指南与共识技术与安全介入CTMR

ESR Essentials:放射科医生分割分步指南——欧洲医学影像信息学会的实践建议

ESR Essentials: a step-by-step guide of segmentation for radiologists-practice recommendations by the European Society of Medical Imaging Informatics.
指南 / 共识 · Eur Radiol · 2025-05-22

该指南由欧洲医学影像信息学会组织放射科医生、计算机工程师等多学科专家制定,针对分割与体积分析的非技术层面提供实践建议。核心推荐包括提前规划分割方案以保证一致性与临床相关性、采用DICOM SEG对象、AI辅助分割时应用质量控制框架追踪DSC与放射科医生调整时间。

要点

  • 提前规划分割方案,统一图像质量标准、层厚及选定的平面、期相或序列以保证一致性。
  • 放射科分割应遵循DICOM标准,使用DICOM SEG对象存储体素级标签。
  • AI辅助分割须建立质量控制框架,追踪DSC及放射科医生调整时间以防范自动化偏差。

核心结论

  • 高质量分割对AI驱动的放射学研究和临床实践很重要,未来可能发挥更突出作用。
  • 缺乏专门面向放射科医生、针对分割与体积分析等技术主题的实用指南和资源。
  • 建立明确的分割规则和最佳实践可简化临床环境中的体积评估并带来更准确的决策。

研究设计与样本

  • 本指南由放射科医生、多学科研究实验室的计算机工程师及EuSoMII核心成员联合制定,针对分割中的非技术层面和常见挑战提供分步指导。
  • 原文未报告系统检索范围、纳入文献数量或证据分级方法。
  • 推荐条款标注证据等级:方案规划为中等,DICOM SEG为中等,AI辅助分割质控框架为高。

诊断标准与关键数值

  • 方案应提前规划,纳入图像质量标准、合适层厚及选定的平面、期相或序列(证据等级:中等)。
  • 应遵循DICOM标准,放射学分割使用DICOM SEG对象(证据等级:中等)。
  • AI辅助分割应采用质量控制框架,追踪分割性能如DSC及临床工作流程性能如放射科医生调整时间(证据等级:高)。
  • 器官体积测量通常可耐受3 mm至5 mm的较厚层厚,体成分分析可用更厚层厚(≥5 mm),放射组学分析可能受益于更薄层厚(≤2 mm)。
  • CT上分割软组织结构或病灶推荐使用软组织重建;肺结节按Fleischner Society建议在肺窗肺重建CT上测量。

临床应用与阅片要点

  • 肝脏病灶在5 mm层厚下体积为175 cm³、1 mm层厚下为167 cm³,相差4.5%;较小病灶5 mm下0.97 cm³ vs 1 mm下0.85 cm³,相差12.3%。
  • 肝脏神经内分泌肿瘤转移灶动脉期分割体积6.7 cm³ vs 门静脉期3.0 cm³,变化55%;肺部病灶软组织窗4.7 cm³ vs 肺窗10.8 cm³,变化56%。
  • 手动分割单个病灶每例可耗时数分钟至150分钟,取决于病灶大小和病例复杂程度。
  • 分割应排除周围正常组织,注意病灶内未分割像素及相邻「浮动像素」,后者对体积测量影响小但可影响放射组学分析。
  • 可使用TotalSegmentator等工具提供准确初始分割以减少工作量,校正后的分割可反馈作为高质量训练数据。

局限性

  • 原文未报告局限性。
全文中译14 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:Eur Radiol. 2025 May 22;35(11):6894–904. doi: 10.1007/s00330-025-11621-1

关键推荐

应提前规划一套方案,以确保分割能够回答临床问题,并通过纳入图像质量、合适层厚以及选定平面、期相或序列的标准来保持一致(证据等级:中等)。

遵循医学数字成像和通信(DICOM)标准,特别是使用DICOM SEG对象进行放射学分割(证据等级:中等)。

在人工智能辅助分割的情况下,应采用质量控制框架来追踪分割性能,例如Dice相似系数(DSC),以及临床工作流程性能,例如放射科医师调整时间(证据等级:高)。

引言

解剖结构本质上是三维的,但在常规临床实践中,由于获取总体积存在挑战,测量往往被简化为短轴和/或长轴径线。然而,随着人工智能的进步,通过图像分割,体积测量正变得越来越可行。传统上,手动完成分割是一项劳动密集且耗时的任务,而现在正日益实现自动化或半自动化,使其更易获取且更高效。在分割过程中,扫描中的每个体素被分类为特定结构或感兴趣区域的一部分,或分类为背景。当手动完成时,通常通过图像勾画或轮廓描绘(一种早已在放疗计划中用于靶区和危及器官的技术[1]),勾画出区域边界,并将该边界内的所有体素赋予相同标签。这些数据可用于训练机器学习模型,同时支持队列分析,如治疗反应评估和影像组学分析[2]。在临床实践中,分割可支持准确的病灶检测和纵向追踪,促进肿瘤的体积测量和生长速率评估以用于疾病监测,并协助手术和放射治疗的计划制定。此外,分割有助于提取有价值的人体成分数据,并可用于测量骨密度以评估骨质疏松、内脏脂肪以评估代谢综合征、肌肉质量以评估肌少症和肌营养不良[3]。

放射科医师,无论是在研究还是临床环境中,都可能被要求参与生成、审查或评估分割。虽然本文中我们主要提及放射科医师,但分割也可由与图像交互的其他多种专业人员执行,如放射治疗师、医学生、住院医师、物理师和放射技师。为更好地支持执行此项任务的人员,需要更清晰、更有针对性的指南。我们呈现通过放射科医师、多学科研究实验室的计算机工程师以及EuSoMII核心成员的综合专业知识制定的推荐意见。这些指南专门针对分割中遇到的非技术方面和常见挑战而制定。我们的目标是提供详细的、分步的说明和实用建议,帮助放射科医师和影像专业人员更有效地处理分割(图1)。

图1 概述执行分割主要推荐的流程图。图1使用Storyset创建(https://storyset.com) 查看原图 ↗

关键推荐

制定分割方案

在临床和研究环境中,分割方案的设置需要标准化,其中需要医学和技术专家的投入来制定方案。在此,运行初始测试案例有助于完善流程并发现潜在问题,从而形成迭代改进循环。最终方案需要几个关键要素:明确的目标、患者选择指南、成像标准和所选软件工具(如3D Slicer [4]或ITK-Snap [5])。增加质量检查、清晰的数据管理步骤、详细的文档指南和评估方法,可形成一个完整的框架,既适用于临床使用,也满足研究需求[6]。在放射治疗中,研究表明实施清晰的分割方案可以减少临床靶体积和阅片者间变异性[7]。此外,已有证明,在书面方案之外补充视觉图谱、共识治疗指南和结构化培训课程,可以提高临床靶体积勾画的准确性,使其更接近专家勾画的轮廓,同时提高参与者之间的一致性[8, 9]。

标准化检查清单可为制定和评估分割方案提供有价值的指导。例如,RIDGE强调分割模型的可重复性[10],CLAIM促进AI驱动分割研究的透明报告[11],CLEAR支持影像组学研究中的质量评估[12]。

确保最佳图像质量

高质量图像有助于放射科医生更高效地生成准确的分割。一般来说,如果图像质量不适合临床使用,那么它很可能也不足以进行分割和体积分析。

低信噪比(SNR)的图像对于分割等体素级任务可能不够理想,特别是在CT图像中采用锐利核重建用于软组织时。对于CT中软组织结构或病变的分割,推荐使用软组织重建,因为锐利重建相关的噪声增加可能掩盖精确分割所需的细微细节。可以使用几种客观方法评估医学图像质量。SNR衡量真实信号相对于背景噪声的强度,而对比噪声比(CNR)评估感兴趣结构从其周围环境中突出的程度。结构相似性指数将图像与参考图像进行比较,以检测失真并评估整体图像保真度。这些指标提供了可量化且可重复的评估,可补充专家评估[13]。

在临床环境中可能出现伪影,包括由呼吸或运动、CT 线束硬化、MRI 信号丢失或脂肪抑制不充分引起的伪影,并可能影响结果 [14]。为应对这些挑战,分割界面可包含相关选项,使用户能够以结构化方式评估和记录伪影,因为图像质量偏好可能因具体任务而异 [15]。例如,对伪影严重程度实施 Likert 量表评分有助于研究其对分割准确性的潜在影响。仅当伪影严重损害图像质量和可靠性、致使图像无法用于分割时,才应考虑排除图像。基于 AI 的模型应能够处理次优图像质量,同时仍保持合理性能。开发稳健且可泛化的模型需要应对临床实践中遇到的真实世界变异,包括伪影和不完美之处,以确保在不同场景和成像条件下实现一致、可靠的分割。

确定合适的层厚

层厚可能影响分割质量 [16]、观察者间变异性 [17] 和影像组学特征的可重复性 [18, 19],并影响分割体积(图 2)。确保所有分割的层厚一致,可通过仅纳入具有该特定层厚的扫描,或与技术同事一起对扫描进行降采样(例如,可将 1.2 mm 或 1.5 mm 转换为 3 mm)。升采样(例如,将 5 mm 转换为 3 mm)并不理想,因为插值可能引入虚构信息。较薄的层厚对噪声和伪影更敏感,并可能增加分割时间,尤其是对于较大的结构。然而,它们允许更详细的分割,从而获得更具代表性的体积。较厚的层厚可加快分割速度,但更容易受到部分容积效应影响,并可能导致信息丢失 [19, 20]。最佳层厚取决于结构,并不存在一刀切方案;它取决于成像模态和需要分割的结构。例如,MRI 上的脑转移瘤可能需要比 CT 上分割肝脏病灶更薄的层厚。作为一般规则,我们建议使用临床报告中针对该结构在 MPR 模式下所使用的层厚。文献提示,器官体积测量可耐受较厚的层厚,通常为 3 mm 至 5 mm,因为分割中的微小变化对总体体积计算影响极小 [21]。身体成分分析可允许更厚的层厚(≥ 5 mm),因为脂肪、肌肉和骨密度测量更依赖于总体组织分布而非精细结构细节 [22, 23]。相比之下,影像组学分析可能受益于较薄的层厚(≤ 2 mm),因为更精细的分辨率有助于提取更稳健且可重复的特征 [24–26]。重要的是,放射科医生能够投入的时间也起着关键作用,因为分割是一项劳动密集型且耗时的任务 [27]。放射科医生进行的完全手动分割,单个病灶可能需要几分钟到 150 分钟不等,具体取决于病灶大小和病例复杂程度 [28–33]。在准确性和效率之间取得合理平衡是关键。

图2 轴位平面上以5 mm层厚(a)与1 mm层厚(b)进行肝转移瘤分割的CT图像,显示为轴位、矢状位和冠状位视图。较厚层厚获得的体积为175 cm³,而较薄层厚为167 cm³——相差4.5%。在较小病灶中差异更为明显,5 mm层厚时体积为0.97 cm³(c),而1 mm层厚时为0.85 cm³——相差12.3%(d)。请注意较厚层厚在冠状位和矢状位视图中的阶梯状外观(箭头)和细节减少 查看原图 ↗

预先选择平面、序列和期相以实现一致的分割

进行分割的平面可显著影响其形状和形态。因此,建议保持分割平面一致。通常,分割沿采集平面进行,一般为轴位平面,因其提供更高分辨率。在少数情况下可选择另一平面,尤其是在处理MRI时。对此类选择的沟通至关重要,一致性最为重要。

对于MR图像,应预先选择用于标注的序列,取决于患者队列中最普遍可用的序列,最重要的是那些最具临床相关性且质量最佳的序列。在一个序列上进行的分割不能立即转移到参数不同的另一序列;很可能需要一定程度的图像对齐。图像配准,即对不同时间点、模态或序列的医学图像进行对齐的过程,可通过确保准确的比较和分析来帮助减轻这些差异[34]。然而,即使在对齐之后,在不同序列上分割的结构边界仍可能不同(图3)。因此,如果需要分割多个序列,即使配准成功,放射科医师仍可能需要进行额外的校正或调整,以应对不同序列间结构边界的残余差异。为减少工作量,最好将序列数量保持在合理的最低限度。然而,需要注意的是,即使分割仅在单一序列上进行,提供额外序列作为参考也可提高准确性和信心。例如,在轴位T2W图像上分割直肠癌时,放射科医师可能会发现同时查看矢状位和冠状位T2W、DWI和ADC图像有所帮助。这可通过创建一个同时显示所有必要序列的界面(例如图3中,使用3D Slicer)或确保放射科医师能够访问存储在图像归档和通信系统或其他位置的完整图像集以便按需查看来实现。这同样适用于对比增强期相,因为临床实践中的放射科医师通常会参考所有对比期相图像来识别病灶的强化模式[35]。

当使用增强图像进行分割时,所选期的一致性至关重要,应选择最能清晰显示目标结构或病灶的期相。对比期可显著影响病灶的表现,包括其大小、形状、边界、密度/信号强度及内部异质性(图4)。在放射肿瘤学中,已有研究表明对比期的选择可能显著影响靶区勾画[36, 37]。使用同一对比期的图像有助于确保检查之间或患者之间观察到的任何差异源于组织的实际差异,而非不同期相固有的变异。期相信息应包含在DICOM标签中。若该信息不可用且无法在分割前轻松预选首选期相,可考虑进行初步随机队列选择以估计期相频率,或由放射科医师在分割过程中标注期相。

图3 使用为膀胱癌分割设计的3D Slicer界面获取的轴位MRI图像,该界面可同时显示多个序列(ADC、DWI和T2W)。图中展示了在T2W图像上进行的分割(a)与在ADC图像上进行的分割(b)之间的比较。注意当这些分割被叠加到其他序列上时,在边界对齐和形状方面的差异 查看原图 ↗
图4 a–d 肝脏病灶(神经内分泌肿瘤转移)在动脉期(a、b)和门静脉期(c、d)的轴位CT图像,显示分割大小和形状的差异,计算体积分别为6.7 cm³和3.0 cm³,差异达55%。e–g 使用软组织窗(e)和肺窗(f)对肺部病灶进行的分割,两种分割的比较见(g)。体积计算显示显著差异——4.7 cm³ vs 10.8 cm³——差异达56% 查看原图 ↗

标准化窗参数

在放射肿瘤学中,研究表明窗设置影响分割准确性,适当的窗位选择可改善治疗体积勾画并减少不必要的辐射暴露[38, 39]。选择特定的窗设置并在整个分割过程中统一应用有助于保持一致性。即使窗设置的微小变化也可能导致不同层面、不同检查和不同读片者之间分割尺寸和形状的差异。例如,与标准腹部窗相比,使用肝脏专用窗(如窗宽:200,窗位:100)可增强肝脏病灶的可见性。窗选择对肺部病灶尤为关键,在肺窗与软组织窗上进行的分割之间可能出现大小和形状的显著差异(图4)。事实上,一些具有亚实性或磨玻璃密度的病灶在软组织窗上甚至可能不可见[40]。在临床中,根据Fleischner学会的建议[41],肺结节通常在肺重建CT的肺窗上进行测量。

确保分割的一致性

将分割任务分配给多个分割者可以减轻每个人的工作量,但会导致不一致问题的风险更高[42]。如果有多名读片者参与该项目,重要的是确保他们都接受过分割任务的培训,以避免学习效应并尽可能减少变异性。此外,采用带有共识的审核流程可能有助于减少观察者间变异性[43]。通过一组训练病例评估观察者间变异性,可进一步识别分割方法中的差异,从而增强一致性。功效分析可通过考虑变异性、效应量和置信水平来帮助确定最佳训练病例数量,确保分割研究中的统计有效性和可靠性。需要注意的是,可接受的观察者间变异性水平取决于临床应用和所分析的解剖结构,较大且边界清晰的器官通常显示更高的一致性,而较小或形状不规则的病灶往往具有更大的变异性[44]。

所有分割者都应使用相同的软件(及软件版本),并以标准化、可靠的格式保存文件,采用清晰的命名规范,确保数据完整性和易于检索[45]。尽可能自动化保存和记录流程可最大限度地降低错误风险。预定义选择的文档记录还可包括与被分割解剖结构或病灶相关的具体要点和陷阱(图5)。需要强调精确分割的必要性,即排除周围正常组织或结构。如果要进行影像组学分析,这一点尤其重要:对体积的分割越精确,提取的特征就越稳定和可重复[46, 47]。不一致的分割可导致基于形状、基于纹理和基于强度的特征测量发生显著变化,可能损害影像组学模型的稳定性[48, 49]。此外,分割变异性可能损害机器学习模型的性能,因为提取的特征可能无法准确代表肿瘤或组织的真实生物学特征。

最重要的一点是,结构和病灶在所有层面上都应被彻底且一致地分割。一个可能被忽视的常见次优问题是病灶内部分像素未被分割,或分割了与病灶不相连的相邻小像素(称为“漂浮像素”),这几乎不影响体积测量,但可影响影像组学分析(图6)。连通组件分析基于连通性对二值图像中的连通像素组进行标记和识别。通过评估每个组件的大小并应用大小阈值,可去除小组件(漂浮体素)以优化分割结果。

图5 图示提供了与分割不同身体部位和类型病灶相关的具体见解和潜在挑战。图5使用Storyset创建(https://storyset.com) 查看原图 ↗
图6 轴位CT图像显示结肠癌分割(a),图示病灶内未分割像素(箭头),以及淋巴结分割(b),突出显示主分割区域旁的“漂浮”像素(箭头标记) 查看原图 ↗

防范自动化偏差

通过AI模型实现全自动分割可以提高效率,并可能限制观察者间变异性。然而,当遇到不熟悉或复杂的数据时,其准确性可能会受到影响。AI辅助分割作为一种折中方案,其输出需要人工监督和修正以确保可靠性。这里的一个关键问题是自动化偏见,即用户可能过度依赖AI结果。这在临床工作中尤其危险,因为高工作量、时间限制和任务复杂性会增加自动化偏见的风险,尤其是在经验不足的放射科医生中,他们更可能在不加核实的情况下依赖错误的AI生成建议[50]。为将这些风险降至最低,重要的是通过人工监督、质量控制措施以及确保AI驱动的分割保持可解释性,在自动化与专家验证之间取得平衡。应采用质量控制框架来跟踪AI在分割性能(如DSC和归一化表面距离)以及临床工作流程性能(如放射科医生调整时间)方面的表现[51, 52]。如果同一AI模型的DSC随时间推移而增加,而调整时间却在减少,则可能存在自动化偏见。

维持分割质量的高标准

经验丰富的放射科医生并不能保证分割质量,而且不仅可能存在观察者间变异性,还可能存在观察者内变异性[53, 54]。除了在医学影像中正确识别相关解剖结构和病变外,分割还需要精确性以及使用特定软件的技能。

向放射科医生提供全面的临床信息,例如有关外科或介入操作及所接受治疗的详细信息,可以帮助他们在具有挑战性的病例中做出明智决策。此外,在可获得的情况下,回顾既往(或随访)检查或其他影像模态的图像可以提高一致性。

放射科医生应认识到,提供准确的初始分割可以改善涉及训练AI模型的研究项目的表现。在高质​​量数据上训练的模型会生成更精确的自动分割,从而减少手动修正的需要。修正后的分割可以作为高质量训练数据反馈到算法中,有助于进一步提高其准确性和可靠性。随着时间推移,这种预测、修正和再训练的迭代过程会提升模型性能,同时逐步减少对手动干预的需求(图7)。此外,放射科医生应意识到,分割的质量和一致性会显著影响最终分析的质量[55]。对于许多器官和其他组织,诸如TotalSegmentator之类的工具可以提供准确的初始分割以减少工作量[56, 57]。

建设性和及时的反馈对于促进高质量分割至关重要。此外,每位阅片者都应完成一些训练病例,以帮助他们熟练使用将要使用的工具或界面。这种初步练习有助于他们熟悉系统,减少任何学习曲线在实际任务中对某分割准确性的影响。此外,经验较少的分割者可以通过完成一系列测试病例获益,随后可结合资深同事的意见对这些病例进行复核和改进。

可采用多种指标评估医学图像分割质量,其中最常用的包括DSC、归一化表面距离、Jaccard指数和Hausdorff距离[52]。Dice和Jaccard指标评估预测分割与金标准之间的重叠程度,提供相似性度量;而归一化表面距离和Hausdorff距离则通过测量分割区域边缘之间的距离来关注边界准确性。

图7 图示说明AI预测分割结果后由放射科医师进行校正的过程。这一循环促进了算法的改进,减少了总人工工作量,并最终实现高质量的自动分割 查看原图 ↗

遵循DICOM标准

尽管研究人员常使用NIfTI文件格式开发AI分割模型[58],但临床工作流程中生成的分割结果应遵循DICOM标准[59]。DICOM SEG对象标准具有体素级标签,并与原始DICOM序列绑定,避免分割对象与对应图像之间的不匹配。此外,与DICOM二次捕获不同,DICOM SEG对象允许修改。放射肿瘤学中使用的RT STRUCT格式基于几何结构,可能丢失体素级标签。因此,放射学应用推荐使用DICOM SEG[60, 61]。

鼓励协作与沟通

建议组建具备临床、影像和技术专长的多学科团队[62]。保持放射科医师、放射技师、放疗专家以及团队计算机工程师或信息学专家之间的开放沟通。这些角色之间的定期互动可实现及时反馈,简化工作流程并节省时间。例如,计算机工程师可以开发专门适合放射科和放疗团队需求的定制扩展或接口,改善功能性和可用性。

总结陈述

医学图像分割有潜力提高测量的准确性,是推进基于AI的放射学研究和诊断的基础。高质量分割需要周密规划、一致的参数和有效的团队沟通。通过遵循最佳实践和指南,放射科医师可以确保准确、精确且稳健的分割,这对于一致的体积测量至关重要。

患者声明

分割是一种使医生能够以高精度和准确性确定特定解剖结构(如肿瘤)体积的技术。在本文中,我们旨在通过制定明确的方案、标准化所使用的工具和方法,以及在特定步骤中引入自动化,帮助影像专家提高分割的准确性和一致性。使分割更加可靠可以帮助医生更好地概述治疗效果,从而可能带来更好的患者结局和改善的医疗质量。

引用

  1. Chupetlovska K, Akinci D'Antonoli T, Bodalal Z, et al. ESR Essentials: a step-by-step guide of segmentation for radiologists-practice recommendations by the European Society of Medical Imaging Informatics. Eur Radiol. 2025. PMID: 40402288. doi:10.1007/s00330-025-11621-1
  2. 全文:PMC12559127(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12559127/

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。