文献速递骨肌介入技术与安全MRCT

合成CT用于骨盆及股骨骨转移瘤MR-HIFU治疗计划的可行性研究

Synthetic CT for the planning of MR-HIFU treatment of bone metastases in pelvic and femoral bones: a feasibility study.
PubMed 文献 · Eur Radiol · 2022-02-21

本研究回顾性分析9例骨盆及股骨转移瘤患者的MR与CT图像,利用UNet类神经网络从MR生成合成CT(sCT),并与CT定量比较。结果显示sCT能较好显示骨小梁与皮质骨分布,病灶内MAD为132±62 HU、DSC为0.75±0.2,提示其可能有助于MR-HIFU治疗计划。

要点

  • sCT可显示骨盆及股骨转移灶的骨小梁与皮质骨分布,骨内DSC为0.85±0.05。
  • 病灶内sCT与CT的MAD为132±62 HU,DSC为0.75±0.2,病灶轮廓较近似。
  • sCT与治疗MR图像天然配准,可能有助于MR-HIFU治疗计划中软组织与骨的同时显示。

核心结论

  • sCT图像充分显示了不同病灶类型中骨小梁与皮质骨的分布,展示了其用于MR-HIFU治疗计划的潜力。

研究设计与样本

  • 回顾性分析9例骨盆及股骨转移瘤患者的MR与CT图像,病灶包括3例溶骨性、4例成骨性和2例混合性。
  • sCT由治疗前或治疗MR图像通过UNet类神经网络生成,并与CT在含转移灶的骨及病灶感兴趣区进行比较。
  • 评估指标包括平均绝对差(MAD)、平均差(MD)、Dice相似系数(DSC)和均方根表面距离(RMSD)。

关键影像表现/征象

  • 多数患者sCT图像中骨总体形态显示良好,可区分溶骨性、成骨性和混合性病灶。
  • 骨内平均MAD为116±26 HU、MD为-14±66 HU、DSC为0.85±0.05、RMSD为2.05±0.48 mm。
  • 病灶内平均MAD为132±62 HU、MD为-31±106 HU、DSC为0.75±0.2、RMSD为2.73±2.28 mm。
  • 最大误差位于病灶附近及病灶内,sCT图像稍模糊导致部分强度低估。

诊断标准与关键数值

  • DSC和RMSD计算时对骨及病灶掩膜应用150 HU阈值提取骨小梁与皮质骨。
  • 表面距离估计时病灶掩膜包含其周围3 cm边缘。

临床应用与阅片要点

  • sCT与治疗MR图像天然配准,可在治疗体位下提供骨皮质显示,可能有助于MR-HIFU治疗计划。
  • sCT生成时间平均每患者80秒(66秒生成矩阵352×352×150的sCT),适用于即时治疗计划。
  • 作者认为sCT可能对病灶特征描述和/或勾画有附加价值,并可潜在用于识别超声束路径上的其他骨性结构。

局限性

  • 结果基于有限数据集,需要更多数据评估方法在不同患者间的稳健性。
  • 仅评估了转移骨和病灶,未评估软组织。
  • 骨重建稍模糊,部分由于训练集中因治疗前与治疗扫描体位差异导致的配准误差。
  • 3例患者sCT与CT间可见显著差异,但难以判断是sCT生成误差还是扫描间病理变化所致。
  • 1例患者模型明显低估硬化区,可能因转移灶为新形成。
全文中译11 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. 2022 Feb 21;32(7):4537–46. doi: 10.1007/s00330-022-08568-y

引言

磁共振成像引导的高强度聚焦超声(MRI-HIFU)在骨与关节治疗中已显示出良好前景[1–4]。特别是,MRI-HIFU在骨转移患者的疼痛缓解方面显示出潜力[5],其推测的作用机制是对产生疼痛的神经进行热消融[6–8]。

治疗体积可能局限于浅层骨膜以进行姑息性去神经支配,也可包括对更深层肿瘤组织的消融[2]。在疼痛缓解的治疗计划中,需要在治疗体位下充分显示病变内及周围的松质骨和皮质骨,以便根据病变类型选择合适的治疗策略[9]。在肿瘤消融的情况下,还需要勾画病变轮廓。MRI适合表征骨膜内或邻近骨膜的软组织。然而,计算机断层扫描(CT)更适合显示皮质骨缺损(在溶骨性病变中)或骨质形成(在成骨性病变中)[10],这是骨转移所固有的特征。

目前,HIFU治疗的患者资格评估和病变表征是通过CT扫描以及偶尔在HIFU治疗前获取的治疗前MRI扫描来完成的[2, 11]。这些扫描也在治疗当日用于根据骨皮质的完整性选择合适的治疗策略方法[9, 12]。然而,治疗前图像和治疗图像中的患者体位通常不同。此外,治疗前图像可能是在MRI-HIFU治疗操作前数月获取的,因此扫描之间可能存在临床上显著的延迟。

为了提供MRI-HIFU治疗体位下病变内及周围松质骨和皮质骨分布的信息,已有研究探索将治疗前CT配准到MR图像的策略。然而,据报告扫描间配准是一个复杂且耗时的过程,且随时间推移的病理变化被忽略[13]。

在过去十年中,合成CT(sCT)的发展,即从MRI扫描衍生出类CT图像,使得基于MRI的骨组织可视化成为可能,用于放射治疗[14]和骨科诊疗[15–18]。在MRI-HIFU背景下,此类sCT图像可从治疗过程中获取的MR图像生成,以描绘治疗体位下的骨分布。尽管sCT生成已用于骨科目的[17–19]和HIFU治疗计划[20],但其重建成骨性或溶骨性病变的能力尚不清楚。

我们实现了一种快速、自动化的sCT生成方法,能够同时可视化软组织和皮质骨。通过定性和定量比较sCT与CT,我们研究了sCT图像在骨转移患者中可视化松质骨和皮质骨的潜力。

方法

患者数据

本研究回顾性使用了9例患者的影像数据。这些患者于2019年1月至2019年12月期间在Isala医院(荷兰兹沃勒)放射科接受骨转移姑息性MRI-HIFU治疗的筛选,并获得了将其数据用于科学研究的书面知情同意。所有患者在MRI-HIFU治疗前均接受过放射治疗。为本研究目的,所有数据均已匿名化。

采集参数

所有患者均有治疗前CT扫描,可从放疗计划中获取。采集参数见表1。

MRI扫描在1.5-T扫描仪上采集。治疗前MRI扫描使用16元件线圈采集,患者取仰卧位。治疗MRI扫描使用HIFU台面内的集成2元件线圈(Sonalleve V2,Profound Medical)联合外部3元件盆腔线圈采集。选择治疗体位以最小化换能器与病灶之间的距离,并确保对病灶有适当的声学通路。两次MRI检查均包含相同序列。采集参数见表1。

治疗前CT采集与治疗MR采集之间的平均时间为61天(范围:[1; 165]天),而治疗前CT与治疗前MRI(4名患者有可用数据)之间的平均时间为31天(范围:[6; 104]天)。如有可用数据,治疗前MR图像用于训练和评估,以最小化扫描间体位和病理生理差异。如无可用数据,则使用治疗MR图像(n = 5/9)。

表1 治疗前CT及治疗前和治疗MR扫描的主要成像序列参数 查看原表 ↗

预处理

分割

使用图像处理软件(Mimics Medical 21.0,Materialize)在MR和CT图像上对盆腔骨和股骨进行半自动分割。病灶掩膜由放射科医师使用分割软件(ITK-Snap v3.8.0 [21])在MR图像上半自动创建。

配准

CT图像分两步配准至MR图像。首先,对基于MR和CT的骨分割应用迭代最近点算法[22],结合软组织的双四元数插值初始化配准[23]。然后,使用开源配准软件(Elastix [24])对整个身体轮廓应用基于图像的可变形配准。鉴于两次扫描间患者体位差异较大导致配准任务具有挑战性(图1),该配准侧重于匹配骨骼而以周围软组织为代价。配准过程中,CT图像使用三次B样条插值重采样至MRI分辨率。在本文其余部分,CT指配准后的CT。

图1 方法示意图。在MRI和CT上分割含病灶的骨骼,并用于将CT配准至MRI。随后从MRI和配准后的CT中提取24 × 24 × 24体素的图像块,用于训练合成CT(sCT)生成模型。训练完成后,该模型用于从训练中未见过的患者生成目标骨骼的sCT。然后在目标骨骼和转移病灶中评估该sCT。 查看原图 ↗

归一化

MR强度在超过第95百分位数处进行截断,以排除HIFU台面内换能器周围液体的高信号,然后线性映射至[− 1; 1]。CT强度从Hounsfield单位范围[− 1024; 3071]线性映射至[− 1; 1]。

神经网络

合成CT图像通过基于3D patch的类UNet神经网络[25, 26]生成,采用先前用于髋部sCT生成的架构和超参数[27]。该神经网络以两个回波时间的MR图像作为输入,并使用Adam优化器[28]以10−4的学习率训练以最小化CT与sCT之间的L1距离。在训练过程中,对数据进行增强以人为增加训练集。应用了冠状面和矢状面的随机翻转以及围绕足-头轴−45至45°的随机旋转来模拟非常规患者体位。

由于数据量较小,网络采用留一交叉验证进行训练,共产生九个模型。对于每个模型,七个数据集用于训练,一个用于验证,一个作为独立测试集。训练和测试在GeForce RTX 2080 Ti(NVIDIA)图形处理单元上完成。

评估

为评估准确性,使用在MR图像上分割的掩膜,将sCT图像与CT图像在含转移灶的骨骼及转移灶本身进行比较。用于评估的指标包括平均sCT-to-CT差异(MD)、平均绝对差异(MAD)、Dice相似系数(DSC)[29]和sCT-to-CT均方根表面距离(RMSD)[30]。对于骨骼和病灶的分析,分别通过在骨骼和病灶掩膜内应用150-HU [31, 32]阈值,从CT和sCT图像中提取松质骨和皮质骨。DSC和表面距离在提取的骨骼上计算CT与sCT之间的值。特别是对于表面距离估计,病灶掩膜在其周围包含了3-cm的边缘。这些方法学步骤总结于图1。

结果

人群特征描述于表2。

合成CT图像从矩阵大小为352 × 352 × 150的MR图像在66秒内生成。平均每名患者,sCT图像从T1加权梯度回波图像在80秒内生成。

所有患者CT与sCT定量比较的指标报告于表3(含病灶的骨骼)和表4(仅病灶)。平均±标准差体素差异如下:骨骼中MAD为116 ± 26 HU,MD为− 14 ± 66 HU;病灶中MAD为132 ± 62 HU,MD为− 31 ± 106 HU。感兴趣骨骼中的MD总体为负值,表明sCT图像中的骨骼强度平均被低估。

尽管存在体素差异,CT与sCT之间的骨骼分布相似,患者间平均DSC在骨骼中为0.85 ± 0.05,在病灶中为0.75 ± 0.2。

如sCT-to-CT表面距离分析所示,骨骼表面及病灶内骨组织在sCT中得以保留。最大误差出现在病灶附近及病灶内:病灶内及周围平均±标准差RMSD为2.73 ± 2.28 mm,而整个骨骼为2.05 ± 0.48 mm。所有患者在骨骼和病灶中获得的sCT-to-CT表面距离叠加的三维骨骼渲染图见补充材料图S1。

获取了表现为成骨性(图2a)、溶骨性(图2b)和混合性(图2c)病变患者的代表性sCT图像以及sCT与CT的差异图。MR图像对病变周围软组织具有良好的表征。大多数误差位于致密和硬化区域,尽管骨形成是可识别的。合成CT图像略有模糊,导致表3和表4中所见的部分强度低估。

总体而言,如图3所示所有患者的sCT图像,观察到良好的sCT-CT对应关系。对于三名患者,sCT与CT之间可见显著差异,但鉴于MRI与CT采集之间的较长时间间隔,其原因——sCT生成误差或扫描间病理变化——难以确定。对于一名患者,模型在很大程度上低估了硬化区域。

图4展示了sCT作为骨可视化工具用于骨盆和股骨MR-HIFU治疗计划的潜在用途。

表2 患者的人口统计学和临床特征 查看原表 ↗
表3 每位患者在含病变骨骼中sCT与CT之间获得的平均绝对差异(MAD)、平均差异(MD)、Dice相似系数(DSC)和均方根差异(RMSD)。DSC和RMSD使用150 Hounsfield单位的阈值获得 查看原表 ↗
表4 每位患者在转移性病变中sCT与CT之间获得的平均绝对差异(MAD)、平均差异(MD)、Dice相似系数(DSC)和均方根差异(RMSD)。DSC和RMSD使用150 Hounsfield单位的阈值获得。患者按病变类型分层 查看原表 ↗
图2 三名表现为(a)成骨性、(b)溶骨性和(c)混合性病变患者获得的MR、CT、合成CT(sCT)及sCT与CT的差异(Δ)。MR图像上的红框表示放大以比较CT和sCT图像的区域 查看原图 ↗
图3 所有患者MR、CT和sCT数据集中单层图像的比较,按病变中sCT-CT对应关系分组。对于大多数患者,病变可在sCT图像上正确识别。对于三名患者,观察到CT与sCT图像之间的差异,但难以判断这些差异是由于病理变化(例如,P8中CT可见但MRI不可见的富钙骨)还是sCT重建误差所致。对于一名患者,可见明确的sCT重建误差,硬化区域未被很好地描绘。星号表示治疗前CT与治疗MR之间的不同时间间隔:* < 10天,** 10–35天,*** > 100天 查看原图 ↗
图4 a 骨盆治疗前CT图像,采用常规患者体位,以及用于HIFU治疗的非常规患者体位下的MR图像和内在配准的合成CT(sCT)图像。病变以*标示。由于sCT扫描与MR内在配准,它们能够在患者处于治疗体位时提供骨皮质的显示。b MR图像以及MR与sCT图像的融合可视化,显示皮质骨分布,获取自两名分别具有股骨(左)和骨盆髂嵴(右)溶骨性病变的患者。MR与sCT本质上是配准的,便于直接识别软组织和骨骼。c 两名分别具有股骨和骨盆病变的患者的横断面MR图像及相应的3D骨骼渲染图,提供带病变骨骼的概览。骨骼渲染图通过在骨掩模内以150 Hounsfield单位对sCT进行阈值分割获得(骨掩模在MeVisLab v3.2中创建,MeVis Medical Solutions AG)。红线标识MR图像和3D骨骼渲染图中的相同位置 查看原图 ↗

讨论

在本研究中,我们评估了基于深度学习的合成CT生成在显示松质骨和皮质骨以支持骨盆和股骨转移瘤MR-HIFU治疗计划方面的潜力。在单一参考框架中结合MRI和类CT成像将有助于在疼痛缓解(以及肿瘤消融,如尝试)的治疗计划过程中更好地界定治疗区域和骨皮质。每位患者所需的sCT生成时间较短(< 2分钟),使该方法适用于即时治疗计划。治疗前CT和sCT图像在骨转移患者中显示相似的皮质骨分布。

对于治疗计划,病变及其邻近区域骨分布的定性可视化至关重要。对病变的显示不充分可能导致病变的过度治疗或治疗不足以及对周围组织的潜在损伤。CT可用于骨皮质显示,但近期的CT并不总是可获得,且治疗前CT成像与治疗MR成像之间患者体位常存在较大差异。合成CT提供了对治疗体位下骨分布的更简便解读,便于医师执行消融[9]。病变的勾画和表征可在MRI上进行。然而,有时仅基于(术中)MRI难以明确残余皮质骨所在位置。在此,sCT可能对转移瘤的表征和/或勾画具有额外价值。此外,sCT图像可能可用于识别沿US波束路径的其他骨性结构,并作为声波照射模拟的输入,以促进治疗单元定位和优化针对目标病变能量沉积的声波照射方案[33, 34]。这种结合sCT和MR图像的方法也可能对MR-HIFU在骨骼中的其他应用领域具有价值,例如骨样骨瘤的治疗。然而,该网络可能需要用骨样骨瘤数据进行重新训练。

本研究获得的定量指标与文献报道的结果相当,无已知骨科疾病的患者前臂和骨盆骨内MAD大于125 HU的报道[16, 27]。然而,基于有限数据的这一观察结果尚不能得出普遍性结论。

在当前的实现中,该模型能够对病灶内及周围皮质骨的分布提供粗略估计。确切病灶轮廓则较为近似,推测是因其几何形状不规则,可能在图像中引起部分容积效应,以及sCT图像轻度模糊所致。

肿瘤进展所致的解剖学变化可部分解释病灶处CT与sCT之间表面距离的DSC较低和RMSD较高。9例患者中有6例,CT与MR之间的时间间隔超过10天,大致是解剖学变化通常可能发生的时间区间(图2及补充材料中的示例病例,图S2)。运动伪影也可能影响sCT生成及其与CT的比较(见补充材料图S3中的P1)。1例患者观察到明确的sCT重建误差,推测是因为该转移灶为新近形成,证据为几乎反相位图像上呈高信号、几乎同相位图像上呈低信号[35]。该高信号仅在此患者中观察到(补充材料图S4),sCT误差可通过处理端或采集端解决:处理端可在训练集中加入更多新近形成的类骨质病例,采集端可采集超过2个回波的MR数据,使模型对弛豫时间T2*(该病灶中较其他组织更短)不那么敏感。

我们承认本研究存在若干局限性。首先,所呈现的结果显示了基于MR的合成CT在有限数据集上的潜力,需要更多数据来评估该方法跨患者的稳健性。然而,所有病灶均位于髋部区域,这是MRI-HIFU最常治疗的部位[5]。为限制小数据集导致的过拟合,采用了感受野有限的基于图像块的方法以促进模型的泛化能力,并应用数据增强向网络输入对应于非常规患者体位的数据。

此外,仅对转移骨和病灶进行了sCT评估,因为软组织在MR图像上可以更好地评估。骨重建略显模糊,部分原因是训练集中的配准误差,主要归因于治疗前与治疗扫描之间的体位差异[36]。未来,通过在治疗前CT扫描之外同时采集治疗前MR扫描,训练集的配准将得到改善,扫描间差异将减小,从而生成更清晰的sCT图像。

总之,本研究证明了sCT在可视化髋部骨转移HIFU治疗过程中松质骨和皮质骨分布的潜力。在sCT图像上可见骨质溶解和骨化,且感兴趣骨区域内的骨分布与CT相当。因此,合成CT图像有助于以类CT对比度可视化骨病灶,用于姑息性MRI-HIFU手术的规划,包括病灶靶向定位和治疗计划制定。

补充信息

ESM 1(DOCX 1428 kb)

引用

  1. Lena B, Florkow MC, Ferrer CJ, et al. Synthetic CT for the planning of MR-HIFU treatment of bone metastases in pelvic and femoral bones: a feasibility study. Eur Radiol. 2022. PMID: 35190891. doi:10.1007/s00330-022-08568-y
  2. 全文:PMC9213310(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9213310/

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。