文献速递腹部技术与安全CT

MKNet家族架构用于胰腺切除术后残余胰腺自动分割:一项深度学习比较研究

MKNet-family architectures for auto-segmentation of the residual pancreas after pancreatic resection: a deep learning comparative study.
PubMed 文献 · Abdom Radiol (NY) · 2025-11-27

本研究开发了MKNet、MSKNet、MAKNet三种深度学习架构,在82例术前正常胰腺CT(NIH数据集)和81例胰腺切除术后4周内CT(IMPACT数据集)上评估残余胰腺自动分割性能。术后场景中MAKNet的HD和HD95最佳(17.3±11.2 mm、11.5±10.2 mm),十位腹部放射科医生定性评估显示MKNet家族在79%(64/81)的分割中仅需极少或无需修改。

要点

  • 术后场景中MAKNet的HD 17.3±11.2 mm、HD95 11.5±10.2 mm为最优,DSC 64.9±14.8%、NSD 27.2±8.2%与Attention-U-Net相当。
  • 十位腹部放射科医生评估中12%分割无需修改、67%仅需轻微修改、17%需大幅修改、4%需重大修改。
  • 算法倾向低估胰腺实质,萎缩、脂肪浸润或囊性区域时更明显;胰头处难以与十二指肠区分,胰尾处常误含脾动静脉。

核心结论

  • MKNet家族架构在术后CT上分割残余胰腺的HD和HD95优于既往方法,定性评估显示79%(64/81)的分割仅需极少或无需修改。
  • 所有自动分割模型在术后场景的性能均明显差于术前场景,即使经术后数据训练和微调后仍如此。
  • 作者认为该架构可能有益于医学应用与教学、加速数据标注及未来研究。

研究设计与样本

  • 回顾性研究,采用实验与迭代方法开发残余胰腺自动分割模型,按CLAIM清单报告。
  • 使用两个数据集:NIH数据集含82例术前增强CT(门静脉期),IMPACT数据集(NCT06055010)含81例胰腺切除术后4周内增强腹部CT(门静脉期),每例CT平均204层(范围86–467)。
  • 开发MKNet、MSKNet、MAKNet三种架构,先在NIH术前数据预训练,再在术后数据微调,采用4折交叉验证。
  • 以HD、HD95、NSD为主要评价指标,DSC为次要指标,与TotalSegmentator、PanKNet、PanKNetLight、自实现MU-Net、U-Net及Attention U-Net比较。
  • 由十位独立腹部放射科医生对MSKNet分割结果进行定性评估,采用四级调整分类和五点Likert量表。

关键影像表现/征象

  • NIH数据集平均胰腺体积73,510 mm3,IMPACT数据集平均残余胰腺体积23,290 mm3。
  • 术前场景MKNet的HD 13.6±5.4 mm、HD95 5.9±3.6 mm最佳,Attention U-Net的DSC 83.1±4.9%、NSD 42.7±6.5%最高。
  • 术后场景MAKNet的HD 17.3±11.2 mm、HD95 11.5±10.2 mm最佳,Attention U-Net的DSC 66.0±13.8%、NSD 27.8±8.4%最高。
  • 术后较术前所有模型DSC下降约20%、HD升高3–7 mm、HD95近乎翻倍、NSD下降约15%。
  • 定性分析显示算法低估胰腺实质,胰头处难以区分胰腺组织与十二指肠导致低估,胰尾处分割常包含部分脾动脉或脾静脉。

诊断标准与关键数值

  • 评价指标为HD(mm)、HD95(mm)、NSD(%)及DSC(%),HD和HD95越低越好,DSC和NSD越高越好。
  • NSD阈值任意设定为X、Y轴3 mm、Z轴2 mm。
  • 定性评估分为无需调整、轻微调整、大幅调整、重大调整四级,另以五点Likert量表评估再次用于预标注的可能性。
  • 放射科医生间一致性Fleiss kappa为0.23(95%CI 0.20–0.25,P<0.001)。

临床应用与阅片要点

  • 十位专家中八位表示可能(n=6)或很可能(n=2)将该算法用于预标注,一位中立、一位不太可能。
  • 定性分析提示模型在胰十二指肠切除术后似乎优于远端胰腺切除术后,但定量指标中DSC、HD、HD95在远端切除术后更优,仅NSD在胰头切除术后更优。
  • 作者认为未来研究可关注在可行时增加人工复核,并优化HD而非仅关注DSC,结合定量与定性指标评价模型。

局限性

  • 作者报告MU-Net和PanKNet在术前数据上的DSC未能复现原文结果,性能下降7–12%。
  • 作者指出原始研究与本研究的协议差异可能限制所报告性能与实现性能的可比性。
  • 作者指出由于部分扫描层厚可达4 mm,预处理采用三线性插值强制转换为1 mm,结合最近邻方法使真实标注在中间层面出现偏差,导致训练欠准确及这些层面测得性能偏低。
  • 作者指出视觉分析发现真实标注并非总是连续贯穿各层面,可能源于CT分辨率及预处理步骤。
全文中译12 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 27;51(7):3492–503. doi: 10.1007/s00261-025-05211-4

引言

手术通常用于治疗胰腺和胆道的(前)恶性疾病[1]。胰十二指肠切除术是最常实施的胰腺手术,涉及切除胰头、十二指肠、胆囊和胆管,随后通过在部分切除的器官之间建立新的吻合来重建胃肠道[2–4]。这一复杂手术伴有发生术后并发症的显著风险,如液体积聚、脓肿和吻合口漏,以及发生致密术后纤维化。这些变化,加之个体间胰腺大小、形状和位置的既有差异,模糊了解剖标志,给术后CT扫描上胰腺残端的准确分割带来了额外挑战[5, 6]。这可能需要并非总是具备的专业知识。然而,胰腺切除术后CT扫描上胰腺残端的准确分割对于将其与异常(包括术后并发症和癌症复发等众所周知的问题)区分开来十分重要,以便在需要时能够及时启动治疗[7, 8]。

数据科学的最新进展,特别是人工智能(AI)和深度学习(DL)的出现,已在增强医学影像分析的多个方面(如图像分割)展现出前景[9–12]。一种能够准确自动分割胰腺残端的算法可以增强进一步的影像分析,包括自动化病变检测与表征以及影像组学分析。这有可能有助于进一步优化工作流程、减少临床医生工作量并最小化关于胰腺区域所见表征的观察者间变异性。此外,它可为教育和指导经验较少的放射科医生提供有价值的支持,并加快研究数据中劳动密集型的手工标注,从而为研究、教育和临床实践提供一种有前景的工具[5, 6]。

既往研究集中于术前环境下的胰腺分割,该环境不受胰腺切除术后广泛变化的影响[9, 13–29]。术前胰腺自动分割模型的训练和验证主要依赖于美国国立卫生研究院(NIH)公开可用的胰腺CT数据集[30],当前最先进的算法达到了高达88%的Dice相似系数(DSC)评分[16, 17]。然而,考虑到患者之间器官结构的更大变异,这些算法在术后环境中很可能表现出次优性能,需要进一步优化。诸如基础U-Net中的简单卷积被认为不足以有效 grasp 术后环境中胰腺的复杂特征[16, 17]。因此,需要一个具有高度灵活性和形状感知能力的模型。此前尚无关于术后胰腺自动分割的研究。本研究探讨了一种新型MKNet系列深度学习架构的可行性和临床实用性,该架构专为术后CT成像上残余胰腺的自动分割而开发,并与先前用于术前环境的自动分割方法进行比较。

方法

本研究根据医学影像人工智能清单(CLAIM)[31]进行报告。

研究设计

采用实验和迭代方法进行了一项回顾性研究,以创建胰腺切除术后残余胰腺自动分割模型。机构委员会批准了本研究(UMC Utrecht注册号212191910),并确认其不属于荷兰涉及人类受试者的医学研究法案(WMO)的适用范围。

图像数据集

使用两个数据集进行训练和验证(表1):(1)由NIH创建的癌症影像档案(TCIA)中公开可用的胰腺CT扫描数据集[30];(2)来自IMPACT联盟的数据集(NCT06055010;https://github.com/IMPACTconsortium/IMPACT)。NIH数据集包含82例健康个体(即无胰腺异常)的门静脉期增强CT扫描[30]。在该数据集中,胰腺由一名医学生逐层手动分割,并由一名经验丰富的放射科医师使用UMC Utrecht Volumetool软件进行验证或修改。IMPACT数据集包含81例门静脉期腹部增强CT扫描,符合本机构的CT胰腺方案。每例CT扫描的平均层数为204层(范围86–467)。扫描针对因良性或(前)恶性指征接受部分胰腺切除术的患者进行。术后CT扫描在怀疑并发症或作为术后随访的一部分时进行。在每例门静脉期CT扫描上,残余胰腺由一名博士后研究员、放射科住院医师或经验丰富的放射肿瘤学家逐层标注,后者验证了所有标注。

表1 用于训练和验证的影像数据集规格 查看原表 ↗

AI框架开发

数据预处理

所有CT扫描均以DICOM格式采集,并转换为NIFTI文件,以便使用PlatiPy Python库进行处理[32]。强度值被裁剪至[−100, 240]区间,对应窗宽340、窗位70。训练过程中,输入强度采用最小-最大缩放(Min-Max scaling)归一化至0到1之间,以增强收敛并防止梯度溢出。由于数据来自不同的CT扫描仪且层厚不同,参照Salantri等人[17]的方法,采用三线性插值对CT图像进行体素重采样至1 mm × 1 mm × 1 mm,二值掩膜则采用最近邻插值。在每个训练周期中,从每例CT扫描中随机采样128 × 128 × 64个体素,并以50%的概率确保中心体素为胰腺体素。此举旨在减少内存占用。

模型架构

模型开发受到在先前开发的MHSU-Net[16]和PanKNet[17]中使用多尺度卷积块(Multi-Scale Convolutional Blocks,MCBs)所带来有益影响的启发(补充表1)。这些架构基于以下理念:基础U-Net中的简单卷积不足以捕捉胰腺的复杂特征[16, 17]。在胰腺切除术中,根据胰腺病变的位置和范围,胰腺的不同部分及周围器官会被切除。这要求模型在术后环境中具有更高程度的灵活性和形状感知能力。为实现这一目标,我们开发了一种新型编码器-解码器多尺度KNet(MKNet)架构(图1)。编码器采用新设计的3D MCB,由分别具有一、二和三次连续卷积的三个分支组成。与KNet架构类似,我们的MKNet在每一层具有多个解码器,每个解码器输出一个分割掩膜。所有掩膜在通道维度上拼接,并通过卷积降维以获得单一分割结果。U-Net架构的潜在有益要素是跳跃连接,其将信息从不同编码器层直接传递至对应的解码器,从而有助于在结果中保留高频特征[20, 21]。由于我们的MKNet的层特异性解码器应已包含来自对应编码器的信息,跳跃连接将是冗余的。为验证这一假设,我们创建了第二个带跳跃连接的MKNet:多尺度跳跃连接KNet(Multi-scale Skip connection KNet,MSKNet)(图1)。跳跃连接的加入还允许添加类似于Attention U-Net[22]中所用注意力机制的模块,从而产生了第三种MKNet变体:多尺度注意力KNet(Multi-scale Attention KNet,MAKNet)(图1)。

MKNet 系列模型在 NIH 数据集的术前数据上进行了预训练,随后每个模型中表现最佳的实例在术后数据上进一步训练和微调。这些架构使用 4 折交叉验证进行训练 [13–17, 19, 33]。所有 MKNet 系列架构均使用 Novograd 优化器进行训练,初始学习率为 0.001,批大小为 8。未定义最大训练轮数。基于验证集 DSC 应用了早停策略。考虑到模型是在原始体积的随机 128 × 128 × 64 样本上训练的,批归一化不具有代表性,因此应用了层归一化。结合层归一化,Mish 激活函数 [34] 表现出最佳性能。实验表明,MCB 中 3 × 3 × 3 的卷积核大小在上下文信息与泛化能力之间提供了最佳平衡。为解决因背景体素比例远大于胰腺体素而导致的数据不平衡问题,训练所用的损失函数由 Dice 损失和 Focal 损失 [35–37] 组合而成。在降采样方面,MaxAvg 模块优于卷积池化 [36] 模块,因此被采用。

图 1 基于 PanKNet 和 MHSU-Net 元素的新型编码器-解码器多尺度 KNet(MKNet)系列架构 [15, 16] 查看原图 ↗

模型评估

模型性能在术前和术后两种设置下均进行了评估。性能与不同的最先进算法(TotalSegmentator [9]、PanKNet [17]、PanKNetLight [17] 以及自行实现的 MU-Net [16] 版本)以及 MONAI [39] 中常用的 U-Net [20, 21] 和 Attention U-Net [22] 实现进行了比较。

TotalSegmentator(v2.10.0)基于 nnU-Net 框架,是使用最广泛的最先进多器官分割模型之一,因此被用于建立参考标准和量化域偏移 [9, 29]。按照其预期用途,它以已发表的方式在零样本设置下应用(即不进行任何进一步的微调或训练)。

对于 UNet 和 AttentionUNet 的实验,使用 MONAI 框架进行实现。超参数在原文提供时取自原论文。对于 PanKNetLight 和 PanKNet,使用了作者发表的完全相同的实现及其超参数。MUNet 没有可用的代码,这意味着我们以 MONAI 的 UNet 实现为基础创建了新的实现,并将所提出的实现改为 3D 模型。预处理步骤在所有模型间进行了统一,并与 MKNet 系列模型所用的预处理相同,除非基线模型的原始代码要求不同的方法。具体而言,所有图像被裁剪至 [−100, 240],归一化至 [0, 1],重采样至 1 mm × 1 mm × 1 mm 体素间距,并且每个 epoch 每次扫描使用 128 × 128 × 64 体素的随机裁剪。对于 PanKNet,遵循了官方代码中的预处理。预训练后,除 TotalSegmentator 外的所有基线模型均在术后数据上接受了与 MKNet 系列模型相同的训练和微调流程。

计算并展示了4折交叉验证的平均DSC(%)、Hausdorff距离(HD;mm)、第95百分位HD(HD95;mm)和归一化表面距离(NSD;%),以均值±标准差(SD)表示。DSC仅关注像素级分类准确性,而HD和HD95提供形状感知评估,NSD提供边界感知评估。因此,对于这一特定任务,HD、HD95和NSD被认为最为相关。使用MONAI [39]计算DSC、HD和HD95;使用DeepMind的表面距离度量实现 [40]计算NSD。NSD阈值任意设定为X轴和Y轴3 mm,Z轴2 mm。对于HD和HD95,评分越低表示性能越好,而DSC和NSD则相反,评分越高表示性能越好。进行敏感性分析以展示按胰头切除(即胰十二指肠切除术)或胰尾切除(即远端胰腺切除术)分层后的性能。

除定量指标外,新型MKNet架构由十位独立的腹部放射科医生进行定性评估,每位医生仔细分析了所有模型分割结果。放射科医生收到所有胰腺切片,其中分割轮廓被高亮显示,并在头尾方向上留有10 mm边缘。对于每个病例,要求他们将结果分类为:(1)无需调整;(2)轻微调整;(3)大幅调整;(4)重大调整。随后,要求他们以5点Likert量表评价再次使用该模型进行预标注的可能性:非常不可能、不可能、中立、可能或非常可能。计算Fleiss' kappa系数及相应的95%置信区间(CI)以评估放射科医生之间的一致性。最终分类通过计算众数(即数据集中出现最频繁的分类)进行评估。

结果

参与者人口统计学特征

NIH数据集包括82例CT扫描,其中53例男性、27例女性患者,其中17例为肾切除术前扫描的健康肾脏供者 [29]。其余65例患者既无重大腹部病变也无胰腺病变。平均年龄为47(SD ± 17;范围18–76)岁。NIH数据集中胰腺组织平均体积为73,510 mm3。IMPACT数据集包括81例扫描,其中42例男性、39例女性患者。15例患者因良性适应症接受胰腺切除,66例患者患有胰腺恶性肿瘤。胰腺切除包括61例胰十二指肠切除术和20例远端胰腺切除术。平均年龄为67(SD ± 11;范围29–84)岁(表1)。IMPACT数据集中胰腺组织平均体积为23,290 mm3。

定量性能

在NIH数据集中重新实现Ma等人 [16]和Salanitri等人 [17]描述的模型未能复现其论文中报告的DSC,性能下降范围为7%至12%(表2)。在术前设置中,MKNet在HD和HD95方面取得了最佳性能,分别为13.6 ± 5.4 mm和5.9 ± 3.6 mm。Attention U-Net的DSC和NSD最高,分别为83.1 ± 4.9%和42.7 ± 6.5%。

所有模型在术后环境中的表现均较差,DSC下降±20%,HD增加3–7 mm,HD95几乎翻倍,NSD下降±15%(表2)。HD(17.3 ± 11.2 mm)和HD95(11.5 ± 10.2 mm)的最佳表现由MAKNet实现。Attention U-Net再次显示出最高的DSC(66.0% ± 13.8 mm)和NSD(27.8% ± 8.4 mm)。图2展示了一个由MKNet系列和Attention U-Net分割的示例,并与真实标注进行了比较,代表一位接受胰十二指肠切除术受试者的一个切片。针对胰头或胰尾切除进行微调后的分层分析见补充表2。

图2 MKNet系列与当前最先进的Attention U-Net在病例111,077上的分割比较 查看原图 ↗
表2 新型MKNet系列架构与已实施的先进胰腺自动分割算法相比的定量性能 查看原表 ↗

定性性能

MSKNet分割结果用于定性评估。MSKNet模型对术后胰腺分割的单切片视觉示例见补充图1。专家放射科医师指出,分别有12%和67%的分割无需调整或仅需轻微调整(图3)。17%的分割需要大幅调整,4%的分割需要重大调整。八位专家表示他们可能(n = 6)或非常可能(n = 2)将该算法用于预标注。两位专家表示他们对再次使用该算法持中立态度(n = 1)或不太可能(n = 1)。持中立态度的放射科医师特别提到,该算法对经验较少的临床医生会有用。

只有一个病例被所有放射科医师一致归入同一类别。十位放射科医师中有七位对30/81的分割(37%)归入了同一类别。在30个病例(37%)中,分割被至少一位放射科医师归类为“无需调整”,而至少另一位放射科医师将其归类为“需要大幅调整”。Fleiss kappa评分为0.23(95% CI 0.20–0.25,p < 0.001)。

专家放射科医师对算法性能的进一步定性分析显示,该算法倾向于低估胰腺实质(功能性胰腺组织,编者注),当存在明显萎缩、脂肪浸润或囊性区域时,这种低估会加重。低密度区域未被正确纳入,这在胰头尤为明显。在胰头层面,该算法被认为难以将胰腺组织与十二指肠区分开来,常导致低估(图4a)。其在胰尾表现较好,尽管分割通常包含部分脾动脉或脾静脉(图4b)。

图3 饼图展示MKNet架构用于术后胰腺分割的临床实用性是否需要调整 查看原图 ↗
图4 MKNet系列的分割,图示a对胰腺实质的低估,以及b脾血管的标注 查看原图 ↗

讨论

本研究结果表明,新型深度学习架构在CT图像术后胰腺自动分割方面具有潜力,此前尚未有相关研究。我们的定量评估显示,所提出的MKNet系列架构在术后环境下能够较以往方法更准确地分割胰腺残余,这体现在更优的HD和HD95上。定性评估显示了临床应用的潜力,使该模型对医学教育、加速术后胰腺分割以及支持未来需要此类分割的研究(包括术后并发症研究和局部疾病复发检测)具有价值。

基于定量指标,研究表明,与术前环境相比,所有自动分割模型在术后环境中的表现均显著较差。在建立我们的参考标准(TotalSegmentator 的零样本应用 [9, 29])之后,这一点变得明显。尽管其在术前环境中取得了良好结果,但其未能在术后环境中推广这些结果,凸显了胰腺手术后域偏移的严重程度。对于其他模型,即使在术后数据上进行训练和微调后,术后结果仍显著差于术前结果。这强调了建立专用术后数据集(如 IMPACT 数据集)和定制架构(如 MKNet 系列模型)的必要性。值得注意的是,考虑到胰腺切除术后胰腺更小以及胰腺及周围结构的大小、形状和位置变异更大,这些结果是可预期的,这要求模型具有相当大的灵活性。例如,术后 IMPACT 数据集中胰腺的平均大小为 23,290 mm3,而在术前 NIH 数据集中为 73,510 mm3。尽管如此,由腹部放射学专家进行的定性评估显示,MSKNet 架构的分割中近 80% 无需或仅需极少调整。在此背景下另一个有趣的发现是,对模型分割的定性分析似乎表明,模型在胰十二指肠切除术后通常比在远端胰腺切除术后表现更好。然而,定量指标显示,远端切除术后扫描的 DSC、HD 和 HD95 得分更好,而仅 NSD 在头部切除术后更好。由于较高的 NSD 表明胰腺组织边界的低估和高估较少,例如,更大比例的表面体素与金标准一致,这与专家分析相吻合。因此,尽管定量得分可能更高,临床性能可能更低。这可能表明,在任何定量指标上获得高分并不一定意味着模型真正表现良好。考虑到根据专家评估,我们的算法能够准确分割大多数病例,这可能更好地反映了其在临床实践中的真实实用性。因此,未来的研究可以在可行时侧重于额外的人工审查。此外,模型良好的定性表现似乎与足够好的 DSC 和 NSD 结合非常好的 HD 和 HD95 相关。这将主张在未来的研究中侧重于优化 HD 而非 DSC,以及侧重于定量指标和定性指标的结合,而不是像医学文献中常做的那样仅关注 DSC。

原始作者报告的MU-Net [16]和PanKNet [17]在术前数据上的DSC评分无法复现,并且发现性能下降7%至12%。对于MU-Net [16],这种偏差可能是由于实现方式不同造成的,因为使用的是该模型的自实现版本。此外,差异也可能源于DSC的不同计算方式。这在二维网络的情况下尤其相关,例如Ma等人[16]的研究中。将数据四折划分并将各单个切片的DSC合并为最终性能评分,可能会显著改变结果[41]。正如Maier-Hein等人[41]所指出的,对所有切片取平均可能比先对一次CT扫描的切片取平均、再对所有扫描取平均得到显著更高的评分。此外,DSC可以通过使用前景和背景预测通道两者来计算,或仅使用前景通道来计算,从而产生不同的评分。文献中通常未提及DSC的确切计算方式,这阻碍了论文之间的恰当比较。原始研究中的方案与本研究中使用的方案之间的差异可能限制了已报告性能与所达到性能之间的可比性。然而,直接比较这些差异超出了本研究的范围。

对分割结果的视觉分析显示,真实标注(ground truth)并不总是连续贯穿各层面。这意味着在连续几个层面上周长可能相同,随后切换为形状明显不同的标注。这是CT扫描分辨率以及所应用预处理步骤的结果。某些扫描的层厚可达4毫米,而使用三线性插值进行预处理会强制将层面转换为1毫米。如前所述,掩膜使用最近邻方法重塑以获得真实标注体素的离散值,正如Salanitri等人[17]所建议的。然而,结合较大的层厚,最近邻方法会导致真实标注在中间层面上发生偏离。这导致训练精度降低以及在这些层面上测得的性能下降。如图2所示,右下角的额外组织被标记为胰腺组织。在下一层面中,真实标注也覆盖了该区域。因此,似乎要么真实标注的注释分辨率不够高,意味着在此特定情况下分割结果比真实标注更准确,要么预处理过程中的重缩放导致掩膜偏离。尽管我们将真实标注插值到均匀体素大小(1毫米)以促进更一致的患者间比较,但由于担心模糊和混叠等潜在伪影,我们选择不将分割结果插值回原始分辨率。在此示例中,添加注意力模块提高了准确性,MAKNet和Attention U-Net提供了相似的分割结果。然而,MAKNet在组织边界处似乎比Attention U-Net更准确地跟随真实标注。[22]这表明MAKNet的性能更好,更准确的边界可能带来更高的NSD。性能差异可能由架构差异解释。MAKNet的多尺度注意力结构促进更好的全局形状理解,这可能减少离群误差并改善HD和HD95[22]。相比之下,Attention U-Net使用门控跳跃连接增强局部细节细化,可能改善体素级重叠和表面一致性(即DSC和NSD)[16]。这些发现可能反映了权衡,不同模型可能更适合不同的临床应用。例如,当边界感知至关重要时(如放疗或手术规划),HD可能被优先考虑,而DSC或NSD可能更适合体积分析等任务。值得注意的是,我们假设跳跃连接对于我们的MKNet架构的层特定解码器是冗余的。然而,MSKNet架构表现优于MKNet架构。这表明跳跃连接提供了额外的上下文信息,有助于更好的分割,特别是在复杂的术后环境中。

该模型显示出系统性误差,例如萎缩胰腺组织分割不足,以及胰周组织(如十二指肠或脾血管)的误分类。这些误差可能影响体积测量的准确性,妨碍细微病变的检出,或使术后并发症评估和放疗计划制定变得复杂。此类误差可能源于组织间低对比度差异、术后解剖变异性,以及训练数据中某些模式的代表性可能有限。尽管这些问题具有相关性,但本研究旨在评估深度学习网络作为预标注工具的可行性和临床实用性,以加速初始标注过程并减少人工工作量,而非替代专家分割。仍有必要继续改进架构,以支持临床实践中的分割工作流程。

本研究的结果需要在考虑若干局限性的前提下进行解读。第一,0.23的kappa系数意味着观察者间一致性仅为中等。这可能源于缺乏预先设定的定义来将结果归类为四个相当主观的类别之一。值得注意的是,标注是在三维视图下进行的,而临床评估使用的是二维切片。尽管存在变异性,79%的分割结果被认为无需调整或仅需微小调整,且大多数放射科医师愿意将模型用于未来的预标注。这表明,尽管对具体分级的一致性可能存在差异,但临床对模型实用性的认知仍存在共识。第二,视觉分析的输出可能对用于模型训练的真实标注的准确性提出质疑。然而,大多数模型分割结果被腹部放射学专家认为具有临床实用性,表明训练充分且具有临床适用性。此外,在某些病例中分割结果似乎优于手动标注这一观察,强调了开发计算机模型以执行术后胰腺分割等复杂任务的价值。对此类病例中自动分割与手动分割之间差异进行专家审查的后续研究可进一步探讨这一发现。这些反馈循环还可能进一步提高模型性能。然而,这超出了本研究的范围。第三,尽管所有模型均使用相同的训练流程在术后数据上进行了微调,但术后环境中的性能普遍低于术前环境。这强调术前分割算法不能直接迁移至术后环境,推测在此背景下不同因素可能变得相关并主导模型性能,从而强调了本研究的现实意义。最后,深度学习应用于医学影像分析的一个已知问题是可用数据量有限。为在此背景下提高分割模型的鲁棒性和准确性,通常采用预训练步骤,在不同条件下训练模型,即无监督与有监督,或使用不同数据集。随后将学习到的权重迁移至实际分割模型以获得关于该领域的先验知识。在本研究中,我们在无胰腺异常的健康受试者腹部CT标注扫描上进行了预训练,以提高分割流程的性能。在大型多中心数据集上进行外部验证对于确认所提出模型的泛化性和鲁棒性至关重要。

总之,对MKNet家族架构的定量和定性评估显示,其在胰腺切除术后CT扫描中准确分割残余胰腺方面具有潜力。这不仅推进了胰腺分割的最先进水平,还可能有益于医学应用和教学、加速数据标注,并为未来研究奠定良好基础。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 464 KB)

引用

  1. Böhm D, Andel PCM, Akkermans PA, et al. MKNet-family architectures for auto-segmentation of the residual pancreas after pancreatic resection: a deep learning comparative study. Abdom Radiol (NY). 2025. PMID: 41307673. doi:10.1007/s00261-025-05211-4
  2. 全文:PMC13269288(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13269288/

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。