基于卷积神经网络的分割有助于在神经黑色素MRI中评估黑质
本研究在神经黑色素MRI中评估基于U-net的分割方法对黑质致密部(SNpc)的分割准确性及帕金森病诊断性能,并与人工分割比较。两个3T扫描仪数据集(主数据集122人、外部验证集24人)显示,U-net诊断性能与人工分割相当(主数据集AUC 0.950 vs 0.948,外部验证集0.944 vs 0.931),但外部验证集分割准确性低于阅片者间精度,作者认为其分割准确性需进一步提高才能完全替代人工分割。
要点
- U-net自动分割SNpc的诊断性能与人工分割相当,但分割准确性在外部验证集低于阅片者间精度。
- SNpc高信号面积在帕金森病患者中显著低于健康对照,两种分割方法均如此。
- U-net分割SNpc的Dice系数在主数据集与阅片者间精度相当,外部验证集则较低。
核心结论
- U-net分割在NM-MRI评估SNpc中提供相对较高的准确性,诊断性能与已有的人工分割方法相当,但其分割准确性应进一步提高才能完全替代人工分割。
- 作者认为,由于U-net节省时间且不影响阈值法的诊断准确性,可能有助于促进NM-MRI在帕金森病诊断中的临床应用。
研究设计与样本
- 回顾性病例对照研究,使用两个3T扫描仪的NM-MRI数据集:主数据集122人(60例PD、62例年龄性别匹配健康对照),外部验证集24人(12例PD、12例健康对照)。
- 主数据集用于训练和验证U-net(4折交叉验证),外部验证集用于测试U-net;以最资深放射科医生(reader 1)的人工分割作为参考标准。
- 采用改良NM敏感T1加权快速自旋回波序列,主数据集参数:TR/TE 600/12 ms、层厚2.5 mm、层间距0.5 mm、像素0.43×0.43 mm、扫描时间7:15 min;外部验证集参数:TR/TE 688/15 ms、层厚3 mm、层间距1.0 mm、像素0.43×0.43 mm、扫描时间7:46 min。
- 阈值法:以中脑平均背景信号+1.5 SD为阈值,计算SNpc高信号面积;主数据集最佳阈值为+1.5 SD,外部验证集沿用同一阈值。
关键影像表现/征象
- SNpc高信号面积在帕金森病患者中显著低于健康对照:主数据集人工分割PD 48.6±19.1 mm³ vs 健康对照84.9±14.4 mm³,U-net分割PD 45±18.5 mm³ vs 健康对照83.9±14.5 mm³(均p<0.0001)。
- 外部验证集SNpc高信号面积:人工分割PD 43.9±18.2 mm³ vs 健康对照87.6±23.1 mm³,U-net分割PD 36.1±17.4 mm³ vs 健康对照80±23.7 mm³(均p<0.0001)。
- SNpc分割Dice系数在主数据集:U-net 0.83±0.04,阅片者间0.83±0.04;外部验证集:U-net 0.79±0.04,阅片者间0.85±0.03。
- 中脑分割Dice系数在主数据集所有受试者为0.97±0.01,SNpc为0.83±0.04;SNpc分割准确性低于中脑。
诊断标准与关键数值
- 帕金森病诊断采用运动障碍学会临床确诊帕金森病标准,患者对抗帕金森病治疗有反应且扫描后18个月或更长时间无非典型帕金森综合征。
- 主数据集SNpc高信号面积诊断PD的AUC:U-net 0.950,人工分割0.948(p<0.05),最佳截断值分别为61.2 mm²和64.2 mm²。
- 外部验证集SNpc高信号面积诊断PD的AUC:U-net 0.944,人工分割0.931(p<0.05),最佳截断值分别为54.7 mm²和64.3 mm²。
- Dice系数分级:0.0–0.39为低,0.40–0.79为中等,0.80–1.0为高。
临床应用与阅片要点
- U-net分割SNpc的诊断性能与人工分割相当,可考虑用于NM-MRI中SNpc高信号面积的自动评估,以节省人工分割时间。
- 不同扫描仪和成像参数导致的信号强度变化可能影响U-net推断能力,外部验证集SNpc分割准确性低于阅片者间精度。
- 将主数据集的最佳阈值直接应用于外部验证集可能影响诊断准确性,因阈值应适应脉冲序列的神经黑色素敏感水平。
局限性
- 样本量相对较小,尤其是外部验证集。
- 帕金森病诊断未经组织病理学证实,可能存在误诊。
- U-net模型以人工分割的SNpc和中脑掩模作为训练输入,人工分割依赖对高信号区的识别和放射科医生的解剖知识,存在主观性偏倚;帕金森病患者的高信号面积可能被低估,放大患者与健康对照之间的差异。
- 两种方法均依赖阈值定义高信号面积,会丢失阈值以上信号强度幅度或空间分布等信息。
- 外部验证集平均病程较长,可能正向影响该数据集的诊断准确性;两数据集平均年龄不同,中脑受年龄相关变化影响,这些因素的潜在影响不可忽视。
全文中译10 节 · 点击展开
引言
帕金森病(PD)是第二常见的进行性神经退行性疾病,截至2017年全球有850万人受累[1]。其特征为黑质致密部(SNpc)内多巴胺能神经元的进行性丢失,这被认为导致了PD的经典运动症状[2]。目前,PD的诊断依赖于从患者病史和神经系统检查中获得的临床特征;在早期阶段准确诊断较为困难,误诊率约为25%[3]。尽管在出现任何临床症状之前,SNpc的多巴胺能神经元已丢失60–80%[4],但迄今为止,传统MRI未能成功检测到SNpc的病理改变,这影响了旨在减缓神经元丢失的预防性方法和新疗法的有效性[5]。因此,迫切需要客观的PD生物标志物。
在常规临床实践中,MRI在具有帕金森样运动症状的患者中的作用目前仅限于排除非典型帕金森综合征[6]。近年来,在为检测SNpc神经退行性变而开发的其他有前景的方法[7, 8]中,神经黑色素-MRI(NM-MRI)被提出用于可视化神经黑色素,因为其色素脱失是PD的关键病理特征[9]。储存在健康多巴胺能神经元内的高顺磁性铁-神经黑色素复合物通过磁化传递和T1效应的共同作用提高NM-MRI信号强度[10]。神经元死亡后,未结合的神经黑色素和铁变为细胞外[11],通过激活小胶质细胞和促炎因子参与神经退行性变[12]。在PD患者中,细胞内铁-神经黑色素复合物水平降低导致NM-MRI信号强度下降。多位作者表明,定量NM-MRI中SNpc信号丢失可为区分PD患者与对照者提供高诊断准确性[13–15],即使在早期阶段亦是如此[16]。此外,一些研究报告了其与疾病严重程度[17, 18]及左旋多巴诱导的运动并发症[19]的相关性。
为此,已提出多种分割技术用于评估SNpc的高信号区域:简单手动勾画[14]、利用从手动分割的背景中脑获得的信号强度阈值估计SNpc高信号面积(或体积)[15, 18, 19],以及半自动区域生长技术[20]。迄今为止唯一描述的自动化方法是基于图谱的方法[13],该方法涉及将新图像与一组手动标记的示例进行配准。然而,由于使用固定的一组图谱,该方法可能无法捕捉目标受试者的全部解剖变异性,从而影响其准确性[21],并且已知其计算量大。
在本研究中,我们以Schwarz等人[15]首次描述的使用手动分割(MS)的阈值信号强度方法作为参考,因为该方法是唯一一种在帕金森病(PD)中证明黑质致密部(SNpc)信号丢失具有分期依赖性的方法,而基于图谱的实验则不然。该方法试图基于中脑背景信号,计数高于既定阈值的SNpc高信号像素。该过程需要多个步骤,包括手动勾画SNpc和中脑、确定阈值以及计算所得的高信号区域。尽管具有诱人的诊断性能,但该方法的临床适用性受到这些耗时步骤的阻碍,首先是手动分割;在这方面,自动分割将是一个显著的改进。
在此背景下,深度学习分割似乎是一个有吸引力的选择。它使用经训练以通过示例执行任务并掌握数据集中复杂结构的神经网络[22]。具体而言,卷积神经网络(CNN)显著提升了计算机化图像识别性能。它们已成功应用于神经放射学领域,以分割各种结构,如脑肿瘤[23]、白质高信号[24]或放射治疗前的危及器官[25]。在CNN中,U-net[26]是生物医学图像分割中最常用的模型。
我们假设,U-net架构的CNN可以取代NM-MR图像的手动分割,作为先前描述的方法的初始步骤,该方法旨在评估SNpc信号强度,并在PD诊断中达到同等的诊断准确性。因此,我们评估了(1)分割准确性以及(2)基于U-net分割的方法与既定MS方法相比的诊断测试性能。
方法
研究设计与参与者
这项回顾性病例对照研究使用了两个NM-MRI数据集。主要数据集来自60例PD患者和62例年龄及性别匹配的健康对照(HC),由3T扫描仪(MAGNETOM Prisma,Siemens Healthcare)于2017年10月至2018年7月获取,用于训练和验证U-net模型。外部验证数据集包括12例PD患者和12例HC,使用不同的3T扫描仪(Achieva,Philips Medical Systems)于2014年4月至2015年4月获取,用于测试U-net。所有患者均来自顺天堂大学医院神经内科,并符合运动障碍学会关于临床确立PD的诊断标准[27]。这些患者对抗帕金森病治疗有反应,且在扫描后18个月或更长时间内无非典型帕金森综合征。HC组无神经或精神疾病史。所有参与者在检查前均提供知情同意,顺天堂大学医学院伦理委员会批准了该研究。
使用两台3T磁共振扫描仪,我们获得了改良的NM敏感T1加权快速自旋回波序列,并附加了频谱预饱和反转恢复脉冲,类似于Schwarz等人[15]所提出的方法。主数据集的一般扫描参数如下:600/12 ms重复时间/回波时间;回波链长度14;层厚2.5 mm;层间隔0.5 mm;层间距3.0 mm;采集矩阵512 × 359;视野220 × 220 mm(像素大小0.43 × 0.43 mm);带宽175 Hz/像素,三次平均;总扫描时间7:15 min,而外部验证数据集的扫描参数如下:688/15 ms重复时间/回波时间;回波链长度14;层厚3 mm;层间隔1.0 mm;层间距4.0 mm;像素大小0.43 × 0.43 mm;四次平均;总扫描时间7:46 min。在两种情况下,所有斜轴位层面均从胼胝体压部延伸至脑桥下缘,并平行于连接胼胝体压部与膝部的连线,且垂直于第四脑室底。
基于手动分割的阈值法
我们使用了Schwarz等人[15]所报告方法的类似、稍作修改的版本,来测量黑质致密部(SNpc)中的高信号区域。图像分析由两名对临床信息不知情的放射科医师[读者1(KK)和读者2(AL)]在离线Windows计算机上使用MRIcron软件v2010进行。在本研究中,我们使用由最有经验的放射科医师(读者1)勾画的掩膜作为SNpc和中脑分割的参考标准。
首先,通过在包含中脑的两个连续轴位层面中手动勾画SNpc和中脑来生成掩膜(图1)。然后,我们测量了每位患者的平均背景信号和标准差(SD),其中背景定义为中脑减去SNpc。SNpc的高信号区域通过将SNpc掩膜内信号高于所选阈值的像素数乘以图像分辨率来计算。最佳阈值在主数据集中通过对SNpc高信号区域使用若干阈值进行ROC分析来确定,这些阈值以与先前作者[18, 19]相同数量级的间隔设置:MSI + 1、1.5或2 SD。使用MSI + 1.5 SD阈值时获得了最高的诊断准确率。我们在外部验证数据集中采用了相同的+ 1.5 SD阈值,原则是将分割和阈值化过程作为一个整体进行外部化。这一手动过程每位受试者大约需要5至10分钟。
基于U-net架构CNN的分割
采用U-net架构卷积神经网络(CNN)[26]根据每个体素候选类别的最大概率进行深度学习分割。首先,我们通过改变原始图像的信号强度、旋转角度和缩放比例对主数据集进行增强,以获得对偏差具有鲁棒性的模型,且无需预先进行信号强度归一化。对于信号强度偏差,我们将原始信号强度转换为:其中A = 0.7/1.0/1.3,B = − 100/0/100,orig表示原始图像的信号强度。
对于旋转偏差,我们将原始图像分别旋转− 30°/0°/+ 30°进行处理。最后,对于缩放偏差,我们将原始图像调整为90%/100%/110%。我们使用这些增强数据集作为最终训练数据。采用两个U-net执行两个连续的分割任务,其中一个任务训练用于分割中脑,另一个任务训练用于从前者的输出中分割黑质致密部(SNpc)和背景(即中脑 = SNpc + 背景)。两个U-net具有相同的架构,与原始U-net架构[26]略有不同。此处,最大池化操作被步长为2的卷积所替代。两个U-net同时训练以提高第二个U-net对噪声的鲁棒性,因为第一个U-net的输出图像表现出显著的噪声;然而,这些U-net的损失函数是断开的,确保一个U-net的损失函数反向传播不影响另一个。在一次迭代中,从原始数据(512 × 512像素)中随机裁剪256 × 256像素的图像,批大小为2,并计算平均交叉熵作为损失函数。使用Adam [28]梯度下降算法优化模型。此处,Adam更新规则应用于α = 0.0001、β1 = 0.5和β2 = 0.999。Adam优化执行10个 epoch。U-net的训练根据基于四个平衡组的4折交叉验证进行,平衡组以1:1比例混合健康对照(HC)和帕金森病(PD)患者。在所有折中验证和训练Dice系数相似;因此,任意选择在第一折上训练的模型执行U-net分割(US)。我们未采用早停或超参数搜索。
作为推理阶段,将训练好的U-net应用于外部验证数据集,对未标注的Achieva MR图像进行分割。SNpc富含神经黑色素的区域使用从主数据集获得的最佳阈值(中脑信号强度 +1.5SD)进行计算。
使用配备64 GB CPU内存、Xeon E5-2670 v3 CPU(Intel,Santa Clara,CA)和TITAN Xp图形处理单元(NVIDIA,Santa Clara,CA)的计算机执行模型训练。使用Python 3.6和Chainer 3.2.0深度学习框架(http://chainer.org/)编写计算机程序。每折处理耗时150分钟。每位患者的预测时间(U-net分割和高信号体素计数)少于0.5秒。
统计分析
统计分析使用XLSTAT v2018.7软件进行。采用Student t检验和卡方检验比较帕金森病(PD)患者与健康对照(HC)之间的年龄和性别分布。背景信号的相对变异通过将平均背景信号除以标准差计算。采用Student t检验比较HC组和PD组的平均相对变异以评估图像质量。为评估U-net的分割准确性,我们使用Dice相似系数(DSC),定义为 ,其中MS表示手动分割,US表示U-net分割。DSC值范围为0至1,其中0和1分别表示无重叠和完全重叠。我们将U-net的分割输出与由阅片者1(KK)手动勾画的掩膜进行比较,后者被视为参考标准。我们还比较了两位阅片者的分割掩膜。U-net的阅片者间精确度和分割准确性评级如下:0.0–0.39为“低”;0.40–0.79为“中等”;0.80–1.0为“高”。在DSC方面,分别使用Mann–Whitney U检验和Student t检验对主要数据集和外部验证数据集进行比较,我们比较了HC组和PD组之间SNpc或中脑分割的U-net准确性或阅片者间精确度。此外,我们比较了HC组和PD组中SNpc分割的U-net准确性与阅片者间精确度。采用Student t检验比较PD组和HC组之间SNpc的NM富集区域。采用Spearman秩相关检验确定高信号区域与病程或UPDRS-III评分之间的关系。相关强度采用以下相关系数r标准确定:0.00–0.19为“极弱”;0.20–0.39为“弱”;0.40–0.59为“中等”;0.60–0.79为“强”;0.80–1.0为“极强”。最后,为评估阈值法作为PD诊断试验(使用手动分割或U-net分割)的诊断性能,对SNpc高信号区域进行受试者工作特征(ROC)分析并计算曲线下面积(AUC)。来自同一数据集的ROC曲线采用Delong方法进行比较[29]。
结果
参与者与图像质量
在两个数据集中,HC与PD患者之间的年龄或性别均无显著差异(表1)。此外,在两个数据集中,无论采用哪种分割方法,PD患者与HC之间背景信号的相对变异均无显著差异(所有p > 0.05,见在线补充数据),表明PD组和HC组的图像质量相似。
U-net的评估
主要数据集
表2显示了在SNpc和中脑获得的DSC方面的读者间精度和美国准确性。SNpc和中脑(MB)的美国准确性高达读者间精度,各亚组和结构的DSC相似。SNpc的DSC consistently低于中脑(所有受试者的DSC:中脑,0.97 ± 0.01;SNpc,0.83 ± 0.04)。此外,关于SNpc,PD患者的DSC低于HC。计算出的SNpc内高信号面积在PD患者中显著低于HC[MS:PD,48.6 ± 19.1 mm3(平均值 ± 标准差);HC,84.9 ± 14.4 mm3;美国:PD,45 ± 18.5 mm3;HC,83.9 ± 14.5 mm3;所有p < 0.0001,使用Student t检验](图2a)。高信号面积与PD病程之间的相关性分析显示,两种方法均呈显著弱负相关(MS:r = − 0.32,p = 0.013;美国:r = − 0.33,p = 0.008),但与UPDRS-III评分无显著相关性(MS:r = − 0.22,p = 0.079;美国:r = − 0.20,p = 0.110)。使用美国而非MS进行阈值信号强度方法并未影响NM-MRI的诊断测试性能。使用美国或MS方法时,高信号SNpc面积的AUC相当,美国略有比较优势(AUC分别为0.950和0.948,p < 0.05,最佳截断值分别为61.2和64.2 mm2,图3)。
外部验证数据集
输出分割图的视觉评估未发现任何大的分割错误。SNpc的美国准确性在HC中较高,在PD患者中中等,但在两种情况下均显著低于读者间精度(平均DSC:PD患者,0.77对0.83;HC,0.80对0.86,所有p < 0.0001)。与主要数据集一样,每种情况下SNpc分割的准确性均低于中脑分割(表2)。PD患者的高信号面积显著低于HC,且两种方法在这些组间的差异相似[MS:PD,43.9 ± 18.2 mm3;HC,87.6 ± 23.1 mm3;美国:PD,36.1 ± 17.4 mm3;HC,80 ± 23.7 mm3;所有p < 0.0001,使用Student t检验](图2b)。两种方法均未发现高信号面积与疾病持续时间之间存在显著相关性(MS:r = − 0.24,p = 0.449;美国:r = − 0.20,p = 0.527)。然而,与UPDRS-III评分存在强显著相关性(MS:r = − 0.65,p = 0.027;美国:r = − 0.60,p = 0.043)。在此处,用美国替代MS似乎也未影响NM-MRI的总体诊断测试性能。使用美国或MS时,高信号SNpc面积的AUC分别为0.944和0.931(p < 0.05),最佳截断值分别为54.7和64.3 mm2(图3)。
讨论
在此,我们开发了一个U-net模型,用于在NM-MRI中分割SNpc和中脑,并表明尽管我们的模型对SNpc的分割准确度中等,但使用经验证的阈值法对SNpc高信号区域进行评估时,我们的模型能够达到与人工分割同等的诊断性能。
在两个数据集中,U-net对中脑的分割均具有高度准确性;然而,U-net在外部验证数据集中未能达到与阅片者间精密度相同水平的SNpc分割。U-net在外部数据集中对SNpc的准确度较低,意味着不同的成像参数和信号强度变化对U-net的推断能力构成了挑战。此外,将主要数据集的最优阈值应用于外部数据集可能影响了诊断试验准确度,因为阈值应适应脉冲序列对神经黑色素的敏感水平。为解决这一具体问题,Schwarz等[18]提出了一种基于健康对照中SNpc高信号区域理论体积的归一化流程。由于我们希望独立检验U-net在外部数据集中的准确度,因此未尝试对信号强度水平进行归一化。
另一项发现是,SNpc分割的准确度始终低于中脑,表明无论采用何种分割方法,确定SNpc边界均存在困难。与中脑和周围脑池之间的边界不同,SNpc与背景之间的边界难以精确勾画,因为高信号像素仅反映神经黑色素含量而非整个SNpc。SNpc人工分割中固有的相对主观性似乎同时影响了人工分割和U-net分割的准确度。此外,患者组的DSC低于健康组,可能是因为高信号区域减少导致分割任务更具挑战性。
尽管在外部数据集中SNpc分割的精确度相对不足,但在两个数据集中,PD患者计算所得的高信号面积均较HC显著减小,这与既往研究结果一致[13, 15, 19, 20]。阈值法对PD的诊断试验准确度未受影响:在两个数据集中,使用U-net或人工分割所得的AUC相似,U-net方法略有比较优势,且与既往所述人工技术一样高,后者范围为0.82至0.93 [13, 15, 20]。这些结果提示,提供有用的高信号区域体积估计并不需要极其精确的SNpc分割。我们的U-net模型足以获得令人满意的诊断准确度。
在外部验证数据集中,高信号面积与运动严重程度(由UPDRS-III评分反映)相关,但在规模更大的主要数据集中未观察到相关性。我们对这一发现没有明确的解释,因为两组之间的疾病严重程度相似。由于样本量较小(12例PD患者),对外部验证数据集进行的相关性分析应谨慎看待。由于既往在较小样本中的研究也发现与UPDRS-III评分呈弱相关[18]或无相关[13, 17],NM-MRI作为PD患者监测工具的效用尚无法得到证实。
本研究存在若干局限性。第一,对于病例对照研究而言,样本量相对较小,尤其是外部验证数据集。第二,本研究中帕金森病(PD)的诊断未经组织病理学确认;因此,可能存在误诊。第三,由于无法将病理检查作为标准,U-net模型是使用从NM-MRI中手动获取的黑质致密部(SNpc)和中脑掩膜作为输入进行训练的。手动分割(MS)依赖于对高信号区域的识别以及放射科医生的解剖学知识,因此受到主观偏倚的影响。在PD患者中,高信号区域可能被低估,从而放大了PD患者与健康对照(HC)之间的差异。因此,提供更清晰SNpc图像的额外序列,如质子密度加权图像,可能有助于创建更准确的SNpc掩膜以应用于NM-MR图像。第四,两种方法均依赖于阈值来定义高信号区域。这种方法的缺点是信息丢失,例如高于阈值的信号强度幅度或其空间分布[30]。若干研究通过手动放置感兴趣区[16, 18]或体素分析[30]发现了SNpc内神经黑色素丢失的亚区域模式,HC与PD患者之间的差异优先涉及SNpc的后部和外侧部分。研究整个SNpc可能导致本研究中与临床状态缺乏相关性,这仍然是进一步改进NM-MRI的重要关注点。针对SNpc该区域的额外研究可能有助于实现这一目标。最后,外部验证数据集中的平均病程较长,这可能对该方法在外部数据集中的诊断准确性产生了积极影响。此外,各数据集之间的平均年龄存在差异;因此,这些因素的潜在影响不可忽视,因为中脑会受到年龄相关变化的影响[31]。然而,尽管存在这些局限性,由于U-net节省时间且不影响阈值法的诊断准确性,它可能有助于促进NM-MRI在PD诊断中的临床应用。
总之,U-net分割在NM-MRI中评估SNpc方面提供了相对较高的准确性,并产生了与现有手动方法相当的诊断性能,但其分割准确性应进一步提高,以便能够完全替代手动分割。
电子补充材料
ESM 1(DOCX 16 kb)
引用
- Le Berre A, Kamagata K, Otsuka Y, et al. Convolutional neural network-based segmentation can help in assessing the substantia nigra in neuromelanin MRI. Neuroradiology. 2019. PMID: 31401723. doi:10.1007/s00234-019-02279-w
- 全文:PMC6848644(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6848644/
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。