文献速递骨肌MR

基于深度卷积神经网络的半月板撕裂检测:与放射科医师及手术参考标准的比较

Deep convolutional neural network-based detection of meniscus tears: comparison with radiologists and surgery as standard of reference.
PubMed 文献 · Skeletal Radiol · 2020-03-13

回顾性纳入100例连续接受膝关节MRI及关节镜手术的患者,由两名肌骨放射科医师与深度卷积神经网络(DCNN)独立评估内、外侧半月板撕裂,以手术报告为参考标准。DCNN检测内侧半月板撕裂的敏感度低于一名放射科医师(p=0.039),其余比较无显著差异;DCNN特异度与医师相近,但敏感度较低。

要点

  • DCNN检测半月板撕裂为全自动流程,特异度与肌骨放射科医师相近,但敏感度较低。
  • 内侧半月板撕裂敏感度:读者2 96% vs DCNN 84%,差异有统计学意义(p=0.039)。
  • 外侧半月板撕裂敏感度:读者1 71%、读者2 67%、DCNN 58%,所有比较均无显著差异。

核心结论

  • DCNN可全自动检测半月板撕裂,与肌骨放射科医师相比特异度相似但敏感度较低。
  • 仅内侧半月板撕裂敏感度在读者2与DCNN之间差异有统计学意义(p=0.039),其余比较均无显著差异(所有p≥0.092)。
  • DCNN检测内侧、外侧及整体半月板撕裂的AUC分别为0.882、0.781和0.961。

研究设计与样本

  • 回顾性纳入100例连续患者(46女、54男,平均年龄39.9岁,范围14–74岁),均在本机构接受膝关节MRI后3个月内行关节镜手术。
  • MRI检查时间范围为2016年4月至2018年4月,64例在1.5 T、36例在3 T扫描仪上完成。
  • 以关节镜手术报告为参考标准,两名全职肌骨放射科医师独立盲法评估内、外侧半月板撕裂,并与DCNN结果比较。
  • DCNN训练集来自多家机构的20,520次MRI检查(18,520次训练、1,000次验证、1,000次测试),纳入患者不属于训练集或内部验证集。

关键影像表现/征象

  • DCNN自动选取冠状位和矢状位流体敏感脂肪抑制序列,经预处理后输出内侧和外侧半月板撕裂的置信度。
  • 软件可生成热图定位疑似撕裂位置,但原文注明热图仍在开发中,本研究未对其进行评估。
  • 图3示例中DCNN对内半月板撕裂的预测概率为99.9%;图4示例中DCNN正确分类内侧半月板撕裂(概率93.5%)但漏诊外侧半月板小撕裂。

诊断标准与关键数值

  • DCNN输出的撕裂概率以0.5为阈值二分为存在/不存在。
  • 内侧半月板撕裂:读者1敏感度93%、特异度91%、准确率92%;读者2敏感度96%、特异度86%、准确率92%;DCNN敏感度84%、特异度88%、准确率86%。
  • 外侧半月板撕裂:读者1敏感度71%、特异度95%、准确率89%;读者2敏感度67%、特异度99%、准确率91%;DCNN敏感度58%、特异度92%、准确率84%。
  • DCNN检测内侧、外侧及整体半月板撕裂的AUC分别为0.882(95%CI 0.802; 0.938)、0.781(95%CI 0.687; 0.858)和0.961(95%CI 0.902; 0.990)。
  • 读者间一致性:内侧半月板kappa=0.876(95%CI 0.78; 0.972),外侧半月板kappa=0.741(95%CI 0.572; 0.910),整体kappa=0.816(95%CI 0.695; 0.938)。

临床应用与阅片要点

  • DCNN可作为全自动半月板撕裂检测工具,但敏感度较低,尤其外侧半月板(58%),阅片时需注意其漏诊可能。
  • DCNN特异度与放射科医师相近,提示其用于排除撕裂时可能具有参考价值。
  • 原文结论指出DCNN与肌骨放射科医师相比敏感度较低,作者未据此给出具体临床使用建议。

局限性

  • 原文指出外侧半月板撕裂仅24例,统计效能低,可能解释该组比较无显著差异。
  • 原文指出热图仍在开发中,本研究未对其进行评估。
  • 原文为回顾性研究,样本来自本机构连续患者。
全文中译15 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:Skeletal Radiol. 2020 Mar 13;49(8):1207–17. doi: 10.1007/s00256-020-03410-2

引言

半月板撕裂是膝关节疼痛患者中的常见表现,大多数病例由创伤或退变引起[1–3]。研究表明,半月板撕裂与持续性膝关节疼痛、功能下降和早期骨关节炎相关[4–6]。治疗可分为保守治疗和手术治疗,取决于多种因素,包括半月板撕裂的形状、大小和位置,以及患者的年龄和体力活动水平[7–10]。适当的治疗可减少半月板撕裂的后遗症、改善生活质量并降低医疗费用[11–14]。因此,半月板撕裂的准确诊断十分重要。

由于MRI具有高软组织对比度,液体敏感序列对检测半月板撕裂具有较高的准确性。与关节镜检查相比,MRI检测内侧半月板撕裂的敏感度和特异度分别为93%和88%,检测外侧半月板撕裂的敏感度和特异度分别为79%和96%,如今已在很大程度上取代了诊断性关节镜检查[15–17]。

计算能力的提升和大数据管理的改进推动了人工智能(AI)的实质性进展[18, 19]。机器学习和深度学习是AI更广泛领域的子类别,描述了具有自学习能力的计算机算法的概念,能够在没有明确规则编程的情况下解决特定任务[20, 21]。特别是,过去十年中图像分类领域取得了巨大进步。这一进步得益于深度学习算法和图形处理器的改进。基于卷积神经网络(CNN)的算法——如今在许多视觉识别任务中是最先进的方法[22, 23]——可以识别和定位图像中的物体,其准确性与人类相似甚至更高[24]。CNN由多个相连的层组成,每一层对数据进行变换并学习检测特定的图像特征,最终得出分类输出。尽管取得了这些进展,训练CNN模型仍然是一项挑战,因为这些任务通常计算强度大且需要大型训练数据集。随着多种新型MRI技术使得全程膝关节MRI检查可在5–10分钟内完成,借助AI进行快速判读预计将变得越来越重要,以匹配检查采集和判读的效率[25–27]。

本研究评估了一种深度卷积神经网络(DCNN)用于检测内侧和外侧半月板撕裂,该网络在来自不同机构的超过18,500例MR检查上进行了训练。然而,尚未进行临床评估以及与手术所见的相关性分析,DCNN在临床环境中检测半月板撕裂的真实能力迄今尚不清楚。因此,本研究的目的是对一种全自动DCNN进行临床验证,用于检测经手术证实的半月板撕裂。

材料和方法

本回顾性研究经本院伦理委员会批准。所有纳入受试者均获得了回顾性数据分析的书面知情同意。

研究设计和参与者

图1展示了研究设计的流程图。临床患者的膝关节MRI检查由两名放射科医师和一款基于深度卷积神经网络(DCNN)的软件进行回顾性评估,以检测内侧和外侧半月板撕裂(图2)。所有纳入患者均在MRI后接受了膝关节镜手术并进行了半月板评估。膝关节手术报告作为本研究的参考标准。放射学评估与DCNN结果进行比较,并计算诊断性能的差异。

我们连续纳入了100名患者,这些患者由委员会认证的医师转诊至我院进行膝关节MRI检查以评估膝关节疼痛。纳入的患者不属于用于DCNN训练或内部验证的数据集,且符合以下标准:(1)在我院使用临床1.5特斯拉或3特斯拉临床全身MRI系统、按照我们评估膝关节疼痛的标准方案(表1)进行的膝关节MRI检查;(2)在我院由专业膝关节外科医生在膝关节MRI后3个月内进行的膝关节镜手术;(3)签署了回顾性数据分析的知情同意书。既往有膝关节手术史或因运动导致图像质量受损的患者被排除。膝关节MRI检查于2016年4月至2018年4月期间进行。研究人群包括46名女性和54名男性,平均年龄39.9岁(标准差(SD)14.3岁;范围14–74岁)。女性(平均40.1 ± 14.2岁)与男性(平均39.7 ± 14.6岁)之间的年龄无显著差异,p = 0.893。64名患者在1.5特斯拉(T)和36名患者在3 T MR扫描仪上接受了检查。

图1 研究设计流程图 查看原图 ↗
图2 基于深度学习的软件示意图。顶部方框代表初始预处理步骤。从膝关节MR检查的完整序列集中,算法选择冠状位和矢状位流体敏感脂肪抑制序列,随后围绕半月板进行重新缩放和裁剪。这两个序列是深度卷积神经网络(CNN)的输入,由中间方框表示。矢状位和冠状位图像由两个不同的卷积块处理,结果在由全连接层处理之前进行拼接。最后,内侧和外侧半月板撕裂的置信水平由第二个全连接层内的softmax层计算得出。底部方框代表在两个半月板的轴位图像上使用颜色编码热图对半月板撕裂进行定位。因此,计算CNN最后一个卷积层的类激活图(CAM)。请注意,热图仍在开发中,因此未在我们的研究中进行评估。ReLU = 修正线性单元 查看原图 ↗
表1 1.5特斯拉和3特斯拉下膝关节创伤的标准MR成像方案 查看原表 ↗

手术报告

所有手术均由委员会认证的专业膝关节外科医生执行。使用标准的前外侧和前内侧关节镜入路,在每次手术中对所有膝关节间室和所有关节内结构(即半月板、韧带、软骨、滑膜炎)进行结构化关节镜评估。根据机构指南,以标准化方式对每个膝关节间室的所有发现进行详细报告。

MR成像

所有患者均在临床1.5 T或3 T MRI系统(Magnetom Avanto fit或Magnetom Skyra fit,Siemens Healthcare,Erlangen,德国)上使用专用15通道发射/接收膝关节线圈进行检查。所有检查均包括冠状位T1加权、冠状位短tau反转恢复(STIR)、轴位脂肪抑制中间加权(IW)以及矢状位脂肪抑制和非脂肪抑制IW序列,采用Dixon技术(同相位和仅水图像)采集。1.5 T和3 T方案的参数见表1。

半月板评估

所有患者的膝关节MRI由两名全职且接受过专科培训的肌肉骨骼放射科医生分别评估(阅片者1:BF,肌肉骨骼放射学经验7年;阅片者2:CP,肌肉骨骼放射学经验21年)。评估在去除任何个人或临床信息后的匿名数据集上进行,使用最先进的图像归档和通信系统(PACS)工作站(MERLIN Diagnostic Workcenter,版本5.2,Phönix-PACS GmbH,Freiburg,德国),在放射科阅片室条件下进行。两名阅片者均对患者的临床病史、术中发现或膝关节手术指征不知情。

对每名患者,分别评估内侧和外侧半月板是否存在半月板撕裂(图3和图4)。

图3 一名30岁男性患者左膝关节MRI。a 双侧半月板体部的冠状位短tau反转恢复图像。b 内侧半月板后角与体部交界处的矢状位脂肪抑制中间加权图像。c 深度卷积神经网络的输出,该网络计算内侧和外侧半月板撕裂的概率,并提供描绘疑似撕裂位置的热图。内侧半月板体部存在水平撕裂并延伸至后角(箭头)。膝关节镜证实内侧半月板撕裂。两名阅片者和深度卷积神经网络均正确诊断了内侧半月板撕裂;深度卷积神经网络估计撕裂概率为99.9% 查看原图 ↗
图4 一名45岁男性患者右膝关节MRI。内侧半月板体部与后角交界处(a)和外侧半月板(b)的矢状位脂肪抑制中间加权图像。c 双侧半月板后角的冠状位短tau反转恢复图像。d 深度卷积神经网络的输出,该网络计算内侧和外侧半月板撕裂的概率,并提供描绘疑似撕裂位置的热图。内侧半月板后角与体部交界处存在水平撕裂(箭头),而外侧半月板显示体部中央的小撕裂(箭头头)。膝关节镜证实双侧半月板撕裂,两名阅片者均正确诊断。深度卷积神经网络以93.5%的概率正确分类了内侧半月板撕裂,但漏诊了外侧半月板的小撕裂 查看原图 ↗

深度卷积神经网络

深度卷积神经网络(DCNN)由两个主要部分组成:MR图像的预处理——在此期间图像被归一化至预定义标准——以及预测部分——其计算所提交MR检查中所示膝关节半月板撕裂存在的置信水平。预测部分由一个DCNN组成,该网络在一个大型专有膝关节MR图像数据库上进行了训练(图2)。

预处理

在预处理阶段,DCNN自动选择冠状位和矢状位流体敏感脂肪抑制序列,如短tau反转恢复序列或中间加权序列。然后使用三次样条插值将图像缩放至标准像素大小、层间距和层数。最后,围绕半月板对图像进行裁剪,以减少处理卷积神经网络(CNN)所需的内存和时间。

卷积神经网络

CNN接收冠状位和矢状位序列作为输入,并并行计算两个平面。每个CNN模块(冠状位和矢状位)由两个系列的3D卷积层、批归一化层、修正线性单元(ReLU)激活层组成,在这两个系列层之后,添加一个池化层。然后,四个Inception模块[28]完成该模块,每个模块前均有一个3D卷积层、批归一化层和ReLU激活层。每个Inception模块以池化层结束。在拼接两个CNN模块的结果之前,特征图逐层取平均。网络以两个全连接层结束:第一个具有dropout和ReLU激活层,第二个具有softmax激活层,其提取半月板撕裂的置信水平。

定位(热图)

为了可视化定位撕裂,软件计算CNN中最后一个卷积层的类激活图(CAM),并将其映射至膝关节轴位图像。然后将映射的CAM值缩放至DCNN预测的置信水平,并以热图形式表示在膝关节轴位图像上(图3和图4)。

CNN的训练

为训练用于检测半月板撕裂的卷积神经网络(CNN),使用了包含20,520例符合预处理标准的MRI研究的数据库:其中18,520例研究用于训练,1000例用于验证,1000例用于测试CNN。所有三个数据集均包含一对冠状面和矢状面序列,且标签均衡(每个数据集中半月板撕裂与完整的膝关节数量相同)。第一个数据集用于训练模型(计算深度卷积神经网络(DCNN)模型的权重),第二个数据集用于调整DCNN模型的超参数,最后第三个数据集用于评估模型的准确性。所使用的数据集包含来自众多机构的膝关节MRI,因此在MR序列参数和场强方面具有异质性。MR扫描仪的制造商为GE Healthcare,Waukesha,WI,USA;Philips Healthcare,Best,The Netherlands;以及Siemens Healthcare,Erlangen,Germany。数据集包含2013年至2018年间采集的膝关节MRI。训练任务使用二元交叉熵损失函数执行。选择学习率为0.001的Adam作为优化器来训练CNN。为开发CNN,使用了基于TensorFlow后端的Keras框架(keras.io和www.tensorflow.org)。训练在NVIDIA P-40图形处理单元上进行,批大小为10(研究)。

标签提取

用于训练CNN的真实标签(二元标签)是使用基于规则的自然资源语言处理(NLP)算法从属于这些MRI研究的人类生成的匿名化临床报告中提取的。基于400个手动提取的标签,二元标签提取的F1分数为0.97。

统计学

统计分析使用MedCalc版本17.6(MedCalc Software bvba)进行。应用了一般描述性统计,连续数据以均数和标准差报告,分类数据以比例报告。患者年龄使用双尾独立Student t检验进行比较。计算放射学评估和DCNN评估与术中发现相比较的敏感性、特异性和准确性,并使用McNemar检验进行比较。因此,DCNN对半月板撕裂出现的概率使用0.5的阈值被二分为存在/不存在。使用DCNN的半月板撕裂概率,进行了受试者工作特征(ROC)曲线分析,并计算了ROC曲线下面积(AUC)及其95%置信区间(CI)。内侧和外侧半月板结果的图形可视化使用Zombie图进行[29]。读者间一致性使用Cohen kappa评估。Kappa值> 0.6–0.8被认为代表良好一致性,> 0.8–1被认为代表极好一致性[30]。比较1.5 T和3 T检查的亚组分析使用Fisher精确检验进行。p值< 0.05被认为代表统计学显著性。

结果

57%(57/100)的患者有内侧半月板撕裂,24%(24/100)有外侧半月板撕裂,包括12%(12/100)的患者同时有双侧半月板撕裂。31%(31/100)的患者没有半月板撕裂。

表2和图5显示了两位阅片者和深度卷积神经网络(DCNN)检测内侧半月板撕裂、外侧半月板撕裂和整体半月板撕裂(包括内侧、外侧或两者同时撕裂)的敏感性、特异性、准确性和AUC。仅在内侧半月板撕裂检测的敏感性方面,阅片者2与DCNN之间存在统计学显著差异,p = 0.039。对于所有其他比较,内侧半月板(所有p ≥ 0.146)、外侧半月板(p ≥ 0.092)或两者合并(所有p ≥ 0.344)均无显著差异。使用Zombie图进行图形化可视化显示,DCNN的结果在内侧半月板方面集中于“最佳区域”(左上区域),在外侧半月板方面位于“排除疾病的不可接受区域”(图6)[29]。然而,阅片者1和阅片者2的结果更接近左上角,提示与DCNN相比具有更优的性能(图6)。

对内侧半月板评估的详细分析显示,DCNN有5个假阳性结果(FP)和9个假阴性结果(FN)。在80%(4/5)的FP中,至少1位阅片者也有FP。在33%(3/9)的FN中,至少1位阅片者也有FN。对于阅片者1,75%(3/4)的FP和50%(2/4)的FN分别也被DCNN评为FP或FN。对于阅片者2,67%(4/6)的FP和50%(1/2)的FN分别也被DCNN评为FP或FN。

对外侧半月板评估的详细分析显示,DCNN有6个FP和10个FN。在17%(1/6)的FP中,至少1位阅片者也有FP。在80%(8/10)的假阴性结果中,至少1位阅片者也有FN,在50%(5/10)中两位阅片者均有FN。对于阅片者1,25%(1/4)的FP和100%(7/7)的FN分别也被DCNN评为FP或FN。对于阅片者2,0%(0/1)的FP和63%(5/8)的FN分别也被DCNN评为FP或FN。

1.5 T与3 T检查的比较未显示任何放射科医师或DCNN在内侧(所有≥ 0.463)、外侧(所有≥ 0.243)或整体半月板撕裂评估(所有≥ 0.166)方面的敏感性、特异性或准确性存在任何显著差异。

两位阅片者之间,内侧半月板撕裂检测的阅片者间一致性非常好,kappa值为0.876(95%置信区间0.78; 0.972);外侧半月板撕裂检测的一致性良好,kappa值为0.741(95%置信区间0.572; 0.910)。总体半月板撕裂检测的kappa值非常好,为0.816(95%置信区间0.695; 0.938)。

表2 两位阅片者和深度卷积神经网络评估半月板撕裂的结果 查看原表 ↗
图5 深度卷积神经网络预测内侧、外侧和整体半月板撕裂概率的ROC曲线。ROC曲线下面积(AUC)分别为0.882(95%置信区间(CI)0.802; 0.938)、0.781(95% CI 0.687, 0.858)和0.961(95% CI 0.902, 0.990) 查看原图 ↗
图6 用于图形化可视化DCNN(绿色)、阅片者1(蓝色)和阅片者2(红色)在内侧和外侧半月板撕裂检测中敏感性 and 特异性估计值(实心点)及置信区间(椭圆)的Zombie图 查看原图 ↗

讨论

在我们的研究中,我们展示了深度卷积神经网络(DCNN)检测内侧和外侧半月板撕裂的能力。DCNN检测内侧和外侧半月板撕裂的敏感性、特异性和准确率介于84%至92%之间,但外侧半月板撕裂检测的敏感性显著较低,为58%。与一位放射科医师相比,DCNN检测内侧半月板撕裂的敏感性显著较低;对于所有其他比较,DCNN与两位阅片者之间不存在显著差异。

迄今为止,已有数项研究成功将基于机器学习或深度学习的算法应用于面向临床的放射学任务。在肌肉骨骼放射学中,诸如骨龄测定或骨折诊断等各种基于X线摄影的任务已可通过人工智能(AI)算法实现[31, 32]。此外,近期已证实基于AI在液体敏感序列单层MRI切片上检测半月板撕裂的可行性[33, 34]。然而,迄今能够成功评估肌肉骨骼放射学中全套横断面影像检查的AI训练软件算法仍然稀少。这可能有多方面原因。横断面影像的数据量通常是X线摄影数据量的数倍。一次膝关节MR检查通常包含约50兆字节的数据。考虑到 adequate 训练往往需要数千项检查,因此需要处理海量数据并需要巨大的计算能力。此外,MR检查由不同加权、且常常不同方位的多个序列组成。征象往往仅在特定序列或加权上可见,且需要跨成像平面交叉参照征象以提高置信度并得出适当诊断。本研究的深度卷积神经网络(DCNN)通过首先仅选择冠状面或矢状面的液体敏感脂肪抑制序列,并将图像裁剪至较小视野(仍包含半月板但排除其他无关结构),克服了其中部分问题。与本研究类似,另一篇发表文献证实了基于深度学习的算法用于评估膝关节MRI以检测半月板撕裂、前交叉韧带撕裂及其他一般膝关节异常的可行性[35]。对于整体半月板撕裂检测,作者达到74.1%的敏感度、71.0%的特异度和72.5%的准确率,在所有评估指标上均低于我们的结果16–17%。然而,已发表研究与本研究在参考标准方面存在显著差异,这限制了可比性。我们的研究以手术相关性作为参考标准,而Bien等人的研究通过三位放射科医师的共识建立参考标准[35]。此外,我们的DCNN分别计算内侧或外侧半月板撕裂的概率,而Bien等人的研究仅提供半月板撕裂发生的总体概率。尽管如此,Bien等人的研究以及我们的研究均证明了深度学习训练软件算法检测膝关节异常的能力。近期Liu等人的另一项研究也强调了这一点,该研究比较了基于深度学习的全自动算法在矢状面脂肪抑制T2加权图像上检测软骨异常的能力[36]。基于深度学习的算法性能与不同经验水平放射科医师(从住院医师到专家)的性能相当。同时考虑到半月板和膝关节的自动分割已成为可行[37–39],所有这些研究表明,未来对包括所有间室和主要结构在内的整个膝关节进行全自动评估似乎是可能的。

在我们的研究中,与系统评价相比,两位读者在内侧半月板撕裂检测方面表现出相似的敏感性和特异性,系统评价报告的合并敏感性分别为93%和89%,合并特异性均为88% [17, 40]。虽然DCNN对内侧半月板的特异性与两位读者相当,但其敏感性明显较低。与读者2相比,这一差异具有统计学意义。然而,由于DCNN的特异性略高,准确性方面不存在显著差异。然而,图形化Zombie图可视化表明,读者1和读者2的结果更靠近左上角,提示与DCNN相比具有更优的性能。

外侧半月板存在类似的趋势。虽然两位读者和DCNN的特异性处于同一水平,但DCNN的敏感性比读者低约10%。不存在统计学差异,这可能与本研究的统计效能较低有关,因为仅有24例患者存在外侧半月板撕裂。Zombie图显示,DCNN对外侧半月板的结果主要位于“确诊疾病的可接受区域”,提示DCNN能够确诊半月板撕裂,但与读者1和读者2相比性能较差 [29]。值得注意的是,放射科医师和DCNN对外侧半月板撕裂检测的敏感性总体上均相当低。然而,系统评价也报告外侧半月板撕裂检测的敏感性较低,分别为79%和78%,远低于内侧半月板撕裂检测的合并敏感性93%和89% [17, 40]。考虑到本研究的两名读者均为全职肌肉骨骼放射科医师,且表现出良好的读者间一致性,似乎很可能某些外侧半月板撕裂在MR图像上本就难以辨认,因此可能也被DCNN漏诊。这一假设得到了DCNN假阴性评估与放射科医师之间大量重叠的支持,因为80%(8/10)也被至少一位读者误诊为假阴性。

DCNN与放射科医师在所评估的序列方面存在重要差异,这可能影响了研究结果。对于半月板评估,读者使用了完整的膝关节MRI序列组合,而DCNN仅使用了冠状位STIR序列和矢状位脂肪抑制IW序列。读者所使用的额外冠状位T1加权、轴位脂肪抑制IW和矢状位IW序列可为半月板撕裂检测提供额外的诊断价值,因此可能对两位读者的性能产生了积极影响。参考标准是另一个因素,可部分解释DCNN与放射科医师相比敏感性较低的原因。参考标准是通过使用NLP从MRI报告中提取放射科医师的诊断来建立的。虽然这是大型数据集标签提取的常见做法,但错误的放射学判读会引入误差,可能对DCNN的诊断准确性产生负面影响。另一方面,F1分数为0.97表明我们的NLP算法具有较高的准确性。因此,我们认为NLP误差的影响较小。

所评估的深度卷积神经网络(DCNN)是全自动半月板评估的第一步,这是一项临床重要的任务,因为半月板撕裂经常接受关节镜膝关节手术治疗[7]。虽然DCNN检测半月板撕裂的性能接近人类,但准确确定撕裂的确切位置仍在开发中。本研究涉及的软件版本除了提供内侧和外侧半月板撕裂的概率外,还提供额外的热图,通过为每个像素分配颜色编码的概率,在二维轴位图像上精确定位撕裂的确切位置。然而,该功能仍在开发中,因此未在我们的研究中专门评估。如果未来的发展能够根据半月板的周边或中心来精确描述撕裂的形态和定位,那也将是可取的,这对于确定适当的治疗方式(保守治疗还是手术治疗)或确定部分半月板切除术与缝合之间的选择很重要。

我们的研究存在局限性。首先,基于深度学习的DCNN仅在我们机构进行的膝关节MRI上进行了测试。因此,本研究的结果适用于使用我们标准膝关节方案和MR扫描仪的膝关节检查。然而,DCNN并未针对我们的膝关节MR检查进行拟合,而是在来自多家机构的超过18,500例膝关节MRI上进行了训练,因此包括了来自所有主要厂商的各种MR方案和MR扫描仪以及不同场强。因此,我们假设DCNN在评估其他机构的膝关节MRI时性能将相似。其次,关节镜膝关节手术的指征在一定程度上受到MRI和半月板撕裂可见性的影响。尽管如此,膝关节镜检查也因其他几种关节内原因而进行,如韧带、软骨或滑膜异常。因此,研究人群中具有相当数量的完整内侧和外侧半月板;然而,可能存在验证偏倚[41]。

总之,基于DCNN的半月板撕裂检测可以以全自动方式进行,与肌肉骨骼放射科医师相比,具有相似的 specificity 但较低的 sensitivity。

引用

  1. Fritz B, Marbach G, Civardi F, et al. Deep convolutional neural network-based detection of meniscus tears: comparison with radiologists and surgery as standard of reference. Skeletal Radiol. 2020. PMID: 32170334. doi:10.1007/s00256-020-03410-2
  2. 全文:PMC7299917(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7299917/

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。