文献速递骨肌MR

人工智能用于关节MRI诊断:深度学习方法的当前进展范围综述

Artificial intelligence for MRI diagnosis of joints: a scoping review of the current state-of-the-art of deep learning-based approaches.
PubMed 文献 · Skeletal Radiol · 2021-09-01

该范围综述总结了深度学习算法在肌骨MRI关节内部紊乱诊断中的研究现状,涵盖前交叉韧带撕裂、半月板撕裂、肩袖病变等。概念验证研究表明深度学习算法在荟萃分析中可达与人类读者相似的诊断性能,但在直接比较研究中肌骨放射科医生优于多数算法,且缺乏真实临床环境下泛化性和临床适用性的证据。

要点

  • 深度学习在膝前交叉韧带和半月板撕裂检测中表现较好,但外部异质数据上性能下降,临床解读需谨慎。
  • 直接比较研究中肌骨放射科医生诊断性能多高于深度学习算法,经验较少的读者可能从AI辅助中获益更多。
  • 现有研究多为回顾性概念验证,缺乏AI辅助放射科医生真实工作流程的前瞻性临床效用数据。

核心结论

  • 深度学习算法在前交叉韧带撕裂、半月板撕裂等关节MRI诊断的概念验证研究中展现出潜力,但肌骨放射科医生在直接比较研究中优于多数算法。
  • 算法在外部异质数据测试时诊断性能下降,其泛化性和临床适用性尚缺乏真实临床环境下的验证。
  • 早期研究多聚焦二分类异常有无,较先进的算法开始纳入特征用于表征和严重程度分级。

研究设计与样本

  • 范围综述,聚焦深度学习算法用于关节MRI诊断的当前技术水平,检索范围与纳入文献数量原文未报告。
  • 涵盖膝、肩等关节的MRI研究,涉及前交叉韧带撕裂、半月板撕裂、肩袖病变、跟腱撕裂、肌骨肿瘤复发预测及神经骨骼肌肉分割等。
  • 多数研究为回顾性概念验证,参考标准包括关节镜手术和放射科医生判读,部分研究使用公开数据集如KneeMRI和MRNet。

关键影像表现/征象

  • 深度学习可基于矢状面脂肪抑制质子密度加权或T2加权等序列检测前交叉韧带撕裂,并出现假阳性于黏液样变性、假阴性于移位半月板碎片等情况。
  • 半月板撕裂检测中算法可定位撕裂至内侧半月板体部与后角交界区,并尝试区分内侧和外侧半月板。
  • 算法从二分类向多分类严重程度分级发展,如将前交叉韧带分为完整、部分撕裂、全层撕裂和重建移植物的分级模型。

诊断标准与关键数值

  • 前交叉韧带撕裂:一项CNN使用矢状面T2加权、冠状面T1加权和轴面PD加权图像,敏感度76%、特异度97%、AUC 97%,放射科医生敏感度91%、特异度93%。
  • 前交叉韧带撕裂:一项CNN使用矢状面脂肪抑制质子密度加权和脂肪抑制T2加权3T图像,敏感度96%、特异度96%、AUC 98%,放射科医生敏感度96–98%、特异度96–98%。
  • 前交叉韧带撕裂:一项串行CNN以关节镜为参考标准,内部测试集敏感度99%、特异度94%、AUC 97%,外部异质测试集敏感度93%、特异度87%、AUC 90%。
  • 半月板撕裂:一项CNN以关节镜为参考标准,内侧半月板敏感度84%、特异度88%、AUC 78%,外侧半月板敏感度58%、特异度92%、AUC 78%。
  • 半月板撕裂:另一项CNN内部测试集内侧半月板敏感度89%、特异度84%、AUC 93%,外侧半月板敏感度67%、特异度88%、AUC 84%。

临床应用与阅片要点

  • AI辅助可能提升经验较少读者的诊断敏感度,但对肌骨放射科专家增益有限,阅片时应结合算法提示与自身判断。
  • 需警惕算法在黏液样变性、移位半月板碎片等易混淆征象上的假阳性和假阴性。
  • 外部数据上性能下降提示临床应用中应关注算法在本地设备、序列和厂商条件下的泛化表现。

局限性

  • 缺乏评估放射科医生在有和无AI支持下解读肌骨MRI性能差异的研究数据。
  • 缺乏在真实临床工作流程中验证深度学习算法泛化性和临床适用性的研究。
  • 多数研究以放射科判读为参考标准而非手术,且外部异质测试集上算法性能下降。
全文中译16 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. 2021 Sep 1;51(2):315–29. doi: 10.1007/s00256-021-03830-8

引言

在人工智能(AI)领域,不同类别的计算机算法已被应用于执行各种广泛的诊断放射学任务。人工智能看似无限的可能性在放射科医生和影像科学家之间引发了极大的兴趣,年度发表文献数量持续增加[1]。

具体而言,无需人工干预即可从数据中学习的AI算法为肌肉骨骼放射学提供了令人振奋的前景,包括提高工作效率、诊断性能、健康维护、疾病预测和影像利用效率。

在AI领域中,深度学习(DL)算法可以学习许多直接应用于肌肉骨骼放射学的不同任务,包括图像重建、合成图像生成、组织分割,以及在X线片、超声、CT和MR图像上检测和表征肌肉骨骼疾病和病症。

对用于疾病检测和图像判读的DL算法的兴趣主要基于两个价值主张:通过降低3–5%的人为错误率来提高图像判读的诊断性能,以及加快图像判读和报告生成[2]。

尽管亚专科放射科医生对肌肉骨骼MRI的判读具有较高的准确性[3, 4],但通常需要多年的培训才能熟练掌握广泛的肌肉骨骼MRI检查。疾病检测DL算法可能有助于为专业知识较少的判读者提供专家级判读,也可能在住院医师和专科培训医师的教学中发挥作用[5]。

然而,在肌肉骨骼放射学领域,最大数量的疾病检测DL算法已被应用于判读X线片,而关于DL算法判读肌肉骨骼MRI检查的研究发表数量相对较少。

针对肌肉骨骼MRI检查的研究和监管机构批准的DL算法数量较少,可能主要是因为与X线摄影相比,MRI检查的复杂性、变异性以及图像数量都要高得多。

基于当地偏好、脉冲序列技术和可用设备,每个关节的MRI方案几乎有无限多种变化。许多脉冲序列参数会显著影响肌肉骨骼MR图像的信号、对比度和解剖细节,包括场强、重复时间、回波时间、矩阵大小、层厚、视野、加速、线圈技术、翻转角、回波链长度、带宽和厂商特定的图像处理技术[6, 7]。

尽管MRI对疾病检测DL算法构成了严峻挑战,但已有多个研究团队开发了开创性的DL算法来检测肌肉骨骼MRI检查中的内部紊乱。这类新型DL算法的新能力已在多项概念验证研究中得到展示,其中许多可能正处于展示泛化性验证和临床适用性验证的边缘。

我们提供一篇以临床为重点的关于基于DL的关节MRI诊断现状的综述。

膝关节MRI

大多数用于检测和表征MRI上内部紊乱的深度学习算法都是针对膝关节开发的,这可能是因为膝关节MRI检查数量多、整体图像质量好、临床影响大、解剖复杂度有限、体位标准化以及常见损伤类型明确。

从临床角度来看,膝关节MRI对许多骨性和软组织病变具有高诊断准确性,包括X线隐匿性骨折、韧带和半月板撕裂、关节软骨缺损、肿瘤性疾病和滑膜病变,从而在许多情况下避免了诊断性关节镜检查的需要。

前交叉韧带撕裂

前交叉韧带撕裂是最常见的急性膝关节损伤之一。在美国,估计每年发病率为200,000例[8]。诊断主要基于熟练的膝关节不稳定性临床检查。临床Lachman试验诊断前交叉韧带完全断裂的敏感性为81%,特异性为81%[9]。除了确认前交叉韧带撕裂外,MRI的主要贡献在于表征撕裂类型以辅助手术决策,并诊断伴随的膝关节损伤。

2017年,首批研究之一证明了两种机器学习模型能够诊断和区分低级别部分厚度与全厚度前交叉韧带撕裂[10]。这些算法使用了预先选择并标注的矢状位MR图像,其中包含勾画前交叉韧带的区域。一种算法在诊断部分厚度撕裂时达到89%的受试者工作特征曲线下面积(AUC),在诊断全厚度撕裂时达到94%。这种半自动化方法证明了训练机器学习算法在MRI上诊断和表征前交叉韧带撕裂的能力,具有潜在的临床实用诊断准确性。随后出现了多项全自动化研究, refined算法带来了越来越有希望的结果。

2018年,一项研究证明了深度卷积神经网络(CNN)能够诊断多种膝关节损伤,包括前交叉韧带撕裂[11]。该网络使用矢状位T2加权、冠状位T1加权和轴位PD加权MR图像,诊断前交叉韧带撕裂的敏感性为76%,特异性为97%,AUC为97%。放射科医生的敏感性显著更高,为91%,特异性相似,为93%。值得注意的是,该研究还评估了在深度学习算法支持下工作的放射科医生(深度学习增强放射科医生)的表现,发现深度学习算法使放射科医生的敏感性显著提高了5%,而特异性保持不变。该深度学习算法还应用于公开可用的外部膝关节MRI数据集“KneeMRI”[10]。深度学习性能下降至AUC 82%,但在使用外部数据集进行专门再训练后可提高至91%,突显了外部数据集在测试深度学习算法泛化性方面的重要作用。

2019年发表的一项研究提出了一种不同的卷积神经网络(CNN),用于全自动前交叉韧带(ACL)撕裂检测[3]。使用矢状位脂肪抑制质子密度加权和矢状位脂肪抑制T2加权3特斯拉(T)磁共振图像,该模型达到了96%的灵敏度、96%的特异度和98%的AUC。相比之下,参与研究的放射科医师达到了96–98%的灵敏度和96–98%的特异度,而一位住院医师的特异度较低,为90%。CNN与放射科医师之间没有显著的性能差异。

同年发表的另一项研究评估了不同的CNN在无脂肪抑制的冠状位质子密度加权磁共振图像上诊断全层ACL撕裂的性能[12]。伴有黏液样变性和部分厚度ACL撕裂的病例被排除。金标准由一位肌肉骨骼放射科医师确定。将磁共振图像裁剪至ACL区域而非使用全尺寸磁共振图像时获得了最佳性能。使用五张连续磁共振图像的模型表现最佳,在一个小型测试集中达到了100%的灵敏度和93%的特异度。未报告与人类阅片者的比较。

2020年,一项研究描述了一种定制CNN,使用矢状位脂肪抑制质子密度加权1.5-T和3-T磁共振图像诊断ACL撕裂[13]。该CNN达到了98%的灵敏度、94%的特异度和96%的准确率。在同一数据集上,高级放射科医师达到了96%的灵敏度和86%的特异度,但未报告统计学显著性差异的检验结果。

同年,一项研究描述了一种串联CNN,以全自动方式检测ACL撕裂,使用冠状位和矢状位脂肪抑制流体敏感磁共振图像,并以关节镜手术作为参考标准[4](图1)。在一个由1.5-T和3.0-T MRI检查组成的更同质的内部测试数据集中,该CNN达到了99%的灵敏度、94%的特异度和97%的AUC。该CNN在一个异质性外部测试数据集上的诊断性能较低,该数据集由来自50多家不同机构的234例外部膝关节MRI检查组成,达到了93%的灵敏度、87%的特异度和90%的AUC。三位肌肉骨骼放射科医师在两个测试集中均具有显著更高的诊断性能,灵敏度为97–98%,特异度为99–100%,AUC为98–99%。

在此之前,大多数CNN采用ACL完整与撕裂的两分类法。2020年,一种多分类CNN描述了四种不同ACL模式的分级严重程度分期,包括完整、部分厚度撕裂、全层撕裂和重建术后ACL移植物。该CNN在识别ACL移植物方面达到了97–100%的灵敏度和100%的特异度。对于完整ACL,CNN的灵敏度为89–93%,特异度为88–90%,而对于全层ACL撕裂,CNN达到了76–82%的灵敏度和94–100%的特异度[14]。金标准基于放射学评估,未报告与人类阅片者的比较。

若干其他使用公开可用和自定义架构CNN变体的研究报告了85%至95%之间的灵敏度和特异度[15–17]。表1总结了一组代表性研究的关键特征和性能水平。

2003年至2016年的四项荟萃分析估算了人类读者检测前交叉韧带撕裂的诊断性能,得出的合并灵敏度为87–95%,特异度为93–95% [18–21](图2)。将人类读者与深度学习算法的概念验证研究进行比较,可能提示诊断前交叉韧带撕裂的性能相似(图2)。然而,这一假设需要谨慎对待,因为评估深度学习算法泛化性和临床适用性的研究还很缺乏。

试图通过纳入不同场强、脉冲序列方案和不同厂商的异质性和外部MRI测试集来评估真实临床场景的研究发现诊断性能下降,提示深度学习算法的诊断性能可能不易转化,在临床实践中可能更低 [4, 11]。

接受过专科培训的肌肉骨骼放射科医师的性能水平可能 substantially 高于使用历史数据和异质性读者池的荟萃分析所提示的水平 [3, 4](图2)。深度学习算法的临床实用性可能与读者的经验水平相关,经验较少的读者获益更多,而具有高级专业知识的肌肉骨骼放射科医师获益较少 [5, 11]。

此外,大多数已发表的研究将深度学习算法的诊断性能与放射科医师进行比较,而更接近实践的场景将是放射科医师与深度学习算法协同工作 [11]。

为了理解基于深度学习的前交叉韧带诊断所能提供的潜在效率提升,需要更多采用模拟放射科医师日常工作并将其纳入实践环境的现实研究设计的研究。

图1 深度学习算法对前交叉韧带的评估。A 一名46岁女性在网球运动中遭受急性膝关节损伤。矢状位脂肪抑制质子密度加权MR图像显示关节镜证实的全层前交叉韧带撕裂(箭头),深度学习算法正确诊断(真阳性)。B 一名40岁男性在冰球运动中遭受急性膝关节损伤。矢状位脂肪抑制质子密度加权MR图像显示关节镜证实的完整前交叉韧带(箭头),深度学习算法正确诊断(真阴性)。C 一名40岁男性,慢性膝关节疼痛。矢状位脂肪抑制质子密度加权MR图像显示完整前交叉韧带的黏液样变性(箭头),深度学习算法误诊为撕裂(假阳性)。D 一名19岁男性,跌倒后急性膝关节疼痛。矢状位脂肪抑制质子密度加权MR图像显示全层前交叉韧带撕裂伴外侧半月板移位桶柄状撕裂,类似双后交叉韧带征。髁间窝内移位的半月板碎片(箭头)可能是卷积神经网络(CNN)将前交叉韧带错误评估为完整(假阴性)的潜在原因。数据来源于Germann等[4]发表的研究中描述的深度学习算法。 查看原图 ↗
表1 全自动前交叉韧带撕裂检测的人工智能研究汇总 查看原表 ↗
图2 AI与人类阅片者在MRI诊断前交叉韧带撕裂中的比较性能。图中展示了深度学习(DL)算法(A)、参与人工智能(AI)研究的肌骨放射科医师(B)以及人类阅片者荟萃分析(C)在前交叉韧带撕裂检测中的诊断性能。实心圆点表示敏感度(y轴)和特异度(x轴)的估计值。周围的椭圆代表相应的95%置信区间。大多数研究仅位于左上区域(白色背景),表明诊断性能至少可接受[62]。右下方裁切框代表左上区域(虚线框)的放大图。在A和B中:深灰色=Liu等[3];黄色=Germann等[4];蓝色=Namiri等[14];绿色=Bien等[11]。在C中:灰色=Oei等[18];橙色=Smith等[20];浅蓝色=Phelan等[21];红色=Crawford等[19]。注:仅纳入报告95%CI的研究。各研究之间的测试数据集规则、设置、参考标准和阅片者经验水平不同,这可能限制诊断性能的直接可比性 查看原图 ↗

半月板撕裂

与ACL损伤一样,半月板撕裂是膝关节MRI最常见的适应证之一[22]。半月板撕裂可能由急性创伤引起,但大多数为退行性[23]。退行性半月板撕裂的患病率在60多岁人群中为19%,在70至90岁人群中增至56%[23]。虽然半月板撕裂可引起疼痛并激发炎症和功能障碍,但某些半月板撕裂,如对合性水平撕裂,通常无症状[24–26]。在美国,约50%的膝关节镜手术用于治疗半月板撕裂,表明其具有高度的社会经济重要性[27]。

体格检查试验诊断半月板撕裂的敏感度为60–70%,特异度为70–71%[28]。MRI可在不确定病例中确认临床怀疑的半月板撕裂,并识别额外或替代性异常。然而,MRI可能更重要的贡献包括描述撕裂深度、位置、模式、组织质量、长度,以及既往部分半月板切除术或半月板修复的范围和完整性。

多项研究描述了深度学习算法将半月板二分类为撕裂和无撕裂的能力。

2018年,描述了一种CNN,使用不同对比权重的二维快速自旋回波MR图像的轴位、矢状位和冠状位图像栈来检测半月板撕裂[11]。撕裂的侧别未纳入报告内容。放射学判读作为参考标准。该CNN的敏感度为71%,特异度为74%,AUC为85%。相比之下,参与研究的放射科医师和骨科医师表现显著更优,敏感度为82%,特异度为88%,准确率为85%。

2019年发表的 two 项研究作为法国放射学会半月板撕裂检测挑战赛的一部分,描述了用于检测半月板撕裂的深度学习算法。两项研究使用了相同的测试数据集,该数据集由预先选定并标注的矢状面脂肪抑制T2加权MR单幅图像组成[29, 30],在诊断半月板撕裂是否存在以及将撕裂方向表征为垂直或水平方面,分别达到了91%和94%的AUC。

同样在2019年,基于CNN的全自动半月板撕裂检测在矢状面PD加权三维MR图像重建上的可行性得到了验证[31]。由于仅分析了矢状面重建图像,因此仅纳入了前角和后角的半月板病变。未报告侧别。以放射科医师作为参考标准,CNN检测半月板撕裂的敏感度为82%,特异度为90%,AUC为89%。该CNN还应用了一个三分类模型进行严重程度分期,完整半月板的准确度为82%,轻至中度撕裂为78%,重度撕裂为75%。

2020年,一项全自动CNN在冠状面和矢状面脂肪抑制液体敏感MR图像上检测和区分内侧与外侧半月板撕裂进行了临床评估[32]。与其他已发表的评估AI用于半月板撕裂检测的研究不同,该研究以关节镜手术作为参考标准。该CNN检测内侧半月板的敏感度为84%,特异度为88%,AUC为78%(图3)。对于外侧半月板撕裂,CNN的敏感度为58%,特异度为92%,AUC为78%。与肌肉骨骼放射科医师相比,内侧和外侧半月板撕裂的特异度相似;然而,肌肉骨骼放射科医师在每个间室的敏感度约高10%。

2021年,描述了一种不同的CNN用于在冠状面和矢状面脂肪抑制PD加权MR图像上检测半月板撕裂[33]。放射科医师作为参考标准。在内部测试数据集上,CNN检测内侧半月板撕裂的敏感度为89%,特异度为84%,AUC为93%;检测外侧半月板撕裂分别为67%、88%和84%。使用先前发表的外部测试数据集“MRNet”[11],在不区分内侧与外侧半月板撕裂的情况下,总体性能下降至敏感度77%、特异度84%、AUC 83%。使用外部数据集重新训练后,性能分别提高至81%、87%和89%。作为附加功能,该CNN被训练用于检测移位半月板碎片,内侧半月板的敏感度为80%、特异度为85%,外侧半月板的敏感度为57%、特异度为95%。

另外两项研究使用公开可用的“MRNet”数据集[11]评估了DL算法用于半月板撕裂检测。对于不区分侧别的半月板撕裂检测,一项使用多种CNN的研究达到了62–69%的敏感度和76–81%的特异度[17]。另一项研究的CNN据报告仅使用冠状面T1加权MR图像即达到了86%的敏感度和89%的特异度,然而,这些图像对放射科医师诊断半月板撕裂而言准确性最低[15]。

基于荟萃分析,人类读者诊断内侧半月板撕裂的合并敏感度为89–93%、特异度为81–88%,诊断外侧半月板撕裂的合并敏感度和特异度分别为76–79%和93–96% [18, 19, 21]。

已发表数据提示,卷积神经网络(CNN)在诊断内侧和外侧半月板撕裂方面可能达到与人类读者相似的诊断性能参数(表2)(图4)。然而,与基于CNN的ACL撕裂检测类似,需要考虑多种因素。

为评估深度学习算法在临床实践中的诊断性能,使用独立参考标准可能至关重要。使用手术参考标准的研究较少 [32],而大多数研究以放射学判读作为参考。尽管这是将诊断性能水平与放射科医师进行比较的实用方法,但MRI判读的临床参考标准是手术探查。

使用临床真实的测试数据集是另一个重要因素,包括以不同场强采集的异质性MRI检查、可变的MRI方案以及不同的脉冲序列技术。与ACL撕裂的趋势类似,将深度学习(DL)算法应用于外部数据集时,其诊断性能可能低于内部测试数据集所发现的结果 [33]。

虽然为半月板撕裂指定侧别是一项基本要求,但半月板撕裂的MRI特征描述,包括位置、类型和组织退变程度,同样是未来基于人工智能的算法增加临床价值的重要特征。

图3 一名59岁慢性内侧膝痛患者的左膝关节MRI。A 经内侧半月板体部中段的冠状位短T1反转恢复(STIR)MR图像显示水平撕裂(箭头)。B 带频谱脂肪抑制的矢状位质子密度加权MR图像显示水平半月板撕裂延伸至内侧半月板后角(箭头)。C 基于AI的内侧和外侧半月板评估预测内侧半月板撕裂的概率为84%。热图将撕裂(彩色区域)正确定位至体部中段及与后角的交界处(C)。膝关节镜手术证实了半月板撕裂。数据由Fritz等发表的一项研究中描述的深度学习算法得出 [32] 查看原图 ↗
表2 全自动半月板撕裂检测的AI研究总结 查看原表 ↗
图4 AI(红色和灰色圆圈)与人类阅片者(黄色和蓝色圆圈)在MRI诊断半月板撕裂中的比较性能。图中展示了所选深度学习(DL)算法与人类阅片者荟萃分析在基于MRI诊断内侧(A)和外侧(B)半月板撕裂方面的诊断性能。实心圆点表示敏感性(y轴)和特异性(x轴)的估计值。周围的椭圆代表相应的95%置信区间。对于内侧半月板撕裂(A),所有研究均完全位于左上区域(白色背景),表明诊断性能至少可接受[62]。对于外侧半月板撕裂,Fritz等和Rizk等的两项DL研究的性能估计值占据左下区域(浅灰色背景),表明临床应用的敏感性有限。右下角的裁剪框代表左上区域(虚线框)的放大图。在A和B中:灰色 = Fritz等的DL算法[32];红色 = Rizk等的DL算法[33];黄色 = Phelan等的荟萃分析[21];蓝色 = Oei等的荟萃分析[18]。注:仅纳入报告95%CI并区分内侧和外侧半月板的研究。各研究之间的测试数据集规则、设置、参考标准和阅片者经验水平存在差异,这可能限制诊断性能的直接可比性 查看原图 ↗

其他异常

很少有研究报道卷积神经网络(CNN)诊断其他关节内紊乱异常的诊断性能。一项研究报告了检测骨关节炎、关节积液、髂胫束综合征、骨挫伤和骨折、后交叉韧带撕裂、皱襞存在以及内侧副韧带撕裂的敏感性为88%、特异性为71%,与普通放射科医师相比性能无差异[11]。

使用相同的“MRNet”数据集但不同的CNN,另外两项研究描述了检测相同膝关节异常的不同性能,包括更高的敏感性97%和相似的特异性72%[15],以及更高的敏感性97%但明显更低特异性28–40%[17]。

肩关节MRI

膝关节之后,肩关节是关节疼痛的第二常见部位,也是全球许多科室关节MRI的第二常见转诊原因[34]。

许多疾病可以通过病史、熟练的临床检查和X线摄影评估进行诊断和成功管理。然而,MRI和MR关节造影是用于不确定和难治性病例中无创评估关节内紊乱的最准确检查,包括肩袖、肱二头肌长头腱、盂唇、盂肱韧带、关节囊和关节软骨[35]

除了肩袖撕裂的存在外,区分滑囊面与关节面部分厚度撕裂、部分厚度与全厚度撕裂、撕裂大小、肌腱纤维回缩程度以及肌肉体积萎缩和脂肪浸润分级是重要的MRI特征,有助于手术决策和预后。

越来越多的研究描述了使用深度学习算法诊断肩袖撕裂和分割肩袖肌肉。

肩袖撕裂检测

肩袖撕裂的发生率随年龄增长而增加,在70岁以上肩痛患者中超过70%存在肩袖撕裂[36]。小的肩袖撕裂可通过保守治疗愈合,而更严重的肩袖撕裂可能需要手术修复。

MRI可提供影响手术肩袖修复成功与否的若干袖带相关因素的信息,这些因素关系到缓解疼痛和保持或恢复肩关节活动度,包括撕裂大小(前后撕裂长度、内外侧撕裂长度和撕裂面积)、撕裂深度、肌腱质量、肌腱纤维回缩、肩袖肌肉脂肪浸润以及撕裂肌腱的数量[37, 38]。例如,撕裂大小与手术修复成功率相关,成功率从小型撕裂的79%到巨大肩袖撕裂的24%不等[39, 40]。

一项纳入144项诊断研究的网络荟萃分析评估了MRI和MR关节造影诊断肩袖撕裂的诊断效能,估计合并敏感度为80–87%,特异度为81–90%[41]。MRI和MR关节造影的诊断效能高于超声检查。

2019年,一种用于肩袖检测的卷积神经网络(CNN)被报道。该网络在近2000例患者上训练,采用基于原生冠状位二维T2加权MR图像的三维方法,可区分正常肌腱、部分全层撕裂和全层撕裂[42]。放射科医师作为参考标准。使用来自单一机构的同质数据集,该三维深度学习方法达到了87%的高诊断准确率和96%的AUC,优于若干基线机器学习方法。未与放射科医师的诊断效能进行比较。

2020年,另一种同样采用三维方法的CNN被报道,用于在轴位T1加权和矢状位及冠状位脂肪抑制T2加权MR图像上自动检测肩袖撕裂[43]。该CNN采用二分类法将肌腱分为完整和撕裂,以及五分类法分为完整肌腱、部分全层撕裂以及小、中、大尺寸全层撕裂。该CNN在1924次检查上训练,并在200次检查的数据集上测试。手术探查作为参考标准。对于二分类,CNN的敏感度为94%,特异度为90%,准确率为93%。相比之下,外科医师的敏感度为86–90%,特异度显著较低为29–58%,准确率显著较低为68–76%。对于五分类,CNN的敏感度为92%,特异度为86%,而外科医师的敏感度为89–93%,特异度显著较低为26–61%。外科医师需要20至34秒进行判读,而算法仅需不到一秒。该CNN的诊断效能与外科医师进行了比较,但未与放射科医师进行比较。

肩袖肌肉分割

术前肩袖肌肉萎缩和脂肪浸润的程度是与肩袖修复长期功能结果呈负相关的预测因素[44]。此外,手术修复后肩袖肌肉萎缩和脂肪浸润的进展与较差的功能结果相关[45]。由于常用的Goutallier分类在不同研究之间的一致性存在差异,且测量耗时[46–49],基于深度学习的自动化量化可通过提高可重复性和效率增益来增加临床价值。

2019年,一项研究描述了一种全卷积深度学习算法,用于分割冈上窝和冈上肌肌腹的边界[50]。利用矢状位T1加权MR图像,该算法可计算冈上肌占据率作为冈上肌萎缩的替代标志物[51]。该算法达到了99.8%的像素级准确率,并与人工分割具有高度相似性(Dice系数为0.94–0.97),有望实现该任务的自动化和效率提升。

2020年,一项研究描述了在神经肌肉疾病儿科患者的三维T1加权梯度回波MR图像上对冈上肌、冈下肌、肩胛下肌和三角肌进行全自动深度学习分割。与人工分割相比,该算法对三角肌、冈下肌、冈上肌和肩胛下肌的Dice相似分数分别为82%、82%、71%和83%[52]。

在一项2021年的研究中,两种串联深度学习算法成功识别出最合适的类似Y视图的矢状位T1加权MR图像,随后分割了肩胛下肌、冈上肌和冈下肌/小圆肌(图5)[49]。这些全自动算法以大于98%的准确率完成选择合适Y视图的任务,并且在内部数据集(Dice分数大于0.96)和外部数据集(Dice分数大于0.93)上与人工分割具有高度相似性,为未来基于AI的MRI肌肉萎缩量化和脂肪浸润分类奠定了基础。

图5 右肩矢状位T1加权MR图像(A),附肩胛下肌(蓝色叠加)、冈上肌(红色叠加)和冈下肌/小圆肌(黄色叠加)的人工分割(B)和基于AI的分割(C)。人工分割(B)和基于AI的分割(C)具有高度相似性,Dice分数> 0.93。分割由Medina等人描述的基于AI的算法得出[49]。图像由马萨诸塞州波士顿马萨诸塞总医院哈佛医学院Martin Torriani医学博士提供 查看原图 ↗

其他关节和肌肉骨骼MRI应用

除膝关节和肩关节外,其他关节已发表的深度学习应用较为匮乏。然而,用于疾病检测和量化的深度学习解决方案可能同样能为踝关节、足部和髋关节的高容量MRI检查增加价值。

踝关节

2019年,一种深度学习方法被描述用于在MRI上检测跟腱撕裂并监测其愈合[53]。30名健康和60名跟腱断裂参与者的MRI检查被用于训练、验证和测试。此外,还包括术后MRI检查。最佳网络对完整和撕裂肌腱的二元分类分别具有大于97%的敏感性、特异性和准确性。此外,还展示了在手术修复后对肌腱愈合进行MRI评估的能力。

MR神经成像

2019年,基于深度学习的坐骨神经全自动分割在MR神经成像检查中得到展示,使用的是大腿轴位非脂肪抑制T2加权图像[54]。卷积神经网络(CNN)在42名坐骨神经病变参与者和10名健康参与者上进行了训练,在1秒内展示了人类水平的分割准确性,而人工分割需要19分钟。神经的自动分割可能是定量MR神经成像的重要一步,这可能提高基于MR神经成像诊断坐骨神经病变和治疗监测的客观性。

类似地,基于深度学习的分割已被描述用于大腿肌肉和腕骨[55, 56]。

肿瘤学

MRI在检测和界定肌肉骨骼肿瘤范围方面是准确的,但在肿瘤分型和分级、预测治疗反应以及检测肿瘤复发方面准确性较低。

在过去5年中,不同的计算机辅助检测和放射组学技术已被应用,结果不一[57–59]。概率人工智能算法已成功用于利用外部数据(如解剖和人口统计学统计参考)确定骨肿瘤[60]。应用基于深度学习(DL)的方法可能改善MRI在这些任务中的诊断性能。

2019年,一种深度学习算法被描述用于基于术前MRI预测骨巨细胞瘤刮除术后局部复发[61]。该模型在56名参与者的术前T1加权和T2加权MR图像上进行训练,随访6年。该算法预测肿瘤复发的准确性为76%,使用回归模型纳入年龄和位置后提高至79%。四名放射科医生的平均准确性为64%。在本研究中,数据增强被用于改善小数据集的训练,这可能是训练罕见疾病固有小型可用数据集算法的关键技术。

临床视角

基于深度学习的关节MRI检查分析是人工智能的一个新兴领域。多项研究描述了掌握MRI数据高度复杂性的有前景的技术,其中许多主要关注特征存在或不存在的二元分类。然而,在许多临床情况下,MRI对手术决策和结果的附加价值通常基于异常的特征描述,例如撕裂位置、构型、大小以及撕裂韧带、肌腱或半月板的质量。因此,具有多类特征的算法,例如区分正常、部分厚度以及小、中和大全层撕裂,可能在临床实践中最有用。

无论这些特征如何,一个重要问题是谁将从基于深度学习的MRI诊断算法中获益?基于研究的对当前用于前交叉韧带和半月板撕裂检测的深度学习算法诊断性能分析,可能不会超过放射科医师的诊断性能。虽然研究表明肌肉骨骼放射科医师具有较高的诊断性能,但疾病检测深度学习算法的附加价值可能会随着使用它的放射科医师的专业水平而变化,这是一个值得未来研究的有趣课题。

许多研究自然而然地报告了深度学习算法基于同质化数据集的初始性能,这些数据集与临床实践中日常MRI检查的混合情况不同,因此可能无法转化。

使用手术作为参考标准对于结果转化为临床实践可能同样重要。

许多研究评估了深度学习算法与放射科医师相比的性能,而非比较放射科医师在不使用和使用深度学习算法时的性能,而后者是更可能的实践场景。

需要模拟真实实践环境的研究,包括不同专业水平的阅片者和手术参考标准,以更好地理解基于深度学习的MRI诊断的附加价值。

对于需要人工操作者花费大量时间的任务,如肌肉和神经的分割,深度学习算法的效率提升可能最高。基于深度学习的分割和肌肉体积及脂肪萎缩定量的速度,最终可能促进将这些信息常规纳入放射学报告。

额外的效率提升可能通过基于人工智能的放射学报告预填充来实现,因为口述报告可能比解读MR图像需要放射科医师更多时间。

影像组学特征与人工智能的结合可能提高MRI在评估肌肉骨骼肿瘤方面的性能和预测能力,这可能使MRI更接近成为虚拟组织活检的工具。

实践整合

实践整合,包括与扫描仪技术、医院和放射学信息系统以及图像归档和通信系统(PACS)的接口对接,以及与科室工作流程的兼容性,对于深度学习算法的临床实用性可能与其诊断性能和效率提升同样重要。

图6类似于我们机构目前用于评估MRI诊断深度学习算法的结构。所有MRI检查可以自动路由到AI服务器和深度学习算法,或者放射科医师可以手动选择检查进行路由。虽然路由每项MRI检查可能产生高网络流量并使深度学习服务器满负荷工作,但手动路由可能产生死区时间并导致比不使用深度学习算法更长的周转时间。结果报告可以以各种格式添加到MRI检查中(图7)。

图6 我们机构部署的人工智能(AI)工作流程。采集MRI检查后,医学数字成像和通信(DICOM)图像被发送到图像归档和通信系统(PACS)。从PACS中,DICOM图像可以手动或基于预定义标准的满足(如DICOM头描述)路由到本地AI服务器。处理后,AI服务器将报告以PDF文档形式发送回PACS。 查看原图 ↗
图7 使用研究性人工智能(AI)算法进行AI增强的膝关节MRI判读。AI报告作为左侧栏MRI检查的一部分显示(黄框箭头),可显示在视口(右下方视口)或单独窗口(未显示)中。在该患者中,AI算法根据物质内信号高信号(白框箭头)以及无半月板撕裂、半月板挤出(半脱位)、半月板囊肿、前交叉韧带撕裂和内侧副韧带撕裂,预测内侧半月板内部退变,概率为52%(红框箭头) 查看原图 ↗

设想一下……

……在未来某个时候,可能会有用于许多不同解剖结构、损伤模式和病理状况的MRI诊断的深度学习(DL)算法完全整合到科室工作流程中。打开MRI检查时,DL算法将使用预定义语法和术语完全预填充MRI报告模板。异常发现将被突出显示并与相应图像链接,这些图像已标注箭头和定量测量。用于检测异常存在或不存在的二分类DL算法将发展到包括对异常的详细表征和量化,并另外整合患者特异性的辅助数据和大数据,以确定紧急程度、预测相关损伤、支持治疗决策和提供预后。在这一阶段,DL算法将真正改变肌肉骨骼MRI判读的实践。

我们对5年后的预测:将有越来越多用于MRI诊断内部紊乱的DL算法获批用于临床实践,主要集中于检测复杂性有限的主要异常。DL算法将集中于大容量MRI检查,如膝和肩,而用于容量较小且解剖更复杂的MRI检查的DL算法将很少。关于哪些判读者从DL算法中获益以及哪些应用可将效率提升转化为临床实践的认识将不断增加但不完整。实践整合、维护和支持,以及寻找可行商业模式来承担成本,仍将是DL算法广泛使用的障碍。

我们对10年后的预测:用于MRI诊断内部紊乱的DL算法数量已增加,可检测大关节的多种内部紊乱,并且用于诊断较小关节内部紊乱的DL算法数量不断增加,预填充放射学报告的能力有所改善。大多数PACS、RIS和HIS供应商支持的整合选项不断改进,使更多机构使用DL算法进行MRI诊断,最终导致成本降低。基于对AI有用性的更好理解,机构将根据本地专业知识和实践模式实施DL算法。放射科医生可能会慢慢改变其实践模式,从主要检测异常转变为对基于DL的检测进行监督和质量控制。

结论

基于深度学习的关节MRI检查分析是人工智能的一个新兴领域,为肌肉骨骼放射学提供了许多令人兴奋的可能性。目前用于MRI诊断内部紊乱的深度学习算法主要集中在检测前交叉韧带撕裂、半月板撕裂和肩袖撕裂,以及肩袖肌肉分割。需要更多研究来了解基于深度学习的MRI诊断在临床实践中的附加价值,包括读者专业水平以及对住院医师和专科培训医师的教学。

引用

  1. Fritz B, Fritz J. Artificial intelligence for MRI diagnosis of joints: a scoping review of the current state-of-the-art of deep learning-based approaches. Skeletal Radiol. 2021. PMID: 34467424. doi:10.1007/s00256-021-03830-8
  2. 全文:PMC8692303(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8692303/

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。