深度学习从肩部CT数据集快速自动定量和表征肩袖肌肉退变
本研究回顾性纳入95例原发性盂肱骨关节炎行解剖型全肩关节置换术患者的103份肩部CT,开发卷积神经网络自动预测肩袖肌肉病前边界并定量萎缩、脂肪浸润及继发骨形成。自动分割Dice系数88%±9%与人工89%±6%可比,萎缩、脂肪浸润和整体退变的R²分别为0.87、0.91和0.91,但继发骨形成定量变异性较高(R²=0.61)。
要点
- CNN可在标准矢状斜位CT上自动预测肩袖四肌病前边界,Dice系数88%±9%与人工89%±6%相当。
- 自动定量肌肉萎缩、脂肪浸润和整体退变的R²分别为0.87、0.91和0.91,与人工评估可比。
- 继发骨形成自动定量变异性较高(R²=0.61 vs 人工R²=0.87),邻近肩胛骨大块骨形成时分割失败。
关键影像表现/征象
- 在标准矢状斜位CT切面(垂直于肩胛骨轴线并通过肩胛冈切迹)上分割肩袖四肌病前边界。
- CNN自动分割与STAPLE参考的平均Dice系数为88%±9%,人工评估者间平均Dice系数为89%±6%。
- 肩胛下肌、冈上肌和小圆肌自动与人工分割Dice系数无显著差异(p分别为0.120、0.341、0.398),冈下肌自动分割Dice系数显著更高(p=0.012),但差异小于2%。
- CNN与STAPLE参考的Hausdorff距离小于人工评估者间距离,冈上肌(p=0.004)和冈下肌(p<0.001)自动分割Hausdorff距离显著更低。
- 部分自动分割错误纳入邻近肩胛骨小部分骨质,或在肩胛骨邻近大块继发骨形成时未能 delineate 肩袖肌肉边界(原文图6示肩胛下肌)。
诊断标准与关键数值
- 肌肉萎缩比(Ra=Sa/S)、脂肪浸润比(Ri=Si/S)、继发骨形成比(Ro=So/S)和整体肌肉退变比(Rd=(Sa+Si+So)/S)按Terrier等的方法计算,其中S为病前分割面积,Sa为残余/萎缩肌肉外边界内面积,Si为Sa内低于−29 HU的面积,So为Sa内高于166 HU的面积。
- 整体肌肉退变比0表示肌肉完全健康,1表示完全退变。
- 自动定量与人工参考的线性回归R²:肌肉萎缩0.87、脂肪浸润0.91、整体肌肉退变0.91,平均回归斜率0.95±0.05(范围0.86–1.02);继发骨形成自动R²=0.61,人工R²=0.87。
- 患者BMI与Dice系数及Hausdorff距离的回归斜率均与0无显著差异,Pearson相关系数绝对值分别≤0.15和≤0.11。
临床应用与阅片要点
- 自动方法可在每例不到1秒内完成四块肩袖肌肉的分割,而人工评估者平均需约2–3分钟。
- CNN训练约需100小时计算。
- 继发骨形成定量变异性较高,尤其当大块继发骨形成邻近肩胛骨时自动分割可能失败。
局限性
- 本研究的主要局限性在于用于确定肩袖肌肉病前边界的斜位CT切面的选择,该图像通过半自动选取肩胛骨表面一系列可识别标志获得。
- 数据集仅包含少数(12/103,12%)继发骨形成病例,主要见于晚期盂肱骨关节炎患者,增加继发骨形成病例数将有助于改善CNN在此情况下的分割性能。
全文中译6 节 · 点击展开
引言
了解肩袖(RC)肌肉的状态在多种肩部疾病中至关重要,不仅是肩袖肌腱撕裂 [1],还包括盂肱骨关节炎 [2, 3]。特别是脂肪浸润和萎缩等肌肉退变参数会影响手术决策和整体患者管理 [4, 5]。尽管磁共振成像(MRI)在软组织评估方面具有更高的对比分辨率,但计算机断层扫描(CT)仍可对肌肉进行详细的定量分析,利用特定的亨斯菲尔德单位(HU)阈值区分肌肉、脂肪和骨组织 [6–8]。此外,CT广泛可用、检查快速且患者接受度高,该检查越来越多地用于盂肱骨关节炎的影像学评估和肩关节置换术的术前规划 [9–11]。
在临床实践中,肩袖肌肉的状态目前采用定性和/或半定量方法进行评估,最常用的是Thomazeau占据比 [12] 或Zanetti切线征 [13] 用于评估冈上肌萎缩,以及Goutallier分级用于评估脂肪浸润 [1],这些方法均快速简便,但准确性 and/或可靠性仅为中等 [14, 15]。更稳健、更准确的定量CT技术已被开发出来,但尚未在日益繁忙的临床工作流程中确立其地位,主要原因是时间限制 [6, 7]。此类技术的自动化将使其在临床上可行,并可进一步促进CT作为肩关节置换术前一站式影像检查的应用。近年来,深度学习已成为一种非常有效的分类技术,已成功应用于医学图像分割,包括CT数据集中的肌肉分割 [16–19],以及从常规肩部X线片检测大型肩袖撕裂 [20]。然而,据我们所知,该技术尚未被评估用于预测病前肌肉边界,这些边界在图像中并不清晰且不易识别。
因此,本研究旨在开发和评估一种能够从肩部CT图像自动评估肩袖肌肉的卷积神经网络(CNN)的性能。肩袖肌肉的评估通过量化其各种退变参数来实现,最主要是肌肉萎缩和脂肪浸润。与传统分割任务不同,在该特定情况下,神经网络不仅需要分割图像中当前可用的结构,还必须从CT切面上可见的不变解剖结构学习肩袖肌肉的原有位置、形状和边界。
材料与方法
数据集
我们的数据集包括2002年1月至2014年12月期间因原发性盂肱关节骨关节炎接受解剖型全肩关节置换术治疗的患者的所有连续术前肩关节CT扫描(n = 172)。排除CT关节造影和/或存在金属伪影的患者(n = 43),以及CT层面不重叠和/或重建轴位CT图像层厚大于1.25 mm和/或仅使用锐利卷积核的患者(n = 26)。最终研究人群包括来自95名不同患者的103例肩关节CT扫描(62名女性,33名男性;平均年龄70.5岁;年龄范围36–89岁;平均体重指数(BMI)27.1;BMI范围17.7–39.4;右肩62例,左肩41例)。该数据集最相关的原始肩关节解剖特征见表1。此外,12例(12%)肩关节存在继发性骨形成(盂唇骨赘、继发性骨软骨瘤和/或异位骨化),37例(36%)显示盂肱关节积液伴或不伴滑膜炎,5例(5%)显示肩峰下滑囊炎。无患者存在肩部软组织肿块如脂肪瘤。本研究经机构伦理委员会批准(CER-VD方案505/15)。
肩关节CT扫描是这些患者常规术前规划的一部分,使用多排(4至64排,均为GE Healthcare产品)CT扫描仪以标准化数据采集设置进行。相关图像重建参数如下:显示视野,15 × 15–25 × 25 cm(像素大小,0.29 × 0.29–0.49 × 0.49 mm);层厚,0.63–1.25 mm;层间距,0.3–1 mm;平滑卷积核。
所有四块肩袖(RC)肌肉的病前形态识别在标准化斜矢状位CT图像上进行(图1)[7]。该重建CT层面定义为垂直于肩胛骨轴线并通过冈盂切迹的平面。沿冈上肌沟的最佳拟合线用于确定肩胛骨轴线[21, 22]。每例的所有四块RC肌肉(冈上肌(SS)、肩胛下肌(SC)、冈下肌(IS)和小圆肌(TM))由三名独立的肌肉骨骼放射科医师手动分割,其培训水平不同(经验2至13年)。
深度学习
通过在所有图像上引入不同程度的缩放和旋转,增强了训练数据集的变异性。这也可使该方法适用于不同格式的图像。图像按+20%至−20%之间的随机因子进行缩放,并结合+90°至−90°之间随机角度的旋转。这种数据增强使样本量增加了十倍,每个RC肌肉总共获得3090张分割CT图像(103例×十倍增强×3名评估者)。在深度学习之前,所有图像均重采样至512×512像素的分辨率。
本研究使用了一种遵循传统U-Net架构的卷积神经网络(CNN)[23]。该神经网络由交替的卷积层后接最大池化层的重复结构组成。经过四次卷积与下采样组合层的重复后,512×512像素的输入图像产生了具有512个通道的32×32数据表示(图2)。我们通过在每个上/下采样层之后加入单个卷积层对原始U-Net架构进行了修改。此外,我们的网络在每个卷积层之后加入了批量归一化[24](图2)。
采用五折交叉验证对神经网络进行迭代训练和测试。训练数据集被分为五个大小相等的子样本,每个子样本包含每个肌肉618个分割。迭代选择一个子样本用于测试,其余四个子样本用于训练CNN。该方法最终训练了20个不同的网络(4块肌肉×五折交叉验证),以提供整个CT数据集的完全自动分割。交叉验证步骤中对数据进行的随机分离确保了网络对验证集不可知。在训练阶段,使用1%样本的验证拆分来确定性能最佳的网络配置。
在CNN对病前RC肌肉进行分割后,所有CT图像从512×512像素上采样至其原始分辨率1024×1024像素。随后对分割图像进行进一步处理,将每块当前肌肉识别为CNN分割图像输出中最大的连通分量,并填充分割中的任何孔洞。
分析
自动分割结果与参考分割结果进行了对比评估,参考分割是通过同时真实性和性能水平估计(STAPLE)期望最大化算法[25]将三个手动分割结果聚合而为每块肩袖(RC)肌肉生成的。STAPLE从训练有素的人类评估者执行的一组勾画中计算真实分割的概率估计。使用两种指标将自动分割结果与相应的STAPLE参考分割结果进行比较:Dice系数和Hausdorff距离。Dice相似系数使用介于0(无分割重叠)和1(完美分割重叠)之间的指数来量化两个样本的相似性。Hausdorff距离是一个分割表面上的点与相应分割表面上最近点之间的最大距离。类似地,通过计算三名不同人类评估者每两人之间的Dice系数和Hausdorff距离来评估评估者间信度。使用配对Student t检验比较自动分割与评估者间变异性。结果在p < 0.05时被认为具有统计学显著性。
此外,根据Terrier等人[7]提出的方法,手动和自动预测的病前RC肌肉分割均被用于确定肌肉萎缩、脂肪浸润、继发性骨形成(包括骨赘、继发性骨软骨瘤和异位骨化)以及整体肌肉退变的比例。简言之,每个像素的CT值被用于确定组织类型(肌肉、脂肪或骨)。首先,在每块肌肉的病前分割(S)内应用− 29 HU的下阈值。对所得分割中的孔洞进行填充并去除孤岛,以确定残余/萎缩肌肉(Sa)的外边界。在该表面Sa内,脂肪浸润(Si)量化为低于− 29 HU的表面,继发性骨形成(So)量化为高于166 HU的表面。基于这些测量,我们确定了萎缩(Ra = Sa/S)、脂肪浸润(Ri = Si/S)、继发性骨形成(Ro = So/S)和整体肌肉退变(Rd = (Sa + Si + So)/S)。整体肌肉退变比例在肌肉完全健康时值为0,在完全退变时值为1。
使用线性回归量化手动和自动分割所得肌肉退变参数之间的关系。回归分析进一步用于评估人类评估者之间肌肉退变量化的变异性,以及患者BMI对自动分割质量的影响(连同Pearson相关系数)。R方值和回归斜率被用作性能度量。
结果
手动病前RC肌肉分割显示出高评估者间信度,将所有肌肉合并考虑时平均Dice系数为89% ± 6%(表2和图3)。TM肌在人类评估者之间的Dice系数最低(85% ± 8%),而SS和SC肌显示出最高的评估者间信度,Dice系数为92% ± 3%(图3)。
采用自动分割方法也获得了相似结果;总体而言,将卷积神经网络(CNN)的输出与相应的STAPLE参考分割进行比较时,平均Dice系数为88% ± 9%(图4)。对于以下三块肌肉,CNN获得的分割与人类评估者获得的分割之间的Dice系数未发现显著差异:SC(p = 0.120)、SS(p = 0.341)和TM(p = 0.398)。然而,神经网络对IS肌肉产生了显著更高的Dice系数(p = 0.012)。尽管如此,即使对于该肌肉,自动分割与人工分割之间的Dice系数差异仍小于2%(表2和图3)。
CNN(自动)与STAPLE(人工)参考分割之间的Hausdorff距离小于人类评估者之间的距离(表2和图3)。CNN分割对SS(p = 0.004)和IS(p < 0.001)肌肉产生了显著更低的Hausdorff距离。其他两块肌肉未发现显著差异(SC,p = 0.96;TM,p = 0.06)。
自动方法能够对肌肉萎缩(R2 = 0.87)、脂肪浸润(R2 = 0.91)和整体肌肉退变(R2 = 0.91)提供良好—非常好的估计,平均回归斜率为0.95 ± 0.05(范围,0.86–1.02)(图5)。这些关系与人类评估者取得的结果相当。然而,与人类评估者(R2 = 0.87)相比,CNN分割在继发性骨形成定量方面显示出更高的变异性(R2 = 0.61)。事实上,一些自动分割错误地纳入了邻近RC肌肉的肩胛骨小部分,或当大型继发性骨形成位于肩胛骨附近时未能勾画出RC肌肉的边界(图6)。同样,TM肌肉对CNN和人类评估者都更难预测,肌肉萎缩的决定系数R2低至0.7(表2)。
患者BMI及相关CT图像质量对自动分割的质量没有影响。BMI与Dice系数以及BMI与Hausdorff距离之间的回归斜率均与0无显著差异(图7)。此外,对于四块RC肌肉中的每一块,Dice系数(|r| ≤ 0.15)和Hausdorff距离(|r| ≤ 0.11)的Pearson相关系数都非常弱。
平均而言,人类评估者勾画一例包含四块RC肌肉的病例约需2–3分钟。虽然CNN的训练约需100小时的计算,但每例四块肌肉的勾画耗时不到1秒。
讨论
本研究旨在评估深度学习能否从肩部CT扫描中快速、自动地预测肩袖(RC)肌肉变性,并具有可接受的准确性和可靠性,尤其用于全肩关节置换术前的诊断和规划。我们开发并验证了一种从肩部CT图像量化肩袖肌肉变性的新方法,并将其性能与三名经验水平不同的人类评估者进行了比较。使用卷积神经网络在标准化斜矢状位CT层面上勾画四块肩袖肌各自的病前边界,随后以肌肉萎缩、脂肪浸润和继发性骨形成来量化和表征肌肉变性。
我们的自动方法能够确定所有四块肩袖肌的病前位置、形状和边界,其准确性可与手动分割相媲美。此外,基于该自动病前勾画得出的描述肌肉变性的定量参数,与三名不同人类评估者在肌肉萎缩、脂肪浸润和整体肌肉变性方面获得的结果高度相关。这些结果表明,该自动定量技术达到了与人类评估者相当的准确性水平,并能几乎即时且无疲劳地提供准确可靠的预测。
肩袖肌肉变性成功量化的一個例外是继发性骨形成水平的评估,自动量化方法未能重现人类评估者的结果。这种中等准确性主要源于难以分割肩胛骨与各肩袖肌之间的界面。对于“肌肉内部”的局限性骨性突出,深度学习算法倾向于沿骨轮廓走行,而人类评估者认识到这种“异位”骨性突起由退变过程所致,因此应将其纳入受累肩袖肌的病前边界。然而,这些少数局限性误分割对分割的整体质量仅有边际影响,对其他肌肉变性标志物无影响,但强烈影响了继发性骨形成的量化(也考虑到它是横截面积最小的肌肉参数)。总体而言,我们的数据集仅包括少数(12/103,12%)继发性骨形成病例,主要见于晚期盂肱骨关节炎患者。增加具有明显继发性骨形成的病例数量,无疑将使卷积神经网络能够改善其在该情况下的分割性能。
对IS和SS肌肉的自动分割所呈现的Dice系数和/或Hausdorff距离低于人工分割。尽管这一结果可能看起来有悖直觉,但有两个方面可以解释这种行为。首先,机器学习的分割性能是相对于STAPLE进行评估的,STAPLE计算的是真实分割的概率估计。因此,如果其中一位人工评估者提供的分割与其他评估者差异很大,其分割对STAPLE真实分割估计的贡献就会较低。相反,分割“较差”的人工评估者对评估者间评价的影响会更重要。第二种解释涉及这些肌肉的解剖位置和边界,两者均位于骨性/肌性窝内(SC肌肉前方具有相对宽阔的脂肪边界)。图像中骨骼的强信号强度容易被神经网络检测到,从而提供高度可重复的分割。然而,需要注意的是,这些差异(尽管具有统计学显著性)在数值上仍然很小。
已有其他方法被提出用于评估肩袖(RC)肌肉退变。特别是,Thomazeau等[12]最初提出了从肩部MR图像量化肌肉萎缩的方法。该测量技术确定肌肉占据比,其定义为矢状斜面上肌肉与其窝横截面积之间的比值。然而,该方法仅限于SS肌肉,且未考虑其他肌肉退变标志物,如脂肪浸润。Goutallier等[1]首先开发了一种半定量分级系统,用于从轴位CT图像评估脂肪浸润。该方法成为公认的标准,后来被转换至矢状斜面并适配于MRI[8]。然而,如显著的评估者内和评估者间变异性所示[14, 15, 26],该分类的精确性(当以数值转换时,2级包括约10%至45%的脂肪浸润)和可靠性仍然有限。为解决这些问题,已提出了更稳健的半自动化定量CT方法[6, 7]。尽管此类算法有效提高了基于图像的肌肉评估的可靠性,但它们仍需要人工评估者在CT或MR图像上手动勾画每块RC肌肉假定的病前形态和边界,这耗时且因此极大地限制了这些方法的临床适用性和推广。
更近期,深度学习和CNN技术已被用于从MR图像自动量化颈部肌肉[17]或从CT数据集自动量化腹部肌肉[27, 28]的肌肉脂肪浸润。两项研究均报告自动方法与人工评估者之间具有良好的一致性。然而,这些研究仅限于分割图像中可见的当前病态肌肉形态,而未通过预测病前肌肉解剖结构来考虑任何退变过程。因此,此类研究无法量化和表征肌肉萎缩或整体退变。
我们研究的主要局限性在于用于确定肩袖(RC)肌肉病前边界的斜位CT切面的选择。该图像是通过在肩胛骨表面选择一系列易于识别的标志点半自动获得的[21, 22]。因此,肩袖肌肉退变的整体评估尚未完全自动化。然而,多项研究表明,骨性标志点的自动识别是可行的,无论是依赖于配准算法[29–31]还是深度学习[32–34]。此外,我们研究中开发的二维自动评估可以进一步扩展到三维,以量化整个CT数据集中的肌肉退变。然而,斜位CT切面的自动识别超出了本研究的范围,我们的目的是确定深度神经网络是否能够确定所有四块肩袖肌肉的病前位置、形状和边界。
其次,我们研究中使用的数据集仅限于计划接受解剖型全肩关节置换术的患者,不包括需要反式假体的患者。后一类病例会表现出更严重的肌肉萎缩和脂肪浸润。尽管此处开发的用于预测肩袖肌肉病前形状的方法适用于更严重的肌肉退变病例,但该模型需要针对后一类患者进行适当的训练和验证。此外,尽管部分患者存在伴有或不伴有滑膜炎的盂肱关节积液(37/103,36%)和/或肩峰下滑囊炎(5/103,5%),我们的初始数据集未包括任何软组织肿块,如脂肪瘤。虽然关节或滑囊积液不影响自动分割的性能,但软组织肿块的存在必然会导致卷积神经网络(CNN)分割失败,如同继发性骨形成的情况一样。
第三,该方法的评估仅限于使用专用于软组织分析的平滑卷积核重建的CT数据集。初步分析表明,当使用专用于评估骨结构的锐利卷积核时,量化准确性下降,主要原因是图像噪声较高。这一局限性当然可以通过使用更多噪声较大的锐利重建图像训练CNN来克服。然而,绝大多数临床肩部CT扫描同时使用锐利和平滑卷积核进行重建。
尽管如此,我们的研究表明,现在可以通过一种稳健的定量技术对肩袖肌肉退变进行准确可靠的表征,该技术可能取代目前在日常临床实践中使用的标准护理定性或半定量方法[1, 12, 13]。此外,分割和量化过程是自动化的,可由计算机几乎即时完成,这大大少于人类观察者在日益繁忙的临床工作流程中在专用工作站上手动执行相同任务所需的2–3分钟。
本文提出的肩部CT扫描新方法有潜力被纳入常规诊断算法和术前规划,以进一步实现治疗方案的个体化,并帮助在肩关节置换术中选择最佳手术技术和植入物设计。然而,仍需进一步的临床验证,采用更多样化且完整的数据集(包括多种合并症),以确定该技术的临床准确性及其对临床管理和结局的潜在影响。借助此类工具,我们期望改善术前对患者肩部形态的影像学评估和分类,这将影响手术决策和整体患者管理。该方法还可进一步用于大型患者队列/系列的快速分析,以研究肩袖(RC)肌肉退变与特定肩部疾病发生或相关治疗临床结局之间的潜在关联。
引用
- Taghizadeh E, Truffer O, Becce F, et al. Deep learning for the rapid automatic quantification and characterization of rotator cuff muscle degeneration from shoulder CT datasets. Eur Radiol. 2020. PMID: 32696257. doi:10.1007/s00330-020-07070-7
- 全文:PMC7755645(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7755645/
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。