基于分割模型在平扫CT图像上检测主动脉夹层的框架:一项回顾性研究
该回顾性研究基于两家三级医院701例患者的平扫CT图像,开发了以分割模型为基础的深度学习框架,通过预测假腔体积来检测主动脉夹层。外部测试集AUC为0.935,最佳截断值7649 mm³时敏感度88.2%、特异度91.3%、阴性预测值89.0%,假腔体积ICC内部和外部均为0.823。
要点
- 平扫CT上以假腔体积为指标检测主动脉夹层,外部测试集AUC为0.935(95%CI 0.894–0.968)。
- 最佳截断值7649 mm³时,外部测试集敏感度88.2%、特异度91.3%、阴性预测值89.0%。
- 传统征象在外部测试集AD患者中出现率低,任一征象仅68.4%(52/76),框架在此类阴性病例中仍检出21/24例。
核心结论
- 所提出的深度学习框架能在平扫CT上准确检测主动脉夹层并有效可视化其形态学特征,展现出较强的临床潜力。
研究设计与样本
- 回顾性研究,纳入2021年1月至2023年1月两家三级医院701例患者,中心1按8:2随机分为训练集439例(非AD 318例、AD 121例)和内部测试集106例(非AD 77例、AD 29例),中心2为外部测试集156例(非AD 80例、AD 76例)。
- 采用至少64排宽体覆盖CT扫描仪(GE、Philips、Siemens),增强图像层厚小于1mm,平扫无层厚要求。
- 以主动脉CTA诊断为参考标准,CTA图像输入分割模型1分割真/假腔并经有经验放射科医师手动校正作为金标准,经SyN非刚性配准至平扫CT后训练nnU-Net分割模型2在平扫CT上分割真/假腔。
- 以模型预测的假腔体积(mm³)作为AD指示指标,假腔体积为0判定为非AD,通过ROC曲线确定最佳截断值。
关键影像表现/征象
- 外部测试集AD患者中,内膜钙化内移出现率22/76(28.9%),高衰减新月征16/76(21.1%),主动脉腔内线样高密度30/76(39.5%),胸主动脉瘤28/76(36.8%),任一征象52/76(68.4%)。
- 在52例具有任一传统征象的AD患者中,深度学习框架识别出46例;在24例无任何传统征象的AD患者中,框架仍检出21例。
诊断标准与关键数值
- 外部测试集假腔体积检测AD的AUC为0.935(95%CI 0.894–0.968)。
- 内部测试集以7649 mm³为截断值时,敏感度0.759、特异度0.961、阳性预测值0.880、阴性预测值0.871。
- 假腔体积ICC在训练集为0.957(95%CI 0.950–0.960),内部测试集0.823(95%CI 0.750–0.880),外部测试集0.823(95%CI 0.760–0.870)。
- 真腔Dice系数训练集0.842(IQR 0.818–0.857)、内部测试集0.797(IQR 0.757–0.827)、外部测试集0.695(IQR 0.651–0.737);假腔Dice系数训练集0.707(IQR 0.655–0.752)、内部测试集0.515(IQR 0.408–0.609)、外部测试集0.603(IQR 0.547–0.651)。
临床应用与阅片要点
- 该框架旨在急诊等场景中辅助筛查主动脉夹层,尤其适用于非典型症状及有对比剂禁忌证的患者,并可同时生成确诊患者的受累范围。
- 模型处理时间约每例1分钟,预测假腔体积以mm³为单位,单位较小,轻微误差可能影响结果。
- 亚组分析显示,框架在有无胸/背痛患者中均表现良好:训练集有胸/背痛AUC 0.929(95%CI 0.887–0.969)、无胸/背痛AUC 0.906(95%CI 0.832–0.970);内部测试集分别为0.936(95%CI 0.864–0.990)和0.862(95%CI 0.719–0.978);外部测试集分别为0.920(95%CI 0.853–0.974)和0.950(95%CI 0.880–0.995)。
局限性
- 作者指出平扫CT图像对比度较差、噪声更高、伪影更多,真/假腔分割是困难任务,本研究中观察到分割不足和过度分割。
- 作者指出过度分割可能归因于主动脉弓处的伪影。
- 作者指出模型仍有改进空间,未来会考虑进一步调整标注、优化模型参数、扩大样本量和改进数据增强策略以提升分割性能。
- 作者指出最佳截断值相对较小(7649 mm³),提示算法有潜力发现局限性夹层,但需要更多验证数据。
- 作者指出nnU-Net存在计算资源消耗大、血管与周围组织对比度低时过度分割或分割不足的缺点。
全文中译18 节 · 点击展开
引言
主动脉夹层(AD)是一种危及生命的急性主动脉综合征,估计全球发病率为每年每10万人2–10例,主要影响男性和未控制高血压的患者[1–5]。虽然计算机断层扫描血管造影(CTA)仍是诊断的金标准,但许多患者在急诊评估时最初接受的是非增强CT(NCCT)检查,尤其是那些表现为非特异性症状的患者。此外,由于严重过敏反应和对比剂肾病的风险,增强CT检查中使用碘对比剂在某些人群中属于禁忌[6]。因此,在NCCT图像上早期检出AD是一项关键的临床需求。尽管某些影像学特征——如主动脉钙化内移和内膜片显示——可能在NCCT上提示AD[7, 8],但其诊断敏感性仍不理想。令人担忧的是,约30%的AD病例最初被误诊或经历延迟诊断[9, 10],若未治疗,导致48小时死亡率高达30%[8]。提高NCCT上的AD检出率可显著减少误诊和延误,促进及时的挽救生命干预。
近年来,医学图像处理技术取得了巨大进展。影像组学和深度学习算法已被研究用于许多疾病的准确诊断和预后预测,在AD等急诊领域亦是如此[11–13]。胸部非增强图像上气管分叉水平的影像组学特征在筛查胸主动脉夹层(AD)中显示出90%的AUC[14]。基于Xception架构的深度学习算法、3D MTGA等,均在利用NCCT图像对AD与非AD进行分类方面表现出良好性能[13, 15]。如所指出,这些研究需要在大规模临床人群中加以验证。
在本研究中,我们回顾性纳入了两家三级医院的患者,并开发了一个基于分割模型的深度学习框架,用于在NCCT图像上检测AD并进一步提供其形态和累及范围。在本研究中,假腔体积这一准确的定量结果被用作预测AD诊断的指标。按设想,该框架旨在准确筛查AD患者,尤其是在急诊情况下,特别是对于症状不典型和存在对比剂禁忌的患者,同时为确诊患者生成累及范围。
材料与方法
这是一项回顾性研究,纳入了来自两家三级医院的真实世界数据集。主要中心(中心1)的机构伦理委员会批准了本研究(IIT20240706B),并豁免了患者的知情同意。
患者
2021年1月至2023年1月期间在两个中心接受主动脉CTA检查的患者均被初步纳入。纳入标准如下:(1)整个CTA检查应包括平扫和增强图像。增强图像层厚应小于1 mm(NCCT无层厚要求)。(2)患者体内无主动脉内装置。排除标准如下:(1)图像质量差,包括增强图像对比度差和伪影严重的图像。(2)患者有主动脉或心脏手术史。所有纳入的CTA图像均由两名具有5年以上经验的放射科医生(S.H.和Z.F.)根据纳入和排除标准进行审核。AD的诊断根据CTA图像和医院记录作出。
来自中心1的所有纳入患者按8:2的比例随机分为训练集和内部测试集,中心2被指定为外部测试集。
CT图像采集
所有CT检查均使用至少64排宽体覆盖CT扫描仪(GE、Philips和Siemens)进行。不同CT扫描仪的扫描参数见补充表1。对于增强成像,使用双筒CT高压注射器经肘前静脉以4.5 mL/s的速率给予70–80 mL碘对比剂(350 mgI/mL),随后以相同速率给予50 mL生理盐水。采用团注追踪技术触发采集开始,扫描范围覆盖整个主动脉行程,从胸廓入口开始,至耻骨联合结束。
深度学习框架的CT成像流程
真腔和假腔自动分割
真腔和假腔自动分割算法可见于我们之前的研究[16]。CTA图像输入分割模型1(图1)。对于AD病例,分别分割真腔和假腔。对于非AD病例,分割主动脉并在后续过程中作为真腔使用。
手动分割校正
上述步骤中真腔和假腔的分割由经验丰富的放射科医生在CTA图像上进一步审核和校正,校正后的分割用作后续模型训练的金标准掩膜。手动分割校正使用医学图像处理软件Mimics 19.0(Materialize)完成。
CTA和NCCT图像的图像配准
本研究采用基于对称归一化(SyN)的非刚性配准方法,以确保CTA图像的真值掩膜与NCCT图像精确对齐(SyN的详细方法见补充材料)。SyN非刚性配准使用ANTs工具箱及其默认参数设置实现(包括以Mattes互信息作为相似性度量,以及40×20×10的多分辨率迭代方案)。首先,使用初步线性变换对图像进行全局对齐。随后,使用SyN方法进行多尺度非线性优化,从而能够捕捉图像之间的复杂形变。此后,将所得的形变场用于最近邻插值以变换分割图像,确保配准后的解剖结构与原始图像保持高度一致性。该方法明显提高了多模态图像分析中的对齐精度。
NCCT图像上真腔/假腔的分割
采用三维版本的No New U-net(nnU-Net)架构来区分CT图像中的真腔和假腔。nnU-Net是一种基于深度学习的分割方法,能够自动配置并执行整个分割流程,包括预处理、数据增强、模型训练和后处理。此外,为确定模型的稳健性,我们进行了三折交叉验证,该验证方法将数据集随机分成三个等份,每一份作为测试集,其余部分作为训练集。该方法允许在不同数据子集上评估模型性能,从而确保结果的可靠性和泛化性。训练使用nnU-Net默认自动生成的超参数进行,包括初始化为0.01的学习率和多项式衰减策略、由Dice损失和交叉熵损失之和构成的损失函数,以及使用随机梯度下降(SGD)的优化器。
模型使用预测假腔体积检测AD的性能
在研究初始阶段,每次扫描均被标记为“AD”或“非AD”(真值)。通过前述分割步骤获得的模型预测掩膜的假腔体积以立方毫米(mm3)为单位测量,并被指定为预测假腔体积。在该深度学习模型中,预测假腔体积被用作AD的指标。绘制受试者工作特征(ROC)曲线以展示单独使用预测假腔体积区分“AD”和“非AD”组的能力。通过最大化真阳性率与假阳性率之间差异的目标确定最佳分类阈值。使用该截断值制作混淆矩阵。
深度学习框架的整个过程在图1中展示。
在外部队列测试集中评估的传统图像特征
在外部测试集中,我们进一步由一位具有超过25年经验、不了解病史且图像匿名化的放射科医生(W.X.)评估了传统影像特征在AD患者中的出现率。这些影像特征包括内膜钙化内移、高衰减新月征、主动脉腔内线状高密度影和胸主动脉瘤。这些特征的定义基于既往研究[17]。在既往研究中,这四种特征的特异性几乎达到100%,这意味着假阳性率几乎为0。这表明这些特征在非AD患者中不太可能被发现,因此我们仅评估这些特征在AD患者中的出现率。
统计分析
训练集、内部测试集和外部测试集中患者的特征以中位数(四分位距)表示连续变量,以数量(百分比)表示分类变量。患者特征在各数据集间比较时,对连续非正态分布变量采用Kruskal-Wallis检验,对连续正态分布变量采用单因素方差分析。对于分类变量,采用卡方检验。采用Dice系数和组内相关系数(ICC)评估NCCT图像上真/假腔的分割一致性。绘制Bland–Altman图进行可视化。为评估模型利用假腔体积将病例分类为AD或非AD的性能,绘制ROC曲线并评估曲线下面积(AUC)。以真阳性率与假阳性率差值最大化为目标确定最佳截断值,并创建混淆矩阵。计算性能指标,包括灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)。所有这些计算均在Python(版本3.8)中完成,采用双侧p值小于0.05。
结果
患者特征
最初共招募888例患者(中心1为679例,中心2为209例)。经过一系列纳入和排除标准后,最终纳入701例患者进行分析。患者招募流程图见图2。
中心1的患者按8:2的比例分为训练集和内部测试集,训练集439例(318例非AD/121例AD),内部测试集106例(77例非AD/29例AD)。中心2的156例患者(80例非AD/76例AD)被指定为外部测试集。患者特征总结于表1。训练集中AD患者和非AD患者年龄分别为54岁(四分位距[IQR]:44–62)和56岁(IQR:43–66),内部测试集中分别为52岁(IQR:48–60)和51岁(IQR:40–66),外部测试集中分别为52岁(IQR:43.5–68)和46.5岁(IQR:36.75–55)(跨数据集p = 0.066)。男性在三个数据集中均占较大分布(62.5–86.3%,跨数据集p = 0.437)。对于所有AD患者,训练集中83例(68.6%)、内部测试集中23例(79.3%)、外部测试集中61例(80.3%)在入院时有胸/背痛(跨数据集p = 0.277)。分别有58例(47.9%)、18例(62.1%)、47例(61.8%)有高血压病史(跨数据集p = 0.185)。
分割模型的一致性
我们首先在主动脉CTA图像动脉期分割真/假腔,然后将掩膜配准到对应的NCCT图像上,以获得NCCT图像上的标准真/假腔。经过多次训练迭代,我们开发了一个具有稳健分割性能的nnU-Net模型,用于在NCCT图像上分割预测的真/假腔。该模型的处理时间约为每例1分钟。训练集中真腔和假腔的Dice系数分别为0.842(IQR:0.818–0.857)、0.707(IQR:0.655–0.752),内部测试集中分别为0.797(IQR:0.757–0.827)、0.515(IQR:0.408–0.609),外部测试集中分别为0.695(IQR:0.651–0.737)、0.603(IQR:0.547–0.651)。假腔体积的ICC在训练集中为0.957(95% CI:0.950–0.960),在内部测试集中为0.823(95% CI:0.750–0.880),在外部测试集中为0.823(95% CI:0.760–0.870)。比较预测真/假腔体积与真实真/假腔体积的Bland–Altman图见图3a–f。
模型在利用预测假腔体积检测AD方面的性能
假腔体积用于提示是否存在AD。假腔体积值为0被视为非AD病例。为评估我们的模型利用预测假腔体积将病例分类为AD或非AD的性能,绘制了ROC曲线(图4a、c、e)。结果表明,训练集、内部测试集和外部测试集的AUC分别为0.921(95% CI:0.885–0.955)、0.938(95% CI:0.887–0.974)、0.935(95% CI:0.894–0.968)。以训练集中假腔体积的最佳截断值7649 mm3计算,在内部测试集中,敏感度为0.759,特异度为0.961,PPV为0.880,NPV为0.871。对于外部测试集,特异度为0.882,特异度为0.913,PPV为0.905,NPV为0.890。为了更直观地展示分类性能,图4b、d、f中展示了混淆矩阵。混淆矩阵全面呈现了分类结果,而ROC曲线阐明了敏感度与特异度之间的内在权衡。总体而言,该算法在训练集、内部测试集和外部测试集上均表现出令人满意的性能。此外,我们还针对胸/背痛主诉对算法性能进行了亚组分析。结果表明,该算法在有和无胸/背痛的患者中均表现令人满意(训练集中有和无胸/背痛患者的AUC分别为0.929 [95% CI:0.887–0.969]和0.906 [95% CI:0.832–0.970],内部测试集中分别为0.936 [95% CI:0.864–0.990]和0.862 [95% CI:0.719–0.978],外部测试集中分别为0.920 [95% CI:0.853–0.974]和0.950 [95% CI:0.880–0.995])。该亚组分析的ROC曲线见补充材料(补充图1–3)。
在外部测试集中评估的传统影像特征
在外部测试集的AD患者中,内膜钙化内移的发生率仅为22/76(28.9%),高衰减新月征为16/76(21.1%),主动脉腔内线样高密度为30/76(39.5%),胸主动脉瘤为28/76(36.8%)。具有这四种特征中任一特征的病例百分比为52/76(68.4%)。值得注意的是,在这52例具有这四种特征中任一特征的患者中,我们的深度学习框架识别出46例。而在不具有这四种特征的病例(24/76)中,也有21例被深度学习框架检测为AD。
用于可视化的示例病例
我们的深度学习框架的设计理念是为确诊AD病例生成受累范围。图5a、b和6a、b展示了我们的模型在检测AD和非AD病例方面的良好性能,并提供了真腔和假腔的直接可视化。然而,也存在一些性能不佳的病例(图5c、d和6c、d)。具体描述见图注。
讨论
影像学检查在AD的诊断中起关键作用,CTA仍是AD诊断的金标准。然而,增强CT受限于某些条件,NCCT检查应用更为广泛,尤其是在急诊情况和农村地区。临床关注点一直在于提高NCCT图像上AD诊断的敏感性和准确性。在本研究中,采用了一个稳健的深度学习框架在NCCT图像上分割真腔和假腔。通过使用假腔体积作为指征,在NCCT图像上检测AD。可视化的分割揭示了AD的形态和累及范围。
本研究回顾性收集了两家三级医院701例患者的数据。大样本量和真实世界数据保证了结果的可靠性。AD的性别分布显示,训练集中男性299例(68.1%),内部测试集中79例(74.5%),外部测试集中108例(69.2%),这与已报道的数据一致,即AD中男性分布几乎是女性的两倍[4, 18]。典型主动脉性疼痛是AD诊断第一步中最重要的线索之一,美国心脏协会指南推荐了这一点[19, 20]。在本研究的所有AD患者中,训练集中68.6%、内部测试集中79.3%、外部测试集中80.3%经历了典型的胸痛或背痛,这也意味着有相当数量的患者缺乏AD的典型症状,或因创伤等其他病史而接受主动脉CTA检查。缺乏这一重要信息,AD诊断变得更具挑战性。令人满意的是,我们在本研究中开发的深度学习框架在这些病例中也表现出良好性能。这无疑将有助于临床实践中检测具有非典型症状的AD,尤其是急诊情况。
已有几项研究尝试将自动识别算法应用于AD [13–15, 21],而对于影像组学和端到端深度学习算法等方法而言,可解释性可能是一个值得关注的问题。在我们的研究中,我们成功地在NCCT图像上分割了真/假腔,并创新性地使用假腔体积作为诊断AD的指征。将假腔体积作为指征呈现,可带来更准确的定量结果以及可理解的依据。如结果所示,最佳截断值相对较小(7649 mm3),这表明该算法有潜力识别局限性的主动脉夹层,尽管还需要更多验证数据。我们使用的体积单位是mm3,这是一个较小的单位,轻微误差就可能对结果产生影响。这在一定程度上导致某些模型评价指标未达到很高的数值。通过对NCCT图像上真腔和假腔分割结果的可视化,我们研究中的深度学习框架还提供了AD形态和范围的直接可视化,这对于临床用途是有益的。
值得注意的是,我们在这项研究中采用的深度学习框架基于分割模型。nnU-Net是一种广泛用于医学CT图像分割的深度学习模型 [22]。基于出色的适应性和简化的网络设计,nnU-Net在医学CT图像应用中具有更高的分割效率、更高的计算效率和更高的模型泛化能力。然而,nnU-Net也有一些缺点,例如计算资源消耗大,以及在血管与周围组织对比度较低时存在过度分割或分割不足的问题。在本研究中也观察到分割不足(图5c、d)和过度分割(图6c、d)。对于医学图像分割任务而言,分割不足或过度分割是非常常见的现象。在本研究中,由于与CTA图像相比,NCCT图像对比度更差、噪声更高且图像伪影更多,因此在NCCT图像上分割真腔和假腔是一项困难的任务。如图6c、d所示,这种过度分割的结果可能归因于主动脉弓中的伪影。该模型总体上取得了良好结果,但未来仍有改进空间。例如,将进一步考虑标签调整、模型参数优化、样本量扩展以及数据增强策略改进,以提高该框架的分割性能 [12, 23, 24]。
NCCT图像确实有时会表现出可识别的AD特征,如内膜钙化移位、高密度新月征及主动脉腔内线状密度影。然而,这些特征对AD的诊断能力有限,或难以提示AD诊断。如既往报道所述,敏感度介于59%至77%之间,而阴性预测值(NPV)介于72%至81%之间[17]。敏感度和NPV是AD诊断最重要的评价指标。误诊应极为谨慎对待。在我们的外部测试集中,每种传统图像特征的出现率较低,为21.1%–39.5%。此外,在临床急诊条件下,这些细微表现容易在匆忙中被忽视。在无传统图像特征的病例中,深度学习框架仍能检出大多数病例(21/24)。
本研究也存在一些局限性。由于其回顾性性质,选择偏倚不可避免,结果需要更多验证才能推广其应用。其次,本研究采用的NCCT图像为3 mm或5 mm层厚。与增强CTA图像层厚匹配的薄层图像可能使分割模型获得更好的结果。然而,值得注意的是,在临床工作中,5 mm层厚图像常用于常规胸部或腹部CT检查。适用于厚层图像的分割模型可能具有更大的临床潜力。
总之,本研究开发的深度学习框架能够准确筛查AD病例,即使在症状不典型且无传统AD CT表现的患者中亦然,从而大大减少误诊。此外,NCCT图像上真/假腔的可视化可揭示AD累及的形态和范围,这提示可能受累的解剖结构和器官。所描述的临床效用在不适合安全接受对比剂的患者和症状不典型的患者中尤为明显。此外,通过筛除AD阴性患者,该深度学习框架可有效减少对比剂的使用,提高患者安全性。
补充信息
电子补充材料
引用
- Wang Q, Huang S, Pan W, et al. Segmentation-model-based framework to detect aortic dissection on non-contrast CT images: a retrospective study. Insights Imaging. 2025. PMID: 40996604. doi:10.1186/s13244-025-02098-z
- 全文:PMC12463791(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12463791/
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。