文献速递胸部技术与安全DR

多尺度特征提取与可解释机器学习在整合学习框架中评估胸部X线体位

Application of multi-scale feature extraction and explainable machine learning in chest x-ray position evaluation within an integrated learning framework.
PubMed 文献 · Eur Radiol · 2025-11-05

该回顾性研究纳入3300张胸部X线片,构建深度学习-机器学习融合网络(RFFN),自动测量肩胛骨-肺野重叠比例和锁骨倾斜角等5项体位指标并分类体位质量。U-net++分割平均Dice为0.926,优于U-net的0.812;RFFN总体图像质量分类AUC为0.982,高于TC的0.959和MLR的0.953;SHAP显示ΔSL为最重要特征。

要点

  • U-net++多目标分割平均Dice为0.926,优于U-net的0.812。
  • RFFN总体图像质量分类AUC为0.982,高于TC的0.959和MLR的0.953。
  • SHAP显示ΔSL平均绝对SHAP值为0.21,是体位评估中最关键特征。

核心结论

  • 基于分割的随机森林融合网络可实现准确的图像体位分类,并通过SHAP方法增强融合模型的可解释性。

研究设计与样本

  • 回顾性研究,分析中国一家医疗机构2021年3月至2022年12月间收集的3300张胸部X线片。
  • XJ_chest_21子集(n=1130)用于训练自动分割模型,XJ_chest_22子集(n=1926)用于验证RFFN、TC和MLR三种分类模型。

关键影像表现/征象

  • 两个数据集中,因肺野重叠和锁骨不平整导致的图像体位总体不合格率超过75%。
  • ΔSL在RFFN模型中的平均绝对SHAP值为0.21,∠L-Clavicles和ΔSR分别为0.122和0.063。
  • ΔSL的自交互效应分布范围约±0.25,提示对模型输出有强非线性影响。
  • TC模型误差分析中,4.94%(19/385)的病例锁骨角度差异超过预设阈值4.5°。

诊断标准与关键数值

  • 五个体位定量指标为ΔSL、ΔSR、∠L-Clavicles、∠R-Clavicles和d-Clavicles。
  • RFFN总体图像质量分类AUC为0.982(95% CI:0.963,0.993),TC为0.959(95% CI:0.923,0.995),MLR为0.953(95% CI:0.933,0.974)。
  • 肩胛骨-肺野重叠分类中,MLR的AUC为0.994,高于TC的0.987。
  • 锁骨角度评估中,TC的AUC为0.974,高于MLR的0.957。
  • AMM与参考标准在五项体位指标上的一致性r=0.93。

临床应用与阅片要点

  • 原文未据此给出推荐。
  • 可参考的量化指标包括ΔSL、ΔSR、∠L-Clavicles、∠R-Clavicles和d-Clavicles。
  • TC模型以各指标独立ROC分析的Youden指数对应截断值为阈值,所有指标低于阈值判为通过。

局限性

  • 原文未报告局限性。
全文中译21 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:Eur Radiol. 2025 Nov 5;36(4):3143–57. doi: 10.1007/s00330-025-12097-9

引言

胸部X射线是一种常见的诊断检查,患者检查体位的设置是放射技师工作的重要组成部分。因此,实时显示定位特征并在检查过程中进行准确评估,对于放射技师及时纠正体位并潜在提高图像质量至关重要。然而,手工操作下体位的准确评估一直面临诸多挑战。首先,在检查过程中,多种因素可能影响技师对投照体位的评估,包括患者体型、配合程度、投照角度、疾病等。一项涉及64,315例的研究表明,大多数病例未能满足至少一项质量标准[1]。患者体位不正确可导致图像中骨骼结构重叠和解剖投影失真,增加了检查负担和患者误诊风险。体位欠佳导致了46%的图像剔除——为首要原因[2, 3]。患者体位错误导致了50–77%的重复检查[2–5]。其次,体位评估多基于视觉分析的主观评价,其依据为正式发布的图像质量标准[6–9],存在观察者主观一致性差和评价标准非定量化的问题,影响了图像体位评价的互认[10]。最后,评估过程需要高度集中注意力,且费力耗时。

近年来,深度学习(DL)神经网络已广泛应用于医学图像分析,解决了从疾病诊断到图像质量控制(QC)等一系列核心任务。Meng等[11]将体位评估的定量指标纳入QC的关键组成部分,发现此类指标与放射科医师的主观评价之间具有良好的相关性。通过评估关键解剖对线参数(如肩胛骨/肺/锁骨对线),定量方法可向放射技师提供关于体位是否充分的实时反馈,从而缩小主观视觉检查与客观质量指标之间的差距[12–14]。

机器学习在决策任务中已展现出显著的预测能力,并日益受到临床医生的关注。然而,其“黑箱”性质对可解释性构成了挑战——这在医疗保健中是一项关键要求,透明度和可问责性至关重要。当前研究[11, 13, 14]主要采用线性回归和基于阈值的模型进行图像体位分类,在临床工作流程中操作简便,但在分类准确性和阈值确定的一致性方面存在局限。为缓解“黑箱”问题,SHapley加法解释(SHAP)方法为解释机器学习模型输出提供了统一框架,能够可视化个体特征贡献并增强对模型决策的理解[15]。

本研究提出了一种结合深度学习和机器学习技术的集成网络分类方法(随机森林融合网络,RFFN),基于SHAP可解释性分析。主要目标是开发和验证一种用于评估患者胸部X射线摆位情况的可解释分类模型,实现对摆位决策的实时反馈,并协助放射技师优化检查流程。此外,本研究评估了多元逻辑回归(MLR)模型、阈值分类(TC)模型和RFFN模型的分类性能。

材料与方法

患者与研究设计

本回顾性研究经第四军医大学西京医院伦理审查委员会批准(批准号:KY20252147-C-1)。本研究旨在评估胸部X射线检查中放射技师的摆位情况,提供摆位决策的实时反馈。详细工作流程见补充图S3。胸部X射线数据于2021年3月至2022年12月期间从西京医院随机收集进行分析。纳入标准为年龄≥16岁、接受站立后前位胸部X射线摄影、且能独立配合标准体位操作的患者。排除标准包括急诊或危重症患者、接受过胸部手术治疗的患者、或上肢活动受限的患者。本研究侧重于胸部X射线检查中患者体位布局特征的定量评估与分析,并构建了基于人工智能的患者体位评估模型。研究设计详情见图1。

图1 研究流程图 查看原图 ↗

数据集与图像标签质量控制

数据集构建

采用分层随机抽样方法,招募3300名患者构建了两个不同质量水平的独立胸部X射线数据集。数据集XJ_chest_21由2021年3月至12月期间收集的1200份样本中排除70例个体(34例无法站立的危重症患者、21例上肢活动受限的术后患者和15例外来物体/解剖结构不完整)后,纳入1130例构成。数据集XJ_chest_22由2022年1月至12月期间收集的2100份样本中排除174例个体(103例无法站立的危重症患者、45例上肢活动受限的术后患者和26例外来物体/解剖结构不完整)后,纳入1926例构成。具体而言,XJ_chest_21数据集(n = 1130)用于训练图像分割和测量算法,而XJ_chest_22(n = 1926)用于开发分类摆位分析的集成AI模型。

数据集图像标注与质量控制

两名放射科医师(M.C.W.,第一作者,15年图像质控经验;B.Y.N.,资深胸部放射科医师,25年经验)通过FACT 2.0对XJ_chest_21进行勾画,使用标准化解剖标志对六个放射学投影边界——两个肺野、两个肩胛骨和两个锁骨——进行多边形标注。他们还在测试子集(n = 226)上对五项关键解剖参数进行了双盲独立测量:左/右肩胛骨-肺重叠比例(ΔSL/ΔSR)、锁骨倾斜角度(∠L/R-Clavicles)和双侧角度差(d-Clavicles)。

三位放射科医师(M.C.W.和B.Y.N.来自XJ_chest_21勾画;Z.R.,13年质控专家)独立对XJ_chest_22质控进行二分类定位评估(通过/不通过)。这些二分类评估不仅包括对图像定位质量的总体评价,还包括5项定量指标的真值标签:ΔSL、ΔSR、∠L-Clavicles、∠R-Clavicles和d-Clavicles。三位放射科医师之间的分歧通过多数投票解决,即至少由两位放射科医师支持的评估被确立为参考标准。

两级分层审核确保了两个数据集的质量控制:第一级筛查根据患者入选资格和图像质量排除70例(XJ_chest_21)和174例(XJ_chest_22)。第二级精炼因数据集而异:XJ_chest_21进行了解剖边界审核(6个结构:2个肺野、2个肩胛骨、2个锁骨),并校正了边界标注错误的图像;XJ_chest_22使用三位放射科医师(B.Y.N./M.C.W./Z.R.)进行二分类定位评估(通过/不通过),并通过投票解决真实图像结果中的分歧(n = 208)以确保标签一致性。放射科医师的定量标注独立于分层审核:XJ_chest_21测试子集(n = 226)的解剖参数测量仅在其两级审核完成后才开始。

定量指标与测量

对胸部X线图像质量相关指南和研究结果[6, 9, 16–18]的回顾表明,在图像质量的总体评估中,影响患者体位的主要挑战如下:(1)双侧锁骨的水平和对称性;(2)肩胛骨与肺野的不重叠。因此,本研究选择上述两种体位布局中满意度较低的方面作为患者体位评估的重点,并计算了五项定量指标:ΔSL/ΔSR、∠L/R-Clavicles和d-Clavicles。

对XJ_chest_21测试子集(n = 226)进行人工定量测量以验证模型测量准确性。人工测量和自动测量均采用相同方法:两位放射科医师独立对每张图像进行三次重复测量,结果取平均值以建立参考标准。

ΔSL/R的计算方法见公式(1)。若肩胛骨不与肺野重叠,则ΔSL/R值定义为0(补充图S1a)。∠L/R-Clavicles的定义见补充图S1b。d-Clavicle计算为左右锁骨倾斜角之差的绝对值,见公式(2)。

深度学习模型训练

图像预处理

XJ_chest_21数据集按约7:1:2的比例随机划分为训练集(n = 791)、验证集(n = 113)和测试集(n = 226)。训练前,图像经过像素尺寸调整(256*256)和格式归一化。关于XJ_chest_22数据集,80%用于模型训练,20%作为测试数据。通过预训练于XJ_chest_21的分割模型自动提取五项定量体位指标,作为自变量(x)。由放射科医师二分类评估确定的实际质控结果(通过 = 1,不通过 = 0)作为因变量(y)。

分割模型

我们训练了两个基于U-net和U-net++的多输出分割模型,未使用预训练权重。基于U-net的模型包括三个并行编码器和一个共享解码器。通过跳跃连接实现特征融合以保留详细信息。基于U-net++的分割模型使用配备卷积块和批归一化层等组件的编码器从输入图像中提取多尺度特征。解码器的上采样操作和特征处理与基于U-net的模型相同。然而,U-net++采用嵌套跳跃连接机制来融合不同层级的特征图,防止信息丢失,并输出肩胛骨、肺和锁骨三个独立的分割图。

在训练阶段,我们采用二元交叉熵(BCE)损失和Dice损失(Dice)的组合作为损失函数(3):

其中,t和p分别代表目标和预测结果。我们使用Adam优化器优化网络,学习率为0.001。训练过程配置为批大小4和50个epoch。两个分割模型在训练集上均进行了5折交叉验证。

体位分类模型

对于体位评估和分类,基于图像分割的融合网络模型采用两阶段联合架构。在第一阶段,自动测量模型分割图像的解剖区域并计算定量指标。随后,测量模型的输出作为分类模型的输入,以预测和分类图像的体位。融合网络的分类任务使用机器学习随机森林(RF)模型。经过交叉验证优化后,选择最优参数组合(n_estimators = 300,max_depth = 5)。

为比较RFFN模型的性能,建立了两个基于图像分割的定量网络模型作为基线模型:TC模型和MLR模型。TC模型根据实际结果计算每个体位定量指标的分类阈值。如果图像的所有指标均低于阈值,则判定为“通过”;否则为“不通过”。阈值的确定如下:对XJ_chest_22数据集的定量指标进行独立ROC分析,计算约登指数,并选择相应的截断值作为最优分类阈值。MLR模型将每个定量指标作为自变量(x),实际体位结果作为因变量(y)。使用拟合公式计算分类结果对应的概率。

模型性能评估

自动测量模型(AMM)

在本研究中,基于深度学习的自动测量模型(AMM)承担两项关键任务:图像分割和指标量化。因此,我们通过采用多种指标从这两个角度评估算法的性能。为评估模型的分割能力,我们纳入了像素准确率(PA)、精确率、召回率、F1分数、平均Dice系数(mDice)和平均交并比(mIoU)等指标。相应的计算公式见补充表S1。定量指标的准确性作为进一步验证分割模型的手段。我们使用Bland–Altman检验来评估模型与放射科医师在定量指标测量上的一致性。

分类模型

我们在XJ_chest_22数据集上对融合网络和量化网络进行了训练和验证。随后,在测试集上对优化后的模型进行了评估。为衡量模型的有效性,我们计算并分析了若干性能指标,即准确率、特异度、召回率、F1分数、AUC-PR以及ROC曲线下面积(AUC)。

模型可解释性

本研究利用SHAP方法评估特征重要性并解释RFFN模型的分类结果。该方法从两个互补的角度提供见解:(1)全局解释评估每个关键特征对体位评估的总体贡献,包括其交互效应;(2)局部解释可视化个体样本的SHAP值分布,从而阐明模型在特定病例中的决策过程。

统计分析

我们使用Python 3.2中的scikit-learn库和SHAP以及GraphPad Prism 10.1(GraphPad Software Inc.)进行统计分析。每个分类任务的模型性能通过ROC曲线分析和相应的AUC进行评估。组内相关系数(ICC)用于评估放射科医师之间的评分者间信度。ICC值大于0.85表明一致性良好。Bland–Altman图和线性相关图用于展示模型相对于参考标准的可靠性以及测量差异。统计显著性定义为双侧p值小于0.05。

结果

患者特征和体位评估

在本研究中,我们构建了两个胸部X射线图像数据集。根据患者体位质量控制原则进行人工标注,评估结果见表1。研究结果表明,在两个数据集中,由肺野重叠和锁骨不对称导致的图像体位总体不合格率超过75%。

表1 数据集图像的基本特征 查看原表 ↗

深度学习分割模型筛选

在本研究中,我们比较了两种深度学习(DL)模型——U-net和U-net++——用于边界分割。分割性能见表2,表明U-net++总体优于U-net,并在多类分割中提供更一致的结果。两种模型的分割结果见补充图S2。显然,U-net++能够准确检测分割标志点,尤其是在锁骨和肩胛骨区域,具有显著的像素级分类能力。因此,我们选择U-net++进行边界检测及后续患者体位解剖区域分析。

表2 U-net和U-net++的分割结果 查看原表 ↗

定量指标的可靠性分析

表3呈现了由两名放射科医师和一种测量模型评估的XJ_Chest_21测试集中定量图像指标的可靠性分析结果。该分析涵盖观察者间一致性以及模型与参考标准之间的测量偏差。

放射科医师的测量结果显示出极好的内部一致性,平均ICC为0.961(95% CI:0.945–0.971)。人工参考标准与模型测量值之间呈线性相关(图2a–d)。左、右锁骨角的相关性较高(r分别为0.970和0.978),其次为肩胛骨与肺野的重叠比(r分别为0.864和0.893)。该测量模型在全部四项指标上均达到高精度。

Bland–Altman图展示了人工参考标准与AMM之间的测量偏差。肩胛骨与肺野重叠面积的平均差异为左侧−50.24 mm²(−359至258.2 mm²),右侧3.09 mm²(−287.9至294.1 mm²)。对于锁骨角,平均差异为左侧0.009°(−2.146至2.164°),右侧0.199°(−1.554至1.952°)。这些结果表明基于模型的测量方法与人工测量方法之间具有高度一致性(图2e–h)。

三名医师之间的评估者间一致性显示,对1926张胸部X线片(XJ_Chest_22)的二分类判定具有近乎完美的一致性(Fleiss‘ Kappa = 0.856,95% CI 0.831–0.881),观察一致率为89.2%。

表3 观察者与AMM之间定量指标测量结果及一致性分析 查看原表 ↗
图2 散点图(a–d)显示AI模型定量指标(a ΔSL,b ΔSR,c ∠L-Clavicles,d ∠R-Clavicles)测量值与参考标准值之间的相关性,x轴表示AI模型,y轴表示人工参考标准。Bland–Altman图(e–h)描绘AMM(自动测量方法)与人工参考标准在四项指标上的差异:(e ΔSL,f ΔSR,g ∠L-Clavicles,h ∠R-Clavicles);x轴表示参考值,y轴表示AMM测量值,95%一致性界限(1.96 SD)标示上/下界。全部四项指标的大多数数据点均位于这些界限内,表明AMM与人工测量之间具有良好一致性 查看原图 ↗

体位分类模型的分析

TC模型和MLR模型的阈值设定

图3和表4展示了XJ_Chest_22数据集训练集(n = 1541)图像定量指标的单因素ROC分析和MLR模型分析结果。各单项定量指标最大约登指数对应的最佳阈值详见表4。基于五个位置定量指标的临界值,我们构建了最终的TC模型。在基于定量指标的MLR模型中,Hosmer-Lemeshow检验表明整体图像评估模型具有最佳拟合优度(p = 0.7356)。具体而言,肩胛骨与肺野重叠比例( )、锁骨水平( )和整体图像质控( )的公式如下:

图3 a TC模型单因素定量指标(ΔSL、ΔSR、∠L-Clavicles、∠R-Clavicles、d-Clavicles)的ROC曲线,b MLR中联合变量的ROC曲线 查看原图 ↗
表4 TC模型单因素ROC分析和MLR模型分析图像定量指标的结果 查看原表 ↗

分类模型的综合评价

三种模型的分类性能在XJ_Chest_22测试集上进行了验证,并计算了多项性能指标(表5)。RFFN模型在整体图像分类方面表现出最优的分类效率(p < 0.001),其次是TC模型,其优于MLR模型(p = 0.009)(图4a)。在肩胛骨-肺野重叠分类中(使用变量ΔSL和ΔSR),MLR模型(AUC = 0.994)优于TC模型(AUC = 0.987);在锁骨角度评估中(使用变量∠L-Clavicles、∠R-Clavicles和d-Clavicles),TC模型(AUC = 0.974)优于MLR模型(AUC = 0.957)(图4b、c)。

图4 a 三种模型(RFFN、TC、MLR)整体图像分类效率的ROC曲线。b、c TC与MLR模型在评估b肩胛骨-肺野重叠和c锁骨角度评估中的ROC曲线比较 查看原图 ↗
表5 三种模型在患者体位方面的整体分类性能指标 查看原表 ↗

RFFN模型的可解释性

特征重要性量化(图5a、b)使用平均绝对SHAP值(降序排列)对全局贡献进行排序。ΔSL成为最关键的特征(均值:0.21),对体位评估表现出主导性影响。∠L-Clavicles和ΔSR构成核心特征集(均值分别为0.122和0.063),共同驱动模型决策。d-Clavicles和∠R-Clavicles的贡献较小(均值分别为0.051和0.036)。ΔSL的自交互效应(图5c)呈现广泛分布(± 0.25),表明其对模型输出具有强非线性影响。相比之下,∠L-Clavicles表现出接近零的边际交互效应(± 0.1)。ΔSL与∠L-Clavicles之间存在显著的协同交互作用,被确定为最重要的相互依赖特征。

图5 本图使用SHAP方法对RFFN结果进行可解释性分析。a、b 各特征对模型决策过程的总体贡献。依赖图(c)揭示模型内特征之间的相互依赖关系。d–h SHAP散点图,揭示五个个体特征与其相应SHAP值之间的非线性关系。正SHAP值表示与模型中的“通过”分类类别一致。力plot图(i、j)描绘两个代表性样本特征的方向性贡献。右侧蓝色特征是将姿势推向“失败”类别的特征,而左侧红色特征是将姿势推向“通过”类别的特征。样本i(预测概率:0.65;分类为“通过”):前四个特征以高值为特征,共同增强预测置信度,而低ΔSR值起抑制作用。样本j:升高的ΔSR和ΔSL值(分别为3.401和3.684)对预测有正向贡献。然而,∠L-Clavicles和∠R-Clavicles具有负贡献。尽管双侧锁骨对称性良好,最终模型输出f(x) > 0导致分类为“失败” 查看原图 ↗

TC模型的误差分析

值得注意的是,4.94%(19/385)的病例表现出锁骨角度差异超过预定阈值(4.5°),但被放射科医师手动评定为可接受。如表S2所示,这种差异主要发生在0° < ∠L/∠R < 6°的狭窄角度范围内,其中平均d-clavicle为4.8 ± 0.2°。这表明模型的敏感性(97.4%)可能在狭窄角度范围内高估临床意义。

讨论

本研究评估了深度学习-机器学习融合网络在胸部X线片患者体位评估中的准确性。观察到三个关键发现:第一,U-Net++在解剖分割准确性方面优于U-Net。第二,基于精确分割的AMM与放射科医师的体位指标显示出强一致性。第三,结合随机森林的融合网络在体位分类方面优于TC和MLR模型,表现出更好的性能(AUC = 0.98)和客观可解释性。

胸部X线摄影在X射线穿透人体后生成重叠衰减信息的投影[19]。这一特征显著增加了疾病诊断的复杂性和难度。最佳患者体位对图像判读至关重要[20],因为体位偏差可能导致重复曝光、疾病误诊和辐射剂量增加。因此,通过单次曝光获得诊断质量图像的能力已成为评价放射技师专业能力的关键指标。既往关于胸部X线质量控制(QC)的研究已揭示常规临床胸部X线片与国际指南之间存在显著差异[8, 9, 15]。具体而言,仅1.1–4%的图像符合指南的总体图像质量标准,而患者体位指标显示13%的图像肩胛骨位于肺野之外,42%的图像锁骨对称对齐[17, 18]。相比之下,本研究显示的肩胛骨和锁骨符合率分别为43.6%和53.5%,提示所采用的检查方案或操作者培训可能具有潜在优势。尽管如此,仍有待进一步优化。提高单次检查成功率仍是一项长期挑战,而建立可解释的评估框架以辅助操作者是一项关键解决方案。与放射科医师主观视觉感知相对应的客观且可重复的定量指标是QC流程的基础[8, 15],从而在图像表征与结果可解释性之间建立联系。

在胸部X线QC领域,深度学习(DL)模型已在多项任务中展现出显著性能。具体而言,DenseNet121在分类中达到0.93的AUC[14]。ResNet-34在4 mm阈值下达到94%至98%的解剖定位一致性[11]。U-Net在肺部分割中产生的Dice系数为0.93至0.96[21],双通道CNN模型SDFN达到95.84%的肺区域识别准确率[22]。然而,当前研究常面临数据集规模和异质性的局限,多数研究集中于单任务性能,且缺乏对定量指标的充分临床验证。本研究通过实验证明,U-Net++通过其嵌套跳跃连接增强多尺度特征融合,显著提高了解剖结构分割准确率(mDice:0.926 vs. U-Net:0.812)。此外,所提出的AMM与资深放射科医师的人工测量表现出高度一致性( = 0.93),从而为胸部X线QC中的高精度定量评估提供了新证据。

大多数主流的人工智能辅助检测模型采用端到端深度学习(DL)方法,这些方法高度依赖大规模专业数据集[23–26]。本研究构建了一个从定量分析过渡到定性评估的患者体位评价框架——为图像质量监测提供了更稳健、更具可解释性的解决方案——其所提出的用于自动体位评估的人工智能集成工作流程详见补充图S3。尽管现有指南尚未为定量指标建立标准化阈值,但不同地区的专家可根据临床实践制定差异化的分类标准。本研究针对肩胛骨-肺野重叠比(AUC = 0.987)和锁骨角度(AUC = 0.974)开发的阈值模型也表现出良好的分类效能。需要注意的是,阈值模型涉及不确定因素;可通过修改阈值参数来调整最终评价结果以满足特定需求。这一特性在一定程度上提高了模型应用的灵活性,但也可能导致评价结果出现主观差异。

在患者体位分类任务中,同样迫切需要减少由主观评价波动和样本局限性引起的阈值偏倚。多阶段层次建模方法通过任务分解实现了更优的性能。本研究采用了三层分割定量分类框架,以实现对体位特征的分析。整体分类效能的结果显示,RFFN模型的综合性能更优(表5)。对阈值模型的自变量分析显示,d-Clavicles表现出高灵敏度(0.97),但特异度(0.41)、AUC(0.72)和准确率(0.68)较低。值得注意的是,所有模型均显示该指标在预测结局时仅表现出高灵敏度。为进一步探究这一点,我们检查了锁骨角度差异超过4.5°关键阈值但仍被分类为通过的病例。我们的分析表明,当两侧锁骨角度均落在较窄的角度范围内(0° < ∠L/R < 6°)时,超过预设阈值(4.5°)的差异在观察者视觉上无法察觉。临床上,此类病例通常被认为可接受(图6)。这一观察结果与美国放射学会(ACR)胸部影像学指南[8]一致,该指南强调对微小角度差异应进行“视觉对称性评估”而非 rigid 数值阈值。模型严格遵循4.5°截断值可能导致在0–6°范围内出现假阴性分类。因此,在实际应用中,阈值模型应纳入额外的角度范围约束,以增强可解释性并减少误分类。

在对三种模型的综合比较中,RFFN 表现出更优的总体性能,其次是 MLR。RFFN 具有两个关键优势:第一,其变量重要性分析能够稳健地识别协变量的分类权重,同时实现最佳分类效能;第二,在相同的变量建模条件下,RF 模型的分类错误率比逻辑回归低 50%,且稳健性更强 [27]。我们将 RF 特性与影像组学相结合,构建了一个框架,用于精准识别关键分类指标,指导放射技师优化扫描方案并预防不良结局。

基于 SHAP 的可解释性框架有效揭示了 RFFN 的“黑箱”性质,将其决策逻辑转化为临床可操作的见解。ΔSL(平均 SHAP = 0.21)对体位评估的影响最大,证实“肩胛骨与肺野重叠”是非标准体位的主要指标。∠L-Clavicles(0.122)和 ΔSR(0.063)的次要贡献反映左侧锁骨和肩胛骨的位置是影响体位的关键因素。该结果提示放射科医师在摆位时应优先关注肩胛骨的位置,尤其是左侧。模型内的特征依赖分析还表明,ΔSL 的自身效应对模型输出具有强烈的非线性影响。在特征交互中,最显著的是 ΔSL 与 ∠L-Clavicles 之间的强协同作用。与 TC 相比,SHAP 散点图(图 5d–h)显示 RFFN 能识别非线性阈值,而 MLR 将交互作用过度简化为加性效应(AUC 下降:0.98 对 0.95)。同时,单样本的力导向图(图 5i、j)指示了有助于体位决策的特征。

本研究的局限性包括:(1)验证仅聚焦于患者摆位效果,未考虑设备参数和技术因素;(2)病例选择受样本量和多样性限制,为提高检测准确性,排除了具有严重心肺疾病、特征丢失或异物干扰的图像。(3)本研究采用选定的体位指标验证融合模型。未来研究将整合所有体位特征和多中心数据集,以进一步评估模型的可靠性。

在本研究中,我们开发了一种基于分割的随机森林融合网络评估系统,用于图像摆位分类。该系统在定量指标分析和 QC 分类性能方面表现出显著优势,同时通过应用 SHAP 方法减轻了人们对机器学习“黑箱”性质的担忧。基于 AI 的方法不仅实现了专家级的图像质量管理,还提供了一种向放射技师提供自动化反馈的新途径。

图6 TC模型独立定量指标的评估结果。a、b 双侧锁骨评估的基准结果为“通过”,但TC模型因d-Clavicles > 4.5°将其归类为“未通过”,并叠加肩胛-肺野重叠的影响。c、d 尽管锁骨角度超过6°,但模型将这些病例判定为通过,因为角度仍低于14.5°阈值且d-Clavicles极小(< 4.5°),表明对称性良好。e、f d-Clavicles > 4.5°是模型判定未通过的唯一指标,而临床医生将这些病例判定为通过。g、h 临床优秀摆位符合所有指南标准,所有指标均在正常范围内。当锁骨角度处于0–6°范围内时,由d-Clavicles > 4.5°触发的模型未通过判定与临床评估不一致,突出表明d-Clavicles是分歧的主要来源 查看原图 ↗

补充信息

补充信息

引用

  1. Ma C, Peng R, Li B, et al. Application of multi-scale feature extraction and explainable machine learning in chest x-ray position evaluation within an integrated learning framework. Eur Radiol. 2025. PMID: 41191081. doi:10.1007/s00330-025-12097-9
  2. 全文:PMC13035635(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13035635/

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。