基于平扫胸部CT的深度学习模型用于骨质疏松机会性筛查:一项多中心回顾性队列研究
该多中心回顾性队列研究基于四家医院1126例50岁以上接受平扫胸部CT和DXA检查者的T12椎体及骨骼肌ROI图像,构建五种CNN模型并以SMI模型为对照进行骨质疏松机会性筛查。Densenet121在三个外部测试集AUC分别为0.827、0.859、0.865,平均F1为0.865,预测性能显著优于SMI模型。作者认为该模型可用于机会性筛查骨质疏松患者。
要点
- Densenet121在三个外部测试集AUC为0.827、0.859、0.865,平均F1为0.865,为五种CNN模型中最高。
- Densenet121预测骨质疏松的AUC在训练集及全部外部测试集均大于SMI模型,差异均有统计学意义。
- Grad-CAM显示Densenet121决策关注区域包括椎体和骨骼肌,而非单一骨或肌肉组织。
核心结论
- 基于平扫胸部CT椎体和骨骼肌图像的CNN模型可机会性筛查骨质疏松患者。
- Densenet121模型预测骨质疏松的性能显著优于SMI模型,作者认为临床医生可利用该模型对骨质疏松患者进行干预以尽早避免脆性骨折。
研究设计与样本
- 多中心回顾性队列研究,四家三级医院于2022年1月1日至2022年12月31日回顾性收集1126例参与者。
- 训练集为机构1的581例(骨质疏松284例、非骨质疏松297例),外部测试集1为机构2的229例(92例/137例),外部测试集2为机构3的198例(90例/108例),外部测试集3为机构4的118例(68例/50例)。
- 纳入标准为年龄≥50岁、行平扫胸部CT、行DXA检查且有完整病历;排除DXA与CT间隔>3个月、CT图像有伪影、病历缺失及绝经前女性。
- 以DXA测量的BMD为金标准,腰椎(L1–4)、股骨颈或桡骨远端三分之一任意部位T值≤−2.5诊断为骨质疏松,T值>−2.5为非骨质疏松。
- 采用5 mm层厚平扫胸部CT,图像重采样至1×1×1 mm³体素间距,窗位250、窗宽800;在T12椎体中间层面勾画ROI,构建Densenet121、Inception_v3、Googlenet、Resnet50和VGG16五种CNN模型并与SMI模型比较。
关键影像表现/征象
- Grad-CAM可视化显示Densenet121模型分类时关注区域包括椎体和骨骼肌组织,而非仅关注骨或骨骼肌单一组织。
诊断标准与关键数值
- Densenet121在外部测试集1、2、3的AUC分别为0.827、0.859、0.865,三个外部测试集平均F1为0.865。
- Inception_v3在外部测试集1、2、3的AUC分别为0.855、0.852、0.853;Googlenet分别为0.821、0.848、0.845;Resnet50分别为0.821、0.845、0.889;VGG16分别为0.832、0.853、0.816。
- SMI模型预测骨质疏松的AUC在机构1为0.572(p=0.003,95%CI 0.526–0.619),机构2为0.644(p=0.038,95%CI 0.569–0.718),机构3为0.589(p=0.032,95%CI 0.509–0.668),机构4为0.689(p<0.001,95%CI 0.589–0.789)。
- DeLong检验显示Densenet121模型预测骨质疏松的AUC在训练集和全部外部测试集均大于SMI模型,差异均有统计学意义。
临床应用与阅片要点
- 作者认为基于平扫胸部CT椎体和骨骼肌图像的CNN模型可用于机会性筛查骨质疏松患者,临床医生可利用该模型对骨质疏松患者进行干预以尽早避免脆性骨折。
局限性
- 本研究为回顾性研究,可能导致选择偏倚,未来需要前瞻性队列研究进一步验证本研究的模型。
- 本研究的CNN模型适用于50岁以上男性和绝经后女性,不具备跨所有年龄组的普遍适用性。
- 本研究模型仅筛查骨质疏松患者,未筛查骨量减少患者。
全文中译13 节 · 点击展开
引言
骨质疏松症(OP)是一种常见的骨骼疾病,导致骨密度降低和骨折风险增加。骨质疏松症可发生于任何年龄,但在绝经后女性和老年男性中更为常见[1, 2]。随着全球人口持续老龄化,骨质疏松症的患病率迅速攀升,已成为突出的公共卫生问题。在中国50岁以上人群中,29.0%的女性和13.5%的男性患有骨质疏松症,分别达4900万和2280万[3]。骨质疏松症所致的骨折是老年人致残和致死的重要原因[4]。髋部骨折后一年内,33%的患者可能死于并发症[5]。因此,骨质疏松症的早期诊断和治疗至关重要。双能X线吸收法(DXA)测量的骨密度(BMD)是诊断骨质疏松症的金标准[4]。然而,公众对骨质疏松症及其危害的认知有待提高,且不会主动就医进行骨质疏松症的诊断。
肌少症是一种以肌肉量和肌肉力量下降为特征的疾病,通常与衰老过程相关[6]。肌少症与骨质疏松症常共存,肌少症可增加骨质疏松症的风险[7]。Lima等人[8]的研究显示,非肌少症患者的骨质疏松症发生率远低于严重肌少症患者。此外,基于计算机断层扫描(CT)的骨骼肌指数(SMI)可在一定程度上诊断肌少症并预测骨质疏松症患者[9, 10]。
随着计算机算力的快速进步,人工智能技术在医学领域的应用日益广泛[11]。在图像识别方面,人工智能主要分为两个领域:影像组学和深度学习。研究表明,基于CT椎体或肌肉图像的影像组学模型可较好地预测骨质疏松症患者[12, 13]。然而,影像组学存在预处理复杂、特征提取有限等缺点。深度学习,尤其是卷积神经网络(CNN)模型,可从大量训练数据中自动学习,其诊断准确性可媲美甚至超过人类医生。例如,应用基于脊柱X线的CNN模型可较好地预测骨质疏松症患者[14]。
近年来CT检查数量呈指数级增长,尤其是平扫胸部CT。中老年人因各种原因接受胸部CT检查,如疾病筛查、监测或术前准备。因此,本研究拟对平扫胸部CT图像进行二次利用,构建基于多机构肌肉和椎体图像的CNN模型以筛查骨质疏松症患者。
材料与方法
研究设计
本研究回顾性收集了温州医科大学附属第二医院(机构1,训练集)、乐清市人民医院(机构2,外部测试集1)、温州市中西医结合医院(机构3,外部测试集2)和苍南县人民医院(机构4,外部测试集3)自2022年1月1日至2022年12月31日的患者临床数据。此外,所有机构均为三级医院。所有参与机构的机构审查委员会均批准了这项回顾性多队列研究(批准号:2023-K-179-01),并豁免了书面知情同意的要求。
本研究共纳入来自四家机构的1126名参与者。本研究的纳入标准为:(1)年龄≥50岁;(2)进行了胸部平扫CT检查;(3)进行了DXA检查;(4)病历记录完整。本研究的排除标准为:(1)DXA与胸部CT检查间隔>3个月;(2)CT图像存在伪影;(3)缺乏病历记录;(4)绝经前女性参与者。机构1注册了581名参与者,其中284例患有骨质疏松症,297例无骨质疏松症。机构2有229名参与者,其中92例患有骨质疏松症,137例无骨质疏松症。机构3纳入了198名参与者,其中90例患有骨质疏松症,108例无骨质疏松症。机构4纳入了118名参与者,其中68例患有骨质疏松症,50例无骨质疏松症。本研究的参与者招募流程见图1。
DXA通过测量骨密度(BMD)被认为是诊断骨质疏松症的金标准。对于绝经后女性和男性(50岁以上),建议参照诊断标准。通过DXA测量的任何腰椎(腰1–4)、股骨颈或桡骨远端三分之一处t值≤−2.5的患者被诊断为骨质疏松症患者。t值>–2.5的患者被诊断为非骨质疏松症患者。
机构1、机构2、机构3和机构4的5 mm层厚胸部平扫CT图像分别从图像归档和通信系统(PACS)中获取。此外,所有CT图像均重采样至1×1×1 mm³的体素间距,以对不同机构的图像进行标准化。同时,将所有图像的窗位调整为250,窗宽调整为800。
伦理批准和知情同意
温州医科大学附属第二医院伦理委员会、乐清市人民医院伦理委员会、温州市中西医结合医院伦理委员会和苍南县人民医院伦理委员会批准了本研究(批准号:2023-K-179-01;YQYY202400061;2024-L047;2023120)。由于本研究为回顾性队列研究,故豁免知情同意。
感兴趣区
根据既往研究,骨骼肌的阈值范围为−29HU至150HU [9]。一名初级临床医师(具有5年以上临床经验)使用3D Slicer(版本5.2.2)软件在第12胸椎(T12)中间层面勾画胸椎及其周围肌肉的兴趣区(ROI)。此外,由初级临床医师勾画的ROI由一名高级临床医师(具有10年以上临床工作经验)进行复核。所有临床医师在勾画和复核ROI时对患者信息均设盲。
SMI模型构建
本研究使用ImageJ(NIH ImageJ版本1.54f)计算ROI内双侧腰大肌的面积。将获得的骨骼肌面积(cm2)除以患者身高的平方(m2)计算SMI(cm2/m2)。以是否存在骨质疏松作为状态变量,使用受试者工作特征(ROC)曲线分析SMI预测骨质疏松的效能。图2a总结了该部分流程。
CNN模型构建
在T12椎体平面CT图像中,仅通过裁剪分离出ROI,排除脊髓和肺等非ROI区域。这些ROI图像随后用于训练和验证CNN模型。机构1的数据集为训练集,机构2、机构3和机构4的数据集分别为外部测试集1、外部测试集2和外部测试集3。本研究构建了五种CNN模型(Densent121、Inception_v3、Googlenet、Resnet50和VGG16)。此外,所有模型均在ImageNet数据集中进行了预训练。训练过程包括前向计算和反向传播。训练前,输入ROI分别调整为Inception_v3的299 × 299像素和其他CNN模型的224 × 224像素。使用随机梯度下降(SGD)优化器更新模型参数,初始学习率为0.01,并使用余弦退火算法进行自适应调整。训练过程持续200个epoch,固定批量大小为32。
此外,我们使用梯度加权类激活映射(Grad-CAM)[15]技术对CNN模型中的最后一个卷积层进行可视化。Grad-CAM使我们能够更好地理解深度学习模型做出决策识别图像信息的关键内容。图2b总结了该部分流程。
统计分析
采用Shapiro-Wilk检验评估临床基线特征数据的分布。患者特征中连续变量以均值±标准差表示,分类变量以百分比表示。符合正态分布的连续变量采用Student's t检验进行分析,分类变量以百分比表示并采用Pearson卡方检验进行分析。多种模型的性能评估采用灵敏度、特异度、准确率、F1分数和ROC曲线下面积等指标。模型比较采用DeLong检验对ROC曲线进行比较[16]。所有数据使用SPSS(26.0版;SPSS等,美国)和Python(3.9.7版)进行处理。
结果
临床基线特征与SMI模型性能
本研究共纳入1126名参与者:机构1有581名,机构2有229名,机构3有198名,机构4有118名。机构1包括284例骨质疏松患者和297例非骨质疏松患者;机构2包括92例骨质疏松患者和137例非骨质疏松患者;机构3包括90例骨质疏松患者和108例非骨质疏松患者;机构4包括68例骨质疏松患者和50例非骨质疏松患者(图1)。在各机构中,骨质疏松患者组与非骨质疏松患者组在年龄、性别、体重指数(BMI)和SMI方面均存在显著差异(p值<0.05)。非骨质疏松患者的BMI和SMI高于骨质疏松患者,而女性患者比例和年龄低于骨质疏松患者(详见表1)。
SMI模型对机构1患者骨质疏松预测的曲线下面积(AUC)为0.572(p=0.003,95%CI 0.526–0.619),SMI模型对机构2患者骨质疏松预测的AUC为0.644(p=0.038,95%CI 0.569–0.718),SMI模型对机构3患者骨质疏松预测的AUC为0.589(p=0.032,95%CI 0.509–0.668),SMI模型对机构4患者骨质疏松预测的AUC为0.689(p<0.001,95%CI 0.589–0.789)。补充图S1分别显示了机构1、机构2、机构3和机构4的SMI预测骨质疏松的ROC结果。
CNN模型的性能
本研究构建了五种CNN模型,即Densent121、Inception_v3、Googlenet、Resnet50和VGG16。在基于机构1数据集的训练集中,五种CNN模型在不同外部测试集中预测骨质疏松患者均取得了良好的性能。Densenet121模型在外部测试集1、2和3上的AUC评分分别为0.827、0.859和0.865。Inception_v3模型在相同数据集上的AUC评分分别为0.855、0.852和0.853。Googlenet模型的AUC评分分别为0.821、0.848和0.845,而Resnet50模型的评分分别为0.821、0.845和0.889。最后,Vgg16模型在外部测试集1、2和3上的AUC评分分别为0.832、0.853和0.816(详见表2和图3)。在所有CNN模型中,Densenet121在三个外部测试集上的平均F1分数最高,为0.865。因此,选择Densenet121模型用于后续研究。
关于Densenet161在伴或不伴骨质疏松的男性/女性患者中的模型可解释性,其关注区域包括椎体和肌肉(图4)。
CNN与SMI模型的性能比较
为进一步证明SMI模型与CNN模型在预测骨质疏松方面是否存在性能差异,本研究对Densenet121模型与SMI模型的AUC进行了Delong检验。在训练集和外部测试集中,Densenet121模型预测骨质疏松的AUC均大于SMI模型,且差异均有统计学意义(详见表3)。
讨论
这五种CNN模型能较好地预测骨质疏松,其在外部测试集中的AUC均超过0.8。在所有CNN模型中,Densenet121在三个外部测试集中的平均F1分数最高,为0.865。Densenet121模型在外部测试集1、外部测试集2和外部测试集3中的AUC分别为0.827、0.859和0.865。此外,Densenet121模型在预测骨质疏松患者方面显著优于SMI模型。因此,本团队选择Densenet121模型进行后续研究。
Densenet121属于DenseNet系列,是深度学习中的一种CNN架构,常用于图像分类任务。Densenet121能够有效识别伴有异常疾病的胸片,如肺气肿[17]。此外,Densenet121模型可通过眼底图像及时识别白内障患者[18]。同样,基于椎体的CT图像,Densenet121模型能更好地识别骨质疏松患者[19]。
既往许多研究表明,骨骼肌与骨组织密切相关。肌肉与骨骼之间存在双向调节,包括机械相互作用和内分泌互联,这些均在骨与肌肉稳态中发挥作用[20]。此外,肌少症和骨质疏松症也是老年的退行性疾病,老年人常同时患有肌少症和骨质疏松症这两种慢性疾病[21]。Kajiki Y等[22]发现SMI能在一定程度上预测骨质疏松和骨折风险。
然而,这些研究存在样本量小、诊断性能中等局限性。因此,本研究基于来自四家机构的平扫胸部CT的骨骼肌和椎体图像构建了Densenet121模型以预测骨质疏松,并发现Densenet121模型的预测性能显著高于SMI模型。
Grad-CAM是一种可视化技术,用于理解图像中哪些区域对模型的预测最为重要[15]。它是一种使模型决策过程更加透明的方法,这在深度学习模型中尤为有用,因为其内部运作往往复杂且不透明。Grad-CAM通过显示模型在进行预测时关注输入图像的哪些部分,有助于揭开深度学习模型“黑箱”性质的面纱。在本研究中,使用Grad-CAM算法探索DenseNet121模型在患者分类过程中的关注区域。正如我们团队所推测的,DenseNet121模型通过关注胸部CT中的骨骼和骨骼肌组织来筛选骨质疏松症患者,而非仅关注骨骼或骨骼肌组织。
随着CT设备的普及,越来越多的患者将接受非增强胸部CT检查。临床指南指出,建议50岁以上人群每年进行胸部CT肺癌筛查[23]。为了更好地评估中老年患者的手术风险,临床医生倾向于使用胸部CT评估这些患者的心肺功能[24, 25]。因此,本研究对这些CT图像进行二次利用,构建卷积神经网络(CNN)模型以提前筛选出骨质疏松症患者,并对这些患者及时进行抗骨质疏松干预,以预防骨质疏松性骨折的发生。
在常规体检或检查其他疾病时进行骨质疏松症的机会性筛查,可以大幅降低筛查项目的成本和复杂性。通过利用非增强胸部CT扫描——该检查因各种适应证而日益常见——我们的研究利用这一方法进行骨质疏松症筛查。这种方法不仅提高了医疗资源的效率,还有望通过实现早期发现和干预来提升患者的生活质量。使用DenseNet121等CNN模型可以实现更准确、更及时的诊断,这对于预防骨质疏松性骨折及相关并发症至关重要。人工智能在筛查中的机会性应用也为更广泛的研究和临床应用开辟了途径。它鼓励开发更具包容性的筛查策略,这些策略可以整合到现有医疗实践中,而不会给患者或医疗系统带来额外负担。
然而,本研究存在一些局限性。首先,本研究为回顾性研究,可能导致选择偏倚。未来需要前瞻性队列研究来进一步验证本研究的模型。其次,本研究的CNN模型适用于50岁以上男性和绝经后女性,并不具有适用于所有年龄组的普遍性。第三,本研究模型仅筛选骨质疏松症患者,未筛选骨量减少患者。
结论
基于非增强胸部CT椎体和骨骼肌图像的CNN模型可机会性筛选骨质疏松症患者。临床医生可利用该CNN模型对骨质疏松症患者进行干预,及时避免脆性骨折。
补充信息
电子补充材料
引用
- Huang C, Wu D, Wang B, et al. Application of deep learning model based on unenhanced chest CT for opportunistic screening of osteoporosis: a multicenter retrospective cohort study. Insights Imaging. 2025. PMID: 39792306. doi:10.1186/s13244-024-01817-2
- 全文:PMC11723875(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11723875/
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。