文献速递腹部技术与安全CT

集成质量控制的端到端自动身体成分分析用于CT机会性评估肌少症

End-to-end automated body composition analyses with integrated quality control for opportunistic assessment of sarcopenia in CT.
PubMed 文献 · Eur Radiol · 2021-09-30

研究开发了用于大规模机会性影像的自动身体成分分析和骨骼肌评估流程,包含提取L3/L4层面的卷积神经网络和分割VAT、SAT、SM及确定FMF的U-Net,并集成质量控制。在双中心364例患者中,严格质控设置下自动与手动分析的平均相对面积偏差为ΔSM=3.3±4.1%、ΔVAT=3.0±4.7%、ΔSAT=2.7±4.3%、ΔFMF=4.3±4.4%。

要点

  • 常规腹部CT可机会性确定身体成分指标和骨骼肌质量。
  • 流程由两个卷积神经网络组成,实现端到端自动分析。
  • 基于机器学习的质量控制确保自动与手动分析高度一致。

核心结论

  • 本研究提出了一种端到端自动深度学习流程,用于临床常规中大规模机会性评估身体成分指标和肌少症生物标志物。

研究设计与样本

  • 研究开发了提取L3/L4层面的卷积神经网络(基于240例患者CT,nnU-Net框架)和分割VAT、SAT、SM及确定FMF的2D竞争密集全卷积U-Net(基于1143例患者单层CT),并集成逻辑回归模型分类L3/L4存在与否及线性回归模型预测Dice评分;在来自两个中心的364例患者中与手动分析对比评估端到端性能。

诊断标准与关键数值

  • 在排除金属植入物伪影病例的双中心测试集上,层面提取z偏差=2.46±6.20 mm,分割Dice评分SM=0.95±0.04、VAT=0.98±0.02、SAT=0.97±0.04;严格质控设置下364例中排除39例(含8例金属植入物),手动与全自动分析平均相对面积偏差ΔSM=3.3±4.1%、ΔVAT=3.0±4.7%、ΔSAT=2.7±4.3%、ΔFMF=4.3±4.4%。

临床应用与阅片要点

  • 作者认为该端到端自动深度学习流程可用于临床常规中大规模机会性评估身体成分指标和肌少症生物标志物。

局限性

  • 原文未报告局限性。
全文中译17 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 Sep 30;32(5):3142–51. doi: 10.1007/s00330-021-08313-x

引言

身体成分分析旨在确定结缔组织腔隙的数量。除了量化脂肪和肌肉组织的量外,近期研究提出了通过同时测定骨骼肌组织脂肪变性质量来获取患者一般状况额外信息的方法。多项研究表明,从腹部影像学测定的这些指标在肿瘤或心血管疾病中具有预后意义[1–8]。

内脏和皮下脂肪组织的量,以及肌肉组织的量和质量,可通过腹部CT成像可靠测定。在临床常规中进行机会性大规模评估,有可能进一步加深对身体成分分析在各种疾病中临床价值的理解,例如用于治疗决策和/或结局预测。此外,性别、年龄和种族特异性正常值的建立只有通过这些分析的广泛应用才可行。

然而,由放射科医师手动标注感兴趣区来测定脂肪和肌肉体积相当耗时,目前阻碍了临床常规应用。多项研究表明,在某一腰椎水平的单层切片上对结缔组织腔隙进行面积测量与腹部总体积高度相关[9–11]。这使得采用二维而非三维方法进行手动身体成分分析时,标注时间大大缩短。近年来,已提出了多种方法来自动化所需的组织分割步骤。随着深度学习在图像分割中的主导性崛起,先前手动分割的图像被用于开发通过监督学习的自动分割方法,这是合乎逻辑的结果[12–14]。然而,提取用于执行自动分割的单层切片仍需要手动交互。仅有非常近期的研究工作将基于深度学习的自动切片提取也纳入其中,作为真正自动化身体成分分析的下一步[15–17]。

此外,据我们所知,目前尚无研究提出对切片提取和组织分割两者进行集成的质量控制。这仍然留下了一个在机会性分析中需要额外人工努力的因素,即识别算法失败的病例。自动测定预测不确定性有助于识别分析质量低的病例,还可用于在部署期间监测自主系统的性能,正如机器学习运维中为管理深度学习生命周期所建议的那样。这也有助于检测数据变化,并在发生域偏移时发出警告。

因此,本研究的目的是开发一种具有集成质量检查的腹部CT自动化身体成分分析,并在双中心测试数据上评估所提出流程的端到端性能。

材料与方法

概述

图1展示了所开发流程的概览。第一部分从三维CT扫描中提取L3/L4腰椎水平的单个层面。第二部分将提取的二维图像分割为三个腔室类别:内脏和皮下脂肪组织(VAT、SAT)及骨骼肌(SM)。脂肪肌肉分数(FMF),一种用于脂肪肌肉退化的定量标志物,在随后的后处理步骤中确定[1, 6]。对于基于深度学习的层面提取和分割,均采用经典机器学习方法整合质量控制步骤,以捕捉部署过程中的预测不确定性。

层面提取和组织分割是独立开发的。为评估整个流程的端到端性能,将自动提取的身体成分指标和FMF与未选取的双中心测试集上的手动分析进行比较。图2提供了用于方法开发和评估的数据集概览。

图1 所提出的自主身体成分分析流程的示意图。流程的输入为三维CT扫描。第一部分采用三维卷积神经网络(CNN)使用nnU-Net进行层面提取。第二部分应用竞争性密集全连接CNN(CDFNet)进行身体腔室分割。采用经典机器学习方法整合质量控制步骤。对于层面提取部分,开发了一个逻辑回归模型,用于分类三维CT扫描中是否存在L3/L4腰椎水平。对于不同组织的分割,建立了一个线性回归模型,以Dice评分预测分割质量。 查看原图 ↗
图2 用于方法开发和评估的数据集概览。用于从三维CT扫描中提取L3/L4水平单个层面的nnU-Net和用于二维CT层面组织分割的CDFNet分别在两个不同的数据集上开发。两种方法均进行了五折交叉验证,交叉验证模型的集成在留出数据上进行了测试。用于整合质量控制(QC)的回归模型在交叉验证模型的验证数据上开发,并也在留出数据上进行了测试。最后,层面提取、组织分割和质量控制的整个流程在双中心测试数据上进行了端到端评估,并与手动分析进行了比较。 查看原图 ↗

层面提取的方法开发

数据集

经机构审查委员会批准,由于本研究所有部分均为回顾性研究,豁免了书面知情患者同意。回顾性获取的240例患者(94例女性,平均年龄65 ± 14岁)的三维CT扫描用于层面提取方法的开发,这些患者因诊断性CT转诊,包括在八台不同CT扫描仪上采集的上腹部影像。在这些患者中,43例在接受经导管主动脉瓣植入术前接受了CT检查,91例在接受经颈静脉肝内门体分流术干预前接受了CT检查,106例患者在恶性黑色素瘤免疫治疗背景下接受了CT检查。

金标准由一名委员会认证的放射科医师(A.F.)使用内部工具(Matlab,Mathworks)手动定义L3/L4椎间盘中心生成。数据被随机分为训练集(n = 192,80%)和留出测试集(n = 48,20%)。该方法额外在双中心测试数据上进行了测试(见下文描述)。

模型

将L3/L4腰椎水平的单层切片提取表述为分割任务。使用nnU-Net框架训练了3D U-Net架构,该框架已在多种医学分割任务中取得高性能值,并具有自动适应不同输入大小的优势[18]。这对于切片提取任务是一个相关特性,因为输入是扫描长度变化很大的CT扫描。用于网络训练的标签图通过将高斯分布应用于L3/L4椎间盘的坐标并对所得概率图进行阈值二值化生成[19]。关于图像预处理、增强和实验设计的更多细节见补充材料S1。训练时使用五折交叉验证,测试使用交叉验证模型的集成进行。

质量控制

在切片提取方法训练完成后,构建了一个逻辑回归模型来自动识别不包含L3/L4腰椎水平的3D CT扫描。为获得包含和不包含L3/L4腰椎水平的图像的平衡分布,对训练集、留出集和双中心测试集中的每个3D CT扫描创建了裁剪版本。逻辑回归模型基于交叉验证切片提取nnU-Net所有验证病例的预测体积进行训练,并应用于所有测试集。关于裁剪和特征选择的额外信息见补充材料S2。

组织分割的方法开发

数据集

为开发组织分割方法(VAT、SAT、SM),使用了来自1143名患者(559名女性,平均年龄77 ± 11岁)的回顾性衍生的L3/L4腰椎水平单层切片图像。937名患者接受了经导管主动脉瓣植入术的介入前CT检查,206名患者接受了伴有门体分流的肝硬化的诊断性CT检查。该数据集有意纳入了大量全身水肿(19.2%)、腹水(9.4%)或同时存在全身水肿和腹水(6.5%)的患者。分割的金标准通过手动勾画定义,并也在先前的工作中用于训练另一个CNN,该工作中报告了数据集的额外细节[13]。

用于方法开发的数据被随机分为训练集(n = 972,85%)和留出测试集(n = 171,15%)。该方法额外在双中心测试数据上进行了测试(见下文描述)。

模型

采用二维竞争密集全卷积网络(CDFNet)进行组织分割,该网络在磁共振成像体成分分析中已显示出良好效果[20]。该架构被提出作为Dense-UNet架构的扩展,通过最大激活单元实现。在CDFNet中,特征图通过逐元素选择前一特征图的最大值来生成,与不加选择的拼接相比,这已被证明对性能和泛化能力有积极影响[20–22]。关于图像预处理、增强、实验设计及脂肪肌肉分数计算的更多细节见补充材料S3。

训练时采用五折交叉验证,测试时使用交叉验证模型的集成进行。

质量控制

为评估使用过程中分割的预测不确定性,开发了一个线性回归模型,基于概率图的平均熵预测肌肉类的分割Dice评分。该指标由近期一项工作提出,作为估计医学图像分割质量并检测分布外样本和模糊病例的特征[23]。尽管该方法可应用于所有组织类别,但我们聚焦于肌肉类,因为我们认为它是评估肌少症最重要的类别。

该线性回归模型使用交叉验证组织分割CDFNet所有验证病例的预测进行训练,并在所有测试集上进行测试。

双中心测试数据与端到端评估

最终对整个流程进行了端到端评估,即从三维CT扫描到提取的体成分指标。将自动确定的组织面积和脂肪肌肉分数与手动确定的值进行比较。为此,从两个中心回顾性检索了因诊断性CT(包括上腹部成像)转诊的连续患者的三维CT扫描。中心A:来自波恩大学医院诊断与介入放射科的83例患者(41例女性,平均年龄60 ± 15岁)作为内部测试数据。数据采集自四台不同的CT扫描仪。

中心B:来自曼海姆大学医学中心放射与核医学科的281例患者(111例女性,平均年龄63 ± 16岁)作为外部测试数据。数据采集自三台不同的CT扫描仪。

在该数据集中,10例患者带有金属植入物。然而,在端到端评估中,这些病例被有意不排除。为演示组织分割质量控制,应用了限制性设置,排除了肌肉类预测Dice评分最低的10%病例。端到端性能对纳入和排除的病例均予报告。

切片提取和组织分割的金标准由一名放射科住院医师(B.W.)和一名委员会认证的放射科医师(A.F.)标注。放射科住院医师的所有标注均由委员会认证的放射科医师验证。

关于双中心测试数据的补充信息见补充材料S5。

结果

结果汇总见图3。

图3 结果概要:切片提取、组织分割及各自质量控制(QC)的独立分析,以及骨骼肌(SM)、内脏脂肪组织(VAT)、皮下脂肪组织(SAT)和脂肪肌肉分数(FMF)的端到端自动与手动面积测量之间的一致性 查看原图 ↗

切片提取

交叉验证切片提取模型集合的预测与手动定义的金标准之间的平均偏差为:保留测试数据Δz = 2.27 ± 7.08 mm,双中心测试数据Δz = 2.46 ± 6.20 mm。考虑到最大10 mm的可接受偏差,保留测试集提取切片的96%和双中心测试数据的96%均在正确层面提取。所有测试集的平均偏差分别列于表1。

表1 交叉验证nnU-Net集合在保留测试集以及来自中心A和中心B的额外测试数据上获得的不同容差界限下的平均z偏差(Δz)和切片提取准确率 查看原表 ↗

组织分割

五折交叉验证CDFNet模型集合在保留测试数据(SM:0.96 ± 0.02,VAT:0.98 ± 0.02,SAT:0.98 ± 0.01)和双中心测试数据(SM:0.95 ± 0.04,VAT:0.98 ± 0.02,SAT:0.97 ± 0.04)上均取得了优异的Dice评分。表2分别列出了每个测试集的Dice评分。

表2 交叉验证CDFNet集合在保留测试集以及来自中心A和中心B的额外测试数据上获得的骨骼肌(SM)、内脏脂肪组织(VAT)和皮下脂肪组织(SAT)分割Dice评分 查看原表 ↗

质量控制

图4a展示了为识别不包含L3/L4层面的3D CT扫描而开发的逻辑回归模型。在保留测试数据的原始版本和裁剪版本中预测L3/L4层面存在的准确率很高(100%),在双中心测试数据上同样如此(中心A:99%,中心B:98%)。双中心测试数据的敏感性和特异性分别为97%和99%。

用于组织分割综合质量控制的线性回归模型如图4b所示。保留测试数据的观测Dice评分与预测Dice评分之间的平均差异为0.016 ± 0.016(SM)、0.005 ± 0.005(VAT)和0.008 ± 0.010(SAT),双中心为0.016 ± 0.016(SM)、0.007 ± 0.012(VAT)和0.010 ± 0.015(SAT)。

图4 为质量控制训练的模型:a 基于用于切片提取的nnU-Net的预测体积,训练逻辑回归模型以预测3D CT扫描中L3/L4腰椎层面切片的存在。b 为根据Dice评分预测组织分割质量,基于CDFNet肌肉类别概率图的熵训练线性回归模型。两个回归模型分别基于切片提取和组织分割的交叉验证数据所衍生的特征构建。灰色区域代表95%置信区间 查看原图 ↗

端到端评估

图5展示了端到端分析的示例。将逻辑回归模型应用于双中心测试数据(所有数据均包含L3/L4腰椎层面),结果364例3D CT扫描中有14例被警告该扫描可能不包含L3/L4层面。其中3例患者在L3/L4层面有植入物。对于其余11例,预测L3/L4层面与真实值之间的差异为Δz = 6.38 ± 10.77 mm。除3例有植入物的患者外,其余患者均未被排除在进一步分析之外。随后,应用了用于组织分割综合质量控制的线性回归模型。在严格设置下,361例中有36例被标记为可能存在分割质量受限,其肌肉类别的预测Dice评分为0.861至0.924。在这36例中,5例患者在L3/L4层面有植入物,4例患者有明显的疝。在其余病例中,分割质量受限的原因多种多样,例如部分手臂被包含在组织分割中,或部分肾脏被分类为肌肉。总体而言,10例在L3/L4层面有金属植入物的病例中有8例被两个质量控制步骤排除。对于未被质量控制排除的2例,仅观察到轻微的硬化伪影,如补充材料4S所示。

整个端到端评估的结果总结于表3。通过质量控制的325例双中心数据观察到高度一致性。自动分析与手动分析得出的身体成分指标和FMF显示出面积绝对差异为ΔSM = 5.0 ± 6.0 cm2、ΔVAT = 3.7 ± 5.8 cm2和ΔSAT = 5.7 ± 10.4 cm2,对应于较低的相对差异ΔSM = 3.3 ± 4.1%、ΔVAT = 3.0 ± 4.7%和ΔSAT = 2.7 ± 4.3%。对于FMF,也观察到较低的绝对偏差ΔFMF = 0.014 ± 0.012和相对偏差ΔFMF = 4.3 ± 4.4%。

图5 来自中心A(a)和中心B(b)患者的内脏脂肪组织、皮下脂肪组织(VAT、SAT)、骨骼肌(SM)和脂肪肌肉分数(FMF)的 compartment 面积。手动分析以绿色标记,而所提出流程的结果以红线标记 查看原图 ↗
表3 身体成分分析端到端性能的评估 查看原表 ↗

讨论

本文提出了一种无需人工交互即可应用身体成分分析的方法,从而允许在常规临床实践中机会性地测定身体 compartment 面积和FMF作为肌少症的标志物。对于流程中应用的两个CNN,训练好的网络可应合理请求获取(https://qilab.de)。

近年来,已有多种深度学习方法用于解决自动化身体成分分析这一问题。这些研究大多集中于某一腰椎水平单层图像中组织间隙的分割,因为已有研究证明,用于量化内脏脂肪(VAT)、皮下脂肪(SAT)和骨骼肌(SM)的二维和三维测量结果具有高度相关性[9–14]。尽管近期研究也已涉及层面提取的自动化,但常规临床应用还要求整合针对层面提取和组织分割的质量控制方法[15, 16]。为此,本研究开发了两种经典机器学习模型。因此,所开发的流程实现了腹部CT身体成分分析的完全自动化,包括基于深度学习的层面提取和组织分割以及质量控制模型的集成应用。

与既往自动化身体成分分析领域的研究相比,我们在本研究中观察到层面提取任务和组织分割的性能值相似或更优[12–17]。在既往工作中,层面提取任务要么被表述为回归问题、分类任务,要么与我们的方法类似,被表述为分割问题[15–17]。迄今为止提出的层面提取方法基于二维图像,或需要在预处理步骤中生成最大强度投影,而使用nnU-Net框架允许直接输入不同大小的三维CT数据集。对于组织分割,既往使用了二维U-Net架构的不同变体[12, 15–17]。本研究应用的CDFNet架构是带有max-out激活单元的Dense-UNet架构的扩展,该架构近期也已成功用于磁共振成像中的身体成分分析[20]。与既往工作的详细比较见补充材料S6。

在组织分割卷积神经网络(CNN)的开发中,纳入的患者群体也代表了组织改变,如腹水和全身性水肿,这些改变对身体成分分析具有挑战性[14]。此外,其他研究的分割结果表明,仅使用基于阈值的预处理步骤来定义分割参考标准的缺点,会导致肌间脂肪被误分类为腹部脂肪组织类别之一(VAT、SAT)[15]。为克服这一局限性,本研究将肌间脂肪手动归入肌肉类别,从而允许对肌肉进行额外分析[13]。

身体成分的若干方面,如作为骨骼肌质量指标的骨骼肌脂肪浸润,已被证明可为心血管疾病和肿瘤疾病患者提供预后信息[1–3]。因此,FMF近期被提出作为一种易于获取的身体成分指标,可能特别有前景,因为它还整合了骨骼肌质量的信息[1, 5]。既往研究已证明其预后价值,既可作为计划接受血管内主动脉瓣置换术患者衰弱的指标,也可作为接受体外膜氧合治疗的危重患者结局的有力预测因子[1, 6]。

最近一项关于3D组织分割的研究指出,对于真正自动化的身体分区分析应用,有必要开发质量保证程序来识别存在金属伪影的患者[24]。本项工作中展示的双中心端到端分析表明,所提出的质量控制通过识别不仅因硬化伪影、还因其他限制分割质量的原因而不适合进行身体成分分析的病例,确保了人工分析与自动分析之间的高度一致性。有趣的是,对经质量控制标记为分割质量有限的病例进行端到端性能分析显示,FMF对分割误差相当稳健。

作为本研究的局限性,仅在单个层面测定VAT、SAT和SM的面积,而非测定整个腹部的相应组织体积。然而,我们未发现有力证明3D方法在评估肌少症方面优于已有2D测量的研究。此外,身体分区的参考值迄今为止仅在大规模研究中针对2D测量确定[15]。

结论

本研究提出了一种端到端自动化深度学习流程,用于在临床常规中对身体成分指标和肌少症生物标志物进行大规模机会性评估。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 1273 KB)

引用

  1. Nowak S, Theis M, Wichtmann BD, et al. End-to-end automated body composition analyses with integrated quality control for opportunistic assessment of sarcopenia in CT. Eur Radiol. 2021. PMID: 34595539. doi:10.1007/s00330-021-08313-x
  2. 全文:PMC9038788(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9038788/

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。