文献速递神经CT

AI自动检测和分割急性卒中患者平扫CT疑似出血高密度影

Automated detection and segmentation of intracranial hemorrhage suspect hyperdensities in non-contrast-enhanced CT scans of acute stroke patients.
PubMed 文献 · Eur Radiol · 2021-11-13

本研究 retrospectively 分析160例疑似急性卒中患者平扫头颅CT,评估Brainomix AI算法检测颅内出血(ICH)和脑实质出血(IPH)及分割IPH体积的性能。结果显示算法检测ICH敏感度0.91、特异度0.89,检测IPH敏感度0.98、特异度0.89;IPH体积自动与半自动分割ICC为0.98,Dice系数0.82。算法性能可靠,但两名神经影像住院医师在ICH检测上更优,算法尚不能作为独立诊断工具。

要点

  • AI算法检测ICH敏感度0.91、特异度0.89,检测IPH敏感度0.98、特异度0.89。
  • IPH体积自动与半自动分割ICC 0.98,Dice系数0.82,定量准确。
  • 假阴性以SAH、SDH和IPH为主;假阳性多因钙化或致密血管征。

核心结论

  • AI算法能可靠检测急性ICH并精确量化IPH体积,但住院医师整体检测性能更优,算法仅可作为第二意见,不能独立用于最终诊断或再灌注治疗筛选。

研究设计与样本

  • 单中心回顾性研究,纳入160例疑似急性卒中患者平扫头颅CT,使用64排单源CT(Somatom Definition AS,Siemens Healthineers),管电压120 kV,管电流20 mAs,J40s kernel,层厚1 mm轴位重建。
  • 参考标准由一名具有15年以上经验的神经影像顾问医师基于全部临床和影像资料确定;两名具有2年经验的神经影像住院医师盲法独立判读。
  • IPH体积参考标准由住院医师使用Amira软件基于密度阈值半自动分割,并由顾问医师验证。

关键影像表现/征象

  • 算法检测ICH的敏感度0.91、特异度0.89、AUC 0.90; reader 1敏感度0.99、特异度0.98、AUC 0.98; reader 2敏感度1.00、特异度0.98、AUC 0.99。
  • 算法检测IPH的敏感度0.98、特异度0.89、AUC 0.93; reader 1敏感度0.83、特异度0.99、AUC 0.91; reader 2敏感度0.91、特异度0.99、AUC 0.95。
  • 算法7例假阴性中包括3例SAH、3例SDH(2例急性-on-慢性、1例急性)和1例IPH;9例假阳性中6例有钙化(包括2例钙化脑膜瘤),3例致密血管征。

诊断标准与关键数值

  • ICH检测:算法敏感度0.91、特异度0.89、AUC 0.90; reader 1敏感度0.99、特异度0.98、AUC 0.98; reader 2敏感度1.00、特异度0.98、AUC 0.99。
  • IPH检测:算法敏感度0.98、特异度0.89、AUC 0.93; reader 1敏感度0.83、特异度0.99、AUC 0.91; reader 2敏感度0.91、特异度0.99、AUC 0.95。
  • IPH体积定量:算法与半自动参考标准ICC 0.98(95%CI 0.96–0.99),平均Dice系数0.82(范围0.76–0.87)。
  • 读者间可靠性:算法检测ICH和IPH的Cohen‘s κ分别为0.80和0.84; reader 1分别为0.96和0.84; reader 2分别为0.98和0.92。

临床应用与阅片要点

  • AI算法可作为急诊卒中平扫CT的快速第二意见,辅助排除急性ICH,但最终诊断仍需医师结合临床和影像综合判断。
  • 算法对IPH检测敏感度高且体积定量准确,可用于IPH体积的标准化测量,但需注意假阳性(钙化、致密血管征)和假阴性(SAH、SDH)。
  • 算法对SAH和SDH检测能力有限,阅片时应特别关注基底池、脑沟及硬膜下区域,避免漏诊。

局限性

  • 单中心回顾性研究,样本量160例,可能存在选择偏倚。
  • 排除有明显伪影的病例,可能不能完全反映真实临床工作场景。
  • 使用单一CT扫描仪,结果推广到其他类型CT扫描仪可能受限。
  • 医师判读时盲法隐藏了关键临床资料(如神经功能缺损侧别),可能影响医师性能。
  • 研究主要针对非创伤性ICH,算法在创伤性病例中的性能需进一步研究。
全文中译8 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 Nov 13;32(4):2246–54. doi: 10.1007/s00330-021-08352-4

引言

急性卒中约占全球所有死亡的近10%。其在人的一生中影响四分之一的人群[1],而颅内出血(ICH)是最具破坏性的形式之一[2]。鉴于其广泛可及性和较低的采集时间,头部非增强计算机断层扫描(NCCT)是急性卒中症状患者的首选影像学检查方式[3]。在此背景下,NCCT尤其用于排除急性ICH,从而促成更快、更恰当的治疗[4]。

在过去几十年中,人工智能(AI)辅助的医学影像数据分析已在许多医疗领域得到可靠应用[5],包括急性缺血性或出血性卒中的诊断。由于这些所谓的计算机辅助诊断(CAD)应用最初主要是为放射科医师提供第二意见而引入的,如今它们已成为临床常规工作中不可或缺的一部分[6]。一款已获CE认证的、用于疑似急性卒中患者NCCT的决策支持工具是Brainomix有限公司(以下简称Brainomix)的e-ASPECTS。该应用能够评估脑NCCT中缺血性低密度征象,并近乎实时地量化相关的阿尔伯塔卒中项目早期CT评分(ASPECTS)[7]。由于急性ICH约占所有卒中的10–20%[8],基于AI的影像分析用于检出和量化急性卒中患者中可疑出血性高密度灶,将有助于改善工作流程,例如通过对影像数据进行分诊从而改善预后[9],同时减少医疗差错,例如通过提供第二意见[10]。因此,本研究探讨Brainomix的一种新型算法在NCCT上自动检出和分割可疑出血性高密度灶方面与神经放射科医师相比的表现。

方法

数据收集与研究设计

数据集为回顾性收集,时间跨度为1年,自2017年9月开始。评估了我科所有因疑似急性卒中就诊并接受NCCT的患者病例。共评估了1297例病例(由一名接受过5年神经病学和卒中培训的专科培训医师完成)是否符合纳入我们的试验测试数据子集(TDS,n = 160)的条件。数据收集和分析经当地伦理委员会(海德堡大学医学院)批准。由于本单中心研究的回顾性、描述性特征,患者知情同意被豁免。

主要筛选阶段包括对所有NCCT层面的视觉检查。对每个病例进行单独标注,标注内容如下:(1)ICH的存在或缺失,若存在则记录其类型和解剖定位;(2)明显伪影的存在、其定位及可能原因(例如弹簧圈、夹闭物或助听器);(3)明显生理性或病理性钙化的存在,并进行描述性量化;最后(4)其他出血样结构的存在(例如脑膜瘤、高密度血管、钙化肿瘤和血管畸形)。

所有纳入病例均经过匿名化处理,并按入院日期和时间排序。在此过程中,排除了110例;主要排除标准为年龄未满18岁、临床或影像学表现缺失、不完整或不准确的病例,以及非增强CT(NCCT)图像质量下降导致判读不确定性增加,通常由不同类型的明显伪影引起,如与过度运动相关的伪影或致密异物(如血管内弹簧圈和助听器)相关的伪影[11]。

在随后的抽样阶段,基于预先计算的样本量,我们尝试采用分层便利抽样策略生成一个具有挑战性的评估数据集。为了在队列中富集算法的困难病理,我们根据有无颅内出血(ICH)、出血性病变类型以及出血样病变的表现,选择性地形成了两个主要组——每组各有若干亚组(见补充附录表1)。当每组达到目标病例数时即终止抽样。关于纳入标准及抽样过程的详细信息见补充附录图1。

重要临床发现从电子病历和文档中回顾性收集;包括基本人口学资料(年龄、性别)、入院和首次CT成像的日期和时间、代表性评分(卒中前Rankin评分[pmRS]、美国国立卫生研究院卒中量表[NIHSS]、动脉压)、抗凝药或抗血小板药物的使用,以及相关合并症的存在(动脉高血压、糖尿病、高胆固醇血症、既往卒中、心房颤动或心房扑动)。

成像与后处理

160例患者的CT图像采集采用非增强技术,按照临床常规标准设置进行。因此使用了64层多探测器、单源扫描仪(Somatom Definition AS,Siemens Healthineers),管电压为120 kV,管电流为20 mAs。所有CT图像重建均采用J40s卷积核,在轴位平面上层厚为1 mm。

Brainomix 的高密度检测与分割算法是通过在薄层 CT 脑图像上训练深度卷积神经网络(CNN)开发的,这些图像带有高密度影的逐体素人工标注,以及来自正常对照人群的图像。全卷积网络,特别是 U-Net,被设计用于在体素级别进行预测。U-Net 最初是为生物医学图像分割提出的 [12]。其架构的简化描述可以理解为编码器网络后接解码器网络。编码器能够将图像中的上下文捕获为更深层的特征,而解码器则能够将这些特征精确定位到体素空间中。所开发的 U-Net 在 3D 体积上运行,以全自动方式从 CT 扫描中分割高密度区域。然后对逐体素的高密度概率进行阈值处理,生成二值高密度体积掩膜及相应的体积估计(单位:ml)。未使用基于 Hounsfield 单位的阈值来区分急性出血典型的高密度影与其他高密度影(如钙化)。相反,CNN 使用具有常见钙化(如松果体和脉络丛)的病例进行训练,这些体素不属于阳性类别,因此被训练识别为正常。我们的 TDS 的 CT 图像由该算法全自动分析,判断是否存在可疑出血的高密度影。此外,算法对颅内高密度影进行自动分割和定量。该算法几乎实时生成所有结果(最大处理时间不超过 1 分钟)。

所有 CT 扫描由两名各有 2 年经验的神经放射学住院医师使用图像存档与通信系统工作站(CENTRICITY PACS 4.0;GE Healthcare)进行阅片。两位阅片者对急性 ICH 的存在或性质均设盲。一位拥有超过 15 年经验且可完整获取所有临床和放射学数据的委员会认证神经放射学顾问也对每份扫描进行了分类,以提供金标准。急性 ICH 分别分类为脑实质内、脑室内、蛛网膜下腔(SAH)、硬膜外(EDH)、硬膜下或联合类型。每个脑实质内血肿(IPH)还由一名神经放射学住院医师基于密度阈值使用 Amira 软件(版本 5.4.1;Thermo Fisher Scientific Inc.)进行半自动分割,并由顾问神经放射学家验证,为 Brainomix 算法自动计算的体积提供参考。所有分割均在完成关于任何 ICH 检测和分类的测试实验之后进行。自动分割与半自动分割 IPH 的比较见图 1。

图 1 一名急性卒中患者右侧额叶和顶叶脑实质内出血(IPH)的分割。IPH 由 Brainomix 算法自动分割(左图),并由 Amira 软件半自动分割(右图)以提供参考标准。本示例的 Dice 相似系数为 0.95 查看原图 ↗

统计分析

在研究实施和TDS创建之前,进行了样本量计算,基于估计软件与金标准之间一致性Kappa统计量所需置信区间宽度。假设Cohen's kappa系数(κ)为0.9,预期ICH患病率为50%,至少需要139名受试者才能使置信区间宽度为0.2(即置信区间下限将为0.8)。我们决定纳入160例(比计算样本量多约15%)。为使实验数据集富含病理病例,我们有意确定了高于流行病学观察的ICH患病率。

计算了特异度和敏感度,并对两位读者和算法(针对ICH和IPH)进行了受试者工作特征曲线(ROC)分析。与参考标准的一致性采用Cohen's κ评估。计算组内相关系数(ICC),使用双向混合模型中的绝对一致性定义和95%置信区间,以描述软件与参考标准之间IPH定量值的一致性。为评估两个数据集分割IPH之间的相似性,计算了Dice系数(DC)。

使用标准软件包(SPSS 26,IBM)进行统计分析。

结果

根据建立的金标准,160名患者中有79名存在急性ICH,各出血部位的详细描述见补充附录表2。算法检测和定量IPH的示例见图2。

检测任何ICH的敏感度和特异度结果如下:Brainomix算法:0.91和0.89;读者1:0.99和0.98;读者2:1.00和0.98。曲线下面积(AUC)分别为0.90、0.98和0.99。ICH检测结果的详细描述,包括相应的置信区间和Cohen's kappa系数,见表1。ROC分析结果见图3。

检测IPH的敏感度和特异度(128例中47例有IPH;更多信息见补充附录表4)如下:Brainomix算法0.98和0.89;读者1:0.83和0.99;读者2:0.91和0.99。AUC分别为0.93、0.91和0.95。IPH检测结果的详细描述见表2,相应ROC分析结果见图4。

检测ICH和IPH的读者间信度(IRR)分别显示算法(0.80和0.84)、读者1(0.96和0.84)和读者2(0.98和0.92)具有强一致性。ICC结果的更多信息,包括相应的置信区间,见表1(针对ICH)和表2(针对IPH)。我们的TDS中仅有1例EDH,算法和两位神经放射学住院医师均正确检测为ICH。算法的7例假阴性病例中包括3例SAH、3例SDH(2例慢性硬膜下血肿急性加重和1例急性)和1例IPH,而9例假阳性病例中6例有钙化(即2例钙化性脑膜瘤),3例为致密血管征。图5展示了假阳性和假阴性病例的两个示例。

44例定量IPH体积的ICC为0.98(置信区间:0.96–0.99),因此表明该算法与半自动参考之间具有极好的可靠性。在3例IPH病例中,由于出血呈弥漫性扩展并伴有蛛网膜下腔和脑室内部分,且靠近颅底,对出血体积进行半自动分割在技术上不可行。每个病例的自动和半自动计算体积的详细信息见补充附录表6。

关于自动与半自动分割IPH相似性的平均DC为0.82(0.76–0.87)。

图2 一例急性卒中症状患者合并非增强头颅CT上的脑实质内出血(IPH)示例(左,红色箭头)。IPH的检测、分割和体积定量由Brainomix算法近实时自动完成(右,黄色箭头)。上述所示结果将提供给用户。本示例中IPH的全自动定量结果为11 ml 查看原图 ↗
表1 任何颅内出血检测结果汇总 查看原表 ↗
图3 两位读者和Brainomix算法检测颅内出血的ROC分析结果。关于敏感性、特异性、AUC和Cohen's kappa系数的进一步信息见表1。R1 神经放射学住院医师1;R2 神经放射学住院医师2;BX Brainomix算法 查看原图 ↗
表2 任何脑实质内出血检测结果汇总 查看原表 ↗
图4 两位读者和Brainomix算法检测脑实质内出血的ROC分析结果。关于敏感性、特异性、AUC和Cohen's kappa系数的进一步信息见表2。R1 神经放射学住院医师1;R2 神经放射学住院医师2;BX Brainomix算法 查看原图 ↗
图5 两例急性卒中症状患者的示例,Brainomix算法对其出血可疑高密度体积的检测分别被评定为假阴性(左)和假阳性(右)。在假阴性病例中,基底池的急性蛛网膜下腔出血(红色箭头)未被算法可靠检测;相反,一条高密度血管被标记(绿色箭头)。在假阳性病例中,基底动脉动脉瘤被错误检测为颅内出血可疑高密度(黄色箭头) 查看原图 ↗

讨论

我们首次描述了新型基于AI的Brainomix算法在疑似急性卒中患者NCCT上检测和定量急性ICH的性能。该算法在自动检测ICH和IPH方面分别与金标准相比显示出高度一致性。然而,两位神经放射学住院医师的表现更好,除了IPH检测,该算法显示出更高的敏感性但较低的特异性。该算法的体积测量与半自动参考之间的一致性极好。几种分割方法的概述及与本研究的比较见补充附录表5。

基于人工智能的图像分析正越来越多地应用于临床实践,尤其是在急性卒中领域[13]。尽管有这一进展,目前可商业获得的、用于评估急性卒中患者颅内出血(ICH)的基于人工智能的应用仍然数量有限。除了这一新型应用外,临床上最常用的两种应用是iSchemaView公司的Rapid ICH和Viz.ai公司的Viz ICH。虽然上文已提及Brainomix算法的结果,但近期针对检测所有类型ICH(不包括出血性转化)的研究显示,Rapid ICH的敏感度为0.95、特异度为0.94(详细信息见https://www.rapidai.com/rapid-ich);针对Viz ICH的研究分别在[14]中显示敏感度和特异度为0.94和0.88,在[15]中分别为0.90和0.99(见补充附录表4)。

此外,过去几年文献中已发表了大量关于其他算法性能的研究,涉及ICH检测[16–22]、ICH亚型分类[20, 22, 23]和分割[24–27]。Hssayeni等[27]在其研究论文中总结了用于ICH检测、分类和分割的各种方法。他们注意到,在使用大型数据集的大多数研究中,单个算法测试时可达到高水平的敏感度和特异度[19–22]。例如,Ye等[20]取得了最佳结果之一。他们使用2537份CT扫描(1642份有ICH,895份无ICH)的数据集进行训练,并测试了399份CT扫描(194份有ICH,105份无ICH)的数据集,结果敏感度为0.98、特异度为0.99。Jnawali等[18]的另一项研究纳入34,848份CT扫描(8465份有ICH,26,383份无ICH)用于训练,并测试了总共5509份CT扫描(1891份有ICH,3618份无ICH),获得敏感度0.77和特异度0.80。将这些以及进一步研究商业和非商业ICH检测软件与Brainomix算法的结果进行比较,其结果具有同等的高性能水平[14, 15, 27]。然而,由于训练和测试模态的异质性以及所纳入出血病例的多样性,各工具性能之间的公平比较受到限制。此外,该算法的检测性能因ICH类型而异,其中蛛网膜下腔出血(SAH)和硬膜外血肿(EDH)是最难分类的类型[20–26]。所述检测SAH的困难与我们的结果一致;然而,EDH病例在我们的神经急诊科仅偶尔出现,因为创伤病例主要由神经外科急诊科处理。尽管如此,在我们的研究中急性硬膜下血肿(SDH)也难以识别,这与文献及SDH诊断中的常见困难相符[28]。关于研究市售应用Rapid ICH和VIZ ICH性能的研究,我们数据集的一个主要优势是纳入了各种类型的ICH和其他颅内高密度影,而其他研究未提供这方面的进一步信息[14, 15](补充参考文献:https://www.rapidai.com/rapid-ich)。

在补充附录的表4中,我们基于Hssayeni等人的研究复述了一些结果,并将其发现与本研究以及另外两种市售ICH检测工具进行了比较。

我们的研究有一些局限性值得注意和讨论。与研究设计一致,存在显著伪影的病例被排除;这可能无法反映所有可能的真实工作环境。使用单台CT扫描仪进行成像过程可能减少了技术偏倚;然而,将结果推广到其他类型的CT扫描仪可能受到限制。对重要临床数据的盲法——如偏侧症状性神经功能缺损的一侧——可能影响了医师的表现;症状的临床表现通常对于放射学图像上病变的解剖定位至关重要。

此外,我们的研究主要集中于非创伤性ICH,所有收集的图像均来自疑似急性缺血性或出血性卒中的患者。因此,该算法在创伤性病例中检测和量化ICH的性能需要进一步研究。

尽管存在这些局限性,本研究提供了该算法与神经放射科住院医师及金标准相比在敏感性和特异性方面的具体结果。即使我们的TDS中存在具有挑战性的多种非病理性出血样结构,该算法的性能与用于ICH和IPH检测的其他商业和非商业算法相当,同时在IPH量化方面取得了优异的结果。尽管Brainomix算法取得了良好结果,神经放射科医师的总体表现更好。因此,该算法目前的性能使其不能作为独立的自动化工具用于建立最终诊断和选择卒中患者进行再灌注治疗;然而,AI驱动的软件工具解读卒中患者图像的目标应当是提升医师的表现,这方面需要更多研究[29]。此外,优异的自动体积量化可能有助于在未来IPH试验中实现标准化的前瞻性患者选择。

结论

在这个包含160例、富含具有挑战性非ICH病理的数据集中,来自Brainomix的AI算法在检测急性ICH和量化IPH体积方面是可靠的。这一实际性能可能有助于在建立最终诊断之前为临床医师提供有充分依据的第二意见,但使该算法不能作为独立工具使用。此外,应进行更大规模、随机对照、前瞻性研究设计的试验来验证此处呈现的发现。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 348 KB)

引用

  1. Schmitt, Mokli, Weyland, et al. Automated detection and segmentation of intracranial hemorrhage suspect hyperdensities in non-contrast-enhanced CT scans of acute stroke patients. Eur Radiol. 2021. PMID: 34773465. doi:10.1007/s00330-021-08352-4
  2. 全文:PMC8921016(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8921016/

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。