非增强CT上基于多任务深度学习的冠状动脉钙化段水平自动评分
本研究基于多中心DISCHARGE试验(NCT02400229)的1514例稳定胸痛患者非增强CT,开发并评估多任务深度学习模型进行冠状动脉钙化段水平自动评分。模型在455例测试集上将73.2%(1316/1797)的钙化正确分配至冠状动脉段,加权Cohen's κ为0.808,与两名观察者间一致性(0.809)仅略低,显示深度学习有潜力实现冠状动脉钙化分类自动化。
要点
- 模型将73.2%(1316/1797)的钙化正确分配至冠状动脉段,段水平加权κ为0.808。
- 模型与第一观察者一致性(κ 0.808)仅略低于第一与第二观察者间一致性(κ 0.809)。
- 零钙化模块使心血管疾病风险分组的线性加权κ从0.868提升至0.909。
核心结论
- 多任务神经网络在段水平冠状动脉钙化评分中与人类观察者呈现良好一致性,提示深度学习有潜力实现冠状动脉钙化分类自动化。
研究设计与样本
- 多中心随机对照DISCHARGE试验(NCT02400229)的事后分析,纳入26个中心1514例稳定胸痛患者的非增强心电门控CT,随机分为训练/验证集1059例和测试集455例。
- 采用多任务神经网络,主任务为段水平钙化分割,辅助任务为弱标注的冠状动脉段区域分割,并扩展零钙化模块以区分有钙化和无钙化切片。
- 参考标准由一名3年经验培训读片者提供,第二观察者(1年经验)对测试集进行段水平钙化分割以评估观察者间变异。
- 使用至少64排探测器的四种不同厂商CT扫描仪,层厚2.4至3.0 mm,采用3.0 mm层厚非增强心脏CT测定Agatston评分。
关键影像表现/征象
- 模型在段水平将73.2%(1316/1797)的正确识别钙化分配至正确冠状动脉段类别。
- 段水平误分类主要发生在近段与中段之间(38.0%,183/481)以及中段与远段之间(44.3%,213/481)。
- 模型对近段右冠状动脉(敏感度0.94)、远段右冠状动脉(0.92)和近段左回旋支(0.80)敏感度最高,对右冠状动脉侧支(0.0)、远段左前降支(0.50)和中段左前降支(0.53)敏感度最低。
- 全部15个右冠状动脉侧支钙化病变被模型错误分配至其他右冠状动脉段类别。
诊断标准与关键数值
- 段水平微平均敏感度为0.732(95% CI:0.710-0.754),微平均特异度为0.978(95% CI:0.976-0.980),微平均F1评分为0.717(95% CI:0.695-0.739)。
- 段水平加权Cohen's κ为0.808(95% CI:0.790-0.824),第一与第二观察者间加权κ为0.809(95% CI:0.798-0.845)。
- 基于Agatston评分的心血管疾病风险分组(I组:0 AU;II组:1-100 AU;III组:100-300 AU;IV组:>300 AU)线性加权Cohen's κ为0.909(95% CI:0.889-0.933)。
- 无零钙化模块的模型风险分组线性加权Cohen's κ为0.868(95% CI:0.831-0.898)。
- 钙化病变二分类分割F1评分在体积水平为0.90,在病变数量水平为0.87。
临床应用与阅片要点
- 作者认为段水平冠状动脉钙化评分可能提高钙化评分的预测价值,因钙化在冠状动脉树各段分布信息未丢失,可考虑双灶/三灶钙化病变用于风险预测。
- 作者提出该模型可辅助CT血管成像规划,并作为门控作用避免在高风险段高钙化评分时进行不必要的后续血管成像。
- 作者指出高观察者间变异提示自动化可能改善临床实践中的可重复性,且大规模段水平钙化评分研究需自动化耗时且易错的标注任务。
局限性
- 原文此处写道「One limitation is the lack of consensus between 」,表述不完整。
- 未学习到代表性不足的段类别右冠状动脉侧支,全部15个右冠状动脉侧支病变被错误分配至其他右冠状动脉段类别,需要更大训练集和进一步模型适应。
- 需要进一步观察者间变异分析以评估在非增强CT上有无对比增强冠状动脉CT血管成像支持下区分小侧支的局限性。
- 将进行进一步研究探索所提方法在类似医学图像分析问题中的潜在适用性。
全文中译10 节 · 点击展开
引言
冠状动脉钙化(CAC)是冠状动脉粥样硬化的一个重要特征[1],可通过广泛使用的非对比计算机断层扫描(CT)进行评估。Agatston CAC评分[2]是最常用的CAC测量指标,对后续心血管事件具有较高的预测价值[3]。临床CAC评分传统上以患者水平报告,偶尔以血管水平报告,但极少以节段水平报告,后者耗时较长,因为需要额外的人工操作来分离钙化并将其分配到冠状动脉节段[4]。传统CAC评分方法的局限性在于未考虑CAC的区域分布、钙化病灶数量或受累冠状动脉节段数量等特征[5, 6]。多项研究表明,有必要研究冠状动脉树中钙化分布与心血管疾病之间的关联[7, 8]。动脉粥样硬化多种族研究(MESA)的一项亚分析显示,弥漫性多血管亚临床动脉粥样硬化与冠心病和心血管疾病相关[9]。其他研究表明,左主干CAC与死亡风险增加相关[8, 10]。Williams等[11]已表明,血管特异性冠状动脉钙化定量的自动化评估可提供重要的预后信息,这引出了一个问题:基于节段的钙化评分方法能否进一步提高预后价值[5]。然而,在节段水平进行手动CAC评分比传统的血管水平CAC评分耗时得多。标注成本高且易出错,这使得有必要使用基于深度学习(DL)的自动化节段水平钙化评分方法进行大规模数据分析。一种在冠状动脉节段水平进行CAC评分的全自动化方法[11, 12]将有助于探索更精细、更粒化的钙化评分方法以用于临床决策。此类方法还将提供关于钙化位置和分布的精确信息,从而有助于更准确地预测后续心血管事件的风险。
Föllmer等[13]已表明,在血管水平上并行学习冠状动脉钙化分割和冠状动脉区域分割可提高CAC评分性能,并在DL网络与人工阅片参考标准之间实现高度一致性。然而,方法必须能够有效处理图像噪声并准确识别CAC为零的患者[14]。
在本研究中,我们提出了一种DL模型,该模型(1)以节段水平钙化评分(改编自心血管计算机断层扫描学会(SCCT)分割图[6]的13节段模型)作为主任务,(2)以冠状动脉节段区域分割作为辅助学习任务[15],(3)通过一个后续零CAC模块扩展多任务模型,以有效区分有CAC和无CAC的图像层面,即使在噪声条件下也是如此。
方法
研究人群
该数据集由1514例心电图门控、非对比CT扫描组成,这些扫描是在参加多中心随机对照DISCHARGE试验[16–18](NCT02400229)的患者中进行的。检查在欧洲26个临床中心使用来自四家不同 vendor、至少64排探测器的CT扫描仪完成。Agatston评分使用层厚为3.0 mm的非对比心脏CT扫描确定。我们纳入了所有层厚在2.4至3.0 mm范围内的非对比CT扫描,并排除了层厚更小的CT扫描,因为其噪声增加可能影响钙化评分可重复性。需要注意的是,带有金属伪影或解剖异常钙化扫描并未从数据集中排除。数据选择流程图见图1。所选患者的基线特征汇总于表1。
参考标准
包含1514例钙化评分CT的数据集被随机分为三部分:60%(908/1514)用于训练,10%(151/1514)用于验证,30%(455/1514)用于测试。
冠状动脉分段图[19],如SCCT冠状动脉分段图[6],是基于冠状动脉节段在对比增强CT血管成像(CCTA)中的可见性定义的。由于冠状动脉与周围组织之间缺乏对比,为非对比钙化评分CT定义分段图具有挑战性。在非对比CT上,区分侧支如第12段(第一钝缘支)和第14段(第二钝缘支),或第16a段(来自左回旋支的后降支,PDA-LCx)和第16b段(来自左回旋支的后侧支,PLB-LCx)非常具有挑战性。因此,我们针对节段水平的CAC评分对SCCT冠状动脉分段图[6]进行了如下修改。
冠状动脉血管被分为近段、中段、远段和侧支。改编后的SCCT冠状动脉分段图由13个节段组成,包括左主干(LM)以及右冠状动脉(RCA)、左前降支(LAD)和左回旋支(LCX)的近段、中段、远段和侧支。中间支、对角支1和对角支2被定义为LAD侧支(s-LAD)。第一钝缘支(OM1)和第二钝缘支(OM2)被定义为LCX侧支(s-LCX)。PLB-LCx和PDA-LCx节段被定义为LCX远段(d-LCX)。右冠状动脉的后侧支(PLB-RCA)和来自右冠状动脉的后降支(PDA-RCA)被定义为RCA远段(d-RCA)。改编后的SCCT冠状动脉分段图见图2。
用于节段水平CAC分割模型(主要任务)的训练集、验证集和测试集的参考标准由一名具有三年经验的训练有素读者提供。
为了评估模型与人类观察者相比的性能,我们在第一观察者(参考标准)和第二观察者之间进行了观察者间变异性分析。第二观察者是一位经过训练、具有一年经验的阅片者,其在片段水平上对测试集进行了进一步的片段级CAC分割。
我们的目标是最终开发一个用于冠状动脉钙化和冠状动脉区域自动分割的多任务模型。为了不仅从有CAC的CT中学习冠状动脉区域,还能从无CAC的CT扫描中学习冠状动脉区域,我们使用3D Slicer [20]对冠状动脉片段区域进行了弱标注(由一位经过训练的影像科学家提供),并让算法将此信息作为辅助任务进行学习。图3展示了一个经过标注的轴位CT图像示例以及模型预测的分割结果。标注过程的详细信息见补充材料B。
模型开发与主动学习训练流程
受Föllmer等人[13]的启发,开发了一个多任务深度学习(DL)模型,该模型可同时执行片段水平的冠状动脉钙化分割(主任务)和片段区域分割(辅助任务)。网络的输入张量通过拼接五个连续层面创建,这些层面通过最小-最大归一化在−2000至1300 HU之间进行归一化(2.5D方法)[21]。此外,还附加了一个候选病变掩膜,该掩膜通过以130 HU的恒定阈值对CT图像进行阈值处理而创建[2]。在初始训练轮中,仅为100个随机选择的图像层面提供了弱片段区域标注。我们使用Cipolla等人[22]提出的不确定性加权损失方法来组合主任务的损失 和辅助任务的损失 ,以进行多任务模型训练(图4)。为了解决标注不平衡的问题,我们使用包含有钙化和无钙化、以及有区域标注和无区域标注的12个层面的批次来训练模型。每个批次包含12.5%同时具有钙化和区域标注的层面、12.5%有钙化但无区域标注的层面、37.5%无钙化但有区域标注的层面,以及37.5%无钙化和无区域标注的层面。对于无区域标注的样本,我们将区域分割的损失设为零。
为了构建用于弱区域标注的标注数据集,我们使用了主动学习[23–27],并通过仅标注最具信息量的样本[28],在十轮主动学习中将标注数据集的规模扩大。用于弱标注的最具信息量的CT切片是通过一种结合基于不确定性的采样[25]以及主任务与辅助任务之间Fisher信息相关性[26]的采样方法来选择的。在每一轮采样中,使用蒙特卡洛dropout进行不确定性估计[25],从无标注数据集中选择为主任务识别出的最不确定样本子集以及为辅助任务识别出的最不确定样本子集。基于Fisher最大信息相关性,为批次迭代选择样本。Fisher信息相关性定义为,其中和分别为样本和的Fisher信息。是样本和的Fisher得分之间的平均标量积。样本选择策略在补充材料A中详细描述。在每一轮采样之后,使用前一轮的标注数据集对模型进行微调。主动学习过程完成后,我们从头重新训练模型,以确保泛化性并通过模型热启动避免过拟合[29]。与Föllmer等人[13]提出的早期版本相比,我们通过增加一个后续的零CAC患者[14, 30]分类网络来扩展网络,该网络显式地学习区分有CAC和无任何CAC的切片。该模型使用图像切片和多任务模型的预测进行训练,以学习从噪声图像中识别零CAC患者。此外,对零CAC模块进行了消融实验,结果呈现在补充表S5中。模型示意图和模型架构的详细概述分别呈现在图4和补充图S1中。我们使用的模型超参数汇编在补充表S1中。该模型的训练使用了来自整个训练集的段水平钙化掩膜以及来自小型标注的钙化和段区域数据集的弱标注。
结果
多任务模型的性能
模型的性能使用455名患者(平均年龄60.4 ± 10.6岁,56.0%女性)的DISCHARGE测试集进行评估。患者的基线特征呈现在表1中。
对于DISCHARGE测试集,模型将所有正确识别的钙化中的73.2%(1316/1797)分配到了正确的冠状动脉节段类别。为比较分类一致性,我们采用了加权Cohen's κ,该指标通过将相邻节段的误分类权重设为0.5、所有其他误分类权重设为1.0来考虑节段边界的不确定性。加权矩阵见补充表S2。与参考标准(第一观察者)相比,模型在节段水平上达到了加权Cohen's κ为0.808(95% CI:0.790–0.824)[31]。节段分类的混淆矩阵见表2,血管分类的混淆矩阵见补充表S3。钙化病变体积多分类分割的平均微F1分数在节段水平为0.732(95% CI:0.711–0.754),在血管水平为0.942(95% CI:0.931–0.952)。关于模型在节段水平多分类分割性能的详细结果,包括组内相关系数(ICC)、精确率、敏感度、特异度和F1分数,见表3。性能结果针对钙化体积和钙化病变数量提供。补充表S4汇总了模型在血管水平的性能。
在节段水平上,模型对右冠状动脉(RCA)近段(0.94)、RCA远段(0.92)和左回旋支(LCX)近段(0.80)达到了最高的敏感度。敏感度最低的为RCA侧支(0.0)、左前降支(LAD)远段(0.50)和LAD中段(0.53)。节段水平上的大多数误分类发生在近段与中段之间(38.0%(183/481))以及中段与远段之间(44.3%(213/481))。敏感度和特异度见冠状动脉分割图(图5)。
钙化病变二分类分割的F1分数在钙化体积方面为0.90,在钙化病变数量方面为0.87。风险分类基于Agatston评分,风险类别I:0 Agatston单位(AU),II组:(1,100)AU,III组:(100,300),IV组:> 300 AU。模型与参考标准具有极好的一致性,线性加权Cohen's κ为0.909(95% CI:0.889–0.933)。大多数误分类偏差一个类别,主要发生在风险类别I(零CAC患者)与类别II(1 ≤ CAC < 100)之间。心血管疾病(CVD)风险分类的混淆矩阵见表4。为分析图4所示零CAC模块的影响,我们进行了消融实验,结果显示使用不含零CAC模块的模型进行CVD风险分类的线性加权Cohen's κ仅为0.868(95% CI:0.831–0.898)。不含零CAC模块的CVD风险分类混淆矩阵见补充表S5。
段水平钙化评分的观察者间变异性
在段水平进行冠状动脉钙化评分是一项复杂且耗时的任务,每次扫描的中位标注时间为1.85分钟(四分位距,0.65至3.05)。观察者间变异性分析显示,第二观察者的表现优于模型,钙化分割的F1分数为0.96,而模型的F1分数为0.87。然而,对于将检测到的钙化正确分配至相应段类别,观察者的micro-F1分数为0.76,仅略高于模型的0.72。
在该分配任务上,模型与第一观察者(参考标准)的一致性良好,加权Cohen's κ为0.808(95% CI:0.790–0.824),仅略低于第一观察者与第二观察者之间的一致性(0.809(95% CI:0.798–0.845))。
详细结果见补充表S6。图5比较了模型在段水平上与第二观察者在敏感度和特异度方面的性能。性能差异主要归因于近段与中段之间以及中段与远段之间的误分类。请注意,模型是使用第一观察者的标注作为参考标准进行训练的。
辅助任务标注相对于标注时间的性能增益
我们将多任务模型与标准U-Net [32]在多类别段水平CAC评分方面的性能进行了比较。U-Net的性能结果汇总于补充表S7。U-Net在体积水平上的二分类分割F1分数仅为0.83,已低于当前最先进性能[12, 33],在病变水平上的micro平均F1分数为0.581(95% CI:0.549–0.611),远低于我们模型的0.73(95% CI:0.710–0.845)。由于病变类别分布非常不平衡,模型未能学习m-RCA、s-RCA或m-LCX、d-LCX或s-LCX中钙化病变的分类,仅将病变分配至多数类。
讨论
在本研究中,我们证明使用深度学习(DL)进行自动节段级冠状动脉钙化(CAC)评分在将钙化病变分配到冠状动脉树的正确节段方面取得了良好结果。具体而言,本文提出的模型与第一位观察者(参考标准)之间取得了良好的一致性,且一致性仅略低于第一位与第二位观察者之间的一致性。结果表明,我们的多任务学习方法——即引入冠状动脉区域分割这一辅助任务——有效解决了从不平衡数据集中学习的问题。将进一步开展研究以探索所提方法在类似医学图像分析问题中的潜在适用性。为减轻弱节段区域标注这一耗时任务(约2分钟/扫描)的负担,我们使用主动学习仅对2.3%的图像切片进行了节段区域标注。为解决假阳性噪声被分割为微钙化[12]从而导致零CAC患者被错误归入较高风险类别的问题,我们通过添加二分类CAC分类模块来扩展网络,以区分含CAC和不含CAC的切片。消融研究表明,加入所提出的零CAC模块改善了患者风险分类的一致性。扩展后的模型在CAC二分类分割中取得了0.907的F1分数,表明与当前最先进的自动CAC评分方法[12, 33, 34]相比具有较高的性能。近端节段的灵敏度和F1分数均高于侧支,表明该模型可能特别适用于自动识别近端CAC,而近端CAC是主要不良心血管事件的独立标志物[35]。代表性不足的节段类别s-RCA未被模型学习到,全部15个s-RCA病变均被错误分配到其他RCA节段类别,这需要更大的训练集和进一步的模型调整。尽管如此,仍需进一步的观察者间变异性分析来评估在有无对比增强CTA支持下于非对比CT中区分小侧支的局限性,因为这可被视为模型作为地面真值时性能的上限。量化冠状动脉粥样硬化总负荷并包含钙化病变定位信息的心血管风险评分,如CT适配Leaman评分(CT-LeSc)[36, 37],已被证明是CCTA中心脏事件的独立长期预测因子。对于非对比CT扫描,Eisner研究已表明近端CAC斑块的存在和范围可为预测主要不良心血管事件(MACE)提供强有力的独立预后信息[35]。Blaha等[10]已证明钙化斑块分布的测量指标提高了传统Agatston评分预测冠状动脉疾病(CAD)事件的能力。Williams等[11]已表明基于深度学习的血管特异性自动CAC分析可以准确执行并提供重要的预后信息。Biavati等[18]已表明在稳定性胸痛人群中,零CAC患者的MACE风险极低。较高的CAC评分显示阻塞性CAD、血运重建和MACE的风险增加。
在节段水平进行冠状动脉钙化评分可能会提高钙化评分的预测价值,因为冠状动脉树各节段钙化分布的信息不会丢失,且双灶/三灶钙化病变的存在可纳入风险预测[5]。所提出的模型还可协助CT血管造影规划,并作为守门工具,在高危节段存在高钙化评分时避免不必要的后续血管造影。观察者间高变异性表明,自动化也可能提高临床实践中的可重复性。
为在节段水平大规模研究CAC评分,有必要将耗时且易出错的标注任务自动化。据我们所知,这是首项研究节段水平CAC评分DL模型的研究。
我们的研究存在若干局限性。一个局限性是两名观察者之间缺乏共识。因此,第一位观察者所做的标注被用作模型训练的参考标准。在节段水平进行CAC评分的观察者间高变异性,尤其是对侧支血管,可能产生了负面影响,因为使用不准确的标签进行训练有可能降低模型性能。我们的分析是在层厚超过2.4 mm的图像上进行的,以与Agatston等人[2]提出的标准方法保持一致。然而,我们计划修改模型以适应薄层重建,目标是增强对小远端分支的区分能力。未来工作将研究是否可通过使用由多名观察者标注的训练集或基于增强CT图像的改进参考标准来确定冠状动脉树中钙化病变的精确位置,从而提升模型性能。我们还将研究我们的DL模型通过突出可能被错误标注的病变并可视化模型不确定性,在节段水平CAC评分中提高可重复性并减少观察者间变异性的潜力。
结论
在本研究中,我们提出了一种用于节段水平冠状动脉钙化评分的深度学习模型。该模型与人类观察者取得了良好的一致性,并有潜力作为工具,在大型影像研究中进一步研究冠状动脉树中钙化分布与心血管风险之间的关联。本文提出的模型可能为开发新的和改进的CAC评分方法提供指导。
补充信息
电子补充材料
引用
- Föllmer B, Tsogias S, Biavati F, et al. Automated segment-level coronary artery calcium scoring on non-contrast CT: a multi-task deep-learning approach. Insights Imaging. 2024. PMID: 39412613. doi:10.1186/s13244-024-01827-0
- 全文:PMC11484984(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11484984/
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。