文献速递腹部骨肌技术与安全CT

人工神经网络自动检测MDCT对比剂期相可提高机会性骨密度测量准确性

Automated detection of the contrast phase in MDCT by an artificial neural network improves the accuracy of opportunistic bone mineral density measurements.
PubMed 文献 · Eur Radiol · 2021-10-23

本研究基于579例腹部多期MDCT扫描,训练三种ANN模型自动识别碘对比剂存在及期相,其中解剖引导的2D DenseNet在测试集F1为0.98、准确率98.3%,公共数据集F1为0.93、准确率94.2%。自动校正对比剂影响后,门静脉期骨密度测量的RMSE从18.7 mg/ml降至9.45 mg/ml,偏差不再显著。

要点

  • 解剖引导2D DenseNet自动识别对比剂期相准确率最高,测试集达98.3%。
  • 未校正时门静脉期BMD平均高估17.5 mg/ml,动脉期高估5.68 mg/ml。
  • 自动校正后门静脉期和动脉期BMD与平扫无显著差异。

核心结论

  • ANN能高精度自动检测腹部MDCT中碘对比剂的存在与期相,并在多中心数据中表现稳健。
  • 自动校正对比剂影响可显著降低机会性骨密度测量的误差,减少骨质疏松筛查假阴性。

研究设计与样本

  • 回顾性研究,纳入193例患者共579次腹部三期MDCT扫描,随机分为训练集154例462次扫描和测试集39例117次扫描。
  • 训练集采用三折交叉验证训练三种ANN模型:2D随机DenseNet、2D解剖引导DenseNet和3D DenseNet。
  • 另用公共数据集VerSe的311例MDCT扫描独立测试泛化性,对比剂期相由两名放射科医师视觉评估作为参考标准。

诊断标准与关键数值

  • 解剖引导2D DenseNet在测试集F1为0.98、准确率98.3%、AUC 1.00;公共数据集F1为0.93、准确率94.2%、AUC 0.99。
  • 未校正时门静脉期BMD平均差异17.5 mg/ml、RMSE 18.7 mg/ml;动脉期平均差异5.68 mg/ml、RMSE 6.92 mg/ml,均显著高于平扫(p < .001)。
  • 自动校正后门静脉期平均差异1.28 mg/ml、RMSE 9.45 mg/ml;动脉期平均差异0.94 mg/ml、RMSE 3.98 mg/ml,与平扫差异不再显著(p > .05)。

临床应用与阅片要点

  • 在机会性骨密度测量流程中,应自动识别对比剂期相并对BMD值进行期相特异性校正。
  • 门静脉期对比剂对BMD影响最大,未校正可导致约13%的高估,接近正常与骨质疏松BMD范围的一半。
  • 校正方法为基于训练集计算的各期相线性校正方程,可集成到全自动分析流程中。

局限性

  • 回顾性研究,训练集仅来自单一MDCT扫描仪,公共数据集虽多厂商但期相参考标准为视觉评估。
  • 研究聚焦腰椎BMD测量,未纳入仅覆盖颈椎的CT扫描进行训练。
全文中译14 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:Eur Radiol. 2021 Oct 23;32(3):1465–74. doi: 10.1007/s00330-021-08284-z

引言

腹部多排探测器计算机断层扫描(MDCT)是一种广泛用于评估多种病变的方法[1]。仅在美国,2019年就进行了超过9100万次CT扫描,而2000年约为3500万次(即每1000名居民分别为278.5次与123.7次扫描)[2]。除视觉和解剖学信息外,每次CT扫描还包含大量生物计量数据[3]。这些潜在有用的信息可为每次检查增加价值,并有助于应对全球影像服务日益增长的社会经济负担和需求。然而,迄今为止,这些数据大多仍未被利用[4]。

近年来,计算性能、数据处理以及大型数据集可及性的进步促进了人工智能的应用[5]。特别是,CT成像已被深入研究用于深度学习算法的应用[6–8]。这些框架有可能实现独立于CT成像临床指征的全自动生物标志物提取,通常称为机会性筛查。事实上,多项研究已显示自动和半自动提取组织生物标志物的益处,最显著的是在骨质疏松症领域(即骨密度(BMD)提取、骨折检测和骨折风险预测)[9–11]。

许多技术因素可影响机会性CT测量的准确性和精密度(可重复性)。扫描仪特定因素包括扫描仪类型、管电压和重建卷积核。此外,大多数CT扫描中应用碘对比剂也会导致各种组织的亨斯菲尔德单位(HU)衰减出现显著偏倚[12, 13]。例如,对于脊柱骨测量,门静脉(PV)期扫描中BMD估计均值可能增加高达13%[14]。因此,对增强CT扫描中的测量应进行调整,以避免可能的误诊,如骨质疏松症[15]。尽管现代CT扫描仪通常在成像元数据中提供对比剂给药信息,但通常没有关于所存在对比剂期相及可能发生的任何应用错误的直接记录[16]。此外,这些元数据往往报告不完整,给全自动流程带来重大问题。

因此,本文的目的是(1)介绍一个基于人工神经网络(ANN)的框架,该框架可自动检测腹部CT扫描中碘对比剂的存在及期相;(2)评估在有 vs. 无此类自动校正情况下BMD计算的误差。

方法

当地机构审查委员会批准了这项符合HIPPA的回顾性研究,并豁免书面知情同意(豁免编号:27-19S-SR;22.04.2020)。

研究人群和数据集

CT图像是从我们的数字图像存档与通信系统(PACS)(Sectra AB)中回顾性选取的。我们连续纳入了206例患者,这些患者在2016年9月至2019年11月期间接受了常规腹部三期多层螺旋CT(MDCT)扫描(专门用于检查肝脏或肾脏病变)。排除标准为:在三期CT前2小时内曾使用对比剂(n = 6)、经下腔静脉给予对比剂(n = 2),以及腹部覆盖不充分(n = 5)。最终数据集包括193名成人(48名女性和145名男性),平均年龄为62.4 ± 14.6岁(表1和图1)。纳入的大多数患者为疑似或确诊肝癌或肾癌(男女比例较高),因此研究人群中男性更多。我们将研究集随机分为80%用于训练(154例患者,462次扫描,1456个椎体)和20%用于测试(39例患者,117次扫描,411个椎体)。在我们的研究期间,该划分保持一致。训练集用于通过三折交叉验证训练不同的ANN模型。测试集用于在未见过的CT扫描中评估不同的ANN。一个公共MDCT数据集VerSe(https://osf.io/nqjyw/;https://osf.io/t98fz/;CC BY-SA)用于进一步评估我们方法的泛化性[17–19]。我们选择了所有包含第10胸椎至第4腰椎之间至少两个椎体的扫描,最终得到311例患者(158名女性和153名男性),平均年龄为59.6 ± 17.2岁。

表1 不同数据集中CT扫描和患者的特征 查看原表 ↗
图1 流程图显示了数据收集过程。研究集共收集了193例患者和579次扫描。该数据集被分为训练集和测试集。此外,还纳入了另一个包含311例患者的公共数据集(VerSe)用于独立测试 查看原图 ↗

CT成像

在研究集中,所有CT扫描均使用同一台MDCT扫描仪(IQon Spectral CT;Philips Medical Care)按照标准化方案进行。常规腹部增强图像以螺旋模式采集,峰值管电压为120 kVp,轴位层厚为0.9–1 mm,并采用自适应管负荷。在采集平扫图像后,所有患者均使用高压注射器(Fresenius Pilot C;Fresenius Kabi)接受标准化静脉对比剂给药(Iomeron 400;Bracco)。37例患者 additionally 接受了口服对比剂(Barilux Scan;Sanochemia Diagnostics)。增强后扫描在AR期和PV期均进行。AR对比期的采集是在置于主动脉的感兴趣区(ROI)达到120 HU阈值后触发的。PV期在标准延迟80 s后进行。为研究的进一步分析,脊柱重建使用偏向锐度而非噪声的滤波反投影(骨核)进行。在公共数据集VerSe中,CT扫描由来自不同制造商的7台以上不同扫描仪采集(表1)[19]。在这里,对比期由两名放射科医师(分别具有2年和19年临床经验)进行视觉评估,并作为参考标准。CT数据被转换为神经影像信息技术倡议(NIfTI)格式,并降至最大1 mm各向同性空间分辨率。

椎体定位、标记和分割

使用免费网络工具Anduin(https://anduin.bonescreen.de)的离线版本进行全自动脊柱处理[18]。在此,一个低空间分辨率的3D人工神经网络(ANN)生成高斯热图并提取脊柱周围的边界框,从而能够提取局部最大强度投影(MIP)以定位脊柱。其次,在冠状面和矢状面MIP上应用2D Btrfly Net进行椎体标记[20, 21]。椎体标记的正确性由放射科医师验证,并在需要时进行手动校正。第三,使用3D U-Net在椎体标记周围创建分割掩膜[22, 23]。第四,使用另一个3D U-Net将分割划分为椎体亚区域,包括后部结构以及椎体的皮质骨壳和骨小梁腔室。

数据预处理

针对我们的对比度预测框架,探索了三种不同的ANN模型(2D随机DenseNet、2D解剖引导DenseNet和3D DenseNet)。对于2D模型,所有容积均重采样至1 mm3的各向同性分辨率,并使用z分数归一化进行归一化。受2D随机模型的预训练架构限制,应用了裁剪填充至224 × 224的图像尺寸。由于GPU内存限制,对于3D模型,所有扫描均重采样至3 mm3各向同性分辨率并使用z分数归一化进行归一化。

人工神经网络模型的训练

所有ANN模型均在PyTorch(版本1.7.0,https://pytorch.org)中使用48 GB Nvidia RTX 8000开发[24]。2D模型以100的批大小和1e−4的学习率进行训练,使用带权重衰减的Adam(AdamW)优化器。3D模型以32的批大小和4e−4的学习率进行训练。训练采用早停法并监测验证F1分数以选择最佳模型。使用分类加权交叉熵作为损失函数。训练时应用了重度数据增强,包括垂直和水平翻转、随机旋转、随机缩放、随机裁剪和随机视野。在训练不同ANN模型时进行了三折交叉验证。在此,我们将训练集中的154名患者(462次扫描)随机分为3个连续子集(折)。设置了随机种子以实现训练结果的可重复性。在交叉验证期间,其中一折用作验证集,另外两折用于训练。该过程重复三次,每次留出不同的折用于验证。通过跟踪F1分数检测最终准确率和最佳模型。最后,在优化之后,每个ANN模型在测试集中的未见CT扫描和公共数据集VerSe中进行测试。

不同ANN模型的特征

我们探索了三种不同的ANN模型(2D随机DenseNet、2D解剖引导DenseNet和3D DenseNet)用于我们的对比期相预测框架。解剖引导模型(2D解剖引导DenseNet,https://github.com/ferchonavarro/anatomy_guided_contrast_ct)基于通过自动化流程Anduin(图2)获得的椎体中心点,从CT扫描中选择性提取轴位层面。在此,我们评估了胸椎和腰椎不同水平的组合。结合T8、T9、T10、T11、T12、L1和L2轴位图像的解剖引导模型在验证集中取得了最佳性能。这些不同脊柱水平的轴位图像作为ANN的输入,为每张图像生成每个对比期相(AR、NE、PV)的概率向量。最终对比期相预测由特定扫描中所有可用预测的多数投票确定。朴素随机层面选择模型(随机2D)随机使用七个轴位层面,与椎体中心点无关。该模型的最终对比期相预测计算方法与解剖引导模型相似。对于解剖引导模型和2D随机模型,均使用预训练的DenseNet161作为深度学习模型架构[25]。3D模型(3D DenseNet)使用完整的3D扫描作为输入[26]。

图2 全自动对比期相预测流程概览。首先,使用Anduin(https://anduin.bonescreen.de)对椎体进行定位、标记和分割。其次,2D解剖引导DenseNet基于椎体中心点T8–T12和L1–L2从CT扫描中选择性提取轴位层面。这七张图像作为患者特异性输入送入图中底部面板所示的DenseNet161网络。该网络生成七个对比期相预测,每张图像对应一个预测。计算这些预测的平均值,并将数值最高的对比期相显示为最终预测。 查看原图 ↗

骨折评估与BMD提取

在测试集中,根据Genant[27]的半定量方法对CT扫描进行骨折筛查。椎体被分级为无骨折(0级)和根据高度丢失的骨折(1级,20–25%;2级,25–40%;3级,≥ 40%)。与发育性变化相关的异常形态测量(如Scheuermann病)不被评定为骨折。L1–L3水平中骨折等级大于1的椎体被排除在进一步BMD评估之外(n = 22)。BMD值从椎体小梁 compartment 的分割掩膜中自动提取,并应用先前使用密度参考体模(QRM)计算的扫描仪特异性HU至BMD转换方程[28]。BMD值在无骨折的腰椎L1–L3上取平均值,并对每个对比期相应用在训练集中计算的线性校正方程。

统计分析

统计分析使用Prism 8(版本9.0.0,2020,GraphPad Software)进行。使用均方根误差将来自增强(AR和PV)扫描的BMD值与来自NE扫描的BMD值直接进行比较[29]。平均误差和95%置信区间使用标准Bland-Altman图显示。平均BMD值使用配对样本t检验进行比较。统计学显著性定义为p < .05。ANN评估指标使用Scikit-learn(版本0.24.2,https://scikit-learn.org/stable/index.html)获得。

结果

自动对比度预测

不同ANN模型在两个数据集中的性能列于表2和表3。在研究测试集中,解剖引导的2D DenseNet模型取得了最高的F1分数0.98,而随机2D DenseNet模型(F1分数0.97)和3D DenseNet模型(F1分数0.94)次之。相应地,2D解剖引导方法在其他报告的指标如精确率、灵敏度、特异度和准确率方面也取得了最佳性能(表2)。表3显示了独立公共数据集VerSe的计算指标。在此,在所有提出的模型中,2D解剖引导方法取得了最佳的准确率94.2%和F1分数0.93。随机2D DenseNet模型的准确率为89%,F1分数为0.83。3D DenseNet模型的准确率为84.2%,F1分数为0.82。同样,2D解剖引导方法在所有其他指标上也取得了最高性能。为进一步研究我们ANN模型的灵敏度和特异度,我们绘制了受试者工作特征(ROC)曲线。尽管所有方法的ROC曲线下面积(AUC)均较高(> 0.9)(图3),但2D解剖引导模型在研究测试集(AUC 1.00 vs. 0.99 vs. 0.97)以及公共数据集VerSe(AUC 0.99 vs. 0.97 vs 0.96)中均优于所有其他模型(图3)。

表2 三相MDCT数据集中不同ANN的评估指标 查看原表 ↗
图3 不同ANN模型在三相MDCT测试集(a)和公共数据集VerSe(b)中的受试者工作特征曲线(ROC)。红色曲线:解剖引导模型;蓝色曲线:2D随机模型;绿色曲线:3D模型。AUC = ROC曲线下面积 查看原图 ↗
表3 公共数据集VerSe中不同ANN的评估指标 查看原表 ↗

对比剂注射校正前后BMD测量的准确性误差

平均而言,与NE MDCT扫描相比,来自增强CT图像的未校正BMD值被显著高估(所有p < .001)。未校正动脉(AR)期BMD值约高4%(平均差异5.68 mg/ml;138.2 vs. 132.5 mg/ml),PV期BMD值约高13%(平均差异17.5 mg/ml;150.0 vs. 132.5 mg/ml)。在对对比剂进行自动校正后,与NE MDCT扫描相比未观察到显著差异(AR、PV均p > .05;AR平均差异0.94 mg/ml;PV平均差异1.28 mg/ml)(各自平均差异见表4和图4)。以均方根误差计算的准确性比较,AR为6.92 mg/ml,PV为18.7 mg/ml;自动校正后,均方根误差降至AR 3.98 mg/ml和PV 9.45 mg/ml(表4)。

图4 Bland-Altman图显示增强与非增强多层螺旋CT(MDCT)扫描所测骨密度(BMD)值的均值与差值。增强扫描所得平均(L1–L3)BMD值与平扫(NE)扫描差异显著(均p < .001)。静脉对比剂的影响在未校正的门静脉期(PV)扫描中最为明显。经解剖引导的人工神经网络(ANN)自动校正后,未观察到显著差异(均p > .05)。数据点为观测数据。实线表示平均差值。虚线表示95%一致性界限。上排:动脉期(AR)CT扫描——未校正与校正后。下排:门静脉期CT扫描——未校正与校正后 查看原图 ↗
表4 自动校正前后测试集的准确性比较 查看原表 ↗

讨论

本研究表明,人工神经网络(ANN)能够可靠地检测常规腹部MDCT扫描中碘对比剂的存在及其分期。所提出的ANN在测试集以及使用多台不同CT扫描仪采集的公共数据集上均表现良好,验证了其对该类域偏移的泛化性和稳健性。作为一种可能的应用,我们展示了机会性BMD评估的显著改善。

本研究引入并比较了三种不同的ANN模型。随机选择二维切片进行对比剂预测似乎缺乏可重复性。另一方面,使用完整三维扫描会导致内存受限,且需要优化的参数数量更多会降低性能。因此,我们提出解剖引导的二维方法作为准确对比剂预测的最优模型。

既往研究指出,使用静脉对比剂的影响可忽略不计[30, 31]。然而,作者在准确性和精密度方面未提供充分验证,使此类方法用于个体BMD评估存疑[32]。我们的数据提示,静脉对比剂给药与椎体BMD测量的系统性偏倚相关。这与多项报告增强与平扫CT扫描之间存在显著差异的研究一致[12–15, 33]。Boutin及其同事发现,PV期L4的平均增加值為33 HU[12]。Pompe等报告NE期与PV期之间L1的平均差异为19 HU。他们指出,未校正的CT扫描可能导致7–25%的患者骨质疏松症漏诊[15]。在这两项研究中,平均差异在PV期最大。在我们的研究中,PV扫描所得BMD值与NE扫描相比显示平均差异为17.5 mg/ml。这几乎相当于美国放射学会(ACR)定义的正常(BMD > 120 mg/ml)与骨质疏松症(BMD < 80 mg/ml)之间BMD范围的一半[34]。

Acu及其同事提出,由于对比剂的持续蓄积,扫描延迟时间是一个显著且可量化的变量[35]。我们的数据支持这一假设,揭示了从动脉期(AR)到门静脉期(PV)骨密度(BMD)值的增加具有统计学显著性。这表明测量不仅依赖于对比剂,还依赖于对比剂时相。这种准确性偏倚不应被忽视,尤其是在进行重复测量的纵向研究中。综上所述,我们的研究结果支持采用适当的校正方法。在本研究中,这是通过对每个对比剂时相进行简单线性回归来实现的。关于骨骼肌测量,已知也会发生变化,并且已有针对测量的线性校正模型被提出[12, 36]。这在使用内部(体内)校准时就显得很重要,因为所评估的校准组织也会发生强化。进一步的研究将必须探讨如何最小化其他偏倚,例如患者直径和患者体位。

这项回顾性研究存在局限性。由于我们专注于腰椎BMD测量,我们未纳入仅覆盖颈椎的CT扫描用于训练。需要进一步研究来探讨所提出框架在颈椎检查中的性能。

结论

总之,本文提出的人工神经网络在任何给定的CT扫描中都能可靠工作,并可整合到各种框架中,以完成从常规对比增强CT图像中自动或半自动提取数据的工作流程。我们提出解剖引导方法作为自动对比剂时相评估的最准确工具。除了设计简单和计算能力需求低之外,主要优势在于高诊断准确性。这减少了骨质疏松筛查中的假阴性结果。

引用

  1. Rühling S, Navarro F, Sekuboyina A, et al. Automated detection of the contrast phase in MDCT by an artificial neural network improves the accuracy of opportunistic bone mineral density measurements. Eur Radiol. 2021. PMID: 34687347. doi:10.1007/s00330-021-08284-z
  2. 全文:PMC8831336(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8831336/

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。