文献速递骨肌技术与安全DRMR

多场景深度学习模型自动分割脊柱X线片中的急性椎体压缩性骨折:一项多中心队列研究

A multi-scene deep learning model for automated segmentation of acute vertebral compression fractures from radiographs: a multicenter cohort study.
PubMed 文献 · Insights Imaging · 2024-12-02

本研究开发了PFNet多场景深度学习模型,用于从脊柱X线片中自动分割急性椎体压缩性骨折。模型在验证集和三个外部测试集的分割准确率分别为99.93%、98.53%、99.21%和100%,AUC分别为0.92、0.85、0.88和0.88,优于ACCoNet、BASNet和Deep模型。C臂透视数据集准确率98.56%、特异度99.36%,但敏感度未达预期。

要点

  • PFNet在验证集和外部测试集1-3的分割准确率分别为99.93%、98.53%、99.21%和100%。
  • PFNet在验证集和外部测试集1-3的AUC分别为0.92、0.85、0.88和0.88,均高于对比模型。
  • C臂透视数据集准确率98.56%、特异度99.36%,但敏感度未达预期。

核心结论

  • 研究成功开发了基于脊柱X线片的多场景深度学习模型PFNet,可在术前和术中精确分割急性椎体压缩性骨折。
  • PFNet模型在临床环境中多场景分割表现出高准确率,是该领域的重要进展。
  • PFNet模型可能作为临床实践中诊断和定位急性椎体压缩性骨折的有价值辅助工具。

研究设计与样本

  • 多中心队列研究,收集2016年11月至2019年10月五家医院(A-E)的脊柱X线片,共纳入2314名参与者。
  • 训练集来自医院A和B的1071名参与者,验证集来自医院A和B的458名参与者。
  • 外部测试集1-3分别来自医院C(301名)、医院D(223名)和医院E(261名)参与者。
  • 以对应脊柱MRI表现为参考标准,由两名脊柱外科医生(各至少5年临床经验)独立标注,第三名专家(8年MRI判读经验)共识手动分割。
  • 使用多种X线设备和1.5-T或3.0-T MRI仪器,C臂透视数据集来自医院A的62张术中X线片。

关键影像表现/征象

  • 急性椎体压缩性骨折在T2加权成像和脂肪抑制T2加权成像序列上表现为明显高信号,区别于正常椎体或慢性骨折。
  • 急性椎体压缩性骨折、Schmorl结节和1型Modic改变在MRI特征上相似,需新方法有效区分以避免诊断错误。
  • PFNet在正常脊柱或慢性椎体压缩性骨折的X线片上分割准确性与MRI表现及参考标准相当。
  • Grad-CAM显示PFNet能准确响应并聚焦于急性椎体压缩性骨折区域。

诊断标准与关键数值

  • PFNet在验证集和外部测试集1-3的分割准确率分别为99.93%、98.53%、99.21%和100%。
  • PFNet在验证集和外部测试集1-3的AUC分别为0.92、0.85、0.88和0.88;ACCoNet分别为0.88、0.79、0.85和0.84。
  • PFNet在三个外部测试数据集中的准确率、敏感度和特异度分别为99.21%、75.47%和99.59%。
  • PFNet在C臂透视数据集中准确率和特异度分别为98.56%和99.36%。

临床应用与阅片要点

  • PFNet可直接分割急性椎体压缩性骨折,无需先分割整个脊柱的每个椎体,简化了工作流程。
  • 模型可用于术前和术中X线片,术中使用时分割结果在急性椎体压缩性骨折大部分区域内一致,满足术中定位需求。
  • C臂透视数据集敏感度未达预期,可能受术中训练数据有限、域偏移、手术因素及金属植入物影响。
  • 作者认为该模型可能作为临床实践中诊断和定位急性椎体压缩性骨折的辅助工具。

局限性

  • 术中X线片训练数据获取困难,需要更大更多样的术中X线片训练集以确保模型稳健性和稳定性。
  • 由于回顾性研究设计,选择偏倚和固有差异不可避免,需要前瞻性试验和前瞻性数据集验证来支持结论。
  • 作者推测骨密度、骨折严重程度、椎体压缩程度和图像质量可能影响模型性能。
  • PFNet模型在C臂透视数据集中未达到高敏感度,可能归因于数据不足、图像质量低和C臂透视特定模式复杂性等因素。
全文中译17 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 Dec 2;15:290. doi: 10.1186/s13244-024-01861-y

引言

椎体压缩性骨折(VCFs)是最常见的脊柱骨折类型,会引发一系列不良结局。这些结局包括背痛、活动能力下降、生活质量降低、死亡率增加以及脊柱后凸的发生[1, 2]。鉴于这些潜在并发症,及时准确的诊断至关重要。

磁共振成像(MRI)凭借其卓越的对比度,是临床实践中广泛用于急性VCF检测和诊断的金标准成像方式。急性VCF在T2加权成像(T2WI)和脂肪抑制T2WI序列上表现为明显高信号,从而将其与正常椎体或陈旧性骨折区分开来。然而,急性VCF、许莫氏结节和1型Modic改变之间的MRI特征相似性,需要开发新方法以有效区分这些情况并避免诊断错误[3–6]。

尽管MRI具有实用性,但其复杂性和耗时性限制了其可及性,常常延误急性VCF的诊断和后续治疗。这种延误可导致患者不适延长并加重相关后果[7]。因此,确保及时准确的诊断对于疑似急性VCF患者的及时治疗至关重要。

X线摄影因其快速高效而在临床实践中常用,但在显示识别急性VCF所需的详细解剖结构方面存在局限性,常导致诊断困难[8, 9]。

深度学习(DL)的最新进展,特别是在计算机视觉领域,已使医学图像处理取得显著改善。这些进展源于DL方法强大的特征学习能力,其在放射影像的分类和分割中发挥了关键作用[10–14]。然而,这些模型在研究中的成功与其在临床环境中的实际应用之间仍存在差距,主要归因于可解释性有限和外部泛化性受限等挑战。

本研究旨在引入一种新型DL模型,设计用于在术前和术中放射影像中识别、定位和分割急性VCF,提供一种全面的解决方案以应对临床实践中遇到的各种场景。我们力求证明,与现有DL分割模型相比,我们的模型具有高准确性,并提供更优的可解释性和结果,这已通过内部和外部验证得到证实。

方法

研究设计与数据集

本多中心研究按照《赫尔辛基宣言》的伦理原则进行,并获相关伦理委员会批准。由于本回顾性研究使用了现有医学数据,知情同意被豁免。本研究遵循外科队列研究报告强化标准(STROCSS)[15]。

本研究从中国五家医院收集脊柱X线片以开发和验证我们的模型。我们的研究队列由2016年11月至2019年10月期间接受脊柱MRI检查并在上述五家医院被诊断为急性椎体压缩性骨折(VCF)的参与者组成。为确保模型的准确性和精确性,并排除健康脊柱状态或慢性VCF的干扰,我们还纳入了健康参与者。这些参与者的MRI未见急性VCF征象,且来自同样的五家医院。详细的纳入和排除标准以及具体医院信息见补充附录。

本研究共纳入2314名参与者。其中,来自两家医院(A和B)的1529名参与者根据患者识别号分为训练集(n = 1071)和验证集(n = 458),前70%分配至训练集,其余30%分配至验证集。虽然未进行样本量计算,但已准备了外部测试集。我们还分别从C医院(外部测试集1,n = 301)、D医院(外部测试集2,n = 223)和E医院(外部测试集3,n = 261)获取了参与者和图像。三个外部测试集用于评估我们模型的外部泛化能力。

真实标签标注与分割

脊柱X线片根据相应的脊柱MRI表现进行标注和分割。两名经验丰富的脊柱外科医生独立审阅了MRI扫描和X线片(审阅者1,X.G.;审阅者2,M.K.,每人至少具有5年临床经验)。通过与第三位专家(审阅者3,X.Z.,具有8年MRI判读经验)协作,获得了基于共识的手动分割结果。急性VCF分割包括勾画骨折椎体的轮廓,以确保对整个病灶的精确分割。本研究未对健康脊柱或慢性VCF病例进行分割。

放射学检查

常规正位和侧位脊柱X线摄影使用多种设备进行,包括Digital Diagnost(Philip)、DRX-Evolution Plus(Carestream)、Yiso(SIEMENS)系统。所有MRI扫描均使用1.5-T或3.0-T MRI仪器配合多通道相控阵脊柱线圈采集。五家医院的图像采集参数和X线摄影设备详情见补充附录。

模型架构

我们开发的模型——定位与聚焦网络(PFNet)——专为脊柱X线片中急性VCF的识别和分割而设计。PFNet由两个主要模块组成:注意力引导模块(AGM)和监督解码模块(SDM)(图1)。AGM的功能类似于临床图像判读过程,在整个X线片上进行全局搜索以识别与急性VCF相关的潜在异常。相比之下,SDM在识别阶段运作,聚焦于目标区域以对急性VCF进行精确分割。其主要目标是实现这些骨折的准确定位和详细表征。

PFNet的工作流程如下:首先,将脊柱X线片输入ResNet-50 [16]骨干网络以提取多级特征。这些特征随后通过四个卷积层进行通道缩减。接下来,对最深层的特征应用AGM以定位急性VCF。最后,使用多个SDM逐步检测并消除假阳性和假阴性干扰,以实现急性VCF的精确分割(图1)。

图1 (a)我们的PFNet模型、(b)AGM和(c)SDM的架构 查看原图 ↗

多场景测试与模型评估

我们在训练数据集中开发了该模型,并使用验证数据集和外部测试数据集对其进行了独立测试。三个不同的外部测试队列专门用于评估PFNet模型的外部泛化能力。此外,从A医院获取了62张术中X线片,以评估PFNet模型在C臂透视数据集中的分割性能。

我们将我们的PFNet模型与先前具有竞争力的分割方法进行了比较,包括邻域上下文协调网络(ACCoNet)[17]、边界感知分割网络(BASNet)[18]和Deepcrack(Deep)模型[19],以验证我们PFNet模型的有效性。使用受试者工作特征(ROC)曲线评估模型对急性VCF的分割。计算曲线下面积(AUC)、准确率、灵敏度和特异度等关键指标,以比较不同数据集和模型的性能。目标和背景像素分别被视为正类和负类。此外,应用梯度加权类激活映射(Grad-CAM)来解释PFNet模型的特征学习和分割结果[20–22]。

统计分析

所有统计分析均使用IBM SPSS Statistics for Windows 22.0版(IBM Corp.,Armonk,NY,USA)和Python 3.7版进行。正态分布的连续变量以均值±标准差表示,而分类变量以百分比(%)表示。酌情使用Student t检验和Mann–Whitney U检验比较连续临床变量。使用卡方检验或Fisher精确检验比较分类变量。统计显著性设定为p < 0.05。使用的软件库和软件包包括pytorch(3.7.1版)、numpy(1.21.5版)、pandas(1.3.5版)和torchvision(0.10.0版)。

结果

人群特征

表1和表2列出了训练数据集、验证数据集和外部测试数据集1–3中参与者的综合特征。在2314名参与者的研究队列中(平均年龄:62.86 ± 13.76岁),916名(39.59%)为男性,1398名(60.41%)为女性。共有840名(36.30%)参与者被诊断为急性VCF。

训练数据集由1071名参与者组成(平均年龄:63.39 ± 13.12岁,男性405名,女性666名)。其中,406名个体(37.91%)被诊断为急性VCFs,包括106名男性(26.11%)和300名女性(73.89%)。验证数据集由458名参与者组成,平均年龄为63.82 ± 12.83岁。其中174例为急性VCFs(38.00%),137例(29.91%)涉及胸椎VCFs,37例(8.08%)涉及腰椎VCFs。外部测试数据集中诊断为急性VCFs的参与者比例各不相同:外部测试数据集1–3分别为31.23%、45.74%和24.52%。

表1 基线数据集特征 查看原表 ↗
表2 各数据集中急性VCFs的详细特征 查看原表 ↗

PFNet的分割性能

我们使用验证数据集和外部测试数据集将我们的PFNet模型与其他竞争模型的性能进行了比较。我们的研究结果一致表明,PFNet在所有指标和数据集上均优于或等同于其他模型(图2和表3)。特别是在三个外部测试数据集中,PFNet表现出卓越的准确度、灵敏度和特异度值,分别为99.21%、75.47%和99.59%。此外,在验证数据集和外部测试数据集中比较四种模型的ROC曲线一致显示,PFNet具有最高的AUC值。例如,ACCoNet在验证数据集和外部测试数据集1–3中的AUC值分别为0.88、0.79、0.85和0.84。相比之下,PFNet的AUC值分别为0.92、0.85、0.88和0.88。

我们对PFNet与其他模型进行了定性比较。PFNet在急性VCFs的区域和轮廓勾画中始终保持连贯性,显示其能够通过SDM理解区域与轮廓之间的语义关系。这减少了边界误差并提高了分割性能(图3)。此外,PFNet在正常脊柱X线片或慢性VCFs的X线片中显示出与MRI表现和金标准相当的分割准确度。相比之下,其他模型由于解码机制的局限性而存在错误分割区域(图4)。这一视觉比较清楚地突出了PFNet在分割准确度和精确度方面的优越性。

Grad-CAM技术(图5)提供了PFNet中特征注意力图的直观可视化,展示了我们模型的可解释性和有效性。PFNet准确响应并聚焦于急性VCFs区域,展示了注意力机制的功效。这种可视化不仅提高了可解释性,还强调了模型识别和优先处理相关特征的能力,有助于其在识别和勾画急性VCFs方面的卓越表现。

图2 模型性能。PFNet、ACCoNet、BASNet和Deep模型在(a)验证数据集、(b)外部测试数据集1、(c)外部测试数据集2和(d)外部测试数据集3中的ROC曲线 查看原图 ↗
表3 模型在验证和外部测试数据集中的性能 查看原表 ↗
图3 模型分割结果与急性VCFs的MRI和金标准(GT)数据的比较。图像来源于外部测试数据集,X线图像中急性VCFs以红框标出 查看原图 ↗
图4 模型分割结果与正常脊柱(非急性VCF)MRI及金标准(GT)数据的比较。图像来源于外部测试数据集 查看原图 ↗
图5 PFNet在外部测试数据集中代表性参与者的注意力热图。急性VCF在X线摄影图像中以红框突出显示 查看原图 ↗

多场景测试

使用C臂透视数据集评估PFNet模型在术中X线摄影中的性能和应用。在该数据集中,PFNet的准确率和特异度分别为98.56%和99.36%。补充附录提供了该数据集中PFNet的详细人口统计学资料和ROC曲线。虽然PFNet是首个应用于术中X线摄影的分割深度学习(DL)模型,但它在C臂透视数据集中未达到高灵敏度。然而,尽管在准确描绘急性VCF边界方面可能存在局限性,但分割结果在急性椎体VCF的大多数区域内保持一致。这种一致性满足了术中定位的需求和要求,如图6所示。

图6 PFNet在C臂透视数据集中代表性参与者的分割结果。急性VCF在X线摄影图像中以红框突出显示 查看原图 ↗

讨论

临床医生必须及时、准确地将急性VCF与正常椎体和慢性VCF区分开来,以便早期评估手术策略并确定急性VCF的病因。尽管现代MRI技术已成功解决了定位和识别急性VCF的难题,但患者在接受MRI检查前往往经历漫长的等待,导致等待期间承受疼痛和不适。本研究结果描述了一种新型多场景深度学习算法的开发,该算法专门设计用于分割脊柱X线摄影中的急性VCF。我们通过使用全面的多机构数据集进行细致的内部和外部验证,进一步证实了该创新的能力。作为一个多场景分割模型,我们在术前和术中X线摄影中严格评估了PFNet,展示了其在不同临床场景中的性能和有效性。我们与竞争模型的比较分析明确证明了PFNet的一致优越性,在所有数据集和指标上均具有无与伦比的性能。这些发现证实,PFNet是一个领先的模型,在不同影像场景中均能出色地准确分割急性VCF。

PFNet架构的优势

急性椎体压缩性骨折(VCF)与正常椎体在X线片上高度相似[14],这可能导致初始分割结果中出现假阳性和假阴性预测。为解决这些错误预测,我们设计了一个SDM,它以当前层级特征、更高层级特征及预测结果作为输入,输出精炼特征和更准确的预测。该模块旨在利用多层级上下文信息并结合更高层级特征的反馈来精炼分割结果,最终提高分割准确性。此外,AGM由通道注意力模块和空间注意力模块组成。两个模块均采用非局部操作来捕获通道与空间位置之间的长程依赖关系,从而从全局视角增强最深层级特征的语义表征。

鲁棒性与多场景

与其他训练图像可用性有限且缺乏外部验证的深度学习(DL)模型[5, 14]不同,我们的PFNet是使用从两家医院获得的大型数据集开发的。此外,我们使用来自三家不同医院的三个独立数据集验证了PFNet的鲁棒性和可靠性。这一全面的数据集和充分的验证支持了PFNet的可信度和泛化性,使其区别于受数据可用性和验证限制的模型。此外,DL模型有限的外部泛化性显著阻碍了其向临床实践的转化[7]。本研究中使用的X线片由多种仪器生成,确保了PFNet模型优异性能的可重复性[23, 24]。这些发现凸显了PFNet所取得的显著改进,表明其不仅在验证数据集中、而且在多个外部测试数据集中均具有优越性能,指示其卓越的泛化性和持续优异的性能。

据我们所知,PFNet模型是首个应用于从术中X线片分割急性椎体压缩性骨折(VCF)的深度学习(DL)模型。术者术中仅依靠X线片中的骨性标志来识别急性VCF。因此,该情况可能与病变椎体相混淆,导致严重的医疗后果。我们对C臂透视数据集的分析证明了PFNet作为一种多场景分割DL模型在分析术中X线片方面的有效性。然而,与其他性能指标的成功不同,PFNet模型的敏感度未达到预期。术前与术中场景之间的这种性能差异可归因于若干因素。首先,术中训练数据有限及由此产生的域偏移可能显著影响模型性能。此外,针对术中任务的训练数据不足可能也导致了其性能欠佳。再者,各种手术因素和器械,如组织操作和金属植入物的存在,可使图像判读复杂化。这些因素可能影响了模型判读术中X线片的性能,从而影响其敏感度。总之,可用于训练的术中X线片有限,加之针对术中场景特有挑战的数据不足以及潜在混杂的手术因素,共同导致了PFNet在此背景下表现出的敏感度欠佳。

全自动化工作流程简化

准确分割医学图像内的解剖结构是临床诊断和分析的一项关键挑战[25, 26]。在临床环境中,临床医生和放射科医生投入大量时间和精力来分割和勾画医学图像中的感兴趣区域。因此,医学图像的准确自动化分割可以减轻放射科医生繁重且耗时的工作负担[27, 28]。

我们的PFNet模型的操作工作流程涉及两个主要方面:识别急性VCF和分割骨折椎体。值得注意的是,既往研究也开发了用于分割放射学图像中解剖结构的DL模型[29–32]。然而,这些模型大多集中于正常或健康的解剖结构,可能在有效满足疾病诊断的临床需求方面存在不足。此外,既往研究将急性VCF的识别误解为简单的分类任务。这导致模型缺乏可解释性并妨碍了其临床实用性。此前,在脊柱X线片中诊断和检测急性VCF需要从整个脊柱中分割每个椎体[5]。然而,将分类和分割模块相结合的传统模型往往繁琐且计算复杂。这可能导致潜在的特征丢失或过拟合。相比之下,我们的PFNet模型擅长直接分割急性VCF,从而改善临床工作流程并提高分割和诊断的效率。

局限性

PFNet模型存在一些局限性。首先,尽管我们已在术中X线片中实现了该模型,但获取大量此类图像用于训练目的仍然具有挑战性。因此,需要一个更大、更多样化的术中X线片训练集来确保模型的稳健性和稳定性。其次,由于回顾性研究设计,选择偏倚和固有差异不可避免。因此,需要前瞻性试验,并且有必要在前瞻性数据集上进行验证以支持本研究的结论。此外,我们推测骨密度、骨折严重程度、椎体压缩程度和图像质量可能影响我们模型的性能。如上所述,PFNet模型在C臂透视数据集上未达到高灵敏度。这些问题可能归因于数据不足、图像质量低以及C臂透视中特定模式的复杂性等因素。

为解决这些局限性,未来的工作应侧重于通过各种方式优化算法。潜在的优化工具包括使用图像增强技术(如Retinex [33])对数据集进行预处理,以进一步提高分割准确性。此外,引入数学模型来约束和指导预测结果,如交替方向乘子法算法,将为模型在预测过程中提供更强的数学基础。此外,在不同数据集上持续测试和验证对于完善算法的准确性并确保其在不同实际应用中的稳健性至关重要。通过解决这些局限性并探索优化途径,该算法对决策过程的潜在影响可以充分实现,从而在日常实践中产生更可靠和高效的结果。

结论

在本研究中,我们开发了一种基于脊柱X线片的多场景深度学习(DL)模型,能够实现对急性椎体压缩性骨折(VCF)的准确术前和术中的分割。我们的PFNet模型展示了优异的检测和分割性能。该模型可作为临床实践中急性VCF诊断和定位的有价值支持工具。

补充信息

电子补充材料

引用

  1. Zhang H, Yuan G, Zhang Z, et al. A multi-scene deep learning model for automated segmentation of acute vertebral compression fractures from radiographs: a multicenter cohort study. Insights Imaging. 2024. PMID: 39621135. doi:10.1186/s13244-024-01861-y
  2. 全文:PMC11612108(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11612108/

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。