人工智能在运动:数据增强策略对减轻MRI运动伪影影响的作用
该研究基于nnU-Net架构的下肢力线量化AI模型,比较无增强、默认nnU-Net增强和MRI特异性增强三种策略在20名健康参与者600个图像堆栈上的分割性能。结果显示运动伪影降低分割质量,默认和MRI特异性增强可部分缓解,但MRI特异性增强较默认增强仅有轻微且非显著的额外获益。
要点
- 运动伪影越重,AI分割DSC越低;默认和MRI特异性增强均能部分缓解这一下降。
- 严重伪影时股骨近端DSC:基线0.58、默认0.72、MRI特异性0.79(p<0.001)。
- MRI特异性增强较默认增强在严重伪影时仅有轻微且非显著改善。
核心结论
- 运动伪影对AI模型性能有负面影响,通用数据增强可有效提升鲁棒性,MRI特异性增强的额外获益很小。
研究设计与样本
- 比较性评估研究,训练集来自93例患者(平均年龄13±5岁,52名男性),测试集为20名健康参与者(平均年龄23±3岁,17名男性,2023年4月至2023年9月采集)的600个图像堆栈。
- 使用3.0-T MRI扫描仪(Achieva和Elition X,Philips)采集轴位T2加权非脂肪饱和2D turbo-spin echo序列,参考标准为两名放射科医师手动测量的扭转角。
- AI模型基于3D nnU-Net架构,三种版本分别采用无增强(基线)、默认nnU-Net增强和默认加MRI特异性增强策略。
关键影像表现/征象
- 重复臀肌收缩舒张主要引起层面内运动伪影,表现为模糊、鬼影或条纹。
- 重复足背屈和跖屈引起额外的层面间运动伪影,表现为层间解剖结构错位和不连续。
诊断标准与关键数值
- 两名放射科医师按Kohli等的方法将每个图像堆栈的运动伪影严重程度独立分级为无、轻度、中度和重度,分歧经讨论达成共识。
- 分割质量用Dice相似系数(DSC)评估,扭转角比较采用平均绝对偏差(MAD)、组内相关系数(ICC)和Pearson相关系数(r)。
- 严重伪影时股骨近端DSC:基线0.58±0.22、默认0.72±0.22、MRI特异性0.79±0.14(p<0.001)。
- 严重伪影时股骨扭转MAD:基线20.6±23.5°、默认7.0±13.0°、MRI特异性5.7±9.5°(p<0.001)。
- 严重伪影时股骨扭转ICC:基线-0.10(p=0.63,95%CI:-0.61至0.47)、默认0.38(p=0.08,-0.17至0.76)、MRI特异性0.86(p<0.001,0.62至0.95)。
临床应用与阅片要点
- 在AI模型训练中纳入通用数据增强可提升模型对运动伪影的鲁棒性,有利于临床部署。
- MRI特异性增强较默认增强在严重伪影时股骨近端DSC为0.79±0.14 vs 0.72±0.22(p=0.18),差异未达统计学显著。
- MRI特异性增强较默认增强在严重伪影时远端胫骨DSC为0.75±0.12 vs 0.71±0.20(p=0.45),差异未达统计学显著。
局限性
- 体外增强与真实MRI图像数据集的层面内相似性较高(轻度伪影3.6±0.6、中度3.6±0.5、重度3.8±0.2),但层面间相似性仅为中等(轻度2.6±0.5、中度2.7±0.6、重度3.1±0.5)。
- 真实MRI图像堆栈中运动伪影的位置和强度在层间变化,而体外生成的伪影在所有层恒定,导致层面间对应性降低。
全文中译16 节 · 点击展开
引言
自动图像处理已成为放射学及其他领域科学和临床关注的焦点[1]。现代计算机视觉方法可通过自动化耗时且重复的任务来辅助临床医生的工作。诊断性人工智能(AI)模型通常在良好控制的(“实验室”)条件下开发,其中训练数据经过精心策划,图像质量一致,且图像对比度、分辨率、噪声、患者体位和伪影的变异性较低。尽管MRI因其优异的软组织对比度和无电离辐射而被广泛认为是当代临床医学的终极成像方式[2],但它是一项易受伪影影响的复杂技术[3]。充满伪影的影像检查可严重妨碍诊断准确性,并使图像无法用于诊断[4]。最常见的伪影类型之一是在图像采集过程中患者(不)自主运动所致的运动伪影,表现为图像部分或整个图像在相位编码方向上的模糊、鬼影或拖影。运动伪影影响高达三分之一的临床MRI序列,约20%的MRI检查因运动破坏图像而需要重复扫描,这增加了扫描时间、降低了患者舒适度并造成额外费用[5, 6]。伪影导致的图像质量下降也对诊断性AI模型的性能产生负面影响。因此,大量工作致力于在图像采集过程中前瞻性地减少伪影,例如采用径向采样(通常以专有序列名称PROPELLER、BLADE或MULTIVANE著称)。在某些情况下,尽管使用了前瞻性运动校正,运动伪影仍然存在,而在另一些情况下,这些技术不可用或不可行。因此,其他工作侧重于在图像重建过程中使用深度学习模型从退化图像中去除伪影,例如利用生成对抗网络[7, 8]。然而,这种方法存在若干缺点,例如对其他用例的泛化性差,或由于组合多个模型而增加的复杂性。一种探索较少的替代方案侧重于提高诊断性AI模型在图像分析过程中处理伪影时的稳健性,例如通过使用数据增强技术来增强训练数据的数量、质量和多样性。
在肌肉骨骼成像中,人工智能模型被用于各种任务,包括自动分割骨骼等解剖结构[9]。分割模型常与计算后处理技术相结合[10],例如下肢对线量化[11–13],这对于临床管理至关重要。股骨和胫骨对线异常与多种病理和症状相关,包括疼痛和功能障碍、股骨髋臼撞击以及髋骨关节炎[14, 15]。在临床上,医生在横断面图像上手动识别特定解剖标志,构建连接这些标志的参考线,并量化扭转角[16, 17]。由于读者内和读者间存在显著变异性,范围可达11°和16°[18],以及测量层面和方法不一致所带来的挑战[16, 19],科学界一直在致力于实现量化过程的自动化[11–13]。然而,关于诊断性人工智能模型如何受到运动伪影影响,以及数据增强策略(即使用不同技术来增强训练数据的数量、质量和多样性)如何可能减轻这些伪影以提高临床稳健性,目前知之甚少。我们的目标是系统研究下肢分割和量化的准确性随伪影严重程度和数据增强策略变化的情况。我们假设专用人工智能模型的性能会随伪影严重程度增加而下降,但可通过训练期间的领域特定数据增强来稳定。
材料与方法
研究设计
经当地伦理委员会批准(RWTH Aachen大学医学院伦理委员会,EK 058/22),测试集参与者以书面形式获得知情同意,而训练集患者免除了该要求。本研究设计为比较评估三种不同数据增强策略对自动分割下肢并量化其对线的人工智能模型性能的影响。我们使用先前研究[13]的图像数据作为训练集和验证集,并使用前瞻性采集的数据作为测试集。
训练集和验证集
本研究建立在Schock等人先前的工作基础上,我们在该工作中开发并验证了一种用于测量下肢对线的AI模型[13]。本研究使用了相同的轴向T2加权非脂肪饱和二维快速自旋回波序列——这是基于MRI评估扭转对线的临床标准序列[20]——在临床3.0-T MRI扫描仪(Achieva,Philips)上采集。扫描来自临床常规检查,包括93例患者(平均年龄13 ± 5岁;52例男性;日期范围和纳入/排除标准参见原始发表文献)的双侧髋部、膝部和踝部图像堆栈。除MRI数据外,还可获得经专家核对的下肢股骨、胫骨和腓骨手动分割轮廓。训练了一个U-net卷积神经网络来分割这些骨骼,随后通过事后算法识别解剖标志、定义参考线并量化扭转对线(图1)。患者被分配至训练集(n = 74)和验证集(n = 19)。共计186条下肢,每条下肢包括三个关节层面的图像堆栈以及股骨近端和远端、胫骨近端和远端、腓骨远端的手动分割轮廓,可用于训练和验证。
测试集
测试集通过前瞻性采集20名健康参与者(年龄23 ± 3岁,17名男性,采集时间为04/2023至09/2023)在临床3.0-T MRI扫描仪(Elition X,Philips)上的MRI检查汇编而成。参与者取仰卧位,膝关节伸直,髌骨朝前,由专用柔性足托支撑。使用内置体线圈并在不重新定位的情况下,分别以独立堆栈采集髋部、膝部和足部的轴向T2加权非脂肪饱和二维快速自旋回波序列(序列详情参见补充文本)。每名参与者按如下方式采集该序列五次(图2):在静息位置,参与者尽可能保持不动([i]参考),
在呼吸同步的重复足部运动下(从吸气时最大背屈到呼气时最大跖屈),以高频(每个呼吸周期完成一次完整运动幅度[ii])或低频(每第三个呼吸周期[iii])进行,
在呼吸同步的重复臀肌最大紧张下,即吸气时臀肌收缩、呼气时放松,并在左右之间交替,以高频[iv]或低频[v]进行。
在每位参与者采集这五个序列(即总共100个序列)后,每个关节层面的轴位图像堆栈(即总共600个图像堆栈)由两名临床放射科医生(M.S.H.和R.M.S.,具有4年肌肉骨骼MRI经验)采用Kohli等人[21]的方法进行评估,以判断伪影所致图像退化的严重程度。每个图像堆栈由每位读者独立分类为无、轻度、中度和重度运动伪影(图3)。对于伪影严重程度评分不同的图像堆栈,进行讨论直至达成共识评分。临床放射科医生还将计算机模拟增强的MR图像与测试集中伪影退化的MR图像进行比较,使用Likert量表(1[无相似性]至5[最大相似性])对平面内和平面外相似性进行评分。
使用G*Power(v3.1.9.7,F检验,重复测量ANOVA组内因素,f = 0.25[中等效应量;既往研究提示临床相关性有限],α = 0.05,power = 0.80,corr = 0.6[重复测量间的相关性])进行的先验样本量估计表明,大约需要17名参与者。
模型描述
基于Schock等人[13]的模型更新的人工智能(AI)模型在训练期间使用三种不同的增强策略进行训练,产生三个使用相同模型架构的版本。图4展示了网络架构和修改后的训练流程。
包括数据增强的预处理
预处理使用 nnU-Net Python 包(版本 2.3.1)提供的功能进行。简言之,图像被裁剪至其非零区域,使用 z 分数进行归一化,并由于图像的各向异性特性,使用最近邻插值重采样至统一形状和体素间距。这些预处理步骤的参数根据数据集指纹动态推导;因此,未指定固定值。目标体素间距通过分析数据集的体素间距并计算其统计量来确定,如 nnU-net 方法所述 [22]。实施了三种具有不同增强策略的模型版本:“基线”:无增强。
“默认”:使用默认 nnU-Net 增强 [22, 23],包括旋转、重缩放、镜像、添加高斯噪声、亮度/对比度变化、分辨率降低和伽马调整。
“MRI 特异性”:使用默认 nnU-Net 增强加 MRI 特异性增强,包括随机模糊、类似人字形伪影的条纹(尖峰)、信号强度变化、结构旋转/平移(由于患者运动)以及鬼影伪影,即图像中位移并叠加的重复结构 [24]。这些伪影使用 Torchio Python 库 [25] 和补充表 1 中列出的参数在计算机中建模。每种伪影以 50% 的概率使用,尖峰除外(概率为 2%)。这些增强的示例图像见补充图 1。
分割模型
反映该领域的当前发展,我们如下更新了 Schock 等人 [13] 的早期 AI 模型。首先,我们整合了最先进的 3D nnU-Net 架构(版本 2.3.1)[22],取代了传统的 U-net 架构 [26]。nnU-Net 建立在经过充分研究的 U-Net 卷积神经网络之上,但自动化了模型配置和训练的各个方面 [22]。它使用编码器-解码器架构来实现精确定位,同时适应不同数据集而无需手动调优。其他调整包括限制批量大小以允许更大的补丁大小、用实例归一化替代批量归一化,以及使用泄漏线性单元代替标准整流单元。各个模型使用一个通用模板,该模板根据训练数据的属性自动配置。具体而言,我们使用了一个适配的训练器类,实现了用于数据增强的 TorchIO 变换和用于模型训练的默认超参数,除了增加的轮数(n = 500,原为 n = 150 [在版本 2.3.1 中])。这一增加对于处理由额外增强引入的更高复杂性是必要的。最终模型基于验证集最高 Dice 相似系数(DSC)选择。
后处理
扭转载荷对位的自动定量遵循Schock等人[13]的实现方法。基于计算分割轮廓,使用算法方法计算参考线和角度。简言之,该算法自动化了用于计算股骨扭转的Lee方法[27]和用于计算胫骨扭转的Ulm方法[28]。采用最小二乘拟合识别股骨头和股骨颈的中心。相比之下,后股骨髁和胫骨髁(膝关节的)通过沿前方向迭代移动一条线来识别,远端胫骨和腓骨的中心通过计算各自分割轮廓的质心来确定。补充表2提供了关于参考线定义的更多细节。Schock等人的原始发表提供了该算法的深入解释。代码可在https://github.com/swestfechtel/paper-augmentation获取。
模型性能评估
在测试集上评估了训练期间增强策略的影响。由于nnU-Net将DSC作为其优先评估指标,我们使用DSC对每个图像堆栈中的每块骨骼——股骨、胫骨和腓骨——测量分割质量。该指标量化手动与自动分割轮廓之间的相似度,作为分割质量的度量。手动参考分割轮廓由一名经过经验丰富的肌肉骨骼放射科医师(S.N.,具有十年经验)培训的医学预科生在有静止位置序列上制作。质量和一致性检查由M.S.H.、R.M.S.和S.N.执行。
在轴位MR图像采集过程中,重复的臀肌收缩和放松主要引起平面内运动伪影,通常表现为模糊、鬼影或条纹。相比之下,重复的足背屈和跖屈引起额外的平面外运动伪影,表现为层面之间解剖结构错位和不连续。因此,被评定为受运动伪影影响的足部图像堆栈使用2D相似变换[29]配准到其对应的参考堆栈,该变换通过正则步长梯度下降确定,以最大化图像间的互信息。
M.S.H.和R.M.S.使用内部PACS(Philips,IntelliSpace,v4.4553.35)中提供的标准角度测量功能,独立确定测试数据上的股骨和胫骨扭转。
统计分析
统计分析由S.D.W.使用Python(v3.11.5)及pandas(v2.1.4)库和R(v4.4.0)及其afex(v1.3-1)和emmeans(v1.10.1)包执行。拟合线性混合效应模型以量化每个贡献变量的系数(和p值):参与者(随机)、关节层面(固定)和伪影严重程度(固定),及其基于增强策略对分割质量的影响。系数以均值及95%置信区间给出。
对于每个关节层面和伪影严重程度,在使用Shapiro–Wilk检验进行正态性检验后,使用重复测量ANOVA评估DSC值在增强策略之间是否存在显著差异。事后成对比较使用Tukey诚实显著性差异检验进行。
显著性水平设定为 p ≤ 0.05,并进一步分层为 0.01 < p ≤ 0.05(*)、0.001 < p ≤ 0.01(**)和 p ≤ 0.001(***)。两名放射科医师手动测量的评分者间信度采用组内相关系数(ICC)评估。此外,计算平均绝对偏差(MAD)、ICC 和 Pearson 相关系数 r 的重复测量方差分析,以比较自动与手动扭转测量,并作为模型性能的额外衡量指标。
结果
研究样本
训练集和验证集共纳入 93 例患者(平均年龄 13 ± 5 岁,52 例男性),测试集纳入 20 名参与者(23 ± 3 岁,17 名男性)。测试集中伪影严重程度分布接近均衡(补充表 3)。
增强质量
虽然计算机模拟增强与真实 MR 图像数据集之间的面内相似度在所有关节和伪影严重程度下均持续较高(轻度伪影:3.6 ± 0.6;中度伪影:3.6 ± 0.5;重度伪影:3.8 ± 0.2),但穿面相似度仅中等(轻度伪影:2.6 ± 0.5;中度伪影:2.7 ± 0.6;重度伪影:3.1 ± 0.5)。在真实 MR 图像堆栈中,运动诱导伪影在层面之间的位置和强度各不相同,而计算机模拟生成的伪影在所有层面中恒定不变,导致穿面对应性降低。
分割质量
对每个关节层面和骨骼的分割质量进行了量化。其受伪影严重程度、解剖区域和增强策略影响(表 1、图 5)。相关事后检验结果详见补充表 4–8。
在参考图像上,若训练期间使用增强,所有解剖区域的分割质量均优良,平均 DSC 值范围为 0.83 至 0.97。相比之下,基线模型的特征是平均 DSC 值变异很大,范围从 0.33(胫骨近端)至 0.92(股骨近端)。伪影严重程度增加导致 DSC 值降低,表明分割准确性下降。增强部分减轻了这种分割准确性的下降。更具体地说,尽管增强模型在伪影退化图像上较基线表现出更好的性能,但其分割准确性未达到无伪影图像上所达到的水平。
与默认增强和 MRI 特异性增强相比,基线模型的 DSC 值较低。在膝关节和踝关节周围,这些差异在所有伪影严重程度水平上均显著,而在髋部(股骨近端),这些差异仅在重度伪影时显著。对于股骨近端重度伪影(0.79 ± 0.14 对 0.72 ± 0.22 [p = 0.18])和胫骨远端重度伪影(0.75 ± 0.12 对 0.71 ± 0.20 [p = 0.45]),MRI 特异性增强相较于默认增强在分割质量上显示出轻微但非显著的改善。对于其他区域,默认增强和 MRI 特异性增强产生的 DSC 值相似。
在量化各变量对分割质量的贡献时(表 2),我们发现:(i) 股骨近端的分割轮廓 DSC 值显著高于其他关节层面,但股骨远端除外。
无伪影的 MR 图像的分割轮廓质量显著高于有伪影者。
与基线模型相比,使用默认增强和MRI特定增强进行训练显著提高了分割质量。
扭转角测量
手动扭转角定量是方法间比较的可靠参考标准;两位放射科医师表现出优异的读者间可靠性,ICC为0.94(95% CI:0.93至0.95)。
自动角度定量的成功率不一(表3)。在此背景下,“成功”定义为模型无错误终止并计算出结果。对于股骨扭转,无论伪影严重程度如何,默认增强和MRI特定增强后的成功率均优异。MRI特定增强在所有情况下均提供了测量结果,而默认增强有一例失败。对于胫骨扭转,基线模型的成功率显著较低,尤其是在中度和重度伪影情况下。然而,对于股骨扭转,基线模型即使在重度伪影下也提供了大部分成功的测量。图6展示了模型失败情况的代表性图像。
准确率同样受伪影严重程度和增强策略影响(表4),事后检验详情见补充表9–12。基线模型在所有条件下产生的扭转角均显著高于默认增强、MRI特异性增强及手动测量。这些差异在伴中度和重度伪影的左股骨扭转以及伴轻度和中度伪影的右胫骨扭转中均具有显著性(p < 0.001)。值得注意的是,基于默认增强或MRI特异性增强确定的扭转角彼此之间以及与手动测量之间均无显著差异。考虑放射科医师的阅片者间均值时,手动与自动测量之间的MAD在股骨扭转中分别为10.7°、5.0°和4.0°(基线模型、默认增强和MRI特异性增强),在胫骨扭转中分别为19.1°、4.3°和3.7°。手动与自动测量之间的ICC(各方法 vs. 手动测量)在股骨扭转中分别为0.28(p = 0.11;95% CI:−0.17至0.63[基线])、0.73(p < 0.001;0.45至0.88[默认])和0.88(p < 0.001;0.73至0.95[MRI特异性]),在胫骨扭转中分别为0.03(p = 0.45;−0.41至0.46[基线])、0.92(p < 0.001;0.81至0.97[默认])和0.95(p < 0.001;0.87至0.98[MRI特异性])。同样,自动与手动测量之间的Pearson r值在股骨扭转中分别为0.58(p < 0.001;0.44至0.69[基线])、0.68(p < 0.001;0.56至0.77[默认])和0.86(p < 0.001;0.81至0.9[MRI特异性]),在胫骨扭转中分别为0.06(p = 0.64;−0.19至0.3[基线])、0.80(p < 0.001;0.73至0.86[默认])和0.83(p < 0.001;0.76至0.88[MRI特异性])。
讨论
本研究评估了不同数据增强策略对人工智能(AI)模型在分割和量化下肢对线方面性能的影响,包括有无运动伪影的情况。我们采用三种增强策略,训练了基于nnU-Net的分割模型,并评估了分割准确性和扭转对线测量。我们的研究结果表明,与无增强相比,默认增强和MRI特异性增强显著改善了模型性能,尤其是在具有中度或重度伪影的图像中。然而,MRI特异性增强在重度伪影中仅略微(且非显著地)优于默认增强。这一发现与文献报道一致,表明翻转、旋转和变换等基本增强技术可显著提高诊断性能[30, 31]。对于MRI上的全前列腺自动分割,Zhang等人研究了使用单一增强训练后模型在不同外部测试集上的性能变化。在他们的研究中,单个基本增强使模型性能提升高达47%,其中对比度、亮度、锐化和缩放对提升模型性能最为有效[32]。然而,通用的“一刀切”数据增强方法可能并不合适。基于血液形态学识别,Nozaka等人报道,增强策略需要针对特定成像任务进行定制才能有效[33]。
令人惊讶的是,MRI中的领域特异性增强(随机模糊、尖峰、信号强度变化、结构旋转/平移、鬼影[25])仅比默认增强略有改善。在存在重度伪影的情况下,股骨近端和胫骨远端的分割从MRI特异性增强中略有获益,但差异不显著。在本研究中,运动伪影由重复的臀肌收缩/放松和足部屈曲/伸展诱发,使髋部和足部易出现更严重的伪影,并增强了MRI特异性增强的有效性。此外,DSC对分割体积大小敏感,随着体积增大往往产生更高的值。这种敏感性可能解释了股骨近端更高的DSC值。尽管如此,这种获益值得商榷,因为放射科技师在图像采集过程中的视觉图像质量检查可能会促使重新采集序列或中止检查。PROPELLER、BLADE和MULTIVANE等前瞻性运动校正技术在临床上被广泛用于通过实时补偿患者运动来减轻图像采集过程中的运动伪影。这些序列变体存在局限性,如扫描时间较长以及与某些成像协议或患者群体不兼容。聚焦于采集后策略,本研究评估了在AI模型训练期间使用稳健数据增强的价值,以在尽管使用了前瞻性运动校正技术或此类技术不可行时仍存在运动伪影的情况下提高分割性能。因此,数据增强策略可作为对抗运动伪影的有价值的“第二道防线”,补充前瞻性技术,提高图像分析能力,挽救原本次优的检查,并减少重新扫描的需求。
尽管这些改进幅度有限,与 nnU-Net 这类精细但通用的增强方法相比,MRI 特异性增强仍可进一步提升模型性能。其固有增强包括旋转、重缩放以及亮度/对比度变化,似乎足以处理除最极端伪影之外的所有情况。nnU-Net 的通用增强虽未专门定制,且在不同成像模态(如 CT、MRI 和超声)中仍然有效,但可能无法完全应对严重伪影。
用于计算机模拟数据增强的软件包广泛可用(例如 batchgenerators、Torchio 和 Rising Python 库 [25, 34, 35]),涵盖广泛的标准和专用图像变换。虽然我们发现本研究中采用的增强方法所模拟的伪影能够模拟真实世界伪影,但也可利用生成对抗网络等替代方法来生成合成训练图像并开发专门定制的增强。然而,这些方法因计算需求高、需要大型训练数据集以及模拟特定伪影(如运动伪影)的复杂性而具有挑战性。
关于领域特异性增强与常规增强的文献有限,但提示融入领域知识可能带来潜在益处。例如,在运动损坏数据上训练改善了脑 MRI 病灶分割的性能 [36],心肌梗死特异性数据增强提高了心脏 MRI 研究中的分割准确性 [37]。与我们的结果相似,Arega 等人仅注意到边际改善,但未进行统计验证 [38]。相反,基于形状模型生成额外训练样本并未增强 MRI 中的骨和软骨分割,凸显了标准增强的竞争性性能 [39]。
准确分割对于下肢扭转的准确定量至关重要。因此,数据增强可能增强了模型的稳健性(即成功定量的比率)和精确性(即与手动测量的偏差),这是合理的。与上述发现一致,MRI 特异性增强在严重伪影方面仅比默认增强提供边际改善,且两种增强的测量值均与手动测量密切匹配。相反,基线模型显著高估了扭转角。
我们的研究存在局限性。第一,我们的训练/验证数据集(n = 93名患者)和测试数据集(n = 20名参与者)相对较小。然而,近期研究表明,即使样本量较小(10–15例),也足以使用MRI和nnU-Net进行骨骼分割[39]。第二,我们仅纳入了来自单一机构的数据,无法涵盖扫描仪、协议、序列和后处理流程的变异性。然而,本研究的性质要求使用量身定制的数据集,以系统评估不同增强策略在具有不同伪影严重程度的图像上的效果。尽管如此,我们的研究结果缺乏使用来自不同机构和成像设置的数据集进行的外部验证。真正的验证只能在具有自然发生的运动伪影的实际临床数据集上进行。在受控实验环境中实现这一证据水平具有挑战性;因此,任何增强策略的鲁棒性仍有待在实际环境中确认。第三,我们通过臀部 and 足部运动进行的标准化伪影诱导方法可能无法完全代表临床上遇到的定向性较弱的运动伪影。通过使用健康志愿者和标准化运动诱导方案,我们精确操控了运动伪影的类型和严重程度以确保一致性。然而,标准化的代价是与临床实践中自然发生的运动伪影的相似度降低。尽管我们做出了努力,运动伪影的严重程度仍然存在变异,对某些关节的影响大于其他关节。总体而言,我们的诱导方法有助于实现“标准化的变异性”。第四,我们仅关注了MRI和运动特异性伪影,但本研究未考虑其他伪影,如金属伪影、化学位移伪影、Gibbs伪影、场不均匀性伪影或混叠伪影。第五,虽然数据增强策略有效改善了下肢力线定量评估的骨骼分割,但需要认识到AI模型并不评估关节内病变。成像协议针对髋、膝、踝水平的骨骼可视化进行了优化,以用于后续下肢力线定量。因此,其应用仅限于这些临床情境,而这些情境常因运动伪影而具有挑战性。第六,计算机模拟数据增强可能无法涵盖临床实践中各种患者运动和扫描仪设置所产生的所有可能伪影的复杂性质。模拟的运动诱导伪影仅部分类似于真实世界伪影,导致计算机模拟生成的数据集与真实MR图像数据集之间的层面间对应性降低。尽管如此,这些增强作为有效的替代手段,帮助模型学习在存在运动伪影的情况下识别解剖结构。最后,分割模型是在儿科患者的图像上训练的,但在成年研究参与者的图像上进行了测试。
总之,运动伪影会对诊断性人工智能模型的分割准确性和扭转对线量化产生负面影响。nnU-Net 中所实施的全面通用数据增强策略能够有效增强稳健性并减轻运动伪影。虽然领域特异性数据增强可能带来轻微的额外性能收益,但模型通常可通过采用默认数据增强配置实现对运动伪影的显著稳健性。因此,我们建议大多数应用中使用这些默认的全面策略来训练模型,仅在具备专业专长或特定数据挑战需要定制化方法的情况下才保留领域特异性数据增强。
所有涉及人类参与者的研究中执行的所有程序均符合机构和/或国家研究委员会的伦理标准,以及1964年《赫尔辛基宣言》及其后续修正案或类似伦理标准。
补充信息
电子补充材料
引用
- Westfechtel SD, Kußmann K, Aßmann C, et al. AI in motion: the impact of data augmentation strategies on mitigating MRI motion artifacts. Eur Radiol. 2025. PMID: 40381000. doi:10.1007/s00330-025-11670-6
- 全文:PMC12559149(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12559149/
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。