基于髋骨参照系的非增强CT自动骶骨肿瘤分类模型

摘要

基于深度学习的自动化分类模型在基于平扫CT的骶骨肿瘤分割和六分类方面优于放射科医生。

关键点

■ 在这项纳入690例经组织病理学证实的骶骨肿瘤患者的回顾性平扫CT研究中，自动分割在验证集、内部测试集和外部测试集中的Dice系数分别为0.82、0.81和0.81。

■ 全自动深度学习分类模型CL-MedImageNet在验证、内部测试和外部测试队列中的宏观平均曲线下面积（AUC）值分别为0.89、0.88和0.87，宏观平均F1分数分别为0.63、0.63和0.56。

■ 在外部测试中（n = 60），CL-MedImageNet优于两位放射科医生（宏观平均AUC：0.87 vs 0.80，P = .002；0.87 vs 0.83，P = .45），宏观平均精确率为0.56，宏观平均灵敏度为0.55。

引言

骨肿瘤包含多种类型，是20岁以下患者癌症相关死亡的第三大原因（1,2）。原发性恶性骨肿瘤，如骨肉瘤和软骨肉瘤（3），起源于间充质细胞，约占全球所有恶性肿瘤的0.2%（4）。骨肉瘤是最常见的原发性恶性骨肿瘤，占病例数的44%以上（5），其治疗主要依赖化疗和手术切除（6,7）。软骨肉瘤是第二常见的恶性骨肿瘤，对化疗和放疗反应不佳（8），因此主要以手术切除治疗。原发性良性骨肿瘤的发病率更难量化，通常采用旨在保留功能的微创手术进行管理（9）。转移性骨肿瘤带来了额外的挑战，占转移性病例的15%–20%（10），其治疗根据肿瘤部位采用药物治疗、放疗或手术（11,12）。在临床实践中，治疗方案因肿瘤类型的不同而有显著差异（13）。

骶骨肿瘤作为一类独特的肿瘤，具有独特的诊断和治疗挑战。骶骨脊索瘤最为常见（约占骶骨肿瘤的40%），其次是骶骨巨细胞瘤（14）。这两种肿瘤由于早期症状非特异性，常常诊断较晚（15），且其罕见性可能导致误诊，造成不必要的活检或延误治疗，从而增加患者的不适、费用和死亡风险（16）。骶骨肿瘤的治疗策略也独具特点，并因肿瘤类型而异。对于骶骨脊索瘤，首选腰椎切除以减少其高复发率，而骶骨巨细胞瘤通常采用病灶内刮除术治疗（13）。因此，准确的术前识别和鉴别诊断对于个体化治疗至关重要。

活检常用于术前对肿瘤组织学进行分类，但其具有侵入性，容易发生取样误差，并可能引起并发症 (17)。相比之下，影像学在精准肿瘤学时代已成为骨肿瘤诊断的基础 (18)。CT 通常是骶骨肿瘤评估的首选，尤其是采用薄层螺旋采集并进行二维和三维（3D）重建，可提供有关肿瘤特征（如钙化、骨化和骨质破坏）的关键信息 (14,19)。虽然 MRI，尤其是多参数 MRI，可提供更好的软组织对比度和定量数据，但其对骨质破坏的显示效果较差，常与 CT 联合使用 (20)。此外，MRI 的局限性（如费用、扫描时间和禁忌证）可能降低其实用性，尤其是在欠发达地区，CT 仍是更易获得且更高效的选择 (21)。

鉴于传统诊断方法面临的这些挑战，基于人工智能（AI）的解决方案应运而生，以改善诊断并指导治疗。AI是计算机科学的一个分支，专注于通过识别数据中的模式并做出数据驱动的决策来解决问题（22,23）。AI并非单一技术，而是包含多种计算模型和算法，每种都旨在根据现实世界中的具体问题执行特定任务（24）。随着AI技术的进步，其在医学影像中的应用尤为突出。在医学影像领域，AI催生了影像组学的出现（25,26）。卷积神经网络（CNN）以其在图像诊断中的卓越效能而闻名，在利用影像组学预测癌症患者的诊断、预后和治疗结局方面展现出巨大潜力（12,27）。其中一个例子是CerebralDoc，这是一个AI驱动的系统，使用3D CNN对头颈部CT血管成像进行血管重建。与手动方法相比，该系统大幅减少了后处理时间和点击次数，从而极大提高了效率，同时也减少了所需人力，展示了其简化工作流程和降低医疗成本的潜力（28）。另一个例子是将CNN应用于腮腺良恶性肿瘤的鉴别，特别是通过模型辅助支持帮助低年资放射科医师达到更高的准确率和更好的临床决策。这些例子凸显了CNN在提高诊断性能、辅助放射科医师并最终优化临床工作流程方面的能力（29）。若干挑战阻碍了CNN在骶骨肿瘤预测中的临床应用。如果流程未完全自动化，手动分割等任务可能耗时较长，降低临床可行性，并引入评估者间的变异性。此外，当前基于图像的CNN难以整合三维肿瘤位置数据，而该数据对于准确预测骶骨肿瘤类型至关重要（30）。仅有少数研究探讨了影像组学在术前区分骶骨良恶性肿瘤方面的潜力（13,31–34）。此外，鉴于骨肿瘤的罕见性，这些已发表的研究均未进行外部验证测试（13,31–33,35）。相反，它们仅在内部数据集中进行了验证。现有的骶骨肿瘤分类AI模型受限于过度依赖内部验证、缺乏影像与临床数据的整合，以及对手动分割的依赖，后者可能导致不一致性和低效率。我们的研究通过引入外部验证来增强泛化能力、开发一种创新的肿瘤定位方法以提高分类性能、整合临床与影像数据以实现更全面的诊断方法，并使用全自动化流程来减少人为错误并提高效率，从而解决上述问题。

本研究的目的是开发一种全自动混合方法，利用术前NCCT图像预测骶骨肿瘤类型。该方法整合了两个关键组成部分：（a）使用CNN进行肿瘤和髋骨的自动分割，以及（b）使用基于CNN的分类器预测骶骨肿瘤类型。首先，肿瘤分割模型分割肿瘤并计算其边界框和相对于体素坐标系的质心，而髋骨分割模型分割髋骨并将体素质心转换到髋骨相对坐标系中。其次，使用基于CNN的分类器预测骶骨肿瘤类型。该分类模型整合了临床、位置和影像数据，实现六分类的肿瘤分类。这些创新使我们的模型在骶骨肿瘤分类方面更具临床适用性、准确性和可靠性，有助于更好的术前决策和个性化治疗规划。

材料与方法

研究设计

本回顾性研究经各参与医院的机构审查委员会批准，由于其回顾性性质，免除了知情同意。研究设计如图1所示。我们的自动化混合模型由两个CNN模型（模型1和模型2）组成，通过全自动流程连接。模型1是一个用于肿瘤和髋骨自动分割的CNN，经过训练可从软组织窗设置的NCCT图像中生成肿瘤和髋骨掩膜。模型2是一个基于CNN的多分类分类器，经过训练可根据三个输入预测骶骨肿瘤类型：（a）由模型1a生成的NCCT裁剪图像，（b）来自模型1b的肿瘤质心相对于髋骨的相对位置，以及（c）包括年龄、性别和肿瘤体积在内的临床信息。这些模型共同构成混合系统，全自动流程保障它们之间的数据无缝传输。

患者数据与NCCT图像采集

本研究收集了来自三个中心、三个独立患者队列的数据。所有患者在初次手术前1个月内于NCCT图像上检出单个骶骨肿瘤。来自中心1的主要队列用于模型训练、超参数优化和内部测试，共纳入2011年1月至2024年5月间收治的630例患者。此外，从中心2和中心3收集了外部测试队列，每个类别10例，共计60例患者，作为最终模型评估的外部测试集（图S1）。训练集、验证集和测试集中肿瘤类型的分布见图2和表S1。研究分别使用了飞利浦医疗的Philips iCT 256和GE医疗的GE Lightspeed VCT 64 CT扫描仪。纳入标准包括经组织病理学证实的骶骨肿瘤，且患者具有单个骶骨肿瘤的术前NCCT图像。排除标准包括既往抗肿瘤治疗、图像质量不佳、重复随访或监测的患者以及术后肿瘤复发。

所有患者均接受了术前骶骨NCCT扫描，具体扫描参数详见附录S1。原始NCCT数据以医学数字成像和通信（DICOM）格式存储，取自机构的影像归档和通信系统，并传输至个人计算机进行进一步处理。作为预处理的一部分，数据首先被重采样以达到0.75 × 0.75 × 5的体素尺寸。由于不同扫描设备可能使用不同的坐标系，如左后上（LPS）或右前上，我们通过将所有坐标系转换为统一的LPS系统来对数据进行标准化。除了标准化坐标系和重采样图像外，数据增强代表了一种额外的数据处理程序，特别用于深度学习辅助的影像组学分析（36,37）。

用于肿瘤和髋骨自动分割的CNN

在690例符合条件的患者中，180例进行了手动分割，510例进行了自动分割。我们通过从中心1训练集的六个类别中每类随机选择30例患者来创建数据集，然后按5：1的比例将其划分为训练集和测试集。一名具有5年肌肉骨骼影像经验的放射科医师使用ITK-SNAP 3.8.0（http://www.itksnap.org）在NCCT图像上逐层手动勾画肿瘤感兴趣区和髋骨。另一名具有10年经验的放射科医师验证并调整了这些轮廓的准确性。通过在30例随机选择的病例上计算Dice系数来量化观察者间一致性。

在自动分割之前，我们应用了多种数据增强技术——如裁剪、翻转、旋转、强度归一化和噪声引入——以增强模型的泛化能力。这些技术的详细信息见附录S1。由于图像尺寸较大（约550 × 550 × 60体素），我们采用了基于补丁的分割策略，补丁大小为288 × 288 × 48体素，因为NVIDIA RTX A6000 GPU无法同时处理整个图像。基于SegResNet（38）的分割模型在该GPU上训练，初始学习率为0.1，采用余弦衰减策略。经过短暂的预热阶段后，学习率遵循余弦衰减函数，在早期阶段迅速下降，并随着训练进展逐渐趋于平缓。尽管学习率在训练结束时接近零，但从未完全达到零，从而确保了平滑收敛。所有数据完成分割后，放射科医生按照之前的流程对自动分割区域进行审核和修正。随后应用最大连接域保留后处理来隔离最大的连通区域，从而去除微小伪影，仅保留单个肿瘤或髋骨。我们最终获得了包含肿瘤和髋骨的完整数据集。

分割后的数据按7：1：2的比例划分为训练集、验证集和内部测试集。SegResNet模型训练200个epoch，初始学习率为0.1，在线性预热后采用余弦衰减策略。在验证集上取得最高Dice分数的模型被保留用于内部和外部评估。性能以Dice系数的均值±标准差报告。如图3所示，流程图展示了分割数据集的构建和分割模型的评估过程。

肿瘤体积与空间定位

肿瘤体积通过计算分割感兴趣区域内的体素数来确定。利用分割后的髋骨定义了髋骨相对坐标系（图1）：原点设置在最低（z轴）、最左（x轴）和最后（y轴）表面的交点处。每个轴均归一化至0–1范围。在该坐标系中计算肿瘤质心，得出Dx、Dy和Dz距离。

用于骶骨肿瘤六分类的CNN

来自中心1的每个肿瘤类别按照7:1:2的比例分配到训练集、验证集和测试集，这与分割模型所用的数据集构建方法一致。为解决类别不平衡问题，我们采用类别加权调整，为少数类赋予更高的权重，促使模型在训练过程中更多关注少数类样本。我们在训练期间调整了损失函数中的权重，以确保类别不平衡不会影响模型的学习过程。训练过程从数据预处理开始，所有图像均被调整为256 × 256 × 64体素。为增强数据多样性，应用了若干数据增强技术，包括随机旋转（±30°）、随机翻转和随机缩放（缩放因子在0.9至1之间），各以50%的概率执行。这些增强操作与强度归一化和噪声引入相结合，旨在提高模型的泛化能力。临床数据（年龄、性别和肿瘤体积）及位置信息通过去均值和缩放到单位方差进行标准化，确保所有特征符合标准正态分布，所用公式为：

这可以防止数值范围较大的特征对模型产生不成比例的影响。我们的标准化数值编码统一应用于自动化流程中的所有输入变量（包括性别和位置等分类变量），其目的仅是为了模型实现中的计算一致性，而非基于生物学理由。

我们提出了一种创新的融合网络MedImageNet，该网络构建于DenseNet的基础之上。图像特征使用预训练的DenseNet-121骨干网络进行提取，产生1024维特征向量。MedImageNet利用从NCCT图像中提取的深度学习特征，随后将其与标准化临床数据和位置信息进行融合。合并后的数据集随后通过三个全连接层进行处理，以实现准确分类。初始学习率设为0.1，并遵循余弦衰减计划。训练共进行100个轮次，保留基于验证集受试者工作特征曲线下面积（AUC）的最佳模型。选择验证集中AUC最高的模型用于后续的内部和外部测试。

在我们的实验中，我们通过拼接不同的特征类型构建了三种不同的六分类模型。首先，我们将图像特征与临床信息结合，创建了 C-MedImageNet 模型。其次，我们将图像特征与位置信息整合，构建了 L-MedImageNet 模型。最后，我们将图像特征与临床和位置信息同时结合，开发了 CL-MedImageNet 模型。所有模型均遵循相似的训练过程，使用拼接后的特征来提升分类性能。此外，我们还基于临床、位置和影像数据开发了对比模型。仅使用临床信息以及结合临床和位置数据，我们使用支持向量机（SVM）构建了临床模型。虽然核函数确实会增加特征空间的维度，但我们的 SVM 模型样本量是变量数的 10 倍以上，可能足以支持有效分类。对于基于影像的模型，我们使用 DenseNet121（https://github.com/Project-MONAI/MONAI/blob/dev/monai/networks/nets/densenet.py）并仅使用图像特征。我们应用特征工程来解决图像模型与临床模型之间的复杂性不平衡问题。对于图像数据，我们使用预处理技术和深度学习方法来提取特征；对于临床数据，我们应用标准化和归一化以确保特征包含最大的相关信息。将这些模型与所构建的 C-MedImageNet、L-MedImageNet 和 CL-MedImageNet 模型进行比较，以评估不同特征组合下的性能。

全自动流程与混合模型

我们的自动化混合模型是通过全自动流程将用于分割的模型 1 与用于骶骨肿瘤类型预测的模型 2 整合而开发的。该混合模型在内部测试集和外部测试集上均进行了测试，这两个测试集在模型开发过程中均未暴露。流程开始于模型 1 执行自动肿瘤和髋骨分割。根据该分割结果计算肿瘤体积，并确定其相对于髋骨的位置。基于肿瘤区域对图像进行裁剪，并将裁剪后的图像与肿瘤的相对位置以及临床数据（年龄、性别和肿瘤体积）一起作为模型 2 的输入。该流程中的所有过程均完全自动化。训练后的模型和图像处理代码可在以下链接获取：https://github.com/Kewei-Liang/CL-MedImageNet。

放射科医生阅片结果比较

为了进一步评估我们所提出模型的性能，我们进行了放射科医生对外部数据集阅片的判读。两名具有 5 年肌骨影像诊断经验的放射科医生（F.Z. 和 Y.W.）参与了本研究。共 60 例（来自中心 2 和中心 3 的 60 个病灶）患者以随机顺序呈现给放射科医生。在整个过程中，放射科医生对诊断报告和最终病理结果设盲。他们仅获得患者的临床数据（年龄、性别和肿瘤体积）和原始 NCCT 图像用于诊断。此次阅片的诊断结果与我们的 CL-MedImageNet 模型的结果进行了直接比较。

统计分析

对于连续变量，酌情采用方差分析或Kruskal-Wallis检验，而分类变量则酌情采用χ²检验或Fisher精确检验进行比较。所有统计检验均为双侧检验，P值小于0.05定义为有统计学意义。分析使用IBM SPSS Statistics（IBM）完成。模型性能采用AUC和F1分数进行评估，以提供其判别能力的总体度量，同时使用混淆矩阵来量化模型的准确性。我们同时使用AUC和F1分数，以更准确地评估模型性能，尤其是在预测少数类方面，同时减轻类别不平衡的影响。

结果

临床特征

共有231例患者因以下原因被排除：169例因重复随访扫描，37例因既往接受过抗肿瘤治疗，16例因明显伪影，9例因术后肿瘤复发。队列1纳入630例患者（平均年龄46岁±17；男性344例）。队列2和队列3合计纳入60例患者（平均年龄44岁±19；男性33例）。六种肿瘤类型分类如下：0=转移性肿瘤，1类=软骨肉瘤，2类=骨肉瘤，3类=脊索瘤，4类=神经源性肿瘤，5类=巨细胞瘤，详细示例见图S2。统计分析显示，不同骶骨肿瘤组之间在年龄、性别以及肿瘤质心至髋骨的距离方面存在显著差异。患者的详细临床特征见表1。

CNN分割性能

SegResNet分割框架训练了200个epoch。验证集、内部测试集和外部测试集的初始Dice系数分别为0.82、0.81和0.80。训练后，分割结果包含多个区域，分割除肿瘤区域外主要集中在椎体终板。我们推测终板的部分容积效应与肿瘤区域骨质破坏的影像表现相似。为解决这一问题，采用最大连通域保留的后处理方法去除小伪影，并保留单一肿瘤或髋骨。后处理后，SegResNet模型的性能有所提升，验证集、内部测试集和外部测试集的Dice系数分别为0.82、0.81和0.81，汇总见图4和表2。初始自动髋骨分割及后处理后最终自动髋骨分割的结果也见表2。此外，两位放射科医师之间的Dice系数为0.96，表明分割结果具有极好的一致性。

分类模型性能

基于临床和位置信息的SVM模型优于仅基于临床信息的SVM模型，在验证集、内部训练集和外部训练集上分别获得了0.87、0.81和0.85的宏平均AUC值。这表明位置信息有助于提高对不同骶骨肿瘤类型的识别能力。六种骶骨肿瘤类型的详细分类结果见表3和图5。

此外，DenseNet121的注意力图突出了与不同肿瘤类型相关的关键区域（图6）。C-MedImageNet和L-MedImageNet均优于仅使用图像的DenseNet121模型，其中C-MedImageNet表现出更优的性能。其在验证集、内部测试集和外部测试集上的宏平均AUC值分别为0.89、0.87和0.85。C-MedImageNet在这些数据集上的AUC范围分别为0.83（脊索瘤）至0.93（骨肉瘤）、0.78（转移性肿瘤）至0.92（脊索瘤）和0.70（转移性肿瘤）至0.95（脊索瘤），表明其比基于临床信息的SVM模型和DenseNet121能更有效地整合临床和影像数据（表S3）。CL-MedImageNet表现出最佳性能，宏平均AUC分别为0.89（验证集）、0.88（内部测试集）和0.87（外部测试集），相应的宏平均F1分数分别为0.63、0.63和0.56。CL-MedImageNet在这些数据集上的AUC范围分别为0.80（脊索瘤）至0.97（神经源性肿瘤）、0.83（软骨肉瘤）至0.94（脊索瘤）和0.71（软骨肉瘤）至0.94（脊索瘤）（图7）。六种骶骨肿瘤类型的详细分类结果见表3和图8。

放射科医生的判读在外部测试集上的表现与C-MedImageNet模型和仅基于临床数据的SVM模型相当，宏平均AUC值分别为0.80和0.83（表S4）。两位放射科医生在外部测试集上的AUC范围分别为0.77（转移性肿瘤）至0.87（骨肉瘤）和0.65（软骨肉瘤）至0.94（脊索瘤）（图S3）。CL-MedImageNet模型优于放射科医生的判读（宏平均AUC，0.87 vs 0.80，P = 0.002；0.87 vs 0.83，P = 0.45）。放射科医生的详细分类结果见图9和表S5。

讨论

本研究开发了一种基于人工智能的模型，以改进骶骨肿瘤的分类，应对诊断延迟和治疗反应不一带来的挑战。整合临床、影像和位置数据的多模态方法（CL-MedImageNet）优于其他模型，在验证集和测试集上的宏观AUC分别为0.89、0.88和0.87，在识别神经源性肿瘤（AUC，0.97）和脊索瘤（AUC，0.94）方面表现尤为出色。该模型超越了放射科医生的表现（0.87 vs 0.80，P = .002；0.87 vs 0.83，P = .45），尤其是在具有挑战性的病例中，如转移性肿瘤（0.91 vs 0.65，P < .001；0.91 vs 0.77，P < .001）。这些结果表明，人工智能驱动的多模态分析可提高诊断准确性，为活检提供一种无创替代方案，并支持骶骨肿瘤的个性化治疗策略。

本研究拓展了以往旨在术前预测骶骨肿瘤类型的研究。一项研究纳入95例患者，利用增强CT鉴别骶骨脊索瘤和骨巨细胞瘤，其中最小绝对收缩和选择算子加分类广义线性模型表现最佳，AUC为0.98，准确率为0.90 (13)。no-new-Net模型在识别骨肉瘤和尤文肉瘤方面也显示出较大潜力，AUC为0.84 (35)。这些模型并非完全自动化，可能引入人为错误。另一方面，我们的模型采用全自动图像分割和分类流程，减少了人为错误，提高了效率，并改善了整体准确性。此外，我们的研究表明，该自动化混合模型不仅能一次性分类为六个类别，还包含了分割功能。

许多先前研究的一个重大局限是缺乏外部验证，这可能导致模型性能被高估（13,31–34）。骨肿瘤的罕见性进一步加大了进行外部测试的难度，从而增加了内部验证中潜在偏倚的可能性。模型有效性应使用专门的测试集加以确认，因为当前研究常常在特定数据集上验证模型，而这些模型可能无法有效泛化（39–41）。与这些研究不同，我们的研究通过使用外部测试集进行验证来解决这一问题，证明了模型在不同临床环境中的适用性，并确保了更可靠的结果。

此外，据我们所知，我们是首个使用髋骨作为肿瘤定位参考框架的研究，从而提高了肿瘤识别和分类的准确性。Yin等人利用平扫CT（NCCT）和临床特征开发了影像组学模型，在六种骶骨肿瘤类型的分类中取得了较高的诊断性能（AUC，0.80–0.96），不同肿瘤类别的准确率为0.85至0.90（32）。类似地，一个使用MRI的三分类影像组学模型在区分骶骨脊索瘤、巨细胞瘤和转移性肿瘤方面取得了0.77的AUC（33）。这些研究仅使用了简单的临床因素和影像组学特征，而我们的研究在此基础上进行了改进，引入了一种新的肿瘤定位方法，将肿瘤位置与临床数据相结合。这一创新方法通过为影像特征添加空间参考数据，显著提升了模型的诊断性能。

在我们的图像分割任务中，由于数据尺寸较大（约550 × 550 × 60体素），我们采用了基于图像块的分割方法。鉴于NVIDIA RTX A6000 GPU的限制，我们无法一次性加载整个图像，因此将图像分割为288 × 288 × 48体素大小的图像块。这种方法不仅使我们能够将数据装入内存，还降低了整体内存负载。在我们的分类任务中，将整个图像输入模型是不切实际的，因为图像尺寸过大，会导致GPU资源过度消耗、下采样过程中潜在的重要空间细节丢失以及类别不平衡问题——肿瘤仅占图像的一小部分。沿骨盆进行裁剪并不可行，因为某些肿瘤超出了骨盆边界。我们采用紧密包围盒的方法来减少冗余信息并聚焦于目标区域。通过加载图像及其对应的标签掩膜，我们利用掩膜中的非零像素识别肿瘤区域的边界，并计算沿x、y和z维度的坐标。随后对图像和标签进行裁剪，保留包含肿瘤区域的紧密包围盒，从而减小图像尺寸和计算资源需求。这种方法使模型能够集中于有意义的特征，同时提高训练效率和性能。尽管紧密包围盒裁剪简化了处理过程，但它会导致位置信息的丢失，我们通过开发一种基于骨盆坐标系的肿瘤位置表示方法来解决这一问题。

骨肿瘤在年龄、性别和肿瘤特征方面差异显著（10）。良性肿瘤在儿童和青少年中更常见，而恶性肿瘤则表现出类型特异性的年龄分布模式：骨肉瘤在青少年、年轻人和老年人（>60岁）中达到高峰，尤文肉瘤主要累及儿童和青少年，软骨肉瘤在40岁以上人群中更为常见（42）。男性发病率是女性的1.5倍（43）。临床上，良性肿瘤往往较小且生长缓慢，而恶性肿瘤通常较大、生长迅速，并伴有更强的侵袭性和更差的预后（44）。临床因素的单因素分析及本研究的消融实验见表S6。肿瘤的部位在诊断中也起关键作用，因为不同肿瘤起源于不同区域。例如，骶骨脊索瘤最常见于S3椎体以下，而骶骨巨细胞瘤通常位于S1和S3之间，如常规影像所示（13）。骶骨脊索瘤更易发生于骶尾部，常沿中线分布，而软骨肉瘤更常见于外侧部位（45）。在本研究中，我们使用髋骨作为参考坐标系，而非体素坐标系，因为多变的扫描范围无法准确反映相对于身体的真实位置。因此，我们纳入了肿瘤质心相对于髋骨的相对位置信息。为简化数据处理和分析，我们将所有数据转换为统一的LPS坐标系。这种标准化简化了方向、单位和轴变化的处理，从而降低了数据处理的复杂性和编码难度。统一的坐标系在机器学习和深度学习应用中尤为有利，因为它能增强特征提取和学习过程，从而提高预测准确性。此外，统一坐标系对于精确测量肿瘤质心与髋骨之间的距离至关重要。

我们的模型CL-MedImageNet优于放射科医生，尤其是在诊断转移性肿瘤方面，有效弥补了这一临床常见的诊断弱点。转移性肿瘤通常是一种排除性诊断，放射科医生在没有完整病史的情况下很难识别。通常，骨扫描是检测骨转移最常用的方法，也是美国国家综合癌症网络指南推荐的标准影像方案组成部分（46）。虽然骨扫描灵敏度高，但其主要缺点是特异性相对较低，这主要由于空间分辨率差、放射性药物在正常骨骼结构、软组织或内脏中的聚集以及良性病变引起的摄取。这种低特异性给临床核医学中医生人工分析闪烁显像图像带来了巨大挑战（47）。我们的研究表明，基于CNN的模型能更有效地识别转移性肿瘤，提高诊断准确性。然而，我们的模型在软骨肉瘤诊断中准确率相对较低。这一局限性可能反映了软骨肉瘤多种病理亚型固有的复杂性——包括经典型（中央型）、外周型（继发性）、去分化型、间叶型、透明细胞型和黏液样变异型——这些亚型带来了巨大的诊断挑战。特别是去分化型与骨肉瘤、透明细胞型与巨细胞瘤、黏液样型与脊索瘤之间的影像学相似性造成了很大的分类困难。这一对比既凸显了该模型在处理罕见或复杂亚型方面的当前局限，也展示了其在增强放射科医生诊断能力方面的宝贵潜力。此外，中等水平的F1分数（约0.55）反映了骶骨肿瘤分类的固有挑战：类别不平衡、跨机构差异以及肿瘤特征的重叠。该模型的性能与放射科医生的准确率（约0.5）相当，表明在这些限制条件下仍具有临床意义的检测能力。

我们的研究存在若干局限性。首先，本研究的主要局限是外部测试队列较小，这是由于骶骨肿瘤的罕见性所致，尤其影响了罕见亚型分析和统计可靠性。每个肿瘤类别的样本数量有限，虽然不可避免，但可能影响机器学习模型的稳健性和泛化能力。此外，回顾性设计存在固有偏倚，包括各中心影像方案和临床记录的差异。这些因素要求在解读结果时保持谨慎，同时也反映了研究罕见肿瘤疾病所面临的现实挑战。此外，多模态影像的整合代表了医学领域CNN模型发展的一个有前景的方向。然而，我们研究的回顾性特征排除了开发使用病理、CT和MR图像的组合模型的可能性。最后，排除术后肿瘤复发患者可能限制了模型的泛化能力，尤其是在处理复发性肿瘤时。

总之，我们成功开发了一个深度学习模型，能够通过全自动流程，利用NCCT扫描、临床和位置信息可靠地预测骶骨肿瘤类型。这一高度可重复且具有泛化能力的人工智能模型实现了自动化、无创的骶骨肿瘤特征描述，并可与临床工作流程无缝整合，从而提高诊断准确性（尤其是对早期病变），支持肿瘤类型鉴别，并促进个性化治疗规划以改善患者预后。为增强我们模型的有效性，未来研究应优先开展更大规模的多中心合作，以汇集更广泛、更多样化的患者队列。我们计划在正在进行的研究中积极寻求与其他机构的合作，以编制更全面的数据集进行进一步验证，从而填补这一关键空白。此外，虽然当前研究通过外部验证方法提供了有意义的初步验证，但我们认识到，纳入更稳健的验证方法（如自助抽样法）可进一步增强研究结果的可靠性和泛化能力。

补充文件