基于优化nnU-Net模型的超低剂量CT图像深度学习分割
研究利用274例CT原始数据重建模拟低剂量图像,训练专用nnU-Net模型分割21个器官及体轮廓,并与全剂量模型比较。专用低剂量模型在交叉验证和外部数据上均优于全剂量模型,平均Dice达0.937(骨)、0.905(软组织)和0.984(体轮廓)。
要点
- 全剂量nnU-Net模型在剂量低于10%(5 mAs)时分割性能明显下降,眼球Dice可低于0.10。
- 专用低剂量nnU-Net模型在1%、2%、5%剂量水平交叉验证平均Dice分别为0.937、0.905、0.984。
- 外部数据中低剂量模型优于全剂量模型,但严重条纹伪影的超低剂量图像上两种模型均表现不佳。
核心结论
- 常规全剂量nnU-Net模型在低剂量CT图像上表现差,专用低剂量nnU-Net模型在交叉验证和外部评估中表现更优,可实现超低剂量CT图像的准确分割。
研究设计与样本
- 回顾性研究,纳入212例患者的274份CT原始数据集,来自三家Siemens扫描仪,使用Siemens ReconCT软件重建全剂量及1%至50%共11个低剂量水平的模拟图像。
- 以全剂量nnU-Net模型在FD-CT上生成的21个器官分割掩膜为参考标准,训练骨组织(6个器官)、软组织(15个器官)和体轮廓三个低剂量nnU-Net模型。
- 训练数据经两种重建算法(ADMIRE和FBP)和两种层厚(1 mm和2 mm)增强,每个患者12个样本,采用五折交叉验证。
- 外部评估使用三个本地低剂量数据集和两个公开低剂量CT数据集,并与MOOSE和TotalSegmentator模型比较。
关键影像表现/征象
- 低剂量CT图像随剂量降低噪声增加,1%剂量水平图像可见明显噪声和条纹伪影。
- 全剂量nnU-Net模型在50%剂量时眼球、肾上腺、胆囊和脑的Dice低于0.90,其余器官Dice大于0.90。
- 眼球在超低剂量CT上Dice低于0.10,胆囊和肾上腺次之,肺和髋部受剂量降低影响最小。
- 外部数据集中低剂量模型对胆囊、主动脉、肾上腺、肾脏和小肠的分割欠佳最常见。
- 外部数据中体型较大、手臂下垂位置和固定管电流协议时分割欠佳更明显。
诊断标准与关键数值
- 低剂量nnU-Net五折交叉验证平均Dice:骨组织0.937±0.049,软组织0.905±0.117,体轮廓0.984±0.023。
- 重建算法(FBP vs ADMIRE)、剂量水平(1%、2%、5%)和层厚(1 mm和2 mm)间比较的Wilcoxon检验P值均远大于0.05,分割性能一致。
- 外部数据集中至少一个器官由全剂量模型分割错误而低剂量模型改善的图像数:数据集#1为7/10、#2为8/10、#3为10/10、#4为1/10、#5为0/5。
临床应用与阅片要点
- 作者训练的低剂量nnU-Net模型已在GitHub页面公开,可用于超低剂量CT图像器官分割。
- 体轮廓分割模型可用于计算水等效直径或需要患者体型和衰减参数的应用,以及裁剪前景以加速深度学习推理。
- 在严重条纹伪影和低kVp的超低剂量CT图像上,低剂量模型虽优于全剂量模型但整体表现仍不佳。
局限性
- 数据集#5是唯一提供配准的标准剂量和低剂量CT图像的数据集,低剂量对应原标准剂量的四分之一,因此并非所有图像都能进行头对头比较。
- 数据集#1至#3仅有低剂量采集,数据集#4虽包含高剂量和低剂量CT图像但未配准。
- 作者指出需要专用低剂量或超低剂量CT图像的自动分割模型,评估深度学习分割模型在超低剂量CT图像上性能的研究缺乏。
全文中译12 节 · 点击展开
引言
人工智能(AI)在促进医学影像中的多种任务方面已展现出广阔前景,尤其是在图像分割方面,包括正常和异常组织的勾画[1–3]。器官分割在诊断与诊疗一体化放射学的定量成像、动力学建模和个性化剂量测定中具有重要作用[4–10]。近期大量研究集中于基于深度学习(DL)的CT图像器官分割,使用了本地和公开可用的数据集[11–14]。其中一些研究报道了有前景的结果[2, 15–18],并已被其他研究组用于不同任务[19–21]。nnU-Net [22]流程已展现出高度稳健的性能,大多数近期研究采用该模型来实现其解决方案。
尽管CT具有不可否认的诊断潜力和多样化应用,但对其辐射剂量的担忧依然存在,因为CT仍被视为高剂量医学成像模态[23, 24]。低剂量(LD)CT成像常用于急诊成像、辐射敏感人群(如儿科和妊娠患者)、用于患者随访的全身成像,以及主要用于混合SPECT/CT和PET/CT扫描仪上基于CT的衰减校正(CTAC)的混合成像[25–28]。此外,全身LD-CT已得到充分确立,并在国际指南中基于国际骨髓瘤工作组共识报告被推荐用于多发性骨髓瘤筛查[29]。降低辐射剂量可通过优化CT采集参数实现,例如降低管电位(kVp)、降低管电流(mAs)、增加螺距以及使用稀疏采集技术[30]。这些调整会改变CT图像中的噪声和对比度模式,可能在重建CT图像中产生伪影,如条纹伪影和射束硬化伪影。然而,超低剂量CTAC已被证明足以用于PET和SPECT成像中的衰减校正[26, 31]。在动态PET和SPECT方案中,发射数据采集可能延长,可能增加患者运动的可能性,可能需要多次CT扫描用于衰减校正和解剖定位。多次时间点SPECT成像在诊疗一体化中很常见,随着多针孔SPECT相机的引入,动态3D重建近期已成为可能[32]。这些重复CT采集中的大多数可以以较低辐射剂量采集,以应对与潜在辐射危害和辐射致癌效应相关的担忧。Selfridge等[33]在某一时间点进行较高剂量的半诊断扫描之外,还采集了5 mAs(管电流×管旋转时间)的CT扫描用于重复扫描。由于扫描之间自主和非自主的不匹配,第一次高剂量CT的分割掩膜对于后续动态PET和SPECT采集可能不太有用。这一事实凸显了在低剂量和超低剂量图像上建立可靠分割模型的必要性。
Cevora 等人评估了基于深度学习的器官分割模型的性能,并报告其性能取决于性别、图像特征和数据集来源,包括扫描仪类型、采集与重建参数以及患者人群特征[34]。Tsanda 等人[35]报告,当将 Wasserthal 等人[17]开发的模型应用于低剂量 CT(LD-CT)图像(管电流降至原始诊断增强 CT 的 20%)时,Dice 评分小幅下降 3%[35]。他们模拟了约 80 mAs 的诊断性 LD-CT 图像,这与常规半诊断性 PET/CT 和 SPECT/CT 采集所报告的值相似[36]。这表明现有的基于深度学习(DL)的分割模型在半诊断性 CT 图像上可充分工作,性能下降极小。然而,现有 DL 器官分割模型的有效性仍需在超低剂量 CT 图像上进行验证。
据我们所知,目前缺乏专门用于低剂量或超低剂量 CT 图像的自动分割模型,因此也缺乏评估 DL 分割模型在超低剂量 CT 图像上性能的研究。DL 模型在非增强低剂量和超低剂量 CT 图像上的实用性,尤其是超低剂量 CT 衰减校正(CTAC)图像,可能受到质疑。我们最近使用大型训练数据集(> 4000 幅图像,包括成人和儿童病例)开发了一个 nnU-Net 多器官分割模型[2]。本研究旨在使用真实 CT 图像研究这些模型在超低剂量 CT 图像上的性能,并开发一个专用于 LD-CT 扫描场景图像分割的 nnU-Net 流程。
方法与材料
患者人群与 CT 协议
从位于瑞士日内瓦日内瓦大学医院核医学科和放射科的 3 台 Siemens 扫描仪共收集了来自 212 名不同患者的 274 份原始 CT 扫描(投影)。Siemens ReconCT 软件是 Siemens(Siemens AG,德国)研究型 CT 重建工具的认证版本。该软件可在每个 kVp 下向原始投影添加扫描仪特异性噪声,从而生成对应于较低管电流采集的正弦图。应注意,这种扫描仪特异性噪声不同于添加泊松或高斯噪声,而是根据体模校准结果测量得到。ReconCT 软件具有命令行界面(CLI),可用于重建模拟低管电流 CT 图像,范围为原始采集管电流的 99% 至 1%。原始数据使用 Siemens CLI 以 ADMIRE 重建算法重建,层厚 1 mm,视野 50 cm,像素尺寸 512 × 512, resulting in 0.97 mm pixel dimension on axial slices,即 0.97 × 0.97 × 1 mm³ 体素间距。CT 原始数据重建两次:一次使用标准全剂量正弦图(FD-CT),一次在重建前向正弦图添加扫描仪特异性噪声,对应于原始采集管电流的 50%、30%、25%、20%、15%、10%、5%、4%、3%、2% 和 1%。我们将不同剂量水平记为 LD-CT-X%,其中 X 表示剂量水平降低的百分比。对于低于 10% 的剂量水平,在软件配置文件中激活超低剂量选项以及电噪声;其余参数保持不变。
Siemens ReconCT 应用程序所用算法的详细信息见 Stierstorfer 等人 [37]。总体而言,使用预训练的 nnU-Net 模型(FD-nnU-Net)[2] 在参考 FD-CT 图像上勾画了 21 个器官。这些器官包括锁骨、股骨头、髋部、骶骨、胸廓和椎骨、肾上腺(AG)、主动脉、脑、结肠、眼球、胆囊(GB)、肾脏、肝脏、肺、胰腺、竖脊肌、小肠、脾、胃、膀胱(UB)和心脏。由于重建参数和位置信息相似,分割结果被配准到 LD-CT 图像上。在 FD-CT 图像上生成的分割掩膜被视为训练新分割模型的参考掩膜。纳入患者的人口学信息总结于表 1。低剂量 CT 模拟过程验证的相关信息见补充表 1 和表 2。
在模拟低剂量 CT 数据上的性能基准测试
FD-nnU-Net 模型在所有重建 CT 图像上进行了测试,包括 FD-CT 和 1% 至 50% 的 LD-CT(11 组低剂量 CT 图像),以勾画 21 个既定器官。通过将 LD-CT 图像的预测分割掩膜与 FD-CT 图像生成的参考掩膜进行比较,采用成熟的图像分割指标评估模型性能。计算的分割指标包括 Dice 系数、Jaccard、平均表面距离(MSD,mm)、Hausdorff 距离(HD,mm)和分割体积变化(VD,mL)。此步骤旨在通过降低低剂量和超低剂量 CT(ULD-CT)图像中的管电流来模拟降低的 CT 图像质量,从而评估 nnU-Net 训练模型在大型数据集上的稳健性。此外,使用与我们的 FD-nnU-Net 模型相同的方法,在所有剂量水平上对公开可用的模型(称为 MOOSE1 [5])进行了推理。在 FD-CT 图像上生成的 MOOSE 分割被视为参考分割掩膜,以基准测试其从高剂量图像转向低剂量图像时的性能下降。
训练 ULDCT 分割模型
根据前一步计算得到的 FD-nnU-Net 模型在不同器官 ULD-CT 图像上的分割性能下降模式,使用三个图像队列(包括 LD-CT-1%、LD-CT-2% 和 LD-CT-5%)训练新的 nnU-Net 分割模型。使用 FD-nnU-Net 模型在 FD-CT 上生成的掩膜被视为参考分割标准。训练数据集通过一种真实数据增强方法进行了增强,即使用西门子 CT 扫描仪上实现的两种不同算法(ADMIRE 和滤波反投影(FBP))在 1 mm 和 2 mm 层厚下重建图像。这导致每位患者产生 12 个样本,来自三个剂量水平(1%、2% 和 5%)× 两种重建算法(ADMIRE 和 FBP)× 两种层厚(1 mm 和 2 mm)。
总共使用21个器官,分为两组,即骨性结构(6个器官,包括锁骨、股骨头、髋部、骶骨、胸廓和椎骨)和软组织器官(15个器官,包括肾上腺、主动脉、脑、结肠、眼球、胆囊、肾脏、肝脏、肺、胰腺、竖脊肌、小肠、脾、胃、膀胱和心脏),用于训练两个不同模型以完成两项不同任务。我们开发了一种分析性图像处理算法,用于在既往研究[9, 38, 39]所使用的CT图像上分割身体轮廓。该算法由多个2D和3D目标检测工具组成,利用所检测目标的形状特性和亨氏单位(HU)值、孔洞填充,以及去除患者床下或小于特定尺寸的目标。在FD-CT图像上实现了可靠性能。然而,由于噪声增加和HU值变化,其在LD-CT-X%图像上的响应不一致。我们将第三项任务定义为使用同一组数据集在LD-CT图像上分割身体轮廓。身体轮廓掩膜可用于计算水等效直径或其他需要患者尺寸和衰减参数的应用,以及裁剪至前景以加速深度学习(DL)推理。
nnU-Net训练流程根据图像和分割特征自动选择补丁大小、归一化值和网络架构。我们将骨性结构与软组织分开,以便nnU-Net自配置算法能够针对每项任务专门选择优化的超参数。使用274 × 12个图像/分割对,分别为骨性器官(LD-nnU-Net任务#1)、软组织器官(LD-nnU-Net任务#2)和身体轮廓(LD-nnU-Net任务#3)训练了三个nnU-Net模型。使用nnU-Net版本2及3D高分辨率(3d_highres)训练的默认配置,包括初始学习率为1e-2、每个 epoch 以3e-5的衰减率降低,以及交叉熵损失函数。训练长度从默认的1000个 epoch 延长至2000个 epoch 以提高准确性。实施了手动数据划分并结合五折交叉验证,以确保所有采用各种重建算法的LD-CT-1%、LD-CT-2%和LD-CT-5%在每个折中均位于训练集或测试集中,防止过拟合。换言之,在五折数据划分下,每个折中80%的数据用于训练,20%用于测试。对采用五折交叉验证方法训练的模型计算了与上一步骤相同的图像分割评估指标。图1展示了本研究遵循的步骤,而图2描绘了使用不同辐射剂量水平重建的冠状面图像。
外部评估
为了评估模型在外部未见数据上的性能,我们在三个本地数据库以及两个公开可用的低剂量CT数据集上验证了我们的模型,具体如下所述。为减少评估时间,我们从每个数据库中选取了有限数量的图像并进行了视觉检查。数据集#1:因多发性骨髓瘤指征转诊至我科的行全身CT图像。这些图像以50 mA固定管电流、0.5 s旋转时间(25 mAs)和100 kVp采集,并使用50 cm视野重建。该数据集包括34幅CT图像,其中随机选取了10幅图像。
数据集#2:疫情期间为排除Covid-19而转诊患者的胸部和腹部图像。这些图像使用管电流调制采集,管电流为20至50 mA,旋转时间为0.5 s。该数据集由41幅图像组成,其中随机选取了10幅CT图像。
数据集#3:为心脏SPECT图像进行衰减校正而采集的胸部CT图像,转诊自一家私立核医学中心。这些图像使用10至40 mA的调制管电流采集。该数据集包括32幅CT图像,其中随机选取了10幅。
数据集#4:来自Selfridge等人研究[33]的健康全身PET/CT样本,以140 kVp和5 mAs参考管电流采集。该数据集对应于我们模拟数据集20%的剂量水平。其使用了5 mAs的参考mAs,该值针对衰减等效于20 cm圆形球体模的患者进行校准,即对于水等效直径大于20 cm的身体部位施加了更高的管电流。原始发表的数据集包括30幅图像,其中随机选取的10例用于本研究。需要注意的是,虽然作者提供的DL生成分割与在90 min采集的标准剂量CT图像相匹配,但它们与在其他时间点采集的低剂量CT图像未进行配准。
数据集#5:来自Grand Challenge 2016的胸部和腹部图像,由McCollough等人[25]共享。训练数据集包括10对标准剂量和模拟低剂量CT图像。我们纳入了训练数据集中的5幅图像,其中包括标准剂量和对应于原始辐射剂量四分之一的模拟低剂量图像,低剂量管电流约为60 mA。这些低剂量数据集是通过向原始投影数据添加泊松噪声并重建模拟噪声投影而生成的。
使用FD-nnU-Net和LD-nnU-Net模型在这些全身图像上共勾画了21个器官,并使用开源图像可视化软件对分割结果进行可视化。使用商业ITK-Snap软件对图像进行可视化,以直观比较FD-nnU-Net和LD-nnU-Net模型生成的分割掩码。两个公开可用的模型,即MOOSE和Wasserthal等人[17]开发的称为TotalSegmentator2的模型,被用于在外部数据集上分割相同的器官。将这些两个公开模型生成的分割掩码与FD-nnU-Net和LD-nnU-Net模型的输出进行比较。成对器官的分割掩码被统一处理,例如,如果它们为左锁骨和右锁骨生成两个单独的分割掩码,我们在与我们的模型比较时将两者视为单个器官。
统计学评估
首先,使用Kolmogorov Smirnov(KS)检验来检验数据分布的正态性。然后,根据KS检验的结果,使用Spearman相关检验来探究FD-nnU-Net在模拟低剂量和超低剂量CT图像上的性能与患者及患者采集参数(包括体重、体型、BMI和采集kVp)之间的相关性。使用Wilcoxon检验在五折交叉验证数据划分中比较LD-nnU-Net模型在不同重建、层厚和剂量水平图像上的性能。双侧P值小于0.05被认为具有统计学显著性。
结果
低剂量CT数据上的基准性能评估
本节描述了FD-nnU-Net分割模型在低剂量图像上测试时观察到的变化模式。旨在了解模型的局限性并估计不同剂量水平下分割准确性的下降程度。图3显示了以低剂量图像作为FD-nnU-Net模型输入时,所有器官的Dice系数在图上观察到的下降。表2总结了上述配置下Dice指标的均值和标准差。就Dice指标而言,性能下降最显著的是眼球,在ULDCT图像上Dice < 0.10。其次是胆囊和肾上腺器官。而某些器官,包括具有高客观对比度的器官,如肺和髋部,受剂量水平降低的影响最小。剂量降低50%导致眼球、肾上腺、胆囊和大脑的Dice系数低于0.90。相比之下,其余器官分割的Dice > 0.90。nnU-Net器官分割在改变剂量水平时的行为在补充表3中针对其他分割指标(如MSD、HD和体积差异)进行了总结。相比之下,MOOSE分割模型在模拟低剂量图像上推理时性能下降更为严重(图3)。对于某些器官,如肾上腺,即使在50%剂量水平的CT图像上,Dice系数也降至0.70以下。肺部观察到的下降较轻,但在50%剂量水平CT图像上Dice系数低于0.80,当剂量水平低于原始标准剂量CT的15%时,大多数器官的Dice降至0.50以下。
补充图3显示了Dice系数小于0.05的分段数量,以及空预测分割的数量,即参考分割掩膜中存在特定器官,但FD-nnU-Net模型在预测分割掩膜中将所有体素预测为零的情况。胆囊和眼球观察到最多的空分割和极低的Dice值。随着剂量水平的增加,所有器官中Dice < 0.05和空预测分割的图像数量均减少。补充表4显示了这些评估的详细信息。
补充图1和2分别显示了任务#1和#2中所纳入每个器官的Spearman检验P值热图。
ULDCT分割
在任务#1、#2和#3的五折交叉验证数据划分中,平均Dice分别达到0.937 ± 0.049、0.905 ± 0.117和0.984 ± 0.023。表3总结了LD-nnU-Net模型在五折交叉验证数据划分下所有三项任务的总体性能指标。需要注意的是,根据Wilcoxon检验的P值,所有比较的P值均> > 0.05,表明分割性能在重建算法(FBP vs ADMIRE)、剂量水平(1%、2%和5%)和层厚(1和2 mm)变化下保持一致。
Dice值最高的器官为身体、肺、肝、椎骨和心脏,而Dice值最低的器官为肾上腺。图4显示了五折交叉验证的Dice系数箱线图。
图5展示了LD-nnU-Net模型在1%剂量水平CT图像上分割器官的示例,并与FD-nnU-Net模型的输出进行比较。如图5所示,LD-nnU-Net模型优于在标准剂量CT上训练的现有方法,即FD-nnU-Net模型。
外部评估
补充图4显示了来自外部数据集的图像轴位切片,表明LD-nnU-Net模型优于FD版本。补充图5至8分别展示了数据集#1和#5的上述CT图像示例。高分辨率图像以可编辑格式提供。
数据集#5是唯一提供配准的标准剂量和低剂量CT图像的数据集,其中低剂量对应于原始标准剂量CT图像的四分之一(¼)。因此,并非所有图像都能进行头对头比较。数据集#1至#3仅以低剂量采集形式提供,而数据集#4包含高剂量和低剂量CT图像,但二者未配准。经过视觉评估,FD和LD nnU-Net模型的性能均可接受,数据集#4和#5同样如此。然而,这两种模型在数据集#1、#2和#3上存在差异。LD和FD模型在数据集#3上表现均不佳,该数据集包含kVp较低的超低剂量CT图像,并呈现严重的条纹伪影。然而,LD模型优于FD模型。
表现最差的情况出现在胆囊、主动脉、肾上腺、肾脏和小肠的分割中,这与前一步在模拟低剂量CT图像上测试FD-nnU-Net模型的结果一致。FD-nnU-Net至少有一个器官分割错误但经LD-nnU-Net改善的图像数量在数据集#1至#5中分别为7/10、8/10、10/10、1/10和0/5。这种表现不佳在体型较大、手臂下垂位置以及使用固定管电流协议的患者中更为显著。固定管电流模式意味着与调制管电流采集相比,较大体型患者的管电流更低。
图6比较了我们的FD-nnU-Net、LD-nnU-Net、MOOSE和TotalSegmentator在来自外部数据集#1、#2、#4和#4的一个示例上的分割输出。我们的FD-nnU-Net模型显著优于两个公开可用的模型,而LD-nnU-Net模型提供的结果甚至优于FD模型。我们的LD-nnU-Net模型与MOOSE在属于数据集#1、#2、#3和#5的所有病例上的深入比较呈现在补充材料中。公开数据集#4中的图像ID呈现在补充图像上,可用于追溯图像。
补充图9展示了任务#3在一个具有体外外部物体的挑战性病例上的分割输出示例。虽然这对依赖物体检测的解析图像处理算法可能是个问题,但深度学习LD-nnU-Net模型取得了有希望的结果。
讨论
CT是公众医疗辐射剂量的最大贡献者[40]。人们设计了各种策略来降低CT辐射剂量,同时保持可接受的图像质量。然而,以超低剂量程序采集的CT图像由于光子匮乏、束硬化效应和低量子斑驳而遭受多种伪影。超低剂量成像在SPECT和PET衰减和散射校正中更为常见,尤其是在动态成像和重复扫描中。从LDCT图像中进行准确的自动器官分割对于图像定量、放射组学研究、剂量学评估以及动力学建模至关重要。然而,现有的基于深度学习的CT分割模型在应用于与训练数据不同的人群时具有固有局限性[34],例如呈现严重噪声模式的超低剂量图像。
在过去二十年中,CT剂量降低一直是关注焦点[41]。低剂量成像通常用于SPECT和PET的衰减校正与散射校正,尤其是在动态成像和重复扫描中。研究表明,即使是超低剂量CT图像也足以用于PET和SPECT成像中的衰减校正[26, 27, 42]。近期基于高剂量CT图像训练的深度学习模型对重建算法、扫描仪以及患者体内是否存在对比剂的变化具有鲁棒性。然而,低剂量CT图像上的器官分割仍然是一项挑战,因为通常在高剂量CT图像上训练的标准深度学习方法性能下降,如图3所示。多时间点成像在核医学和个性化剂量测定中是标准做法,例如在动态建模和177Lu治疗的诊疗一体化中,会在放射性示踪剂注射后采集多幅CT图像。外部数据集#3和#4分别是使用低剂量协议为SPCET和PET成像采集的低剂量CT图像的良好示例。低剂量成像的另一个关键应用是多发性骨髓瘤随访中的全身成像[29],这是外部数据集#1的主要适应证。此外,鉴于胚胎或胎儿对辐射的敏感性增高[43],孕期特别推荐使用低剂量成像以尽量减少对胚胎或胎儿的辐射风险。数据集#2说明了这一应用。器官分割在图像定量、参数建模、个性化剂量测定、影像组学研究和结局预测等应用中起着关键作用。准确的分割确保这些工作流程的一致性,从而实现精确的治疗计划和治疗效果评估。在这些场景中,获得可靠的器官分割工具至关重要。专用于低剂量CT图像的器官分割工具有助于弥合不同剂量水平之间分割性能的差距。适用于这些临床背景的稳健分割框架可以显著减少观察者内和观察者间变异,简化工作流程并节省时间,最终提高患者护理和安全性。
据我们所知,目前缺乏专门用于低剂量CT器官分割的自动化模型。我们利用了先前训练的nnU-Net模型,这些模型使用包含成人和儿童图像的大型数据集进行训练,数据来自广泛的公共来源和本地数据集,可用于分割多个器官。遗憾的是,我们无法获取同一患者在不同剂量水平和重建参数下、无患者运动且配对配准的CT图像。为此,我们使用了由Siemens ReconCT软件创建的模拟数据集,通过向投影数据添加扫描仪特定噪声并通过重建生成低剂量图像。先前的研究也采用了相同的方法[44–46]。此外,我们通过扫描圆柱形CATPHAN体模验证了扫描仪特定噪声模拟方法,如补充材料所述。在本研究中,我们首先评估了最先进的nnU-Net模型(FD-nnU-Net,使用最广泛的公开多器官分割数据集训练)在不同剂量水平的模拟低剂量CT图像上的性能。性能下降使用不同指标进行评估,包括Dice系数、Jaccard指数、表面距离和器官体积变化。
根据我们的结果,在不同剂量水平上测试FD-nnU-Net模型显示,在管电流降低到一定幅度后性能出现下降。这种下降因所勾画的器官而异,这与器官形状、与周围组织的对比度、纹理和器官大小等因素有关。这些性能下降模式在所纳入的分割指标中是一致的,但器官体积差异除外,其变化取决于器官大小。性能下降与患者特征(如年龄、身高(体型)、体重、BMI和扫描kVp)之间存在显著关系,尤其是对于肾上腺和心脏等器官。根据第一步计算的性能下降(在超低剂量CT图像上具有显著性),我们得出结论:需要开发一种新的专用nnU-Net模型用于噪声CT图像上的器官分割。网络架构和nnU-Net选择的超参数以及训练模型和推理说明提供在实验室的GitHub页面上。
定义了三个任务以发挥自配置nnU-Net训练流程的优势:骨性器官分割、软组织器官分割和身体轮廓分割。结果在五折交叉验证中表现优异,在FD-nnU-Net模型表现不佳的极低剂量图像上显示出卓越的性能。此外,我们在三个本地和两个公开可用的外部数据集上测试了我们的模型,以评估并确保我们提出的专用LD-nnU-Net模型的鲁棒性和泛化能力。我们在外部数据集上测试了FD和LD模型,以公平比较使用超低剂量专用CT分割模型的优势。与在模拟低剂量CT图像上观察到的性能下降一致,LD-nnU-Net模型优于FD-nnU-Net模型,尤其是在较低剂量的CT图像上,例如那些对肥胖患者使用固定管电流的图像。这种优越性在任务#2所包含的器官中更为明显,该任务包含软组织器官和客观对比度较低的器官,如胆囊,而对于骨性结构和肺部则不那么明显。然而,对于极低剂量图像,例如外部数据集#3中的图像,FD模型分割骨性结构中的错误通过使用LD模型得到了解决。置于躯干旁的手臂可导致线束硬化和光子匮乏,从而在低剂量CT图像上产生伪影,尤其是在较低kVp时。这些伪影导致了数据集#1中的腹部分割错误。然而,对于包含较高剂量CT图像的数据集#4和#5,FD-nnU-Net和LD-nnU-Net模型均产生了相似的可接受输出。我们分别使用低剂量和超低剂量术语来指代管电流约为50 mAs和低于15 mAs的CT。然而,根据具体任务,这些术语可能指代不同的剂量水平。
nnU-Net默认增强采用传统变换技术,如图像翻转,以创建更稳健的模型。然而,这些变换无法复制由不同重建参数、卷积核和算法导致的图像变异性,尽管图像模式可随重建的改变而变化[2, 3]。通过利用对原始投影数据和Siemens重建软件的访问权限,我们纳入了四种类型的图像:层厚1 mm的ADMIRE、层厚2 mm的ADMIRE、层厚1 mm的FBP和层厚2 mm的FBP。
我们将我们开发的模型与两个公开可用且广泛使用的、使用 nnU-NET 流程开发的器官分割模型进行了比较。关于在模拟低剂量和超低剂量 CT 图像上器官勾画性能的下降,我们先前开发的 FD-nnU-Net 模型在低剂量图像上在 Dice 系数方面的下降程度较 MOOSE 模型更轻(图 3)。所有四个模型均在我们的 FD 和 LD nnU-Net 模型、MOOSE 和 TotalSegmentator 模型上进行了比较,这些模型基于 nnU-NET 且对默认配置做了最小修改(例如,epoch 数),因此这些模型之间观察到的主要性能差异与训练数据集有关。我们为先前开发的 FD-nnU-Net 模型纳入了大量多样化的训练数据,并使用真实的低剂量和超低剂量 CT 图像来训练我们的 LD-nnU-Net,并纳入了有意义的数据增强以获得更稳健的算法。迭代重建算法,如 Siemens ADMIRE,与传统的 FBP 方法相比可提供更好的图像质量,尤其是在低剂量 CT 图像上。然而,它们在临床实践中并不广泛可用或常见。因此,我们在训练数据集中纳入了 FBP 增强,以确保我们模型的泛化性。应当注意,MOOSE 和 TotalSegmentator 禁用了 nnU-Net 流程的默认翻转和镜像,因为它们旨在分别分割左侧和右侧器官。我们纳入了来自不同低剂量 CT 成像场景的五个外部测试集,包括 SPECT 和 PET 的混合成像、孕妇的 CT 成像、连续全身 CT 成像以及来自先前研究的模拟低剂量图像。与其他两个公开可用的模型相比,我们的模型显示出显著改善的结果。尽管我们无法获得外部数据集上的手动分割金标准,但图 6 所示图像的视觉评估表明我们的模型性能优异,而其他两个模型仅检测到少数器官。补充图 5 至 8 显示,我们的模型在外部数据集的所有纳入病例中均优于 MOOSE,且不同病例之间的性能一致。此外,我们公开分享了我们训练好的模型和推理说明(https://github.com/YazdanSalimi/Organ-Segmentation),以便进一步验证这些发现。
我们的研究本质上存在一些局限性。首先,尽管我们有相当数量的训练数据,包括 274 幅 CT 图像,但更大的数据集会更适合深度学习任务。此外,所有图像均在 Siemens 扫描仪上采集,因为使用了 Siemens 重建软件来重建数据。其次,我们无法获得外部测试数据集上的参考分割掩膜,这妨碍了定量评估。然而,我们对所有分割结果进行了可视化,并将我们模型的输出与公开可用的器官分割模型进行了比较。最后,我们使用了模拟低剂量 CT 图像,因为我们无法获得配对的高剂量和低剂量 CT 图像。然而,我们的模型在外部测试集上的优异性能表明,通过扫描仪特定校准生成的模拟数据对于训练分割模型是真实的。
结论
我们评估了基于深度学习的CT器官分割模型在超低剂量CT图像上的表现,并得出结论:那些在常规CT图像上训练的模型,其性能会因剂量水平和器官类型的不同而下降。我们训练了专门用于低剂量和超低剂量CT图像器官分割的新型nnU-Net模型,并在交叉验证和外部验证中,在其他中心的五个外部数据集上对其进行了测试,报告了相似的表现。这些首次发表的专用LD-nnU-Net模型可用于多种适应症的低剂量CT图像自动分割。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 2929 kb)
引用
- Salimi Y, Mansouri Z, Sun C, et al. Deep learning-based segmentation of ultra-low-dose CT images using an optimized nnU-Net model. Radiol Med. 2025. PMID: 40100539. doi:10.1007/s11547-025-01989-x
- 全文:PMC12106562(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12106562/
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。