文献速递神经MR

深度学习在Chiari畸形I型MRI诊断中的应用

Use of deep learning in the MRI diagnosis of Chiari malformation type I.
PubMed 文献 · Neuroradiology · 2022-02-24

本研究回顾性纳入2010年1月至2020年5月间101例需手术的CM1患者和111例正常脑MRI者,训练ResNet50和VGG19卷积神经网络自动分类CM1与正常。十折交叉验证显示VGG19(数据增强)敏感度97.1%、特异度97.4%、AUC 0.99,ResNet50敏感度94.0%、特异度94.4%、AUC 0.98。

要点

  • VGG19在矢状位T1 FLAIR序列上区分CM1与正常脑MRI的AUC达0.99。
  • 误分类病例均为CCJ拥挤但无明显小脑扁桃体下疝的临界病例。
  • 颅骨剥离会裁剪掉CCJ关键特征,导致模型性能下降。

核心结论

  • VGG19和ResNet50卷积神经网络可被训练用于自动检测临床显著的CM1,具有高敏感度和特异度。
  • 这些模型有潜力发展为诊断CM1的临床支持工具。

研究设计与样本

  • 回顾性研究,纳入101例需手术的CM1患者和111例正常脑MRI者,共212例,来自单中心。
  • 使用3 T MR设备(Siemens Magnetom Verio)采集矢状位T1 FLAIR序列,参数为TR/TE/TI 2000/8.4/800 ms、翻转角150°、视野240×240 mm²、层厚4.5 mm、矩阵320×320。
  • 训练ResNet50和VGG19卷积神经网络,采用十折交叉验证评估,每折随机留出43例(20%)作为测试集,135例(64%)用于训练,34例(16%)用于验证。

关键影像表现/征象

  • CM1诊断基于小脑扁桃体下疝至枕骨大孔以下,最广泛接受的最小标准为下疝≥5 mm。
  • CM1相关影像学表现包括脊髓空洞症、脑积水和颅底凹陷、后颅窝发育不良等骨骼异常。
  • 误分类的临界病例表现为CCJ拥挤但无明显小脑扁桃体下疝。

诊断标准与关键数值

  • VGG19模型(数据增强、64×64裁剪、非颅骨剥离图像)十折交叉验证:敏感度97.1%、特异度97.4%、AUC 0.99。
  • ResNet50模型(数据增强)十折交叉验证:敏感度94.0%、特异度94.4%、AUC 0.98。
  • VGG19无数据增强时敏感度98.4%、特异度94.8%、AUC 0.99;数据增强后特异度从94.8%升至97.4%,敏感度从98.4%略降至97.1%。
  • ResNet50无数据增强时十折交叉验证敏感度81.2%、特异度93.1%、AUC 0.94;数据增强后敏感度升至94.0%、特异度升至94.4%、AUC 0.98。
  • 初始测试中VGG19(dropout 0.8、非颅骨剥离裁剪图像)敏感度95.5%、特异度100%、AUC 1.0。

临床应用与阅片要点

  • 作者认为CNN模型有潜力发展为诊断CM1的临床支持工具。
  • 颅骨剥离会裁剪掉CCJ区域的关键特征(如小脑扁桃体下疝),导致模型性能下降。
  • T2序列能更好显示小脑扁桃体下疝和后颅窝拥挤,是本研究更倾向使用的序列,但该序列在CM1组与对照组间未 readily 可用。
  • 误分类仅出现在真正模棱两可的病例中,支持模型的有效性。

局限性

  • 数据集仅212例,样本量小且限于单中心,限制了训练、测试和验证子集的可用病例数,因而无法进行无监督学习以寻找神经解剖特征的聚类。
  • 样本量小也妨碍了对单侧或不对称CM1的分析。
  • 交叉验证的随机数据划分是潜在随机误差来源,但通过十折交叉验证和数据增强得以规避。
  • 受MRI序列可获取性限制,仅使用矢状位T1序列以保证CM1组与正常组之间的一致性。
  • 尽管应用了各向同性变换,使用单一MRI序列和解剖平面进一步限制了研究的普遍性。
全文中译12 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:Neuroradiology. 2022 Feb 24;64(8):1585–92. doi: 10.1007/s00234-022-02921-0

引言

Chiari畸形是一组以颅颈交界区(CCJ)解剖异常为特征的疾病,累及小脑和脑干。Chiari畸形1型(CM1)是最常见的Chiari畸形[1–3]。CM1的确切发病率尚不清楚;然而,自MRI问世以来,CM1的检出率不断增加,一些研究估计其患病率为1–3.6%[4, 5]。CM1的确切自然病史尚未确立,治疗通常适用于症状严重、进行性神经功能缺损或受显著脊髓空洞症影响的患者,目的是缓解症状和预防神经功能恶化[6]。CM1的诊断依赖于识别小脑扁桃体向下移位至枕骨大孔以下[7]。目前,最广泛接受的观点是下疝5 mm或以上为诊断CM1的最低标准[8–10]。近年来,人们还认识到存在中间型Chiari亚型,如Chiari 0畸形,其不与任何小脑扁桃体下疝相关,这对广泛使用的CM1 5 mm截断值提出了挑战[11–15]。还有其他已知与CM1相关的影像学表现,如脊髓空洞症、脑积水和骨骼异常如扁平颅底和后颅窝发育不良[16–18]。由于CM1没有其他组织或血液生物标志物,目前诊断依赖于神经影像学,主要通过MRI及识别已知相关的神经解剖学异常。

人工智能(AI)技术已被应用于辅助和改善多个解剖区域多种病变的诊断[19],取得了令人鼓舞的结果,尤其是在神经外科关注的病变方面[20]。特别是,机器学习技术在放射学图像识别任务中的应用是一项有前景的新兴技术,有可能大幅提高放射学在临床环境中的效率和能力[19]。近年来,深度学习——一种利用卷积神经网络(CNN)的AI技术——已被证明在医学影像病变自动检测中具有高灵敏度,其性能与医学专家相当(甚至更高)。通常采用监督学习方法训练CNN,将端到端标注数据输入网络,包括已知诊断的病例。

深度学习算法和CNN已被应用于多种病变的放射学诊断研究[21–26];然而,目前关于AI在CM1中应用的文献有限。Urbizu等[27, 28]提出了一种基于机器学习的诊断预测模型,识别和利用不同的解剖形态学参数,而非标准地单独使用小脑扁桃体下疝测量。这进一步证明了存在其他解剖因素可能在CM1的神经放射学诊断中具有重要意义,这些因素对人类检测而言可能过于细微,但可通过基于AI的数据挖掘方法加以解析。

据我们所知,文献中尚无将深度学习方法应用于CM1自动诊断的研究,本研究旨在在此基础上进一步发展,最终目标是扩大人工智能在CM1研究和临床应用中的使用。采用监督学习方法,使用端到端标注的MRI图像训练并随后测试两个卷积神经网络(CNN)。我们还测试了对CNN和输入数据进行不同修改以优化诊断性能的有效性。使用CNN分析和自动诊断CM1可以为在CM1临床管理中争议领域开发人工智能辅助临床决策工具打开大门,例如无症状或少症状患者的管理、手术技术的优化以及临床结局和术后复发可能性的预测。

方法

研究参与者

回顾性识别了2010年1月至2020年5月期间诊断为CM1、影像资料可电子获取并在本机构接受初次手术干预的共101例患者;还检索了111例脑MRI正常的患者队列。患者由执业神经外科医生和放射科医生诊断和治疗,因此没有纳入可能为替代诊断的患者,如自发性颅内低压。正常脑MRI定义为经认证的放射科医生(至少5年或以上经验)确认无放射学颅内病变的个体。为使CM1队列与正常参与者队列相匹配,矢状面T1液体衰减反转恢复(FLAIR)序列被确定为两组之间最一致可获得的序列。匹配两组之间的序列最大限度地提高了图像分辨率的一致性,避免了CNN模型训练中的偏倚。

图像在3 T MR设备(Siemens Magnetom Verio,Erlangen,Germany)上采集,参数如下:TR/TE/TI 2000/8.4/800 ms;翻转角150°;视野240 × 240 mm2,层厚4.5 mm;矩阵320 × 320。所有影像数据保存至安全的私人服务器用于计算分析。自2010年以来,本机构已获得所有接受治疗患者的同意,将其医疗数据用于经临床人体研究伦理委员会批准的临床研究。本研究纳入的所有参与者均已签署该同意书。本研究经大学人体研究伦理委员会批准。

MRI数据预处理

所有MRI体积均经匿名化处理并转换为各向同性体积(1 mm3体素大小),以统一来自多个采集部位的图像的不同空间分辨率和方向。在各向同性转换步骤之后,使用Insight Toolkit(ITK)库将体积对齐至脑图谱。首先,使用带有多分辨率金字塔图像滤波器和Versor刚性3D变换优化器的ITK多分辨率图像配准方法估计旋转、缩放和偏移参数。然后仅使用从Versor刚性3D变换获得的旋转和偏移参数应用ITK中心变换[29]。与脑图谱的联合配准允许自动选择每个初始体积的单个中央矢状层面用于CNN模型(图1)。

图1 一幅裁剪至64×64像素的颅颈交界处图像示例,未进行颅骨剥离 查看原图 ↗

图像数据集

比较了四种类型的图像数据集,以确定用于神经网络训练的最佳图像格式。训练和测试数据集由完整图像、裁剪图像、颅骨剥离的完整图像和颅骨剥离的裁剪图像组成。完整图像是应用预处理流程后自动选择的整个单幅矢状面图像。裁剪图像包含颅颈交界处(CCJ)感兴趣区域(坐标映射至参考图谱体积)自动选择的64×64像素区域,即小脑疝入枕骨大孔发生的部位(图2)。由于在将MRI体积配准至参考图谱体积后,整个数据集使用了相同的图像坐标,因此CCJ区域是自动选择的。颅骨剥离图像使用ITK滤波器“StripTsImageFilter”生成[30, 31]。四种数据集获得的所有图像均经过归一化处理,使其像素强度平均值与ImageNet数据集相同,从而允许在卷积神经网络(CNN)模型中使用预训练权重。

图2 起始数据集中数据增强后的图像示例(原始图像位于左上角) 查看原图 ↗

深度卷积神经网络模型

本研究使用的模型为ResNet50和VGG19,这是生物医学科学中最常用的CNN模型。两个模型均以ImageNet预训练权重初始化,从而实现迁移学习,即将必须在不同数据集上训练的模型“迁移”至不同的问题和信息集。鉴于可用数据集较小,这一点尤为有用,因为迁移学习已被证明可加速训练过程并提高准确性。由于Chiari图像数据集与ImageNet数据集差异很大(后者主要由日常场景图像而非医学影像组成),因此所有层均可训练。通过这种方式,初始权重用于提取前几层中的低层特征,同时允许各层更新以更好地匹配MRI图像的低层特征,尤其考虑到灰度MRI图像不包含颜色信息。

每个模型使用135张训练图像和34张验证图像进行训练,图像格式从所衍生的四种数据集类型中选择一种(即非颅骨剥离完整图像、非颅骨剥离裁剪图像、颅骨剥离完整图像和颅骨剥离裁剪图像)。每次训练过程的轮数为1000。损失函数使用分类交叉熵。每个训练轮次后仅根据验证损失值保存最佳模型权重。使用批归一化和批大小16以帮助减少过拟合,同时在最后一个全连接层使用高丢弃率(0.5和0.8)。训练过程的超参数通过实验进行微调,发现使用学习率为1e-5、权重衰减为1e-6的Adam优化器可获得更好的结果。

数据增强

为了在图像数量相对较少的情况下改进训练过程,通过对初始图像进行随机平移、缩放、旋转和剪切来增强训练数据集。原始训练数据集上的亮度也被随机改变。选择用于数据增强的参数旨在模拟小脑扁桃体疝的更多位置和形状,同时避免过度变形。为实现这一目标,执行了顺时针和逆时针15°的随机旋转范围、水平和垂直随机平移10像素、5%的缩放范围、1.2的剪切范围,以及原始像素强度值75%至130%的亮度范围。图2展示了从一个样本开始的一些增强图像示例。

K折交叉验证

为了评估深度学习模型的性能,从整个数据集中随机选取一个测试数据集并保留,用于在模型训练完成后评估其性能。鉴于我们数据集的样本量较小,每个模型最终准确率评估的精确度容易受到随机偏倚的影响。测量准确率的微小变化主要归因于训练和测试数据集的随机划分。因此,采用k折交叉验证方法来估计模型性能的精确度,其中k是初始数据集的任意随机划分数量(本研究中k = 10)。在每一折中,数据集被随机划分为训练、验证和测试子集,即保留43名参与者(数据集的20%)作为测试数据集;在剩余的169名参与者中,135名(数据集的64%)用于卷积神经网络(CNN)的训练,34名(数据集的16%)用于验证。其图形化表示见图3。由于划分是随机的,用于训练的Chiari与正常参与者之间的比例并非恒定,但对于二分类任务仍保持平衡(范围从最少56例Chiari病例伴79名正常参与者到最多65名Chiari参与者伴70名正常参与者)。

图3 k折交叉验证技术的图形化表示(本研究中k = 10) 查看原图 ↗

结果

表1显示了纳入本研究的101名参与者的特征。女性参与者占优势(80.2%),鉴于成人CM1在女性中患病率较高这一公认事实[32],这并不出乎意料。参与者年龄从5岁到66岁不等,中位数为30岁(四分位距为23–43岁)。正常参与者的年龄范围为4至93岁(四分位距为29–66岁),其中女性63名(56.8%),男性48名(43.2%)。平均小脑异位为10.7 mm,范围从4至24 mm。异位为4 mm的患者在颅颈交界处(CCJ)有一条硬脑膜带附着于小脑扁桃体,脑脊液流动研究显示CCJ处存在脑脊液流动功能障碍的证据,并且鉴于其潜在病理生理学,具有提示CM1诊断的特征性临床特征。纳入该患者使得CNN模型能够识别Chiari畸形中小脑扁桃体疝的谱系。

表2显示了本研究中使用的CNN模型在相应数据集类型下的初步测试结果。dropout率为0.5的ResNet50模型的敏感度为81.8%至86.4%,特异度为71.4%至95.2%(AUC 0.89–0.97)。dropout率为0.5的VGG19模型的敏感度为81.8%至86.4%,特异度为77.3%至86.4%(AUC 0.94–0.98)。在这两个模型中,裁剪后(CCJ的64×64像素区域)且未去颅骨的数据集具有最高的敏感度和特异度。通过这次对不同CNN模型组合和初始图像数据集的初步测试,发现使用未去颅骨且裁剪后数据集图像、dropout率设为0.8的VGG19模型达到了最高的敏感度和特异度,分别为95.5%和100%(AUC 1.0)。

对使用未去颅骨且裁剪后数据集图像的VGG19模型进行十折交叉验证,达到了98.4%的敏感度和94.8%的特异度(AUC 0.99)(表3)。同样,ResNet 50模型(dropout率也为0.8)通过十折交叉验证计算得出的敏感度和特异度分别为81.2%和93.1%(AUC 0.94)。

数据增强在很大程度上改善了两种模型的性能。表3显示了两种模型在有无数据增强情况下(使用裁剪且未去颅骨的数据集)在验证集和测试集上的十折交叉验证结果,表4显示了VGG19在优化预处理数据设置下的十折交叉验证运行结果。虽然VGG19模型的特定度通过数据增强从94.8%提高到97.4%,但敏感度从98.4%略微下降至97.1%(AUC 0.99)。ResNet 50模型的敏感度和特异度分别提高至94.0%和94.4%(AUC 0.98)。

表1 患者特征和就诊症状 查看原表 ↗
表2 卷积神经网络与数据集设置不同组合的实测准确率 查看原表 ↗
表3 ResNet50与VGG19在有和无数据增强情况下的比较(十折交叉验证的平均结果) 查看原表 ↗
表4 CNN模型VGG19使用64×64裁剪、未去颅骨数据集并采用数据增强在测试中达到最高准确率的十折交叉验证值 查看原表 ↗

讨论

深度学习CNN在神经放射学中的应用是一个不断扩展的研究领域;然而,其在CM1等神经解剖学疾病的自动诊断中的验证仍然有限。本研究旨在应用和验证CNN模型对具有临床意义的CM1进行自动诊断和识别,以展示深度学习在开发临床医生决策支持工具中的效用。我们训练了VGG19和ResNet50 CNN模型在MRI(利用矢状位T1 FLAIR序列)上诊断CM1,并通过十折交叉验证证实达到了高水平的敏感度和特异度。通过利用预处理图像修改技术(包括各向同性变换、感兴趣区域裁剪和数据增强)对CNN模型进行了优化。VGG19模型产生了最佳结果,在使用数据增强时达到了97.1%的敏感度和97.4%的特异度(AUC 0.99)。

本研究存在一些局限性,在解释结果时应予以考虑。212名参与者的数据集较小且仅限于单中心,这限制了训练、测试和验证子集中可用的病例数,因此无法进行无监督学习以寻找神经解剖特征的聚类。数据集规模较小也使得无法对单侧或不对称性CM1进行分析,因为在预处理流程中纳入中线矢状位图像外侧的图像堆栈会引入一定程度变异性,需要更大数量的参与者。用于交叉验证的数据随机分割也是潜在随机误差的来源;然而,通过使用十折交叉验证方法并结合数据增强规避了这一问题。因此,本研究中CNN模型最终达到的敏感度和特异度仍然较高(VGG19为97.2%)。

本研究还受到MRI序列可用性的限制,因为我们仅限于使用矢状位T1 MRI序列以确保CM1患者数据集与正常脑数据集之间的一致性。部分原因是样本量较小,需要更为均匀一致的数据集以尽量减少CNN模型训练中的任何偏倚。在本研究收集的数据集中,T1矢状位FLAIR序列在CM1和正常参与者之间最为一致可用。尽管对图像数据集应用了各向同性变换,但使用单一类型的MRI序列和解剖平面进一步限制了本研究的普适性。

最高敏感度和特异度在VGG 19模型中使用64 × 64裁剪且未去颅骨的增强数据图像时达到(表2)。发现使用ITK滤波器进行去颅骨会裁剪掉颅颈交界处(CCJ)的相关特征(如小脑扁桃体下疝),因此表现出较差的性能。测试去颅骨图像的原始理由是通过消除远离感兴趣区域的头部区域来进一步提高模型的准确性。发现使用ITK滤波器进行去颅骨还会裁剪掉CCJ的相关特征(如小脑扁桃体下疝),因此表现出较差的性能。这并不令人意外,因为已知颅底或颅顶的解剖差异是CM1发病机制中的重要因素[33, 34]。这凸显了需要新技术能够将脊髓内容物纳入分析并排除周围骨骼,以改进目前可用的去颅骨方法。

对误分类病例的回顾显示,这些病例为CM1的临界病例,MRI上有枕颈交界处(CCJ)拥挤的证据,但无明显小脑扁桃体下疝。图4展示了一个被模型误分类为CM1的正常患者MRI示例。虽然未见明显的小脑扁桃体下疝,但存在枕颈交界处小脑拥挤的提示,我们怀疑这是误分类的原因。同样,在图5中,一名CM1患者被误分类为正常,其颅后窝表现相似,无明确的小脑扁桃体下疝。在此病例中,结合临床病史和回顾T2序列是导致CM诊断的原因。T2序列能更好地描绘小脑扁桃体下疝和颅后窝拥挤,本应是本研究首选的MRI序列,尽管该序列在CM1组和对照组之间并不容易获得。鉴于T1序列上颅后窝表现模棱两可,在没有临床数据的情况下,CNN模型将该病例误分类并不令人意外。误分类病例为临界病例这一事实增强了所训练CNN模型的有效性,因为模型中的误分类仅出现在真正模棱两可的病例中。

本研究的结果代表了开发一种能够帮助临床医生识别具有临床意义的CM1的AI模型的第一步,并有可能发展成为用于诊断、手术预后预测、开发最佳手术技术和指导复发管理的工具。针对这些问题的临床研究难以执行,且没有高把握度的研究来指导临床医生。当前的VGG19模型可以通过整合临床结局数据、术后影像以及与输入图像相匹配的术后结局来增强,从而创建一个多方面的临床支持工具。这些数据可以被收集,并使用模型进行无监督学习分析,以识别相关放射学和临床特征的聚类,从而进一步阐明CM1中脑脊液循环障碍的潜在病理生理机制。该模型的诊断范围还可以通过纳入其他结构性病理实体的数据集来进一步扩展,以训练CNN,从而实现对一系列其他神经解剖异常的自动诊断。

图4 被误分类为Chiari的正常MRI示例 查看原图 ↗
图5 被误分类为正常的Chiari MRI示例 查看原图 ↗

结论

总之,这些CNN模型所达到的高灵敏度和特异度代表了在MRI图像中自动识别具有临床意义的CM1的成功方法。尽管该研究的普适性存在一些局限性,但这些结果代表了CM1进一步AI辅助研究的起点。需要进一步的研究,包括更大的样本量、术后影像和临床数据,以提高模型的准确性和普适性,并努力开发用于管理CM1的临床支持工具。

资助信息

作者未获得本研究及本文撰写方面的任何财务支持。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 41 KB)

引用

  1. Tanaka KW, Russo C, Liu S, et al. Use of deep learning in the MRI diagnosis of Chiari malformation type I. Neuroradiology. 2022. PMID: 35199210. doi:10.1007/s00234-022-02921-0
  2. 全文:PMC9271110(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9271110/

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。