文献速递泌尿生殖腹部MR

T2加权图像上前列腺MRI分割的挑战:观察者间变异性与前列腺形态的影响

Challenge of prostate MRI segmentation on T2-weighted images: inter-observer variability and impact of prostate morphology.
PubMed 文献 · Insights Imaging · 2021-06-05

七名不同经验水平的放射科医生在40例轴位T2W前列腺MRI上手动分割全前列腺腺体(WG)和移行带(TZ),评估观察者间分割变异性。DSC在WG为0.92(配对比较)和0.94(共识参考),TZ为0.88和0.91;腺体两端(底部和尖部)变异性更高,前列腺体积越小、TZ与PZ信号对比越低,变异性越高;读片者经验水平影响不大。

要点

  • 前列腺分割变异性在腺体两端(底部和尖部)高于中部:中部DSC 0.95,尖部0.90,底部0.87。
  • 前列腺体积越小,分割变异性越高(p < 0.001);TZ与PZ信号对比越低,变异性越高(p < 0.05)。
  • 读片者经验水平对分割变异性无实质性影响,三组DSC数值非常接近(约0.94)。

核心结论

  • 分割变异性在腺体极端部分更高,受前列腺形态变化(体积、区域信号强度比)影响,相对不受放射科医生经验水平影响。

研究设计与样本

  • 单中心研究,纳入40例未经治疗、因临床怀疑前列腺癌首次活检前接受前列腺MRI的患者,从150例更大队列中随机选取以覆盖不同PI-RADS评分和前列腺体积。
  • 7名放射科医生(3名专家>1000例、2名高年资500例、2名初级<100例)手动分割WG和TZ,使用3T临床系统(SIGNA Architect和MAGNETOM Skyra)32通道相控阵体线圈,所有患者有3D T2W图像,12例患者另有2D T2W图像。
  • 参考标准为配对比较和基于STAPLE算法的共识参考,评估指标包括Dice Score(DSC)、Hausdorff Distance(HD)和Average Hausdorff Distance(AHD)。

关键影像表现/征象

  • 前列腺体积越小分割变异性越高(DSC,两种方法均ρ > 0.8,p < 0.001);TZ与PZ信号对比越低变异性越高(配对法ρ = 0.5,95%CI [0.23; 0.7],p = 0.01;STAPLE法ρ = 0.45,95%CI [0.17; 0.67],p = 0.03)。
  • 存在PI-RADS ≥ 3病灶对WG平均DSC无显著影响(p = 0.53);突入膀胱的尿道后叶对WG平均DSC无显著影响(p = 0.08)。
  • 3D与2D T2W比较:TZ的DSC为0.860 vs 0.861(p = 0.8),WG和TZ的HD p值分别为0.24和0.44,仅WG平均DSC 0.91 vs 0.90(p = 0.006)有显著差异;沿头尾轴3D较2D的平均逐层DSC和HD更高,但仅中部DSC(p = 0.01)和底部HD(p = 0.03)有统计学显著性。

诊断标准与关键数值

  • 配对比较:WG的DSC为0.92(± 0.02)、HD为9.8(± 3.8)体素、AHD为0.17(± 0.08)体素;TZ的DSC为0.88(± 0.05)、HD为12.0(± 4.9)体素、AHD为0.31(± 0.19)体素。
  • 共识比较(STAPLE):WG的DSC为0.94(± 0.03)、HD为8.15(± 3.33)体素、AHD为0.11(± 0.07)体素;TZ的DSC为0.91(± 0.05)、HD为10.0(± 4.2)体素、AHD为0.21(± 0.16)体素。
  • 沿头尾轴配对比较:底部DSC 0.87(± 0.06)、HD 9.66(± 4.61)体素;尖部DSC 0.90(± 0.06)、HD 7.12(± 3.72)体素;中部DSC 0.95(± 0.02)、HD 7.51(± 3.63)体素;底部与其他区域比较两项指标均显著。
  • 经验水平与STAPLE共识比较:WG的G1、G2、G3平均DSC分别为0.944(± 0.023)、0.936(± 0.031)、0.938(± 0.025),G1最接近共识(G1/G2 p = 0.009,G1/G3 p = 0.03);TZ的G1、G2、G3平均DSC分别为0.903(± 0.061)、0.916(± 0.055)、0.907(± 0.04),G2最接近共识但与G3无显著差异(p = 0.27)。

临床应用与阅片要点

  • 作者指出,目前尚无前列腺分区分割的指南,应制定并遵循明确指南以确保手动勾画的一致性和准确性,用于生成 ground truth 分割。
  • 作者提出,图像数据库应纳入具有解剖变异和不同肿瘤定位患者的代表性临床样本,以反映患者间解剖和疾病相关变异以及图像采集变异。

局限性

  • 作者指出病例数有限(n = 40),原因是手动分割极为耗时。
  • 作者指出数据集间技术差异(如使用3D T2W和盆腔线圈而非直肠内线圈)给与既往研究比较带来困难。
  • 作者指出缺乏非放射科医生读片者。
全文中译19 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:Insights Imaging. 2021 Jun 5;12:71. doi: 10.1186/s13244-021-01010-9

要点

前列腺分割的变异性在前列腺的极端部分更高。

前列腺分割的变异性随前列腺体积增大而增加。

分区前列腺分割的变异性在很大程度上不受解读放射科医生专业水平的影响。

引言

前列腺MRI分割在许多现有和正在开发的临床应用中发挥着关键作用,包括前列腺癌分期和治疗计划。全腺体前列腺分割必须在常规临床实践中频繁进行,主要用于MRI-超声融合活检或放疗计划,并可用于评估前列腺体积以计算PSA密度。前列腺的手动分割通常在T2加权(T2W)图像上进行,通过使用轴位、矢状位或冠状位视图,或不同视图的组合,以逐层方式勾画前列腺轮廓。由于患者间前列腺解剖结构的巨大变异性[1]以及前列腺腺体信号强度的异质性,该过程极其耗时、繁琐,且容易产生观察者间和观察者内变异。

确实需要开发能够提供稳健且准确前列腺分割的自动方法。先前涉及手动分割的大多数工作最初集中在全腺体分割[2–4],而很少关注前列腺内部结构的分割。

多年来,前列腺MRI最常见的适应证从单纯的前列腺癌(PCa)分期转变为检测前列腺癌[5],目前MRI被推荐用于活检初治患者[6, 7]。旨在检测前列腺癌的PI-RADS评分系统[8, 9]基于前列腺的内部结构,分为四个组织学区域,称为外周带(PZ)、移行带(TZ)、中央带(CZ)和前部纤维肌肉基质(AFMS)[10]。

因此,自动前列腺分割的重点从全腺体分割转向腺体的分区分割[11, 12],这对于开发前列腺癌检测的AI算法现在是必要的。

分割质量通过将其与参考分割(通常称为金标准)进行比较来评估。由人类专家(放射科医生或放射肿瘤科医生)进行的前列腺手动勾画是生成金标准的主要方法。多个团队[13–15]已在前列腺MRI和PROMISE12挑战赛[4]提供的相对手动金标准标注上训练了他们的模型,该标注基于单一专家阅片者的最终分割[4]。很少有研究系统性地调查了因阅片者专业水平导致的分区分割阅片者间变异性[16]、前列腺外观的解剖或疾病诱导变异,或图像采集中的技术诱导变异性。目前没有前列腺分区分割的现行指南。然而,在进行靶向活检或治疗计划时,以及开发自动化前列腺癌检测算法时,勾画的不确定性可能是一个问题。

因此,本研究的目的是调查勾画前列腺分区解剖时的阅片者间变异性,以及阅片者专业水平、前列腺解剖变异、癌症诱导的改变,以及对于部分患者亚组,图像采集技术差异的影响。

材料和方法

数据集

本研究由巴黎公共援助医院(AP-HP)健康数据中心支持,并经我们联合机构审查委员会批准。数据提取自大巴黎大学医院临床数据仓库。我们从一个更大的队列/数据集(内部,n = 150)中汇编了40例患者的队列,这些患者为初治患者,在2013年10月至2019年7月间因临床怀疑前列腺癌(PCa)而在第一轮活检前接受了前列腺MRI检查。该数据集包括符合前列腺MRI临床指征(前列腺特异性抗原(PSA)升高、直肠指检阳性、遗传易感性)纳入标准且具有标准化PI-RADS V2评分的患者。在汇编的队列中,患者被随机选择,以便PI-RADS评分和前列腺体积具有较大的分布范围。

MRI方案

MRI检查使用3 T临床系统(SIGNA™ Architect,GE Healthcare,芝加哥,伊利诺伊州和MAGNETOM™ Skyra,Siemens Healthcare,埃尔朗根,德国)配合32通道相控阵躯干线圈进行。建议患者在检查前进行肠道准备并排空膀胱;肌内注射1 mg胰高血糖素以减少蠕动。所有MRI方案均包括3D T2W图像(采集特征见附加文件1),并且对于12例患者的亚组,额外进行了轴位2D T2W采集。

图像分析

MRI手动分割

七名放射科阅片者进行了手动分割:3名专家(> 1000例前列腺MRI判读,G1组)、2名高年资医师(500例前列腺MRI,G2组)和2名低年资医师(< 100例前列腺MRI,G3组)。在研究开始前组织了7名阅片者的培训会议,以就分割标准达成一致。复习了前列腺的基本带区解剖(特别是基部和尖部界限,以及基底部移行带(TZ)与外周带(PZ)的区分)。阅片者被指示先在3D T2W序列的轴位平面上分割整个腺体(WG),然后分割移行带(TZ)(n = 40),随后对患者亚组在轴位2D T2W图像上进行分割(n = 12)。PZ通过WG减去TZ获得。中央带(CZ)和前纤维肌肉基质(AFMS)未单独分割,原因有二。第一,起源于CZ的PCa不常见,且由于缺乏关于CZ勾画的指南,CZ主要位于TZ后方,我们选择将其归入PZ。第二,PCa不起源于AFMS,后者是完全非腺体区域。AFMS中的大多数可疑病灶起源于TZ,因此我们将AFMS视为TZ的一部分。解剖带区分割示例见图1和附加文件2。

分割使用MedInria完成,这是一款由Inria研究所开发的开源软件(https://med.inria.fr/)。在3D(n = 40)和2D(n = 12)T2W序列的轴位平面上勾画多边形,范围从尖部最低处至基底部最上缘:在3D T2W图像上约每六层勾画一个多边形(每个前列腺35至75个多边形),在2D T2W图像上约每三层勾画一个。软件在这些多边形之间进行插值以生成完整的分割。随后使用MedInria的三维可视化功能(轴位、矢状位和冠状位)对所有轮廓进行仔细检查,必要时使用排斥工具或直接移动多边形的一个顶点进行修改(附加文件3)。

图1 解剖分区分割示例。在此层面上,中央区(紫色)包含于PZ(绿色轮廓减去蓝色轮廓)内,而不包含于TZ(蓝色)内 查看原图 ↗

信号强度与体积测量

两名阅片者在TZ和PZ中放置大小相似的ROI,以评估TZ(SITZ)和PZ(SIPZ)的信号强度,然后计算两者之间的平方对比度:(SITZ – SIPZ)2/(SITZ + SIPZ)2。

每位评估者基于椭球公式V = 长 * 宽 * 高 * 0.52对每次MRI的前列腺体积进行估计,取这些结果的平均值作为前列腺体积。

指标与统计分析

我们使用开源软件VISCERAL Evaluate Segmentation(Apache License v2)计算用于比较的指标(https://github.com/Visceral-Project/EvaluateSegmentation)以及SimpleITK [17, 18]。采用两种方法评估分割的相似性:配对计算(逐一比较每个掩膜,然后取指标的平均值和标准差以比较两名阅片者)和基于STAPLE算法 [19] 的共识比较(计算七名评估者分割之间的共识,并计算将掩膜与SimpleITK生成的共识掩膜进行比较的指标 [17, 18])。

由于这些指标之间存在相关性,我们仅对文献中最常用的一些指标进行统计检验:Dice评分(DSC)、Hausdorff距离(HD)和平均Hausdorff距离(AHD)[20]。除非另有说明,所有指标均为3D。

为研究沿头尾轴的分割变异性,我们计算了前列腺每个三分之一区域(尖部、中部和基底部)的HD和DSC,配对比较时以掩膜的上下层面为界,STAPLE比较时以共识掩膜的边界为界。配对Wilcoxon符号秩检验和Mann–Whitney U检验分别用于相关样本和独立样本比较。Spearman相关系数ρ用于相关性计算。p值采用Holm-Bonferroni方法校正。所有统计检验均为双侧。p值 < 0.05被认为提示差异具有统计学意义。我们使用Python模块statsmodels(版本0.11.1,www.statsmodels.org)进行Holm-Bonferroni校正,使用Pingouin(版本0.3.7,pingouin-stats.org)计算其他统计检验。

结果

患者

我们人群的人口学、生物学和形态学数据总结于表1。MRI时的中位年龄为64岁[范围45–76岁],平均PSA水平为8.4 ± 5.6 ng/mL,中位前列腺体积为57.8 cm3[范围15–199]。在40例患者中,17例(42.5%)被分类为PI-RADS ≥ 3。

表1 研究参与者的人口学和临床特征(n = 40) 查看原表 ↗

前列腺分割的读者间变异性:全腺体(WG)与移行区(TZ)比较

配对比较

在评估WG时,我们获得的平均DSC为0.92(± SD = 0.02),平均HD为9.8(± 3.8)体素,平均AHD为0.17(± 0.08)体素。

关于TZ,我们发现变异性更高,平均DSC为0.88(± SD = 0.05),平均HD增加至12.0(± 4.9)体素,平均AHD增加至0.31(± 0.19)体素。不同读者组之间分割变异性的示例见图2,总体结果见图3。

图2 每个经验组中各一名评分者(蓝色为专家,橙色为高年资,绿色为住院医师)在横断面切片上WG(实线)和TZ(虚线)低(a)和高(b)分割变异性的示例 查看原图 ↗
图3 使用配对比较(a、b)和共识比较(c、d)对WG和TZ分割的DSC进行比较(a、c),以及当 prostate 沿头尾轴分为底部/中部腺体/尖部时WG分割的DSC比较(b、d) 查看原图 ↗

共识比较(STAPLE方法)

结果(总结于表2)与WG相似,平均DSC为0.94(± SD = 0.03),平均HD为8.15(± 3.33)体素,平均AHD为0.11(± 0.07)体素;TZ变异性更高,平均DSC为0.91(± SD = 0.05),平均HD为10.0(± 4.2)体素,平均AHD为0.21(± 0.16)体素。

表2 所有放射科医师和所有结构(WG vs. TZ,以及WG沿头尾轴分为底部、中部腺体和尖部)的相似性指标汇总,采用2种方法(配对比较和共识比较(STAPLE参考)) 查看原表 ↗

前列腺分割的读者间变异性:区域/头尾轴

使用配对方法时,相似性最低见于底部,平均DSC和HD分别为0.87(± SD = 0.06)和9.66(± 4.61)体素,相比之下尖部(平均DSC和HD分别为0.90(± 0.06)和7.12(± 3.72)体素),以及中部腺体(平均DSC和HD分别为0.95(± 0.02)和7.51(± 3.63)体素)。底部与其他区域之间的所有比较在两个指标上均发现有显著性。使用STAPLE方法获得了相似的结果。这些结果总结于表2并图示于图3。

前列腺分割的读者间变异性:前列腺形态学差异的影响

我们发现前列腺越小,变异性越高(两种方法均使用DSC),ρ > 0.8(p值 < 0.001)。

较低的TZ与PZ平方对比度与更高的分割变异性显著相关(配对方法和共识比较(STAPLE方法)分别为ρ = 0.5(CI 95% = [0.23; 0.7],p值 = 0.01和0.45(CI 95% = [0.17; 0.67],p值 = 0.03)。

在考虑肿瘤存在的影响时,未发现显著差异(全腺体(WG)平均DSC的p值=0.53)。最后,突入膀胱的尿道后叶对分割变异性无显著影响(WG平均DSC的p值=0.08)。这些结果详见表3,并在图4、图5及附加文件4和附加文件5中展示。

表3 两种方法(配对比较和共识比较(STAPLE参考))下各种因素对分割变异性的影响 查看原表 ↗
图4 前列腺体积变化对分区鉴别的影响。a 小前列腺体积(20 cm3)中分区鉴别不佳;b 较大前列腺体积(120 cm3)中分区解剖鉴别清晰:假包膜(绿色箭头)和移行区(TZ)边界(红色虚线箭头)可清晰区分 查看原图 ↗
图5 TZ与PZ之间信号强度比对分区鉴别的影响,a 各分区之间中等信号差异(信号比=0.98);b 信号强度差异显著,有助于分区鉴别(信号比=0.37) 查看原图 ↗

前列腺分割的阅片者间变异性:阅片者专业水平的影响

将3组不同放射科医师(专家、高级和初级)的掩膜与共识(STAPLE参考)进行比较。

对于WG,G1、G2和G3的平均DSC分别为0.944(±0.023)、0.936(±0.031)和0.938(±0.025)。G1最接近共识(G1/G2和G1/G3比较的p值分别为0.009和0.03)(图6)。使用HD和AHD获得了类似结果。

对于TZ,G1、G2和G3的平均DSC分别为0.903(±0.061)、0.916(±0.055)和0.907(±0.04)。G2最接近共识,但与G3相比无显著更接近(p值=0.27)。结果总结于表4。

图6 阅片者专业水平(专家/高级/住院医师)对分割变异性的影响,通过DSC评估,分别为WG(a)和TZ(b)分割(ns=无显著差异) 查看原图 ↗
表4 根据阅片者专业水平(3名专家/2名高级/2名住院医师)的分割变异性及其比较的相关p值 查看原表 ↗

阅片者间变异性:2D与3D分割

结果总结于表5。

表5 2D与3D T2W MRI分割变异性(n=12) 查看原表 ↗

WG与TZ

比较3D T2W与2D T2W分割时,未显示显著差异,TZ的DSC为0.860 vs 0.861(p值=0.8),WG和TZ的HD亦无显著差异(p值分别为0.24和0.44)。唯一例外是WG的平均DSC为0.91 vs 0.90(p值=0.006)。

头尾轴

我们发现3D与2D MRI分割相比,平均逐层DSC和HD更高,但这些差异仅在腺体中段DSC和底部HD方面具有统计学显著性(p值=0.01和0.03)。

讨论

由人类专家对前列腺内部结构进行手动勾画是生成金标准以开发自动化PCa诊断算法的主要方法。很少有研究探讨手动前列腺分区勾画的变异性,而对于正在开发的自动分割工具,质量良好且描述充分的金标准很少可得。

为了识别可能影响前列腺自动分区分割开发中地面 truth 质量的变异性来源,我们在本研究中评估了读者专业水平、前列腺形态变化的影响,以及在一部分患者中由图像采集差异导致的变异性。

我们发现,在评估全腺体(WG)时变异性较低(成对法和STAPLE法的DSC分别为0.92和0.94),而移行区(TZ)分割的变异性略高(DSC分别为0.88和0.91)。在头尾轴上,我们发现前列腺基底部(DSC 0.87)和尖部(DSC 0.90)的相似性较低。

据我们所知,有两项研究评估了分区解剖的读者间变异性[16, 21];Becker等[16]在一项多读者研究(2名专家放射科医生、2名住院医师和2名计算机视觉科学家)中,对80例患者使用3.0 T MRI和直肠内线圈,发现WG的DSC为0.733,而TZ的变异性更高(DSC 0.738),在腺体尖部(2D DSC 0.85)和基底部(2D DSC 0.87)也是如此。Padgett等[22]在一项多读者研究(n = 2)中,对30例连续患者在3 T下获得的2D T2W图像进行分区分割,发现WG的DSC为0.88 ± 0.04,TZ为0.81 ± 0.1。

我们的结果与这些先前发表的研究部分一致,并突出了分区分割的困难,尤其是在腺体两端:(a) 尖部,其强度分布与周围结构相似,边界模糊,且边界处图像对比度差;(b) 基底部,存在PZ与TZ之间部分容积效应的棘手挑战。

与之前那两项研究不同,我们选择将中央区(CZ)纳入PZ分割中。

目前尚无特别关于CZ应单独勾画还是纳入PZ或TZ的指南,不同研究中提供的图示也未明确说明这一具体问题。CZ在前列腺基底部表现为外周区与移行区之间的对称组织带,从精囊下方延伸至精阜,极难勾画,因为它通常被压缩和移位。起源于该区域的癌症极少(约7%)[23],即使在PI-RADS评分[9]中,也没有关于如何为此类累及CZ的病灶得出PI-RADS评估类别的指导。建议CZ病灶应按照其最可能来源区域(PZ或TZ)来获得PI-RADS评分[9, 24]。这凸显了制定前列腺勾画指南以开发自动工具的必要性。

我们评估了7名不同经验水平的读者分成3组后专业知识的影响。我们未发现TZ和WG分割存在任何实质性差异。结果具有统计学显著性,但数值DSC值非常接近(3组均为0.94),未显示出实质性差异。无论分析哪个区域以及专业知识水平如何,我们的总体分割变异性评分均高于既往发表的结果。然而,我们研究中的所有读者均为放射科医生,并在研究开始前参加了一次培训会议,以精确界定分割标准。这与Becker等人[16]的结果一致,他们仅发现非放射科医生与放射科医生之间存在显著差异,并得出结论:非放射科医生的读者间基线可能不足以与新的分割算法进行有意义的比较。

既往研究强调了自动分割因前列腺大小和形状变异而面临的挑战,但数据库中未描述此类变异性,也未评估解剖变异(如前列腺体积、TZ与PZ之间的强度对比比,或可见病变的存在)的影响。

前列腺是一个复杂器官,大小、形状和外观各异。形态学差异可能促成分割变异性。我们发现前列腺越小,分割变异性越高(p < 0.001)。TZ增生导致前列腺肥大是归因于衰老的最常见变化[25]。我们假设TZ体积增大与更清晰的轮廓(外科包膜)相关,因而更容易勾画;而在无前列腺增生的小体积前列腺中,移行区和外周区的腺体组织在组织学上相同[25],因此更难区分。在我们的队列中,42.5%的MRI PI-RADS评分 > 2,PZ和TZ均存在病变,可能改变分割时解剖结构的外观。PI-RADS评分 > 2病变的存在或缺失并未转化为分割变异性的增加(p = 0.53)。然而,变异性随PZ与TZ对比比降低而增加(p值 = 0.01),这可以用区域间边界对比不佳来解释。

图像采集的变异,如3D与2D T2W图像,可能转化为分割变异性。与2D T2W不同,3D T2W序列以亚毫米分辨率采集,允许采集可重建为任意平面的容积,从而改善解剖结构的描绘。尽管我们意识到患者数量有限,但在同时接受两种采集方式的亚组(n = 12)中,我们未发现任何实质性差异。

前列腺分区分割是开发自动化前列腺癌(PCa)诊断算法的基础步骤。在PROMISE12挑战赛[4]中,每个中心由一位经验丰富的阅片者提供全腺体(WG)的参考分割,并由第二位专家(分析过1000例以上前列腺MRI)进行检查,要求其纠正潜在的WG分割不一致之处。由此得到的分割被用作参考标准,并作为开发多种AI算法的训练集。然而,PROMISE12数据库除WG外未提供前列腺的任何分区信息,而且仅依赖单一参考标准。然而,观察者间变异性的估计对于评估算法相对于人类专家的实际性能非常重要。事实上,这种变异性反映了分割任务的内在模糊性,算法性能可通过检验其输出是否落在观察者间变异范围内来进行恰当评估。了解影响前列腺分区分割质量的因素也可能有助于生成高质量标注训练数据,而这些数据对PCa检测和PI-RADS评分应用至关重要。目前尚无明确的指南来确保前列腺手动勾画的一致性和准确性,应制定并遵循此类指南以生成金标准分割。为考虑不同患者之间的解剖学和疾病相关变异性以及图像采集的变异性,图像数据库应包含具有解剖变异的代表性临床样本以及根据肿瘤定位不同的患者。

我们的研究存在一些局限性。首先,处理的病例数量有限(n = 40)。然而,这是因为手动分割是极其耗时的过程,我们部分通过相对较多的阅片者(每人分割52例MRI,包括40例3D和12例2D T2W MRI)以及两种结果相似的统计方法进行了补偿。我们仅发现一项研究[16]分割了更多病例(80 vs. 40),但阅片者更少(6 vs. 我们的7)。其次,数据集之间的技术差异,例如使用3D T2W和盆腔线圈而非直肠内线圈,也构成与既往研究比较的困难。然而,目前大多数前列腺MRI是使用表面线圈完成的。最后,我们还应该指出缺乏非放射科医生阅片者,正如Becker等[16]所讨论的那样,这对于评估专业知识的影响本会很有意义。

结论

识别可能影响金标准质量的前列腺分区分割变异性来源,是开发自动化PCa检测算法的前提条件。在本研究中,我们发现分割变异性在腺体的极端部分更高,受前列腺形态变化(如体积和各区带之间的强度比)的影响,而未受到放射科医生专业知识的实质性影响。这凸显了在图像数据库中纳入具有形态变异的代表性临床样本的必要性。

补充信息

附加文件1。表1:MRI采集特定参数(该队列使用了2台MRI设备)(.doc)

附加文件2。图1:在相应T2W上叠加分割掩膜的示例:PZ(+CZ)为蓝色,TZ(+AFMS)为黄色。(.eps)

附加文件3。图2:手动绘制多边形(TZ上可见粗线)进行分割的示例及其间插值结果(细线),冠状面重建。TZ绘为蓝色,WG绘为绿色。

附加文件4:图3。使用配对比较,WG分割的变异性(通过DSC评估)与前列腺体积之间的关系(.eps)

附加文件5:图4。前列腺肿瘤修饰区轮廓示例。a:PZ内PIRADS 5肿瘤(蓝色箭头);b:TZ内PIRADS 5肿瘤,伴轮廓变形(红色箭头)(.jpg)

引用

  1. Montagne S, Hamzaoui D, Allera A, et al. Challenge of prostate MRI segmentation on T2-weighted images: inter-observer variability and impact of prostate morphology. Insights Imaging. 2021. PMID: 34089410. doi:10.1186/s13244-021-01010-9
  2. 全文:PMC8179870(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8179870/

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。