文献速递妇产影像腹部MR

APPLAUSE:从胎盘 MRI 到可解释的健康评分

微信公众号 · 探知边界 · 2026-10-28

APPLAUSE研究提出一条可解释的胎盘MRI分析链:多回波序列拟合T2*图,U-Net自动分割胎盘,计算平均T2*,再用高斯过程回归建立低风险妊娠的正常成熟轨迹,输出Z分数及异常概率。3T队列108次扫描中,自动与人工分割平均T2*的均方根误差为7.4 ms;在25例低风险测试与20例高风险病例中,双变量误差建模方案AUC为0.95,普通最小二乘为0.69。

要点

  • 平均T2*需结合孕周解读,不能跨孕周使用单一阈值。
  • 自动分割轮廓不完美时,平均T2*仍可能可靠,但不等于体积测量可靠。
  • 异常评分依赖误差模型与参考人群,Z分数不能直接读作疾病概率。

核心结论

  • APPLAUSE将快速T2*成像、U-Net分割、器官级定量与不确定性建模串联,可在研究队列中区分胎盘功能异常。
  • 双变量误差建模方案在25例低风险测试与20例高风险病例中AUC为0.95,普通最小二乘版本为0.69。
  • 更低的Z分数与更早分娩、更低出生体重百分位相关,母体血管灌注不良病例也更多伴随低Z分数,但属相关性证据。

研究设计与样本

  • 研究论文,3T队列最终分析108次扫描,初始纳入110位单胎妊娠参与者(90例低风险、20例高风险),6次扫描因宫缩迹象或脂肪伪影被舍弃。
  • 功能序列为自由呼吸多回波梯度回波序列,3T空间分辨率3 mm各向同性,功能序列采集时间26秒。
  • 自动分割采用基于nnU-Net实现的二维U-Net,处理64×64体素图块,推理时图块重叠30%,按参与者分层五折交叉验证。
  • 正常成熟模型仅用低风险病例训练,按约7∶3划分低风险训练集与测试集,采用总最小二乘思想与高斯过程回归。
  • 独立1.5T队列包含42组数据:36例对照与6例子痫前期病例,重新训练或估计U-Net与高斯过程参数。

关键影像表现/征象

  • T2*越短表示MRI信号随回波时间衰减越快,通过BOLD效应与脱氧血红蛋白相关,可间接反映胎盘氧合与组织状态。
  • 正常妊娠推进时胎盘平均T2*通常下降,部分胎盘功能不全病例的数值低于相同孕周正常水平。
  • 超过300 ms的T2*值被截断,以减轻胎盘边缘混入羊水造成的影响。
  • 低信噪比与模糊边界会增加自动与人工分割分歧;部分胎盘组织被自动方法识别却被两位人工标注者遗漏。
  • 母体血管灌注不良病例倾向于较低Z分数,绒毛膜羊膜炎未呈现同样模式。

诊断标准与关键数值

  • 自动与人工分割的平均Dice为0.58(108例),两位人工标注者之间为0.68(84例)。
  • 自动与人工分割算出的平均T2*均方根误差为7.4 ms,人工之间为3.2 ms。
  • 以Z < −3定义所关注的异常区域,并通过10,000次采样传播输入误差估计落入该区域的概率。
  • 3T模型给生物学年龄设定约1.3周标准差,对平均T2*估计约8.7 ms标准差。
  • 图7的ROC分析合并25例低风险测试数据与20例高风险病例,TLS方案AUC为0.95,OLS版本为0.69。

临床应用与阅片要点

  • 报告平均T2*时应同时注明孕周背景,判断相对于该孕周偏低多少,而非简单判断数值低不低。
  • 自动分割结果需可视化检查T2*图与胎盘轮廓,低质量图像或伪影可能导致分割失败。
  • Z分数越负越偏向与加速成熟相符的低T2*异常方向,但该概率以模型、参考人群和误差假设为条件。
  • 平均T2*的可靠性支持器官级平均测量,若改做胎盘体积、局部纹理或细小病灶分析需重新验证。
  • 跨扫描仪或协议迁移时需低风险参考数据和人工分割重新建模,固定3T模型不能直接用于1.5T。

局限性

  • 参考数据在22周前、尤其36周后较少,极端孕周的正常轨迹与不确定范围更难估计。
  • 自动处理建立在先由受训分析者识别宫缩和伪影的质量控制之上,26秒采集不等于从进入检查室到可靠判断只需26秒。
  • 证据主要来自横断面和已知高风险病例,病理资料仅覆盖39例健康组和17例高风险组。
  • 单次扫描与出生结局相关,尚不足以证明评分能稳定追踪同一胎盘随时间变化或反映治疗改善。
  • 1.5T队列仅6例高风险病例,正文未报告与3T同等级的1.5T AUC结果,属小样本可迁移性探索。

原文图文 · 图 6 张

APPLAUSE:从胎盘 MRI 到可解释的健康评分

让自动分割、定量测量与不确定性评估连成一条链

胎盘在孕期不断成熟,正常变化与功能异常之间,有时只隔着一条模糊的边界。拿到一张胎盘 MRI,难的不只是“胎盘在哪里”,还有:它此刻呈现的组织状态,是否配得上这个孕周?

APPLAUSE 给出了一条可逐步检查的计算路径:从多回波 MRI 拟合出 T2* 定量图,用 U-Net 自动圈出胎盘,计算整个胎盘的平均 T2*,再用高斯过程回归学习低风险妊娠的正常成熟轨迹。把新病例的测量值与实际孕周一起放入模型,就能得到偏离正常轨迹的 Z 分数,以及考虑测量误差后的异常概率。

这套方法对准的是产前胎盘 MRI 的定量分析:少做手工勾画,也少一例一例去对正常曲线,为研究和临床评估留下可复核的辅助指标。论文发表于 2021 年,3 T 队列最终分析 108 次扫描,功能序列采集用 26 秒。自动分割与人工分割算出的平均 T2*,均方根误差为 7.4 ms。

在图 7 标示的 25 例低风险测试数据与 20 例高风险病例中,采用双变量误差建模的方案得到 AUC 0.95,普通最小二乘版本为 0.69。这说明如何定义“偏离正常”,可能与如何把胎盘分出来同样重要。但这项结果衡量的是研究队列内的区分能力,尚不能等同于普遍适用的早期筛查效果。

阅读主线

26 秒功能采集 → 自动分割 → 平均 T2* → 与孕周匹配的正常轨迹 → 带不确定性的异常评分

I 为什么 T2* 能提示胎盘成熟状态

T2* 可以直观理解为 MRI 信号随回波时间衰减的时间尺度:数值越短,信号衰减越快。它通过血氧水平依赖效应(BOLD)与脱氧血红蛋白相关,因此能间接反映胎盘的氧合与组织状态。随着正常妊娠推进,胎盘平均 T2* 通常下降;部分胎盘功能不全病例的数值会低于相同孕周的正常水平。

这也解释了为什么不能只设一个跨孕周通用的 T2* 阈值。同样的低值,在较晚孕周可能接近正常成熟表现,在较早孕周则可能显得异常。模型需要判断的是“相对于这个孕周,偏低了多少”,而不是简单判断“数值低不低”。

还要留意,T2* 并非血氧饱和度的直接读数。血细胞比容、母胎血液比例、组织几何形态、胎盘位置和采集条件等都会影响它。APPLAUSE 所谓的“生物学年龄”与“加速老化”,是围绕正常影像成熟轨迹建立的解释框架,不是对胎盘真实衰老速度的直接测量。

图 1|APPLAUSE 的整体流程。输入包含 MRI 数据与实际孕周;分割掩膜、平均 T2* 和统计评分构成可逐级检查的中间结果。

II U-Net 的任务:把可用的定量值提取出来

研究使用自由呼吸、多回波梯度回波序列,在每个体素上拟合单指数衰减模型,生成 T2* 图。3 T 采集的空间分辨率为 3 mm 各向同性;超过 300 ms 的 T2* 值被截断,以减轻胎盘边缘混入羊水造成的影响。26 秒指这段功能序列的采集时间,前面仍有定位、解剖成像与磁场匀场等步骤。

自动分割采用基于 nnU-Net 实现的二维 U-Net。网络处理 64 × 64 体素图块,训练时通过裁剪、镜像和旋转增加样本变化;推理时让图块重叠 30%,把重叠区域的预测概率平均后再二值化,组合成覆盖各层的胎盘掩膜。采用二维处理,贴合了原始多层采集方式,也避免把层间运动下不连续的数据直接当成理想三维结构。

分割评估采用按参与者划分的分层五折交叉验证。同一参与者不会同时进入训练与测试部分;用于后续定量分析的分割结果,均由未见过该病例的网络产生。分割网络学习了低风险和高风险胎盘,而后面的正常成熟模型只使用低风险病例训练,两者的训练职责不同。

图 3|人工与自动分割的逐层比较。A–C、D–F、G–I 分别展示自动分割 Dice 较低、接近中位数和较高的病例。低信噪比与模糊边界会增加分歧;C 中部分胎盘组织被自动方法识别,却被两位人工标注者遗漏。

这组数字对算法工程师更有意思:自动与人工分割的平均 Dice 是 0.58(108 例),两位人工标注者之间是 0.68(84 例)。Dice 衡量两块区域的空间重叠,可见自动轮廓的误差不小,人工参考本身的分歧也不小。

但下游要的其实不是精确体积,而是胎盘内的平均 T2*。自动与人工结果的均方根误差为 7.4 ms,人工之间为 3.2 ms。边缘轮廓有分歧,并不一定使整个器官的平均值同等程度地偏移。论文还检查了掩膜交集与分歧区域的 T2*,以理解这种现象。

图 4|轮廓重叠与定量测量是两种评价。左列比较自动与人工,右列比较两位人工标注者;上排为平均 T2* 的对应关系,中排为 Dice,下排为平均 T2* 随孕周的变化。不能仅凭平均值接近,就推断轮廓适合精确体积测量。

方法启示

分割模型应同时接受“轮廓是否准确”和“下游测量是否可靠”的检验。这里支持的是平均 T2* 的提取;若改做胎盘体积、局部纹理或细小病灶分析,需要重新验证。

III 处理误差的方式拉开了差距

拿到平均 T2*,最直接的想法是拿它反推孕周,再和实际孕周相减。但普通最小二乘回归(OLS)假设输入没有误差,只在输出方向解释残差。这里的输入 T2* 来自有噪声的成像和不完美的分割,实际孕周也只是生物学成熟度的近似。

这种误差结构若处理不当,会产生年龄相关偏差:某些孕周的正常病例就可能系统性偏离预测曲线,高风险病例的异常也可能被掩盖。作者因此采用总最小二乘思想(TLS),允许孕周与 T2* 两个方向都存在误差,再衡量病例偏离正常关系的程度。

具体做法可以拆成三步。首先,对孕周与平均 T2* 去中心化,并按各自预期误差缩放,避免“周”和“毫秒”的单位差异主导距离。其次,用奇异值分解旋转坐标,让第一主方向沿着正常成熟趋势。最后,在变换后的空间中用高斯过程拟合正常关系,再把结果与可信区间投回原始坐标。

高斯过程回归的作用,是同时给出平滑的正常趋势和围绕趋势的不确定范围。论文组合了线性核、描述局部平滑变化的平方指数核,以及白噪声核。正常模型按约 7∶3 划分低风险训练集与测试集,随后在低风险留出数据和高风险病例上评价。

预测时,模型在变换空间计算标准化偏离程度,即 Z 分数。沿本文的符号约定,Z 越负,越偏向与“加速成熟”相符的低 T2* 异常方向。作者以 Z < −3 定义所关注的异常区域,并通过 10,000 次采样传播输入误差,估计落入该区域的概率。这个概率以模型、参考人群和误差假设为条件,不能直接读作“患子痫前期的概率”。

误差也不是由网络自动、完整地学出来的:3 T 模型给生物学年龄设定约 1.3 周的标准差,对平均 T2* 估计约 8.7 ms 的标准差。因此,异常评分不仅依赖拟合曲线,还依赖这些不确定性估计是否适合目标人群。

图 5|从正常曲线到异常概率。a 展示正常成熟关系及可信区间;b 显示正常组 Z 分数未出现明显的孕周依赖,高风险病例更多落在负向;c 进一步纳入输入误差,给出模型定义下的加速老化概率。

IV AUC 0.95,究竟验证了什么

3 T 研究最初纳入 110 位单胎妊娠参与者,初始分组为 90 例低风险与 20 例高风险。6 次扫描因宫缩迹象或脂肪伪影被舍弃,其中 4 例使用同次检查中的另一段合格扫描替代,最终保留 108 次扫描。高风险组为已诊断子痫前期和/或胎儿生长受限的妊娠;低风险组结合后续母婴结局严格筛选,用来建立正常参照。

图 7 的 ROC 分析合并了 25 例低风险测试数据和 20 例高风险病例。TLS 方案的 AUC 为 0.95,OLS 版本为 0.69。AUC 衡量把高风险病例排在低风险病例之前的整体区分能力,不是选定阈值后的正确率,也不等于“95% 的胎盘问题都能检出”。这组对照说明,误差建模与年龄偏差校正起了多大作用。

图 7|同一研究中的统计建模对照。TLS 与 OLS 的 AUC 分别为 0.95 和 0.69;曲线基于 25 例低风险测试数据与 20 例高风险病例。图中的横轴为假阳性率,纵轴为真阳性率。

临床意义还需要结局证据支撑。研究观察到,更低的 Z 分数与更早分娩、更低出生体重百分位相关;在有胎盘病理结果的高风险病例中,母体血管灌注不良(MVM)也更多伴随低 Z 分数。这为影像评分与胎盘功能异常的联系提供了支持,但属于相关性证据,不能证明某个分数直接导致不良结局。

图 6|评分与出生结局、胎盘病理的关系。上排比较 Z 分数与出生体重百分位、分娩孕周;下方按病理表现分组。MVM 病例倾向于较低 Z 分数,绒毛膜羊膜炎则未呈现同样的模式,提示不同病理过程可能有不同影像表现。

论文强调在约 27–33 周的观察中,异常病例与正常轨迹的分离较明显;较晚孕周的区分更困难。不过,AUC 0.95 是上述测试组与高风险组的总体结果,不能改写成仅限 27–33 周子集的 AUC。研究也尚未证明:对尚无临床异常的一般孕妇做筛查,能以同样表现提前预测未来发病。

V 换到 1.5 T:流程可复用,参数要重建

独立的 1.5 T 队列包含 42 组数据:36 例对照与 6 例子痫前期病例。与 3 T 相比,扫描仪、回波间隔和空间分辨率均有变化,受试人群的 BMI 也总体更高。该队列中子痫前期病例的 Z 分数均低于 −1.5,并呈现更高的加速老化概率,方向上与主队列一致。

需要准确理解这里的“泛化”:研究复用了方法框架和既定配置,但重新训练或估计了 U-Net 与高斯过程的参数。作者明确指出,迁移到新扫描仪或协议,需要低风险参考数据和人工分割,必要时还需要高风险病例的标注。它支持的是跨条件重新建模后可复现类似关系,尚未证明固定的 3 T 模型能直接用于 1.5 T。

此外,1.5 T 只有 6 例高风险病例;为估计 T2* 的输入不确定性,作者合并使用了低风险训练与测试数据。因而这部分更适合作为小样本可迁移性探索,而非完全独立、全部参数预先锁定的临床验证。正文也没有报告与 3 T 同等级的 1.5 T AUC 结果。

VI 从研究流程走向应用,还缺哪些证据

第一,孕周覆盖仍不充分。参考数据在 22 周前、尤其 36 周后较少,极端孕周的正常轨迹与不确定范围更难估计。作者指出,34 周后的临床效用需要进一步研究,不能把中孕晚期较好的分离现象外推到整个孕期。

第二,自动处理仍建立在质量控制之上。本研究先由受训分析者识别宫缩和伪影,再进入分析。分割在低质量图像上也会失败。实际使用时,保留 T2* 图和分割轮廓的可视化检查十分重要;26 秒采集并不意味着从进入检查室到得到可靠判断只需 26 秒。

第三,证据主要来自横断面和已知高风险病例。病理资料并非覆盖全体,研究报告仅 39 例健康组和 17 例高风险组具备病理结果。单次扫描与出生结局相关,还不足以证明评分能稳定追踪同一胎盘随时间的变化,或反映治疗带来的改善。

第四,下游决策价值尚需单独验证。若要用于筛查或改变管理方案,还需要更大、更多样的前瞻性队列,明确的判定阈值,以及灵敏度、特异度、概率校准和临床增益的检验。从有苗头的影像标志物走到能用的工具,这几步绕不过去。

结语|把每一步都变成可检查的证据

APPLAUSE 把快速成像、自动分割、器官级定量和不确定性建模串成了一条可解释的分析链。它还说明,轮廓不必完美,也能支撑某一类可靠的测量;但测量值要变成有意义的异常评分,得先交代清楚孕周背景、输入误差和正常人群的差异。

对算法开发者,它示范了怎么围绕下游任务设计评估;对胎盘影像研究者,它提供了一个把单次 T2* 测量放回成熟轨迹的工具。前景还要继续检验,眼下最扎实的结论只有一条:这条分析路径在研究队列里分得开胎盘功能异常。

论文引用

Pietsch M, Ho A, Bardanzellu A, Zeidan AMA, Chappell LC, Hajnal JV, Rutherford M, Hutter J. APPLAUSE: Automatic Prediction of PLAcental health via U-net Segmentation and statistical Evaluation. Medical Image Analysis. 2021;72:102145.

DOI: https://doi.org/10.1016/j.media.2021.102145

来源:探知边界,查看原文。版权归原作者所有。

引用

  1. 探知边界:APPLAUSE:从胎盘 MRI 到可解释的健康评分

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。