基于心脏磁共振的全自动质量控制心脏分析:验证及用于表征心脏功能的大规模应用
研究开发了包含分析前图像质控与分析后输出质控的深度学习框架,用于 cine CMR 双心室分割、特征追踪及心功能参数自动计算,并在100例对照手动分析及700例评估质控纠错能力中验证;随后自动从UK Biobank 2,029例健康受试者获取参考值。
要点
- 自动分析与手动分析容积和应变相关性高,质控对容积参数错误检出敏感度94.99%、应变93.21%。
- 质控特异度较低:容积82.93%、应变77.14%,导致部分正确病例被标记需人工复核。
- 框架自动生成2,029例健康受试者按性别和年龄分层的容积、充盈/射血及应变参考值。
核心结论
- 研究展示了一个基于深度学习的全自动、带质控的cine CMR心功能分析框架,无需临床医生直接监督即可处理检查。
研究设计与样本
- 研究论文;开发并验证深度学习框架,含分析前质控、双心室分割、特征追踪及分析后质控,对照手动分析100例(50健康志愿者和50心肌病患者),质控纠错能力评估700例(500健康受试者和200心肌病患者),参考值来自UK Biobank 2,029例健康受试者。
关键影像表现/征象
- 自动与手动分割Dice评分:左心室血池0.93±0.03%、左心室心肌0.84±0.02%、右心室血池0.91±0.03%。
- 自动与手动容积相关性高:LVEDV r=0.99、LVESV r=0.98、LVM r=0.94、RVEDV r=0.98、RVESV r=0.91。
- 充盈和射血参数相关性高:峰值射血率r=0.98、峰值早期充盈率r=0.98、峰值心房充盈率r=0.97、心房贡献r=0.93。
- 应变相关性:周向r=0.91、径向r=0.85、长轴2腔r=0.91、长轴4腔r=0.89。
诊断标准与关键数值
- 质控对容积参数(容积曲线、心脏容积、充盈和射血动力学)错误检出敏感度94.99%、特异度82.93%;健康受试者敏感度94.83%、心肌病患者95.39%。
- 质控对应变评估错误检出敏感度93.21%、特异度77.14%;健康受试者敏感度92.69%、心肌病患者94.41%。
- 质控标记率:健康志愿者26%、心肌病患者32%;临床复核后最终拒绝率健康受试者15.2%、心肌病患者11%。
- 参考值按性别及年龄十年段(45至54、55至64、65至74岁)分层,参考范围定义为95%预测区间。
- 离群值定义为低于第一四分位数或高于第三四分位数3个四分位距,并从分析中剔除。
临床应用与阅片要点
- 质控1检测运动伪影和四腔心切面错误规划;质控2评估图像方向、缺失层面、分割覆盖及输出参数异常。
- 质控2中左心室与右心室每搏量差异>10%或首末心动周期心室容积差异>10%时标记检查。
- 质控2使用支持向量机检测容积曲线和应变曲线异常,训练集为500例UK Biobank受试者(300健康、200心肌病)。
- 被质控标记的病例需临床医生复核;作者指出错误标记病例复核时可直接接受而无需调整。
局限性
- 目前方法基于本科室心血管影像数据和UK Biobank数据设计,不同CMR扫描仪和协议导致图像特征变异。
- 要在其他实验室获得类似性能,需使用新站点数据对框架神经网络进行额外训练。
- 硬编码质控措施的原则仍是CMR分析自动化的关键组成部分,方法经额外训练后可能在其他大型数据集、研究或临床CMR服务中提供稳健分析。
全文中译20 节 · 点击展开
心脏磁共振(CMR)能够以高空间和时间分辨率完整覆盖心脏,不受超声心动图或计算机断层扫描(1)那样有限采集窗口或使用电离辐射的限制。电影CMR已成为无创定量心脏容积和射血分数(EF)的金标准(1)。然而,电影CMR图像包含显著更详细的信息,可用于定量心脏功能的高级标志物,如心室形态(2)、射血和充盈速率(3)、心肌壁运动和心肌应变(ε)(4,5)。这些参数已被证明是用于疾病早期检测和监测的宝贵生物标志物(2–5)。然而,获取它们费时费力。此外,尽管大规模研究为心脏容积和EF的分析提供了有意义的参考值和标准(6,7),但针对其余生物标志物的此类研究尚缺乏。因此,这些高级标志物在临床实践中的应用迄今受到限制。
深度学习(DL)算法的最新进展在CMR分析的自动化方面展现出巨大前景。卷积神经网络(CNN)在许多图像分析挑战中达到了前所未有的准确度(8)。使用CNN,可以从CMR中潜在自动获取广泛的心脏功能参数。多个研究组已表明,CNN可以在预选图像中从CMR提供准确的舒张末期和收缩末期心脏分割(9–11)。尽管这些结果引起了显著关注,但DL算法在临床实践和研究中的实际实施受到缺乏适当质量控制(QC)的阻碍。图像质量多变、图像伪影以及异常解剖变异(训练中未见)在临床成像中不可避免,如果此类图像被自动分析,可能导致显著错误。因此,检测(潜在)错误输出的稳健QC措施是将DL算法转化为临床实践的先决条件(12)。
我们旨在通过开发一个包含稳健QC机制的心脏功能综合分析流程(心脏容积、充盈和射血动力学及心肌应变)来解决这一问题,该流程允许在无需临床医生监督的情况下进行自动化电影CMR分析。使用我们的流程,我们为一系列自动推导的心脏指标提供了参考值,这些指标此前未在大型受试者队列中报道。
方法
图像分析流程
所开发的图像分析流程包括一个用于分割短轴(SAX)及2腔和4腔长轴(LAX)电影CMR堆栈的DL算法、心脏功能参数的自动计算以及2个QC步骤:1个在分割和分析步骤之前(QC1),1个在其后(QC2)。流程示意图见中心图和视频1。我们的流程可通过通讯作者获取以用于进一步训练和使用。
步骤1:分析前图像QC(QC1)
所有心脏磁共振(CMR)图像均使用2个卷积神经网络(CNN)筛查是否存在运动伪影(由呼吸配合不一致、触发错误或心律失常引起的伪影)以及四腔心切面规划错误:一个二维CNN配有循环长短期记忆层,经训练用于检测运动伪影;另一个二维CNN经训练用于检测四腔心切面规划错误(CNN4Ch)。我们此前已发表了对这两种算法架构、训练和验证的详细描述(13,14)。
步骤2:图像分割
在QC1之后,使用一个17层CNN(CNNsegment)对电影CMR所有帧中的左心室(LV)和右心室(RV)(包括LV心肌)进行分割。该网络使用3,975名受试者电影CMR图像的手动分割进行训练,受试者包括健康志愿者以及患有多种心脏疾病的患者(10)。
步骤3:参数计算
分割后,使用迭代对齐过程对短轴(SAX)和长轴(LAX)成像堆栈进行对齐,以校正不同屏气位置及不同电影采集之间的运动(15)。接下来,计算LV和RV容积曲线及LV质量(LVM)。从容积曲线中获得舒张末期容积(EDV)、收缩末期容积(ESV)、每搏量(SV)、射血分数(EF)、峰值射血率、峰值早期充盈率、心房贡献(AC)和峰值心房充盈率。
随后,在3个SAX切片以及2腔心和4腔心LAX图像上自动执行CMR特征追踪(FT)。我们此前已发表了该方法的细节(16)。简言之,CMR FT使用医学图像配准工具包进行。舒张末期LV室壁分割被用作FT算法的感兴趣区域。从FT结果计算整体周向应变(εcirc)、径向应变(εrad)和纵向应变(εlong)。
步骤4:分析后质控(QC2)
在QC2中,我们首先评估图像方向、是否存在缺失切片以及分割对心脏的覆盖情况。我们自动比较对齐后的LAX和SAX图像及分割,以确定图像平面交点(例如,LAX图像是否在SAX中与二尖瓣和心尖相交?)、是否存在缺失切片(例如,SAX堆栈是否覆盖LAX分割的全长?)以及分割的覆盖情况(LAX分割是否达到与SAX分割相近的水平,反之亦然?)。接下来,对输出参数进行检查。如果LV和RV SV之间差异>10%,或第一和最后一个心动时相的心室容积差异>10%,则对这些检查进行标记。最后,我们实施了2种支持向量机(SVM)分类算法,以检测所获得容积曲线(SVMvol)和应变曲线(SVMstrain)中的异常。这些SVM使用来自500名英国生物银行受试者(300名健康受试者和200名心肌病受试者)的CNNsegment和FT算法输出进行训练。这些数据集由一名专家CMR心脏病学家根据容积曲线和应变曲线的形状以及相应的功能参数分类为正确或错误/异常。
QC步骤中检测到的所有病例均被标记以供临床医生审核。
流程验证
我们通过2种方式验证了我们的方法。首先,我们将获得的结果与一位经验丰富的CMR心脏病专家在50名健康志愿者和50名心肌病患者中进行的手动分析(验证1)进行了比较。这些病例此前未用于算法训练,并在成功通过算法的质控步骤后随机选择。在手动分析过程中,使用市售CMR分析软件CVi42(版本5.10.1,Circle,卡尔加里,阿尔伯塔,加拿大)在每个心动相位对心室容积进行分割。使用同一软件进行CMR FT以获得应变值。
其次,我们在另外700例从英国生物银行队列中随机选择的病例(500名健康受试者和200名心肌病患者)中评估了完整流程检测分析错误的能力(验证2),同样排除了训练期间使用的病例。一位对流程判定不知情的经验丰富的CMR心脏病专家对步骤3中获得的分割、容积和应变曲线及参数进行了严格审查,并将其分类为正确或错误。该过程通过将每个病例的图像、分割和结果参数显示在单个面板中进行可视化呈现来辅助完成,以确保恰当识别错误(补充图1,视频2)。
获取参考值
验证后,我们利用开发的流程获取参考值。健康受试者从英国生物银行总共9,619例接受CMR的病例中选取(17),排除所有有心血管疾病史、心血管危险因素、其他系统性疾病、因任何系统性疾病服用药物以及体重指数>30 kg/m2的受试者(所有排除标准见补充表1)。
统计学
验证1
计算Dice系数以比较手动和自动分割。使用Bland-Altman分析和Pearson相关性将获得的心脏容积、充盈率和射血率以及峰值整体应变与手动分析进行比较。为验证偏倚的显著性,应用配对t检验与零值进行比较。最后,我们使用配对t检验比较健康受试者与疾病患者之间所有参数的平均绝对误差。
验证2
计算敏感度(质控期间流程正确检测到的手动标记错误输出的百分比)、特异度(质控期间流程未标记的手动标记为无错误输出的百分比)和平衡准确度,以评估整个流程在容积和应变分析以及各单项参数方面的性能。
参考值
数据按性别分层,年龄按十年分层(45至54、55至64和65至74岁),并定义均值和参考范围(95%预测区间)(18)。离群值事先定义为低于第一四分位数或高于第三四分位数3个四分位距的值,从分析中剔除。心脏容积使用Dubois和Dubois公式(19)按体表面积进行指数化。我们使用线性回归分析评估年龄对心室容积、充盈和射血动力学及应变的影响。对于所有分析,p值使用Bonferroni校正进行多重比较校正。校正后p值<0.05被认为具有统计学显著性。
结果
验证1
总体而言,手动分割与自动分割之间的Dice评分在左心室血池为0.93 ± 0.03%,左心室心肌为0.84 ± 0.02%,右心室血池分割为0.91 ± 0.03%。自动获取与手动获取的心脏容积(左心室舒张末期容积(LVEDV)r = 0.99;左心室收缩末期容积(LVESV)r = 0.98;左心室质量(LVM)r = 0.94;右心室舒张末期容积(RVEDV)r = 0.98;右心室收缩末期容积(RVESV)r = 0.91)、充盈与射血参数(峰值射血率 r = 0.98;峰值早期充盈率 r = 0.98;峰值心房充盈率 r = 0.97 及心房贡献(AC)r = 0.93)以及应变(周向应变(εcirc)r = 0.91;径向应变(εrad)r = 0.85;两腔心纵向应变(εlong)r = 0.91;四腔心纵向应变(εlong)r = 0.89)之间相关性良好。流程与手动分析之间一致性的Bland-Altman图见图1和图2。除RVESV(偏倚 +1.80 ml;为平均RVESV的2.3%;p = 0.01)和LVM(偏倚 +2.95 ml;为平均LVM的2.7%;p = 0.001)外,心脏容积及充盈与射血参数均无显著偏倚。对于应变,εcirc(+0.75%;p < 0.001)及两腔心和四腔心εlong(分别为 +1.29%;p < 0.001 和 +1.03%;p < 0.001)存在显著偏倚。最后,除LVESV(4.04 ± 4.04 ml 对 6.65 ± 5.90 ml;p < 0.01)和AC(2.19 ± 2.17 ml 对 3.30 ± 2.31 ml;p < 0.01)外,心脏病患者与健康志愿者之间输出参数的平均绝对误差无显著差异(补充表2)。
验证2
表1显示了验证2的结果。对于整个流程,容积参数(容积曲线、心脏容积及充盈与射血动力学)的敏感度为94.99%,而特异度为82.93%。按组分层,健康受试者的敏感度为94.83%,心脏病患者为95.39%。对于应变评估,敏感度和特异度分别为93.21%和77.14%,各亚组敏感度在健康受试者为92.69%,在心脏病患者为94.41%。补充表3显示了所有个体参数的数据。质量控制(QC)标记的心脏磁共振(CMR)总比率在健康志愿者为26%,在心脏病患者为32%。临床医生审核后流程的最终剔除率在健康受试者为15.2%,在心脏病患者为11%。
获得的参考值
共有2,029名符合我们健康受试者标准的英国生物银行受试者使用我们的流程进行了处理(补充图2)。在QC1期间,222例(11%)因图像质量被剔除。在QC2期间,75例检查(4%)因心脏容积输出错误被自动标记,而119例(7%)因应变分析错误被标记。其余受试者的基线特征见表2。按性别分层的心脏容积、心脏功能及充盈与射血参数以及εcirc、εlong和εrad的参考值见表3和表4。补充表4显示了男性和女性心脏功能随年龄变化的回归分析。
讨论
在本研究中,我们提出并验证了一套用于从电影CMR自动分析心室功能的流程。我们的流程不仅仅是一种深度学习图像分析算法,而是一个包含大量质量控制步骤的框架,使得能够在没有临床医生直接监督的情况下全自动处理大量CMR数据集。我们表明,使用我们提出的技术,我们能够获得对超过2,000名健康个体心脏功能的详细描述。据作者所知,这是首个接近临床质量控制标准的自动化电影CMR分析综合框架。
自动化质量控制
质量控制对于开发用于临床数据自动化处理的深度学习算法至关重要,但迄今为止大多被忽视(12)。在我们的框架中,我们通过两个独立的步骤实施质量控制:分析前的图像质量控制(QC1)和分析后的输出参数质量控制(QC2)。
QC1侧重于检测运动伪影和所获得图像的离轴规划。运动伪影不会导致图像的静态失真,而静态失真在分析后质量控制中很容易被识别。相反,由于纳入非代表性运动状态(心律失常或触发错误)的信息或平面内及穿平面运动(呼吸伪影),心脏的动态运动受到影响。与离轴规划类似,这些伪影会对计算的参数产生显著影响。
在QC2中,我们使用了广泛的相关标准来评估流程的输出,包括临床知识(左心室与右心室每搏输出量的相似性)、解剖关系(长轴和短轴图像中分割与图像的覆盖范围)以及深度学习算法。这种设计确保了错误和/或异常输出能够被独立于其性质地检测到,即使在算法开发过程中未预料到的情况下也是如此。这种泛化能力有助于该流程在临床场景中的实施,例如大型研究数据库或临床实践,在这些场景中图像质量和疾病情况并非先验已知。
自动化质量控制技术此前已被提出,如脑磁共振成像中的运动伪影检测(20)、胎儿(21)和心脏(22)超声中的图像质量评估,以及CMR中缺失层面检测(23)、离轴规划检测(24)或分割错误检测(25)。迄今为止,这些技术针对的是单一错误来源,缺乏基于临床标准的对输出的泛化质量控制。Robinson等人(25)提出了一种方法,从大型CMR分割队列中既往的评分获得短轴分割的分割质量评分。使用该方法或其他将不确定性纳入分割网络的技术从分割中获取质量评分,可以补充我们的框架,进一步提高自动化CMR分析的质量。
流程验证
我们在两个独立步骤中验证了该流程的性能(验证1和验证2)。验证1中自动分析与手动分析的直接比较表明,使用我们的方法获得的数据在分割方面(见结果部分“验证1”中的Dice评分)以及输出方面(图1和图2)均高度一致。仅在左心室质量(LVM)(+2.95 g)、右心室收缩末期容积(RVESV)(+1.80 ml)以及εcirc εlong应变(分别为+0.75%和+1.03%至1.29%)方面存在小幅偏倚。然而,这些偏倚均在既往报道的观察者间和观察者内变异范围内(6,26),不太可能具有显著临床影响。心脏容积(EDV、ESV和SV)的验证结果与CNNsegment原始发表文献(10)中获得的结果高度一致,表明其可重复性。我们获得的Dice评分与分割网络原始发表文献相比略低。原始网络是在UK Biobank核心分析实验室(6)制作的分割上进行训练和测试的。在我们的论文中,验证是针对由我们自己的心脏磁共振(CMR)心脏科医生完成的新一套金标准分割进行的。因此,较低的性能可能反映了不同心脏CMR中心之间训练模式和分割策略的细微差异。
为探究我们图像处理流程的质量控制(QC)步骤对错误数据的检测能力,我们在第二个更大的群体中评估了其性能。对验证2中全部700例进行手动分析实际上不现实。因此,我们侧重于对分割和输出参数进行严格审查以评定其有效性,并评估该流程检测错误病例的能力。
验证2的结果表明,我们的两步QC能够稳健地检测潜在的 erroneous 病例。总体而言,该流程检测错误的灵敏度在容积曲线(94.99%)和应变(93.21%)方面均较高。
该流程正确检测良好病例的特异度较低(容积曲线为82.93%,应变为77.14%)。这可能是严格QC标准的结果,导致解剖结构严重变形(例如心脏手术后)或容积曲线异常(限制性心室伴小容积、低射血分数(EF)以及曲线早期舒张上升支浅缓)的病例被标记。尽管较低的特异度导致不必要的临床医生复核,但我们认为标记此类病例对于建立安全的临床工作流程是必要的。然而,手动复核的额外时间极少,因为被错误标记的病例在复核时可直接接受而无需调整。
值得注意的是,除特异度较低外,我们的方法在心肌病患者中的表现与健康受试者相似,参见验证1中绝对平均误差的比较(补充表2)以及验证2中错误检测灵敏度的比较(表1、补充表3)。仅在左心室每搏输出量(LVSV)和主动脉顺应性(AC)方面,平均绝对误差存在小幅差异,但这些差异不太可能具有显著临床影响。从Bland-Altman图可以看出,在参数值极高或极低时,误差并未显著增加。这进一步表明该网络经过了稳健的训练,并且在离群值(如严重心室扩张患者)中也是准确的。
参考值
经过验证,我们使用我们的流程在一组2,029名健康志愿者中获得了心室功能参数的性别特异性参考值(表3和表4)。
使用我们的自动化方法获得的心脏容积值(EDV、ESV、SV和LVM)与先前大规模研究中手动获得的值一致(6,7)。除这些值外,我们还提供了充盈和射血动力学及应变的参考值。后者参数此前未在大型队列研究中报道。然而,我们的结果确实与目前可获得的关于充盈和射血参数的最大研究(27)以及CMR衍生应变正常值的荟萃分析(28)相一致。
该网络的总分析时间约为8分钟/受试者。这显著短于使用当前最先进的商业软件在短轴(SAX)和长轴(LAX)上对整个心动周期进行手动或半自动分割及特征追踪(FT)所需的时间,后者需要在采集的基底部和心尖切面频繁手动调整半自动分析。
研究局限性
目前,该方法使用来自我们心血管影像科和英国生物银行(UK Biobank)的数据进行设计。CMR扫描仪类型和协议的可变性导致不同CMR实验室之间的图像特征存在差异。为了在其他实验室获得类似的性能,需要使用新站点的数据对框架中的神经网络进行额外训练。然而,包括硬编码质控(QC)措施在内的原则作为CMR分析自动化的关键组成部分总体上仍然有效。因此,如果使用额外的训练输入进行适配,该方法有可能在其他大型数据集、研究甚至临床CMR服务中提供稳健的分析。作为开放科学倡议的一部分,我们的方法可通过通讯作者获取以进行进一步训练和使用。
结论
我们提出并验证了一个使用深度学习(DL)从电影CMR自动分析心脏功能的流程。我们提出的框架包括全面的质控(QC),旨在检测潜在的 erroneous 结果以供临床医生审查,从而实现CMR检查的全自主处理。我们表明,使用该工具,我们能够在大型队列(>2,000)受试者中获得参考值以表征心脏功能。
补充材料
引用
- Ruijsink B, Puyol-Antón E, Oksuz I, et al. Fully Automated, Quality-Controlled Cardiac Analysis From CMR: Validation and Large-Scale Application to Characterize Cardiac Function. JACC Cardiovasc Imaging. 2019. PMID: 31326477. doi:10.1016/j.jcmg.2019.05.030
- 全文:PMC7060799(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7060799/
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。