文献速递儿科影像胸部技术与安全DR

利用深度学习从胸部X线预测儿童年龄:一种新方法

Predicting pediatric age from chest X-rays using deep learning: a novel approach.
PubMed 文献 · Insights Imaging · 2025-08-23

本研究基于ResNet-18结合Coordinate Attention机制构建深度学习模型,用上海两家三级医院的128,008张儿童胸部X线片预测年龄。内部验证集男性MAE 5.86个月、女性5.80个月,外部测试集男性7.40个月、女性7.29个月,Spearman相关系数均大于0.98。热图显示模型主要关注脊柱、纵隔、心脏和大血管区域。

要点

  • 模型在内部验证集MAE男性5.86个月、女性5.80个月,外部测试集男性7.40个月、女性7.29个月。
  • 热图显示模型主要关注脊柱、纵隔、心脏和大血管,还关注周围骨骼、颈肩部和左侧肋膈角。
  • 在1岁以下婴儿中预测误差约1.3个月,6岁以上儿童平均百分比误差低于10%。

核心结论

  • 研究成功构建了大规模儿童胸部X线数据集并开发了融合Coordinate Attention的神经网络模型用于年龄预测,实验证明模型稳健且胸部X线可有效用于儿童年龄准确估计。

研究设计与样本

  • 回顾性收集2021年至2024年中国两家三级医院0至16岁正常儿童胸部X线片,A院121,119例按90%训练、10%内部验证拆分,B院6,889例全部用于外部验证,男女分开建模。
  • 采用改进的ResNet-18主干网络并集成Coordinate Attention机制进行回归任务,图像统一缩放至256×256像素,未做强度归一化和数据增强。
  • 训练使用Adam优化器,权重衰减0.001,初始学习率0.0001,批大小128,训练1000个epoch,每200个epoch学习率减半。
  • 主要评价指标为平均绝对误差(MAE)和平均绝对百分比误差(MAPE),并按1岁以下、1–3岁、3–6岁、6–10岁、10–16岁五个年龄组分析,辅以Spearman秩相关和热图可视化。

关键影像表现/征象

  • 注意力热图显示模型主要关注心脏和纵隔区域,包括脊柱、纵隔、心脏和大血管,并一定程度关注颈肩部和左侧肋膈角,提示模型利用这些区域骨与关节生长板信息。
  • 膈下区域和肺内激活较低,表明这些区域对年龄估计重要性较低。
  • 随年龄增长,热图整体定量注意力激活水平增加,表现为更大更明显的亮区,但激活区域特征在各年龄组间保持相似,两个性别组间无显著差异。

诊断标准与关键数值

  • 内部验证集MAE男性5.86个月、女性5.80个月;外部测试集MAE男性7.40个月、女性7.29个月。
  • 内部验证集Spearman相关系数男性0.988(p < 0.001)、女性0.989(p < 0.001);外部测试集男女均为0.982(p < 0.001)。
  • 1岁以下婴儿预测误差约1.3个月;6岁以上儿童平均百分比误差低于10%。
  • MAE随年龄增长而普遍增加,MAPE随年龄增长而降低。

临床应用与阅片要点

  • 作者认为胸部X线结合深度学习预测年龄若实验预测精度高,临床应用可减少额外影像检查需求并降低辐射暴露。
  • 作者认为该模型可作为腕骨X线骨龄评估的补充方法,在腕骨X线不可替代时提供二次参考。
  • 作者指出「胸部年龄」的临床意义需进一步研究,未来将检验其与腕骨骨龄、实际年龄的诊断一致性及在生长发育障碍中的诊断性能。

局限性

  • 尽管已尽可能排除生长发育异常儿童,部分病例仍无法完全排除,因部分儿童可能存在未诊断的生长障碍或已在其他机构就诊但本系统无记录。
  • 模型精度与当前最佳腕骨X线模型仍有差距,有文献报告MAE可低至约0.4年。
  • 本数据集尚未经过充分的算法探索,未来通过开放数据集和更多算法优化有进一步提升精度的空间。
  • 本研究主要纳入健康儿童,所实现的「胸部年龄」的临床意义需进一步研究。
全文中译9 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. 2025 Aug 23;16:184. doi: 10.1186/s13244-025-02068-5

引言

预测儿童年龄是儿科实践中的一个重要方面,主要用于评估生长发育。儿科发育和生长评估是儿童医疗保健的关键组成部分[1, 2],有助于早期识别和治疗潜在的发育障碍及基础疾病[3]。放射学评估在评估儿科发育中起着至关重要的作用,尤其是在预测骨龄方面,有助于诊断儿童生长发育异常并指导治疗。例如,在生长激素缺乏或性早熟的情况下,腕部X线是评估儿童骨龄最重要的放射学方法[4]。此外,其他骨骼X线片,如锁骨[5, 6]、膝关节[7]和骨盆[8],甚至牙科X线片[9–11]和脑部磁共振成像(MRI)[12],也显示出在评估儿科发育年龄方面的价值。

随着深度学习在医学图像分析中的快速发展,基于深度神经网络的年龄评估算法逐渐达到高性能,甚至超越了人类专家[13–18]。其中一些算法不依赖传统方法,而是对整幅图像进行整体评估[19],这涉及通过识别先前被认为人类无法感知的特征来整合信息。这意味着借助深度学习,可以从医学图像中提取放射科医生无法观察到的信息。由于不依赖人类放射科医生的先验医学知识,非腕部X线片有潜力成为儿童生长发育的可靠指标。该方法已应用于其他身体部位,如膝关节X线片[20]和腹部CT定位像[21],并已展现出一定的价值。

胸部X线是目前儿科实践中最常见的放射学检查[22, 23]。在临床实践中,胸部X线是诊断儿童呼吸系统疾病的重要手段,同时也提供有关儿童生长发育的信息。如果大量可用的胸部X线片能够用于评估儿科年龄和生长,将是一个重大进步。尽管一些研究尝试使用胸部X线片预测年龄,但这些研究主要集中于成人[21, 24–26]。专门针对使用儿科胸部X线片预测年龄的研究尚待探索和验证。

基于现有研究,深度学习在预测胸部X线片年龄方面具有巨大潜力。本研究旨在实施一个深度学习模型,通过胸部X线片预测儿童年龄。

材料与方法

数据收集

我们连续收集了中国两家三级医院2021年至2024年间的儿科胸部X线数据。来自新华医院(A医院)的数据集被分为训练集(90%)和内部验证集(10%)用于深度学习模型。同时,来自第十人民医院(B医院)的整个数据集仅用于外部验证。此外,为了考虑性别之间生长发育的差异,男性和女性的数据被分开进行模型训练和验证。

纳入标准仅限于两家医院0至16岁中国儿童的正常胸部X线片。本研究纳入了来自多台机器、具有不同扫描参数的站立位、仰卧位和床旁胸部X线片。排除标准基于三个主要因素:生长障碍的临床病史、阳性发现和图像质量不佳:(1)在审查患者病史后,排除有生长或发育障碍病史的患者,包括“发育障碍”“性早熟”“侏儒症”或任何其他生长异常指征的诊断。(2)排除胸部X线片上有明显阳性发现的病例,包括肺炎、肺不张、气胸、肺结节、心脏或纵隔异常,或胸壁或脊柱畸形等。(3)从数据集中排除低质量图像,包括不清晰的床旁胸部X线片、因患者配合不佳导致的体位不理想、异物存在以及曝光过度或不足的问题。排除生长障碍旨在确保模型在初始开发阶段的稳定性。患有生长或发育障碍的儿童可能表现出与其实际年龄不一致的生理特征,导致模型学习到不匹配的图像-年龄模式。因此,我们的数据集有意限制为正常发育的儿童,以建立可靠的基线模型。

图1展示了数据收集、排除和数据集划分的整个过程。

本研究经上海交通大学医学院附属新华医院伦理委员会审查批准,批准号:XHEC-D-2024-143,日期2024/8/28;并经上海市第十人民医院伦理委员会批准,批准号:SHSY-IEC-5.0/24K135/P01,日期2024/9/11。患者知情同意由机构伦理审查委员会豁免。本研究使用的所有数据均已完全匿名化,不涉及任何个人隐私或商业利益。

图1 数据收集与划分流程 查看原图 ↗

神经网络实现

在本研究中,我们采用改进的ResNet-18 [27]深度神经网络作为骨干网络,并整合坐标注意力机制(Coordinate Attention)[28]用于回归任务。ResNet是图像处理中广泛使用的骨干网络,以其强大的拟合能力著称。坐标注意力模块整合在残差块之后,以增强模型在x轴和y轴上捕获长程空间依赖关系的能力。如图2中我们模型的流程图所示,注意力模块的输出随后通过额外层进行分析,包括额外的残差块和全连接层,以生成预测年龄。这种整合使模型能够自主识别X线图像中与年龄估计相关的最重要区域,从而使其能够在无需任何该领域先验知识的情况下聚焦于这些区域。

总之,我们的模型能够接受胸部X线片作为图像输入,输出为预测年龄,无需任何医学知识或额外标注数据。

该模型的应用包括两个阶段:训练和验证。在训练阶段,将训练集中的图像输入神经网络。随后将这些输出与真实年龄进行比较以计算损失函数,之后通过反向传播更新神经网络的权重。在验证阶段,将内部验证集和外部验证集的图像输入神经网络,并将预测年龄与真实值进行比较以计算评估指标。此外,在前向传播过程中,我们提取了ResNet-18模型中坐标注意力层的输出。随后对这些输出进行处理以生成注意力热图,通过指示高注意力响应区域来可视化网络的空间关注点。生成热图的工作流程和过程如图2所示。

所有胸部X射线图像在输入神经网络之前均调整为256 × 256像素。未进行强度归一化。鉴于数据集规模较大,训练期间未使用数据增强技术。关于训练超参数,我们采用Adam优化器,权重衰减为0.001,初始学习率为0.0001。训练批量大小为128。模型训练了1000个epoch,学习率每200个epoch减半。对于评估,直接使用训练最后一个epoch的模型权重进行内部和外部验证。所有源代码均使用Python编写,深度学习模型使用PyTorch 1.12.0实现。代码可在GitHub上获取:https://github.com/bpsl/ageprediction。

图2 带有坐标注意力机制的模型结构 查看原图 ↗

评估指标

我们使用平均绝对误差(MAE)作为该回归任务的主要评估指标。然而,仅依赖MAE无法提供全面的评估,因为相同的MAE值在不同年龄组中可能表示不同的预测性能。例如,6个月的MAE对于1岁婴儿和16岁青少年具有完全不同的意义。为了解决这一局限性,我们在MAE之外还纳入了平均绝对百分比误差(MAPE)作为额外的评估指标,以提供误差的相对度量。此外,我们将验证集分为五个年龄组,以更好地理解不同年龄范围内预测误差的意义:1岁以下、1–3岁、3–6岁、6–10岁和10–16岁。

此外,我们对每个性别组采用了Spearman秩相关检验,以进一步验证真实年龄与预测年龄之间的相关性。Spearman秩相关系数可定义为:其中为验证集中每个样本的对应预测年龄与真实年龄的秩次之差。

我们还生成了散点图,以实际 chronological age(实际年龄)为x轴、预测年龄为y轴,以更清晰地可视化模型对验证集中每个病例的预测。此外,我们对每个性别和年龄组应用了注意力热图,以突出深度学习模型在数据处理过程中在X射线上更为关注的特定区域。所有图表均使用Matplotlib生成,Spearman检验使用Python中的SciPy实现。

结果

数据分布

我们共收集了来自A医院的121,119例和来自B医院的6889例病例。这些数据集的年龄和性别分布如图3所示。由于两家医院的专业不同,A医院的数据集主要由较年幼的儿童组成,而B医院的数据集中中年组儿童占较大比例。两家医院的数据集中较大年龄儿童均相对较少。在性别分布方面,A医院男孩比例高于女孩,而B医院的性别比例大致均衡。

图3 两家医院数据集的年龄(岁)和性别分布 查看原图 ↗

定量结果

在内部验证集上,男性和女性组的MAE分别为5.86个月和5.80个月,表现出较强的回归性能。在外部验证集上,男性的MAE为7.40个月,女性为7.29个月。尽管外部验证集的MAE评分略低于内部验证集的准确性,但仍保持在可接受水平,证明了模型稳健的泛化能力。

Spearman秩相关检验显示,在内部验证集上,男性和女性组的Spearman相关系数分别为0.988(p < 0.001)和0.989(p < 0.001),在外部验证集上,两个性别组的Spearman相关系数均为0.982(p < 0.001),证明预测年龄与实际年龄之间存在强正相关。

图4和图5中的散点图直观展示了内部和外部验证集上的实验结果。可以看出,在两个数据集和两个性别组中,我们模型的结果均与y = x线紧密吻合,表明我们的模型具有较强的拟合能力和较高的准确性。

图4 内部验证集上的实验结果 查看原图 ↗
图5 外部验证集上的实验结果。模型在内部和外部验证集上预测结果的散点图。每个点代表一个独立样本,x轴表示真实年龄(月),y轴表示预测年龄。越接近恒等线(y = x)的点表明这些病例的年龄预测越准确 查看原图 ↗

亚组分析

表1呈现了五个年龄组的定量结果。由于0–1岁组和“总体”类别包含0月龄个体,我们将这些组排除在MAPE计算之外。可以观察到,我们的模型在所有年龄和性别亚组中均表现出良好性能,MAE和MAPE值较低。对于1岁以下的婴儿,预测误差约为1.3个月,而对于6岁以上的儿童,平均百分比误差保持在10%以下。

各年龄组之间观察到性能差异,随着年龄增长,MAE总体增大但MAPE减小。这一趋势与这两个指标的固有特性一致:随着实际年龄增加,相同的绝对误差占年龄的百分比更小。因此,联合使用MAE和MAPE指标能够更均衡地解释模型的真实性能。这种随年龄变化的趋势在散点图中也可观察到(图5)。

内部验证集在所有年龄组中显示的结果略优于外部验证集;然而,差距仍在可接受范围内。这凸显了我们模型的稳健泛化能力,同时也表明在应用于未见数据时可能存在改进空间。

表1 不同年龄组的汇总统计量及MAE/MAPE 查看原表 ↗

热图分析

本节展示了图6中各性别和年龄组的注意力热图。这些图像上较亮的区域表示深度学习模型“更加关注”的区域。可以观察到,深度学习模型的主要关注点位于心脏和纵隔周围,这可能是由于这些区域集中了大量相关信息,包括脊柱、纵隔、心脏和大血管,这些结构对于评估骨骼和软组织成熟度均至关重要。这些图还显示,深度学习模型也在一定程度上关注颈部和肩部区域,以及较小部分的心膈角,尤其是左侧。这表明模型尝试利用这些区域骨骼和关节生长板的信息。相比之下,膈下区域和肺内的激活较低,证明这些区域对年龄估计的重要性较低。

总体趋势是,随着年龄增长,整体定量注意力激活水平增加,表现为热图上更大、更明显的亮区。然而,各年龄组之间激活区域的特征保持相似。此外,两个性别组之间没有显著差异。

图6 不同年龄和性别组样本病例图像的注意力热图:0–1、1–3、3–6、6–10、10–16岁。M:男性。F:女性。较亮的区域表示深度学习模型更加关注的区域 查看原图 ↗

讨论

预测儿童年龄在医学实践中是一项有价值的任务,既与法医学调查相关,也与儿科生长发育的临床评估相关。评估儿童生长发育对于早期发现生长障碍至关重要,而放射学在此场景中发挥着重要作用。鉴于胸部X线目前是儿科放射学检查中最常用的技术[23],我们的方法探索了使用胸部X线预测儿童年龄的潜力。如果这一“胸部年龄”模型在实验中显示出高预测准确性,基于该方法的临床应用可以减少额外影像检查的需求,从而最大限度地减少辐射暴露。

在本研究中,我们构建了一个包含超过120,000名中国儿童胸部X射线的大型数据集,并成功在其上训练了一个深度学习模型。在所有性别和年龄组的内部和外部验证集上均证明了高准确度水平。在内部验证集上,我们的模型达到了总体MAE小于6个月,而在外部验证集上,总体MAE约为7个月。Spearman秩相关检验证实预测年龄与真实年龄之间存在非常强的正相关关系,在内部和外部验证集中Spearman相关系数均大于0.98。值得注意的是,本研究是少数在儿童不同年龄组中全面评估年龄预测模型的研究之一:对于1岁以下的婴儿,模型达到了低至约1.3个月的MAE,而在6岁以上儿童中MAPE保持在10%以下,表明在所有年龄范围的未成年人中均具有高准确度水平。

通过坐标注意力(Coordinate Attention)机制的增强,该机制整体性地分析图像,我们的模型在无需任何关于胸部X射线的先验知识或任何标签的情况下,自主识别了需要额外关注的区域。注意力热图进一步表明,我们的模型能够整合来自不同解剖结构的信息,并同时聚焦于多个感兴趣区域,包括有助于年龄评估的心脏、纵隔和骨骼,以进行综合分析。

一些现有研究[21, 25, 26]已探索了胸部X射线在普通人群中估计年龄的应用,主要针对成年人,应用于法医学领域。相比之下,我们的模型专门针对儿童,因为年龄预测具有评估生长发育的潜力,具有重要的临床意义。在此背景下,与其他尝试用深度学习预测儿科年龄的研究相比,我们的研究采用了更大的数据集,甚至超过了大多数现有的手腕骨龄研究[15]。这一广泛的数据集允许进行更稳健的深度学习训练,从而提高预测准确性。尽管我们模型的准确性略低于最佳的基于手腕X射线片的模型[24],但其表现已达到与主流基于手腕X射线片模型[13, 29–31]相当的水平,并已超越几乎所有其他使用替代放射学模态预测儿科年龄的研究,例如使用腹部CT定位像和膝关节X射线的研究[20, 21],这些研究通常达到约1年或以上的MAE。

本研究具有重要的潜在价值。首先,尽量减少不必要的辐射暴露是儿科放射学中的一个关键问题[22]。鉴于胸部X线检查是儿科最常见的放射学检查[23, 32],通过利用现有图像结合深度学习评估生长发育,我们可以减少额外腕部X线检查的需求。其次,由于不同身体区域的发育是不同步的[32],我们的模型通过聚焦胸部区域提供了一种替代视角。即使在腕部X线片不可或缺的情况下,我们的模型也可以作为一种有价值的工具并提供二次参考。最后,放射学年龄评估标准因地区、种族群体甚至随时间而变化,因为它们反映了每个群体独特的生长模式。我们的模型利用基于深度学习的自动分析和大型胸部X线数据集,为开发更灵活的年龄预测工具提供了丰富的资源。通过在来自不同群体的大量数据集上训练深度学习模型,这些模型可以快速适应以反映所研究群体的特定特征。

本研究存在一些目前难以解决的不足。首先,尽管我们已尽可能从数据集中排除被诊断为生长发育异常的儿童,但某些病例仍无法完全排除。这是因为部分儿童可能存在未确诊的生长发育障碍,或在其他机构就诊但未在我们的系统中留下记录。其次,尽管我们的模型已达到相对较高的准确度水平,但与目前基于腕部X线片的最佳性能模型之间仍存在差距,部分文献报道MAE可低至约0.4年。然而,尽管许多腕部骨龄数据集已被广泛研究和优化,我们的数据集尚未经过充分的算法探索。这表明通过开放数据集和更多算法优化,准确度仍有进一步提升的潜力。

基于当前发现,尚需开展某些未来工作。作为该领域的开创性研究,我们的研究主要纳入健康儿童,并证实了胸部X线在评估儿科年龄方面的潜在价值。然而,所实施的“胸龄”的临床意义仍需进一步研究。未来研究将侧重于检验我们提出的“胸龄”、腕部骨龄与实际年龄之间的诊断一致性,并评估我们所提出模型在儿科生长发育障碍中的诊断性能。如果胸部X线年龄预测被证明具有临床意义,这种基于深度学习的方法也值得在其他影像学模态中探索,如其他X线、CT和MRI,以进一步释放深度学习在现有放射学技术中的潜力。

总之,本研究证明了使用胸部X线结合深度学习模型预测儿科年龄的可行性。通过利用大型原始数据集和坐标注意力增强的ResNet模型进行探索,我们的方法在内部和外部验证集上均达到了令人满意的准确度水平,MAE评分接近基于腕部X线片的可靠成熟骨龄预测模型。

研究结果表明,胸部X线片对年龄评估具有有价值的诊断信息,可作为传统放射学技术的补充方法。

引用

  1. Li M, Zhao J, Liu H, et al. Predicting pediatric age from chest X-rays using deep learning: a novel approach. Insights Imaging. 2025. PMID: 40848095. doi:10.1186/s13244-025-02068-5
  2. 全文:PMC12374921(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12374921/

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。