剂量胸部CT扫描中,肝脏和脾脏的平均差异分别为0.3和1.2 HU(补充图2)。模型与GT衍生测量值之间的详细比较见补充表4。此外,所开发模型分割器官的平均HU与GT的ICC在腹部和低剂量胸部CT扫描中所有目标器官均超过0.95(表2)。
模型估计的中位HU、均匀性、熵、伸长率和扁平度测量值在腹部和低剂量胸部CT扫描中所有目标器官均与GT测量值表现出极好的一致性(所有ICC > 0.9)(表2)。标准差在腹部CT扫描中表现出中度至良好的一致性(ICC,0.728–0.883),在低剂量胸部CT扫描中表现出良好的一致性(ICC,0.793–0.877)。
相比之下,模型估计测量值与真实值(GT)之间的偏度(ICC,腹部CT为0.328–0.831,低剂量胸部CT为0.210–0.454)、峰度(ICC,腹部CT为0.053–0.933,低剂量胸部CT为0.152–0.373)和球形度(ICC,腹部CT为0.399–0.819,低剂量胸部CT为0.368–0.427)的一致性因目标器官不同而不一致(图3)。其中部分测量值差异较大,95%一致性界限范围较宽(补充表4)。
讨论
我们基于3D nnU-Net架构开发的多器官分割模型,在非增强腹部CT和低剂量胸部CT扫描中分割腹部实质性器官方面表现出色。在外部测试集中,我们的模型对所有目标器官的平均DSC均超过0.95,包括腹部CT中的肝脏、脾脏、右肾和左肾,以及低剂量胸部CT中的肝脏和脾脏。此外,我们评估了模型在估计器官体积和从CT扫描中提取3D影像组学特征方面的实用性。由于模型具有精确的分割能力,其能够准确测量腹部和低剂量胸部CT图像上各器官的体积,大多数情况下与GT体积的误差低于5%。我们的模型能够从分割器官中可靠地提取某些形状特征和一阶统计量,与GT测量值表现出极好的一致性。
在我们的多器官分割模型中,我们分别使用Leaky ReLU激活函数、Dice与交叉熵损失的组合以及随机梯度下降算法作为激活函数、损失函数和优化算法。这些选择基于nnU-Net论文的实验结果[20]。特别是,它们有助于训练期间快速的初始收敛和微调,同时还能改善类别不平衡处理、训练稳定性和分割准确性。
尽管非增强CT图像在描绘解剖边界方面存在挑战,但我们使用3D nnU-Net的模型的分割性能与近期报道的为对比增强CT扫描设计的基于卷积神经网络的模型相当。这些模型在肝脏、脾脏或肾脏方面达到了0.94–0.97的平均DSC [27–29]。值得注意的是,我们模型的性能与先前专门针对非增强CT微调的模型相似,该模型通过对大量对比增强CT扫描进行训练,然后使用少量非对比CT图像进行适配而开发,其肝脏DSC为0.96 ± 0.01,脾脏为0.94 ± 0.03 [30]。nnU-net因其稳健的器官分割能力而受到认可,其在近期一项涉及对比增强CT扫描的肾脏分割挑战中的成功即为证明 [29]。我们的结果进一步强调了该架构在非增强CT扫描中的有效性。此外,我们使用通过身体成分分割算法获得的内部器官掩膜而非将整个CT图像作为输入,这可能有助于我们开发高性能模型。
近期关于医学影像自动分割模型的研究已显示出显著准确性,主要集中在肝脏和脾脏体积估计。例如,在一项涉及对比增强CT的研究中,一个模型与GT体积相比,肝脏的一致性限为0.2 ± 3.1%,脾脏为− 0.6 ± 3.8%,达到95% [28]。同样,一个应用于肝胆MRI的模型报告肝脏和脾脏分别为0.1 ± 3.7%和0.2 ± 7.9% [31]。我们用于非增强腹部CT的模型在肝脏和脾脏体积估计方面表现出与这些研究相当的性能,同时在测量肾脏体积方面实现了高准确性。此外,我们的模型使用低剂量胸部CT准确测量了肝脏和脾脏体积。由于大多数低剂量胸部CT扫描覆盖范围有限,该方法不能捕获完整的器官体积。因此,将其用作器官体积的直接标志物可能不合适。尽管如此,我们的模型可以作为指标,提供关于器官体积在使用低剂量胸部CT的影像组学分析中所贡献程度的见解。
从非增强腹部CT图像中获得的最广泛使用的影像组学特征之一是基于肝脏平均HU值的脂肪肝评估。目前,通过自动分割获得的肝脏体积平均HU正被积极用于基于人群的研究中,以检测和评估脂肪肝的严重程度 [32, 33]。我们的研究通过证明模型衍生掩膜与GT掩膜之间肝脏平均HU值的极佳一致性,支持了这种自动化方法的可靠性。此外,我们的研究证明,低剂量胸部CT上的自动分割可以可靠地测量扫描范围内肝脏的平均HU,这为未来使用低剂量胸部CT评估脂肪肝提供了基础证据。考虑到低剂量胸部CT在肺癌筛查和体检中的使用日益增多,低剂量胸部CT有望在此类情境中评估脂肪肝。这可能减轻因这些目的而接受低剂量胸部CT的患者进行额外腹部CT检查的需要。
除平均HU外,若干3D影像组学特征(包括中位HU、均匀性、熵、伸长率和平坦度)在模型生成掩膜与GT掩膜之间表现出高度一致性。然而,某些特征(如偏度、峰度和球形度)显示出不一致性,表现为较低的ICC和较宽的95%一致性界限。鉴于我们的模型实现了高分割准确度,这些可靠性降低的特征似乎对微小离群值敏感。偏度和峰度本质上对直方图中的中等离群值即敏感[34]。即使少量体素具有极高或极低HU值(如钙化或空气),也能显著影响这些指标,可能导致ICC值降低。球形度按表面积与体积之比计算,也可能受到真实掩膜与模型生成掩膜之间微小差异的影响,尤其是在器官表面处。这些表面层面的差异虽然很小,却能显著影响球形度值。此外,低剂量CT中增加的图像噪声可能进一步放大这些微小差异的影响。因此,系统性地处理源于离群值的误差并确保影像组学分析测量的稳健性,对于有效利用这些影像组学特征至关重要。尽管如此,仍有必要评估去除此类离群值是否会影响对实际器官特征的忠实表征。或者,采用影像生物标志物标准化倡议[35]的原则(该倡议区分可可靠获得的影像组学特征)有助于识别具有实质适用性的生物标志物候选者。我们的结果揭示了特征依赖性可靠性,支持在源自器官分割的影像组学中进行此类区分的必要性。
我们的研究存在一些局限性。第一,外部测试集中的CT扫描数量相对较少。需要来自各种CT扫描仪的更大量数据以进一步验证。第二,用于开发和验证的CT扫描主要以正常或接近正常的腹部器官为特征。患病器官可能表现出与正常器官不同的形状或CT衰减。因此,可能需要纳入患病器官病例的额外训练和验证,以在不同临床环境中有效利用我们的模型。第三,用于上腹部的低剂量胸部CT扫描范围通常不完整,肝脏和脾脏的部分区域可能未被包括。然而,由于真实掩膜与模型生成掩膜之间的比较是使用相同的CT图像进行的,因此两种方法之间的评估仍然是公平的。最后,本研究中观察到的取决于自动分割所得影像组学特征类型的可靠性差异,可能需要在多种分割算法中进行测试。这一扩展研究对于确立这些发现的普适性并为使用自动分割的研究中的影像组学特征选择提供指导至关重要。
总之,我们基于3D nnU-Net的模型在平扫腹部CT和低剂量胸部CT扫描中均能准确分割腹部实质器官。自动分割提供的器官体积和多种放射组学特征具有高准确性,与手动分割获得的結果密切吻合。这表明我们的模型可有效应用于需要器官体积测量或放射组学的临床和研究环境,显著减少手动分割所需的时间。虽然发现部分放射组学特征不可靠,但我们的研究结果可为使用自动分割的放射组学研究中选择合适特征提供指导。未来的工作应侧重于提高这些特征的可靠性,并探索该模型对其他器官系统的适用性。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 423 KB)
引用
- Park J, Joo I, Jeon SK, et al. Automated abdominal organ segmentation algorithms for non-enhanced CT for volumetry and 3D radiomics analysis. Abdom Radiol (NY). 2024. PMID: 39299987. doi:10.1007/s00261-024-04581-5
- 全文:PMC11821665(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11821665/
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。