基于深度学习的脑膜瘤自动分割与体积分析
本研究开发并验证了一个多通道三维 nnU-Net 深度学习模型,利用术前对比增强 T1WI 和 FLAIR 图像自动分割脑膜瘤及瘤周水肿。训练集为苏黎世大学医院 100 例,外部验证集为 TCIA 的 88 例。结果显示肿瘤分割性能较高,水肿分割性能中等。
要点
- 肿瘤分割 Dice 外部验证达 0.86±0.17,可用于辅助体积测量。
- 瘤周水肿分割外部验证 Dice 仅 0.31±0.35,需人工复核修正。
- 模型公开可用,利于临床部署和进一步验证。
核心结论
- 多通道三维 nnU-Net 模型对脑膜瘤分割性能较高,对瘤周水肿分割性能中等。
研究设计与样本
- 研究类型为深度学习模型开发与外部验证,训练集 100 例,外部验证集 88 例。
- 训练数据来自苏黎世大学医院,外部验证数据来自 TCIA 的 Meningioma-SEG-CLASS 队列。
- 输入序列为术前增强 T1WI 与 FLAIR,参考标准为手工标注。
- 采用 3D nnU-Net 架构,五折交叉验证训练。
关键影像表现/征象
- 模型基于增强 T1WI 和 FLAIR 双序列输入,可同时分割肿瘤与瘤周水肿。
- 凸面及大脑镰旁/矢状窦旁脑膜瘤的瘤周水肿分割准确度较高。
- 水肿体积越大,分割 Dice 值越高,小水肿分割性能较差。
诊断标准与关键数值
- 肿瘤内交叉验证 Dice 为 0.87±0.23,外部验证为 0.86±0.17。
- 肿瘤外部验证 Jaccard 为 0.79±0.18,HD95 为 6.20±13.03 mm。
- 瘤周水肿内交叉验证 Dice 为 0.63±0.38,外部验证为 0.31±0.35。
- 瘤周水肿外部验证 Jaccard 为 0.25±0.30,HD95 为 22.30±19.90 mm。
临床应用与阅片要点
- 自动分割可加速术前体积评估,但水肿结果须经放射科医生校正。
- 模型对凸面及镰旁/矢状窦旁大水肿病灶更可靠,可用于随访监测。
- 开源 GUI 便于在本地工作站运行,适合嵌入影像科室工作流。
局限性
- 手工标注存在主观性,未评估观察者间一致性。
- 样本量较小,可能限制模型泛化能力。
- 未评估推理时间和分割后所需人工修正量。
- 模型基于单时间点图像训练,纵向随访中的可靠性未知。
全文中译13 节 · 点击展开
引言
脑膜瘤是最常见的原发性颅内肿瘤,约占所有原发性脑肿瘤的37% [1]。这些肿瘤通常为良性,被认为起源于蛛网膜层的脑膜上皮细胞 [2, 3]。近年来,神经影像学的广泛应用导致偶然发现的脑膜瘤数量不断增加 [4]。
除初步诊断外,影像学在脑膜瘤的整个临床管理中至关重要,包括纵向监测、术前规划和术后随访 [5]。鉴于脑膜瘤以生长缓慢为特征,早期发现和持续的体积监测对于明智的临床决策和治疗规划必不可少 [6]。值得注意的是,肿瘤体积随时间快速或显著增大是建议治疗的关键指标 [5, 7]。在特定病例中,先进的断层成像技术(如生长抑素受体PET/CT)可为肿瘤勾画、放疗规划以及肽受体放射性核素治疗(PRRT)等诊疗一体化方法提供额外信息 [8–10]。
目前,脑膜瘤的评估主要基于人工线性测量来估算肿瘤大小 [11]。然而,线性测量可能无法完全捕捉真实的肿瘤负荷 [11]。体积分析可提供更准确的肿瘤大小估计,但通常需通过第三方软件进行人工分割。这一过程劳动密集,且易受观察者间变异性的影响 [12]。
机器学习,尤其是卷积神经网络(CNN)等深度学习(DL)方法的进展,为医学影像数据的自动分割带来了新的机遇 [13]。其中,nnU-Net框架已成为领先的分割模型。nnU-Net建立在由CNN组成的U-Net架构之上,通过自动配置预处理、训练和后处理步骤来适应新的数据集,无需人工调整 [14]。该模型已在广泛的分割任务中展现出卓越的性能 [15–20]。
尽管取得了这些进展,基于深度学习的分割模型在脑膜瘤影像中的应用仍然相对有限 [21]。现有模型往往缺乏外部验证,基于单中心数据集训练,或尚未公开可用,这些都阻碍了其向临床实践的转化 [21–23]。此外,大多数现有模型仅分割肿瘤本身,而忽略了瘤周水肿,尽管后者具有重要的临床意义 [24]。
在本研究中,我们开发并验证了一个多通道nnU-Net模型,用于术前MRI上脑膜瘤及相关瘤周水肿的自动分割。我们的目标是通过机构内部训练数据集开发该模型,并在独立的外部验证数据集上评估其性能,以支持自动化脑膜瘤分割模型向临床实践的转化。
方法
研究概述
我们开发了一套基于三维(3D)nnU-Net架构的全自动分割流程,用于在术前磁共振成像(MRI)扫描上勾画脑膜瘤及其相关的瘤周脑水肿。模型训练和内部验证使用苏黎世大学医院的机构数据集进行。随后在一个独立的、公开可用的癌症影像档案库(TCIA)数据集上进行了外部验证。
数据采集
机构数据集包括100例在苏黎世大学医院神经外科接受脑膜瘤手术切除的患者。数据获取日期为2023年1月22日。所有病例均有组织病理学确诊,不限WHO肿瘤分级。纳入标准要求具备高分辨率轴位MRI序列,包括增强T1加权(T1CE)和FLAIR序列。若患者影像上无可见肿瘤、无术前扫描或年龄未满18岁,则予以排除。
为提高模型的泛化能力,使用来自TCIA托管且公开可用的Meningioma-SEG-CLASS队列中88例患者的独立数据集进行外部验证[25]。
所有数据均按照《赫尔辛基宣言》进行处理。已获得苏黎世州伦理委员会伦理批准(BASEC ID:2023 − 00688)。患者同意将其收集的医疗数据用于研究。已考虑TCIA数据使用政策。
图像预处理
所有影像数据在分析前均进行了匿名化处理。DICOM文件被转换为神经影像信息学技术倡议(NIfTI)格式,以确保与深度学习库的兼容性。所有扫描均重采样为各向同性体素分辨率(1 × 1 × 1 mm³),并标准化为每个维度240个体素的大小。苏黎世数据集的真实标注分割由经过培训的医学生在住院医师监督下使用3D Slicer(版本5.6.2)手动标注[26],遵循标准化的标注方案。模糊病例由监督住院医师复核。所有分割均在三个解剖平面进行视觉质量控制。
模型开发
选择 3D nnU-Net 框架作为肿瘤和水肿分割的基础架构,这是由于其自配置机制及其在医学图像分割中一贯的高性能 [14]。该模型采用多通道输入层设计,可同时纳入 T1CE 加权和 FLAIR MRI 序列作为输入。三维全分辨率模式的自动规划确定重采样至 1.0 × 1.0 × 1.0 mm 体素大小、逐模态 z 分数归一化、112 × 160 × 128 体素的块大小以及批量大小 2。训练采用五折交叉验证(80 例训练,20 例验证),使用默认训练器。模型训练 1000 个轮次,初始学习率为 0.01,使用默认多项式学习率调度器。数据增强也保持标准配置。包括随机空间变换(旋转和缩放)、沿允许轴翻转、高斯噪声、高斯模糊、乘法亮度变化、对比度增强、模拟低分辨率以及 gamma 增强。所有代码使用 Python 3.11.5 和 PyTorch 2.1.0 及 nibabel 5.1.0 执行 [27–29]。训练和推理在配备 96 GB 显存的 NVIDIA RTX PRO 6000 Blackwell GPU 上执行。推理时,对五个已训练折的预测结果取平均。选择验证中表现最佳的检查点,而非最后一个检查点。未应用任何后处理。
评估指标
使用标准分割指标评估模型性能:Dice 相似系数、Jaccard 指数和第 95 百分位 Hausdorff 距离。Dice 和 Jaccard 指数均量化预测分割与金标准分割之间的重叠程度,范围从 0(无重叠)到 1(完全一致)[30, 31]。第 95 百分位 Hausdorff 距离(HD95)量化分割之间的边界偏差,同时减少离群值的影响 [32]。
部署
为支持临床转化并促进可重复性,我们的模型已在 GitHub 上公开(https://github.com/MICN-Lab/Meningioma_Segmentation),供进一步验证和完善(补充图 5)。图形用户界面连同所有必要的库一起打包为可执行文件,以确保转化到临床实践的可能性。
结果
队列
共纳入 188 例患者,其中 100 例来自苏黎世大学医院,88 例来自 Meningioma-SEG-CLASS 数据集。人口统计学和放射学信息摘要见表 1。
分割任务
在交叉验证数据集中,肿瘤分割模型达到平均 Dice 系数 0.87 ± 0.23,平均 Jaccard 指数 0.82 ± 0.23,平均 HD95 为 6.38 ± 20.66 mm。在外部验证数据集中,相应得分分别为 0.86 ± 0.17、0.79 ± 0.18 和 6.20 ± 13.03 mm。
对于瘤周脑水肿分割,该模型在交叉验证数据集中实现了平均Dice系数0.63 ± 0.38、平均Jaccard指数0.55 ± 0.35和平均HD95 12.81 ± 34.90 mm。在外部验证数据集中,相应评分分别为0.31 ± 0.35、0.25 ± 0.30和22.30 ± 19.90 mm。模型生成的分割示例见图1。详细的模型性能信息见表2。图2显示了外部数据集的性能分布以及Dice评分与标签体积的回归分析。补充图1–4展示了进一步的交叉验证性能和亚组分析。
讨论
脑膜瘤是全球最常见的原发性颅内肿瘤[33, 34]。由于其大多生长缓慢,纵向影像学和准确的肿瘤体积评估对于临床监测至关重要[5, 35]。目前,肿瘤大小通常通过手动线性测量或半自动体积工具进行估算,这两种方法均耗时且容易产生变异性[11, 12]。此外,大多数现有的分割模型未包含瘤周水肿分割[24]。为解决这些局限性,我们开发了一个基于3D nnU-Net架构的全自动多通道深度学习模型,用于术前脑膜瘤及其相关瘤周脑水肿的分割和体积分析。肿瘤模型在交叉验证和外部验证集上均表现强劲,而脑水肿的表现变异较大,这与该任务更高的复杂性一致。
虽然许多脑膜瘤分割模型已展示出有前景的性能,但其中一些受限于缺乏外部验证和跨数据集的泛化能力[22, 23]。Wang等人最近的一项荟萃分析汇总了来自9项基于CNN的研究(涉及4,828例患者)的结果,报告的平均Dice为0.89(95% CI:0.87–0.90)。这与我们的外部验证结果0.86 ± 0.17一致。该分析还发现,基于多个MRI序列训练的模型优于使用单一模态的模型。
在纳入荟萃分析的九项研究中,Kang等人采用了2D nnU-Net,其内部验证和外部验证的Dice评分分别为0.922和0.893 [36]。他们的模型在659例患者的大队列上训练,并采用了广泛的后处理,这或许可以解释其尽管采用2D设计但仍表现出强劲性能的原因 [36]。然而,其仅依赖T1CE图像的做法可能因对比增强模式的多变性而限制临床适用性 [36]。相比之下,我们的模型同时纳入T1CE和FLAIR MRI序列,能够更稳健地表征肿瘤,并可同时评估对比增强肿瘤和瘤周水肿,这两者均与临床决策相关。
尽管自我们的模型开发以来已发表了若干其他脑膜瘤模型,但大多数主要聚焦于对比增强肿瘤分割,未纳入基于FLAIR的瘤周水肿分割或更广泛意义上的水肿分割 [24]。因此,肿瘤和瘤周水肿的同步自动分割仍是本方法的重要创新点和临床相关优势。这一点尤其重要,因为瘤周脑水肿常与颅内脑膜瘤患者更大的症状负担和更高的术后并发症风险相关 [37]。瘤周水肿还可使手术治疗复杂化,并影响立体定向放射外科的安全性 [38]。在临床实践中,自动水肿分割可支持治疗选择和随访评估,尤其是在放射外科工作流程中 [39, 40]。尽管PTBE分割性能在外部数据集中总体较低,平均Dice评分为0.31 ± 0.35,但性能因肿瘤位置而异。特别是,如补充图2所示,PTBE分割对凸面和镰旁/矢状窦旁脑膜瘤更为准确。此外,补充图1C显示,Dice评分随水肿体积增加而升高,表明较大的水肿平均而言比较小的水肿分割得更准确。总体而言,这些发现表明,自动PTBE分割在特定解剖位置和水肿体积较大的患者中表现最佳,而较小或解剖结构较复杂的水肿可能需要更仔细的人工审核和修正。
除结构MRI外,分子影像和诊疗一体化策略在脑膜瘤管理中的应用正日益受到探索 [8, 9]。生长抑素受体靶向PET/CT,最常使用放射性标记的生长抑素类似物,可为MRI提供补充信息 [10]。对于受体表达充足的患者,PRRT是一种新兴的靶向治疗选择,适用于复发性或难治性脑膜瘤 [10]。AI驱动的分割可通过改进病灶勾画、治疗计划和疗效评估来支持这些工作流程 [41]。未来,此类方法可与影像组学、分子影像生物标志物以及新兴的靶向或基于纳米药物的策略相结合,进一步实现脑膜瘤治疗的个体化。
从实际实施的角度来看,我们的模型可通过已提及的公开图形用户界面(GUI)使用(补充图5)。理想情况下,此类模型应直接集成到机构影像软件中,以便在后台自动进行分割和体积测量。这将使外科医生或放射科医生能够轻松审阅分割结果,必要时进行修正,并将信息纳入放射学报告或手术计划。重要的是,临床实施可能需要考虑若干因素,包括推理时间、跨异质性成像方案的泛化能力,以及输出结果在临床使用前所需的人工修正量[42]。关于推理时间,可以合理假设医院将越来越多地获得本地GPU或连接至高性能GPU的安全API的访问权限,从而在临床工作流程中实现快速推理。
像我们这样的模型可能在脑膜瘤的纵向随访中特别有用,因为可重复的肿瘤和水肿测量对于检测生长和评估治疗反应至关重要[5]。然而,就目前的形式而言,该模型是在单一时间点的图像上训练的,其在纵向时间序列中的可靠性表现或检测肿瘤或水肿体积微小变化的能力仍不清楚。因此,未来版本的模型应专门针对纵向随访进行评估,以确保随时间推移进行可靠且标准化的评估。
尽管较新的分割架构,包括视觉Transformer(ViT)和基于扩散的模型,已显示出前景[43–48],但必须考虑它们在相关工作流程可行性方面的价值。增加模型复杂性可能提高分割性能,但也可能增加计算需求和延迟,从而阻碍临床部署。相比之下,nnU-Net在性能和实施可行性之间提供了务实的平衡,因为它无需大量人工调参即可提供较强的分割精度,并已在医学影像任务中得到广泛验证[15–20]。对于临床部署而言,这种平衡可能比更复杂架构带来的边际性能提升更为重要。
局限性
本研究存在几个重要局限性需要说明。首先,两个数据集中作为金标准使用的人工标注本身具有主观性。此外,未评估正式的观察者间一致性,这进一步限制了标注的可靠性。第二,相对有限的样本量可能限制了模型的整体性能和泛化能力。第三,尽管模型显示出良好的性能,但我们未正式评估推理时间,也未评估自动分割后所需的人工修正量。这些因素与临床转化高度相关,应在阅片者研究中加以评估。最后,与所有旨在临床应用的深度学习方法一样,在成功实现临床转化之前还需完成若干步骤。这些步骤包括模型优化、进一步的外部验证、前瞻性验证、阅片者研究以及与现有临床工作流程和信息系统的整合。未来研究不仅应评估分割准确性,还应评估临床可用性以及自动分割对治疗计划和随访决策的潜在影响。
结论
我们开发并验证了一种用于脑膜瘤及瘤周水肿自动分割的多通道3D nnU-Net模型。该模型在肿瘤分割方面表现出较强的性能,在水肿分割方面表现适中。未来工作应侧重于更广泛的验证,尤其关注模型在不同肿瘤部位的表现,并开展前瞻性评估以支持临床采用。
补充信息
以下是电子补充材料的链接。
补充材料1
引用
- de Wilde, Zanier, Alakmeh, et al. Automated deep learning-based segmentation and volumetric analysis of meningiomas. Neuroradiology. 2026. PMID: 42622848. doi:10.1007/s00234-026-04152-z
- 全文:PMC13680523(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13680523/
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。