文献速递腹部技术与安全MR

深度学习在动态对比增强MRI中自动检测肝细胞癌

Deep learning for automatic detection of hepatocellular carcinoma in dynamic contrast-enhanced MRI.
PubMed 文献 · Abdom Radiol (NY) · 2025-11-11

回顾性单中心研究开发Attention U-Net模型,在细胞外对比剂T1WI动态增强MRI上自动分割检测肝细胞癌,用公共数据集预训练。患者水平敏感度83%、特异度72%、AUC 0.80;病灶水平敏感度80%、平均每患者1个假阳性、FROC AUC 0.82,显著优于nnU-Netv2的0.61。

要点

  • 预训练Attention U-Net在患者水平达83%敏感度、72%特异度,AUC 0.80(95%CI 0.66-0.91)。
  • 病灶水平敏感度80%时平均每患者1个假阳性,FROC AUC 0.82(95%CI 0.77-0.88)。
  • 假阳性常重叠于动脉期高信号区,包括纤维化区、灌注异常和肝边缘MRI伪影。

核心结论

  • 预训练深度学习分割网络在患者水平和病灶水平均达到80%的肝细胞癌检测敏感度,作者认为这提示此类工具在肝细胞癌风险患者临床检查中具有转化潜力。

研究设计与样本

  • 回顾性单中心研究,最终纳入363例患者(58±11岁,284名男性,247个病灶),采用细胞外对比剂钆特酸T1WI动态增强MRI。
  • HCC监测队列296例中63例肝细胞癌阳性(134个病灶)随机分5折交叉验证(51例阳性、113个病灶)与测试集(12例阳性、21个病灶、233例阴性),测试集按约5%患病率评估患者水平性能。
  • 消融前队列为前瞻性研究的回顾性分析,67例肝细胞癌阳性患者(113个病灶)用于病灶水平评估和泛化性能。
  • 以病理或Li-RADS v2018影像标准为参考,由8年经验腹部放射科医生复核所有病灶并评分。
  • 预训练使用公共数据集LiTS(CT,1037个病灶)和LLD-MMRI(MRI,485例),比较Attention U-Net(Tversky损失)与nnU-Netv2。

关键影像表现/征象

  • 假阳性预测常重叠于动脉期高信号区,包括纤维化区、灌注异常及肝边缘附近MRI伪影。
  • 少数T1WI低信号区如囊肿被模型检出为肝细胞癌。
  • 漏诊病灶中3个未包含在肝脏掩膜内而模型无法看到,24个似乎因动脉期对比增强低和病灶体积小而漏诊。

诊断标准与关键数值

  • 患者水平(HCC监测测试集):预训练U-Net敏感度83%、特异度72%,AUC 0.80(95%CI 0.66-0.91)。
  • 病灶水平(HCC消融前测试集):预训练U-Net敏感度80%、平均每患者假阳性1个,FROC AUC 0.82(95%CI 0.77-0.88),显著优于nnU-Netv2的0.61(95%CI 0.52-0.69,p<0.01)。
  • 患者水平PPV:预训练U-Net 13.3%、nnU-Net 14.5%、U-Net(Tversky)11.9%;NPV预训练U-Net与nnU-Net均为98%,U-Net(Tversky)为97.7%。
  • 消融前测试集:预训练U-Net敏感度80%时平均假阳性率0.89。

临床应用与阅片要点

  • 作者认为该性能突显此类工具在肝细胞癌风险患者临床检查中的转化潜力。
  • 原文未据此给出阅片或报告流程的具体推荐。

局限性

  • 原文为回顾性单中心数据。
  • HCC监测测试集仅12例肝细胞癌阳性患者(21个病灶),患者水平AUC 95%CI为0.66-0.91,置信区间较宽。
  • 作者指出需要进一步研究以验证该工具在真实筛查场景中的表现。
全文中译19 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:Abdom Radiol (NY). 2025 Nov 11;51(6):2843–56. doi: 10.1007/s00261-025-05249-4

引言

肝细胞癌(HCC)是全球重要的死亡原因,预计在未来数年内发病率将上升[1]。肿瘤的早期识别对于提高有效治疗的前景至关重要[2]。目前,当超声(US)检测到异常时,会进行MRI以确认HCC诊断,使用肝脏影像报告和数据系统(Li-RADS)v2018[3]。Li-RADS主要基于多期对比增强序列上的病灶表现,允许在慢性肝病条件下通过动态对比增强(DCE)成像诊断HCC而无需活检。

US对HCC检测的敏感性有限,特别是在体型较大或肝硬化的患者中,敏感性为47%[2]。MRI对HCC检测具有更高的敏感性(84–86%),但由于其较高的成本、较长的扫描时间和有限的可用性,目前不用于HCC筛查[4, 5]。一种替代方案可以是简化MRI(AMRI)[5],在保持HCC检测高敏感性的同时降低成本和扫描时间。使用AMRI进行HCC检测可以通过基于深度学习的计算机辅助决策工具进行优化,提高病灶检出率、减少放射科医师的判读时间并增加可重复性。

MRI中自动化HCC检测的任务可以通过多种方法来解决(例如用于分类或目标检测的机器学习,或放射组学方法),但自动分割仍然是首选方法,因为它能够提供精确的定位和详细的病灶边界,这对于表征Li-RADS分类中使用的影像特征(如大小、动脉期强化、廓清、强化包膜)至关重要。在筛查或诊断环境中,自动分割可以作为下游应用(如病灶分类或治疗规划)的基础。

Bousabarah等人采用细胞外对比剂的DCE序列通过分割方法进行HCC检测,将平扫期、动脉期、静脉期和延迟期拼接后输入3D U-Net模型[6]。尽管该方法提供了令人满意的HCC检测效果(病灶水平敏感性和特异性均为75%),但性能评估仅限于少量病灶(n = 34)。另一研究团队提出使用2D DINOv2架构在动态简化MRI(T2WI + 使用肝特异性对比剂的T1WI DCE)中检测HCC,达到了91%的病灶水平召回率[7]。类似地,最近一项研究使用细胞外对比剂的DCE MRI训练U-Net模型,在内部测试集(91个病灶)和外部测试集(62个病灶)上分别获得了病灶水平96%和97%的敏感性以及患者水平89%和94%的敏感性[8]。然而,该研究未纳入HCC阴性患者和除HCC以外的肝脏病灶来评估这些算法在假阳性方面的性能,这限制了其在实际应用中的评估。这项前期研究在中国进行,该地区HCC筛查人群中以病毒性肝炎为主,与西方国家HCC筛查人群(主要由代谢功能障碍相关脂肪性肝炎和酒精滥用患者组成)完全不同[9]。

我们研究的目的是开发一种深度学习算法,用于在细胞外对比剂增强的T1WI DCE序列中自动分割和检测HCC。我们在酒精相关性肝病为主要易感因素的西方人群中研究了HCC检测。因此,这些数据包括具有晚期肝硬化临床证据(Child-Pugh评分B或C)的病例,其特征是存在纤维化,增加了HCC检测任务的复杂性[10, 11]。

材料与方法

研究设计与队列

本研究纳入了在一家医院获取的单中心回顾性数据,以及来自两个不同的HCC高危患者队列的数据。此外,两个公共数据集的数据被用于预训练。本研究按照TRIPOD + AI报告指南进行[12]。

HCC监测队列

HCC监测队列是一项经当地机构审查委员会批准的回顾性研究,纳入351例接受细胞外对比剂肝脏MRI检查的慢性肝病患者[13]。在排除以下患者后,本研究纳入了296例患者的MRI(63/82例HCC阳性,233/269例HCC阴性):晚期HCC患者(n = 15)、动脉期无病灶标注(n = 2)、图像质量差或缺失(n = 2)以及缺少明确知情同意(n = 36)(图1)。监测数据集的HCC阳性患者被随机分为5折交叉验证集(51例HCC阳性患者,113个病灶)和一个测试集(12例HCC阳性患者,21个病灶,233例HCC阴性患者)。该测试集用于以真实的HCC筛查患病率(5%)评估患者水平的性能。

HCC消融前队列

第二个队列是HCC消融前队列,是一项经当地机构审查批准的前瞻性研究的回顾性分析[14],纳入152例在HCC经皮消融前接受细胞外对比剂肝脏MRI检查的慢性肝病患者。在排除中心外患者(n = 85)后,本研究共纳入67例患者(均为HCC阳性)(图1)。该队列用于创建消融前测试集(67例患者,113个病灶),以评估病灶水平的性能。

图1 患者选择流程图 查看原图 ↗

外部预训练数据集

深度神经网络具有许多可训练参数,通常在数据更多时表现更好。预训练后微调是指使用与目标 task(HCC病灶分割)相关的数据训练神经网络,然后在最终数据上进行微调(轻微重新训练),如先前所建议[15]。本研究使用两个不同的公开可用数据集进行预训练。

肝脏肿瘤分割(LiTS)数据集包括131例患者的CT,共1037个病灶。该数据集包括HCC病灶,但也包括胆管癌和转移性肝脏病灶[16]。该数据集用于预训练模型,使其获得肝脏解剖学和CT成像上病灶定位的一般知识。

公开的多期MRI肝脏病灶诊断(LLD-MMRI)数据集包括500例患者,每例均在多期MRI中有标注的肝脏病灶。该数据集用于进一步使模型适应与本研究相同的成像模态(MRI),但具有不同的人群(中国)和不同的病灶类型(囊肿、血管瘤、局灶性结节性增生、脓肿、胆管癌、转移瘤和HCC)[17]。

图像参数与分析

所有MRI均为遵循LI-RADS技术推荐的标准临床肝脏MRI。在可获得时采用组织病理学确认,其他情况下根据LI-RADS v2018的影像学标准进行诊断[3]。在本研究中,纳入以下序列:轴位T1WI平扫、细胞外对比剂(钆特酸)注射后动脉期、门静脉期和延迟期。3D肝脏标注由一名放射科技师独立完成。病灶分割由一名放射科培训医师在所有序列上独立完成,参考了包括病理和随访影像在内的所有患者信息。所有分割均使用Mint TM软件完成,并由一名腹部放射科专家(8年经验)审核,该专家还审核了所有病灶并使用LI-RADS进行评分[3]。虽然HCC阳性患者均至少有一个确诊HCC,但一些非HCC病灶也被纳入分析。

HCC监测数据集由96%的3T图像组成,使用来自3个制造商(Siemens、GE和Philips)的10台不同MRI扫描仪采集。HCC消融前数据集由45%的3T图像组成,使用来自相同制造商的14台MRI扫描仪采集。关于采集方案和MRI参数的更多详细信息见补充材料1。

神经网络分割模型

HCC检测方法包括训练基于U-Net的架构来分割和定位HCC病灶,如图2所示。多期MRI序列首先使用由预训练nnU-Net生成的肝脏掩膜进行配准。从多期图像中提取肝脏区域,并将其用作训练限于肝脏区域的病灶分割模型的输入。我们为此任务训练了一个基线nnU-Net,以将其性能与另外两种分别旨在优先提高敏感性或特异性的方法进行比较。

图2 所提方法的工作流程。关于注意力门原理的附加信息见补充材料2 查看原图 ↗

nnU-Net

我们选择了最新版本的3D全分辨率架构nnU-Netv2[21],该网络在许多医学影像竞赛中具有竞争力,作为基准网络来比较我们的模型。

带Tversky损失的U-Net

模型架构为在MONAI库中实现的Attention U-Net[23]。该模型使用Tversky损失函数(α = 0.1,β = 0.9)进行训练,以较少惩罚假阳性预测、较多惩罚假阴性,从而创建一个敏感模型。

预训练U-Net + Tversky损失

第二个模型采用相同架构,但先在LiTS数据集[16](489例患者)上从头预训练,在LLD-MMRI数据集[17](131例患者)上微调,并进一步使用HCC监测队列微调。此外,在损失函数中对HCC病灶设置了10倍的惩罚,以使模型聚焦于HCC识别。使用Tversky损失,α = 1.0,β = 0.9,以减少假阳性检测,从而创建一个特异模型。

关于神经网络训练配置、预处理以及用于预测图的后处理技术的更多详细信息见补充材料2。

指标与统计分析

用于病灶水平检测评估的主要指标包括敏感度、每例患者的平均假阳性数(平均FPPI [26],此处图像定义为3D患者体积)以及自由响应操作特征(FROC)曲线[27]的曲线下面积(AUC)。在患者水平,采用敏感度、特异度、受试者操作特征(ROC)曲线的AUC、阳性预测值和阴性预测值(PPV和NPV),以及针对5%患病率计算的患病率校正PPV/NPV进行评估,以便与其他研究进行公平比较。AUC的95%置信区间采用非参数bootstrap方法计算。我们进行了N = 1000次bootstrap重采样,有放回地抽取患者,并计算每次重采样的AUC。我们采用置换检验来检验神经网络之间的差异。对于描述性统计,使用SciPy Python库v1.9.1中的Fisher检验和Mann-Whitney U检验来评估测试数据集的差异(补充材料3)。

结果

患者人群

最终研究人群包括363例患者(58 ± 11岁,284例男性),其中130例HCC阳性患者(247个病灶)和233例HCC阴性患者。HCC监测队列共包括296例患者,其中63例HCC阳性患者(包括134个病灶)和233例HCC阴性患者。监测数据集的HCC阳性患者被随机分为5折交叉验证集(51例HCC阳性患者,113个病灶)和一个测试集(12例HCC阳性患者,21个病灶)。患者人口学特征见表1。

在本研究纳入的247个病灶中,201个确诊为HCC,46个非HCC(表2)。在HCC病灶中,176个分类为LR-5,17个经活检证实为LR-4,1个经活检证实为LR-3,2个经活检证实为LR-M,5个为LR-TIV。在非HCC病灶中,45个为推测或经活检证实的异型增生结节(18个LR-4,27个LR-3),1个为胆管癌(1个LR-M)。HCC阴性患者包括非HCC病灶,这些病灶未进行标注。

表1 按训练、验证和测试数据划分的患者特征 查看原表 ↗
表2 病灶特征 查看原表 ↗

患者水平检测

模型在患者水平的检测性能如图3所示,并使用HCC监测测试集进行评估。nnU-Net的AUC为0.80(95% CI:0.67–0.92),U-Net(Tversky)的AUC为0.72(0.53–0.87)。U-Net(预训练 + Tversky)在患者水平达到了与nnU-Net相似的性能,AUC为0.80(0.66–0.91)。

图3 计算患者水平ROC曲线以衡量各模型在HCC监测测试集上的性能。均值和标准差以每条曲线周围的阴影区域表示。ROC 受试者操作特征。U-Net(Tversky) 从头训练并使用Tversky损失的U-Net,U-Net(预训练 + Tversky) 在LiTS上预训练并在LLD-MMRI和HCC监测测试集上依次微调的U-Net 查看原图 ↗

病灶水平检测

在各测试集上评估了模型检测确诊HCC病灶的检测性能(图4)。在HCC监测测试集中,与nnU-Net[AUC=0.55(0.31–0.80)]和U-Net(Tversky)[AUC=0.68(0.53–0.89)]相比,U-Net(预训练+Tversky)表现出最高性能[AUC=0.82(95%CI:0.72–0.96,p<0.05)]。在HCC消融前测试集中,与nnU-Net[AUC=0.61(0.52–0.69)]和U-Net(Tversky)[AUC=0.69(0.61–0.76)]相比,U-Net(预训练+Tversky)同样表现出最高性能[AUC=0.82(0.77–0.88,p<0.01)]。

按不同Li-RADS类别在病灶水平对性能进行分层,以分析模型的检测性能(表3)。在两个数据集中,U-Net(预训练+Tversky)对HCC病灶和LR-5的检测均表现出最高AUC(HCC监测测试集中p<0.05,HCC消融前测试集中p<0.01)。在测试集中检测HCC、LR-5和LR-4病灶时,U-Net(Tversky)表现优于nnU-Net,且检测到的LR-3更少。训练和验证结果见补充材料4。

表4展示了HCC检测所获得的模型性能比较。总体而言,在HCC监测测试集中,U-Net(预训练+Tversky)在高病灶水平敏感性(81%)和高患者水平敏感性(83%)以及高患者水平特异性(72%)之间表现出最佳权衡。在患者水平,U-Net(预训练+Tversky)的PPV为13.3%,nnU-Net为14.5%,U-Net(Tversky)为11.9%。U-Net(预训练+Tversky)与nnU-Net的NPV相似(98%),U-Net(Tversky)略低(97.7%)。在HCC消融前测试集中,U-Net(预训练+Tversky)达到80%的敏感性,平均假阳性率为0.89。使用不同交并比(IoU)阈值的模型评估见补充材料5。

图4 HCC监测测试集(a)和HCC消融前测试集(b)的自由受试者工作特征曲线。均值与标准差以曲线周围的阴影区域表示。U-Net(Tversky)为使用Tversky损失从零开始训练的U-Net,U-Net(预训练+Tversky)为在LiTS上预训练并在LLD-MMRI和HCC监测测试集上依次微调的U-Net 查看原图 ↗
表3 FROC曲线AUC 查看原表 ↗
表4 检测指标 查看原表 ↗

真阳性和真阴性

在患者水平83%敏感性和72%特异性下,HCC监测测试集中检测到10/16个HCC病灶,5/5个存在的非HCC病灶被正确判定为未检测到。在80%敏感性和平均每例患者1个假阳性下,HCC消融前测试集中检测到83/104个HCC病灶,并检测到6/9个LR-3病灶(图5)。

图5 来自HCC消融前测试集的U-Net(预训练+Tversky)真阳性和真阴性预测示例。左侧第一列a和d为动脉期,第二列b和e为静脉期,最后一列为预测结果或金标准(c和f)。肿瘤模型预测以黄色高亮显示(c),肿瘤金标准以绿色显示(f)。a–c 动脉期和静脉期(a和b)上HCC病灶(箭头)的真阳性预测及相应的模型分割(c)。d–f 非HCC病灶(箭头)真阴性预测示例,该病灶在动脉期呈高强化(d,箭头),在静脉期无廓清或强化包膜(e)。其分割掩膜f被模型正确判定为未检出。完整多期可视化见补充材料6。HCC 肝细胞癌。U-Net(预训练+Tversky) 在LiTS上预训练、随后在LLD-MMRI和HCC监测测试集上顺序微调的U-Net 查看原图 ↗

假阳性和假阴性

在HCC监测测试集中,16个HCC中有6个未被模型检出;而在HCC消融前测试集中,104个HCC病灶中有21个被漏检。漏检病灶包括20个LR-5、6个LR-4和1个LR-M(图6)。其中,3个病灶未包含在肝脏掩膜内,模型无法看到;24个病灶似乎因动脉期对比强化低和病灶体积小而漏检。共有69/233例HCC阴性患者被预测为HCC阳性,平均每例患者2.68个假阳性。这些假阳性预测常与动脉期高信号区域重叠,包括纤维化区域、灌注异常和位于肝脏边缘附近的MRI伪影。少数T1WI低信号区域(如囊肿)被检出为HCC(图6)。

图6 U-Net(预训练+Tversky)假阳性和假阴性预测示例,显示动脉期和静脉期或延迟期。左侧第一列a、d、g、j为动脉期,第二列b、e、h、k为相应的静脉期或延迟期,最后一列c、f、i、l为预测结果和金标准。肝脏模型预测以红色高亮显示(c),肿瘤模型预测以黄色显示(i、l),肿瘤金标准以绿色显示(c、f)。a–c 因肝脏分割错误(分割不足)导致假阴性预测的示例,位于I段的HCC病灶(箭头)被排除。d–f 小病灶(直径12 mm,箭头)动脉期低对比度(d,箭头)假阴性预测示例。g–i 灌注异常在动脉期呈高信号(g,箭头)、其他期不可见的假阳性预测。j–l 单纯囊肿在所有期均呈低信号(箭头)的假阳性预测示例。完整多期可视化见补充材料7。HCC 肝细胞癌,U-Net(预训练+Tversky) 在LiTS上预训练、随后在LLD-MMRI和HCC监测测试集上顺序微调的U-Net 查看原图 ↗

讨论

我们的研究表明,基于细胞外对比剂动态增强磁共振成像(DCE MRI)的深度学习模型自动检测肝细胞癌(HCC)具有可行性,在患者水平和病灶水平均达到80%的灵敏度。据我们所知,我们的研究是首个在欧洲人群中利用细胞外钆增强MRI研究HCC自动检测的研究,也是首个在反映真实世界筛查条件的、具有真实低HCC患病率(约5%)的测试集上评估性能的研究。在患者水平,我们微调的U-Net(预训练+Tversky)模型表现出83%的灵敏度和72%的特异度,能够检测小HCC,同时保持较少的假阳性预测。这些结果优于标准筛查指南,一项大型荟萃分析报告超声对小尺寸HCC的灵敏度为47% [2]。我们的模型获得了较低的阳性预测值(PPV)(13.3%和14.5%),但阴性预测值(NPV)非常高(98%),这在筛查场景中尤为重要,可正确排除HCC阴性患者,而后者占HCC风险人群的大多数。在病灶水平,HCC消融前测试集(n = 113)中80%的病灶被我们微调的U-Net(预训练+Tversky)模型检出,平均每名患者1个假阳性,显著优于基线nnU-Net(p = 0.0009)。在按LI-RADS评分分层的检测性能分析中,LR-5和LR-4病灶分层显示,我们微调的U-Net(预训练+Tversky)相较于nnU-Net性能显著提高(HCC和LR-5的p < 0.01,LR-4的p < 0.05)。我们将本研究与已发表的类似研究进行了比较,并在表5中总结了各研究的关键方面。在本研究中,我们在两个测试集上实现了80%的HCC检测灵敏度,平均每名患者1个假阳性,这与Bousabarah等[6]先前报告的结果一致或略高(报告使用U-Net模型灵敏度为75%),但假阳性率更低、病灶更大(平均直径约29 mm vs. 本研究的24 mm)。该研究缺乏患者水平特异度评估,因为未纳入HCC阴性患者,且未说明肝病病因,尽管已知病因对肝脏形态和病灶显著性有影响[10, 11]。其数据与我们的研究相比也更为同质,因为是在美国(USA)单一学术中心使用1.5T和3T西门子MRI采集的。Zheng等[28]报告了更高的病灶水平和患者水平灵敏度(89%和94%),所用方法依赖于模式匹配方法,在DCE T1WI和DWI中搜索预定义的成像模式,并结合卷积神经网络(CNN)对匹配区域进行分类。方法学、研究人群(主要为HBV/HCV相关慢性肝病)和成像同质性(仅3T Philips Ingenia)的差异使直接比较具有挑战性。同样,Luo等[8]在较大病灶(平均病灶大小58 mm)上获得了更高的病灶水平灵敏度(96–97%),但大病灶通常易于放射科医师显示。相反,较小尺寸的病灶更具挑战性,而这正是深度学习模型可能有益的领域。此外,HCC筛查的目标是检出小尺寸、潜在可治愈的HCC,而非晚期肿瘤。后一项研究未纳入HCC阴性患者以评估特异度,而特异度对于在更真实场景中的评估至关重要:事实上,根据慢性肝病类型,筛查人群中HCC患病率通常在1.5%至8%之间[29]。其数据也来源于同质的中国人群和成像设置(3T MRI,1–2台扫描仪)。Lei等[30]使用肝特异性对比剂MRI检测小HCC(平均15.7 mm),在接近平衡的测试集(HCC患病率63.8%)上报告了88.2%的灵敏度和70%的特异度。其数据也来自中国人群,扫描仪和场强范围较窄。相比之下,我们的研究是首个在欧洲人群中评估细胞外钆增强MRI自动HCC检测的研究,并在与实际监测条件一致的真实低HCC患病率(约5%)测试集上评估性能[29, 31]。我们在患者水平实现了83%的灵敏度和72%的特异度,支持了我们模型的临床相关性和泛化性。在我们的HCC监测测试集中,该测试集接近真实筛查人群且疾病患病率低(约5%),模型在患者水平获得了13.5%的PPV和98.8%的NPV。尽管假阳性数量相对较高(69/233例HCC阴性),模型在正确识别真阴性方面表现出色。这一高NPV提示该模型可用于排除疾病以提供 reassurance。在采用简化MRI进行筛查的背景下,该模型可用于排除HCC病灶并减少放射科医师的工作量[13]。

我们的队列主要包括酒精相关性慢性肝病患者,与以乙型肝炎为主、通常无肝硬化的亚洲队列相比,可能表现出不同的肝脏结构(通常为更进展的纤维化)[10]。我们还使用了异质性数据,这些数据在人口统计学和临床特征方面存在显著差异,包括平均年龄、种族、肝病病因和Child-Pugh评分(所有p值< 0.05)。数据集在采集设备方面也存在差异,MRI来自3个制造商的17台不同扫描仪。训练期间1.5T的样本极少,且未见1T样本(96%为3T),而HCC消融前测试数据集由55%的1T和1.5T组成。来自3个制造商的十台不同MRI扫描仪在训练期间也未曾出现,这表明该算法的稳健性和在不同类型成像中的潜在泛化能力(补充材料1)。这些结果表明,尽管我们的模型在更大、更不平衡且伴有进展期基础肝病的筛查队列中进行了测试,但仍达到了相当的诊断准确性,凸显了其稳健性。

我们的研究存在若干局限性,特别是用于训练和测试算法的病灶数量较少。尽管最近公开了一个大型数据集(LLD-MMRI),但仍需要更多公开可用的标注数据(包括小型HCC病灶)来训练和评估用于筛查目的的深度学习模型。由于我们的测试集中LR-3(10个病灶)和LR-4(15个病灶)病灶样本数量较少,分层评估受到限制。另一个局限性来自用于从DCE序列中提取肝脏的肝脏分割模型,少数位于肝脏边界的病灶未被肝脏掩膜预测所覆盖。此外,我们的模型在区分其他病灶或伪影方面表现出局限性,将69/233例HCC阴性患者预测为HCC阳性。假阳性预测通常包括灌注异常和位于肝脏边缘附近、在动脉期呈高信号的伪影。这些假阳性导致患者水平的阳性预测值(PPV)为13.5%,远低于其他研究报告的94–100% PPV。这一差异在很大程度上归因于我们的HCC监测测试集中HCC患病率显著较低(5%),而既往研究要么排除了HCC阴性患者,要么使用了人为高患病率(50–100%)的数据集,且未报告经患病率调整的PPV/阴性预测值(NPV)。在5%患病率调整基础上进行比较时(表5),我们的结果(13.5% PPV)与Lei等[30](13.4% PPV)等类似研究一致。由于PPV和NPV受疾病患病率的强烈影响——较高患病率会抬高PPV,较低患病率会抬高NPV [26]——我们测试集中的低患病率解释了相对于其他报告而言较低的PPV和较高的NPV。假阳性预测可通过纳入T2WI和DWI来提供关于软组织对比度、组织细胞密度和弥散受限的额外信息,从而改善病灶表征性能,有望减少假阳性预测。作为下一步,我们将在检测步骤之外着手病灶表征任务。

表5 与文献的比较 查看原表 ↗

结论

我们的结果证明了深度学习算法在肝癌(HCC)风险患者中检测肝脏病变的潜力,其性能是在与真实世界临床筛查密切匹配的患病率条件下取得的。在有限数据下实现了病变水平和患者水平的高灵敏度以及高阴性预测值(NPV),可极大帮助专业人员在日常临床工作中排除HCC病变并减少阅片时间,从筛查角度看可能是有益的。

补充信息

以下是电子补充材料的链接。

补充材料

引用

  1. Monnin K, Jeltsch P, Fernandes-Mendes L, et al. Deep learning for automatic detection of hepatocellular carcinoma in dynamic contrast-enhanced MRI. Abdom Radiol (NY). 2025. PMID: 41217478. doi:10.1007/s00261-025-05249-4
  2. 全文:PMC13109151(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13109151/

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。