人工智能应用于胎儿MRI:当前研究的范围综述
该范围综述检索MEDLINE等数据库,纳入39篇2016至2021年发表的AI胎儿MRI研究,多数聚焦胎儿脑影像分割与后处理。文章指出数据集普遍偏小且多来自单一机构,临床诊断与预后预测研究较少,AI工具近期难以常规临床应用。
要点
- 胎儿脑自动分割Dice系数可达0.97,单脑分割耗时2–3秒,人工需30–40分钟。
- 胎盘自动分割Dice系数偏低(0.58),但衍生T2*值与人工读者高度相关。
- AI分类正常与异常胎儿脑准确率95%,但作者认为对熟悉胎儿MRI的放射科医生不一定增加诊断信息。
核心结论
- AI在胎儿MRI的应用多集中于胎儿脑影像后处理(如器官分割),诊断与预后预测研究相对较少。
- 现有研究多为早期可行性或预试验,数据集较小且多来自单一机构,结果泛化性存在问题。
- 作者认为AI算法近期不太可能用于临床,需在不同扫描仪厂商、序列参数和场强下验证。
- 作者建议三级转诊中心建立研究影像数据库以促进联邦学习和多中心协作。
研究设计与样本
- 范围综述,遵循PRISMA-ScR(适用处),未在在线数据库注册。
- 由两名研究者使用预设检索词在MEDLINE(PubMed)检索,首次检索于2021年9月16日,更新检索于2022年1月26日。
- 纳入同行评议英文论文,排除非胎儿MRI数据、病例报告、综述和观点文章;通过Google和Google Scholar检索灰色文献。
- 最终纳入39篇文献(初始检索36篇,更新检索新增3篇),均发表于2016至2021年。
- 未预设偏倚评估或质量评价工具,未进行统计分析,采用描述性综述。
关键影像表现/征象
- 胎儿脑分割:基于U-net的脑提取算法在1.5T MRI的T2 ssFSE或bSSFP序列上三平面平均Dice系数0.97。
- 胎儿脑测量:CNN测量双顶径平均差异1.45 mm、小脑横径1.23 mm,两名人类读者分别为1.27 mm和0.97 mm(基于214个胎儿脑MRI容积)。
- 胎儿整体分割:CASE-Net在1.5T和3T MRI T2序列上分割胎儿身体,Dice系数0.87;DeepLabV3+在胎儿分割任务中优于U-net、V-net等。
- 胎盘分割:U-net在100名孕妇中分割子宫和胎盘Dice系数分别为0.92和0.82,仅需约7次点击。
- 胎盘功能预测:自动分割Dice系数0.58,但分割胎盘内平均T2*值与人类读者相当(Pearson相关系数0.986)。
诊断标准与关键数值
- 疾病分类:Attallah等使用225例胎儿MRI(16–39周,113例正常,114例异常,涵盖21种神经发育障碍)测试CNN,正常与异常胎儿脑鉴别准确率95%。
- 胎盘功能不全预测:Pietsch等在108例3T MRI胎盘数据集(20例PE和/或FGR)上,自动分割联合胎盘健康评分在42例未见数据集(1.5T,6例PE)中显示PE组Z评分持续降低(Z < −1.5)。
- 生长受限预测:Dahdouh等基于50例1.5T MRI(34例FGR)胎盘形状和纹理特征预测FGR,准确率86%。
- 孕龄预测:184例1.5T MRI胎儿脑T2序列(14–41周),模型预测与参考标准高度一致(pc = 0.964)。
- 脑室增大术后干预预测:AI预测需产后干预的准确率高达91%。
临床应用与阅片要点
- 胎儿脑自动分割可显著缩短后处理时间(2–3秒 vs 人工30–40分钟),可能用于科研与临床工作流。
- AI分类正常与异常胎儿脑准确率95%,作者认为对熟悉胎儿MRI的放射科医生不一定提供额外诊断信息,但可能用于分诊需紧急复核的病例。
- 胎盘自动分割Dice系数0.58偏低,但衍生T2*值与人工读者高度相关,作者认为胎盘评估可能是较可行临床转化方向之一。
- 作者认为需在不同扫描仪厂商、序列参数和场强下验证后才能常规使用,且应评估患者接受度。
- 作者建议未来研究应纳入成本效益分析,否则医院引入AI工具可能延迟。
局限性
- 文献检索时可能遗漏一些已接收但尚未在线发表的文章。
- 检索策略未覆盖所有医学研究数据库,仅聚焦于最常用的数据库,未来综述应纳入EMBASE、Scopus、arXiv等。
- 训练和测试数据集普遍较小,总计少于300例,且许多数据集仅来自单一机构。
- 多数研究为早期可行性或预试验,结果泛化性存在问题,尤其应用于其他中心、国家或扫描仪厂商时。
- 多数预处理研究仅描述技术可行性,未证明对患者结局或诊断准确率有实质改变。
全文中译8 节 · 点击展开
引言
磁共振成像(MRI)的固有优势使其成为一种有吸引力的胎儿成像方式,当产科超声的局限性被超越时,可作为解决问题、制定治疗方案或预后判断的工具。它提供优异的软组织对比分辨率,通过部分骨化的结构(如颅骨和脊柱)改善可视化,比产科超声具有更大的视野,且受母体体型和羊水过少的影响较小。然而,胎儿MRI确实有几个主要局限性。这些包括(与其他身体部位的MRI相比)获取运动目标的诊断有用图像所需时间增加、执行和解读成像的胎儿MRI专家数量有限,以及对多个序列和图像进行耗时的分析,这些图像通常不是在用于生物测量的完美平面上获取的。因此,应用人工智能(AI)实现更自动化、可重复且省时的胎儿MRI方法具有吸引力。1 2 3 4
这篇文献计量学范围综述文章的主要目的是让读者了解胎儿MRI成像在未来如何从当前前沿的数字发展中获益,并激发研究途径。
方法
在适用的情况下,使用范围综述的PRISMA扩展版(PRISMA-ScR)方案来指导本范围综述。5 本范围综述未在任何在线数据库注册。
文献综述由两名研究者使用与“胎儿”、“MRI”和“人工智能”相关的适当预设研究术语(见补充材料1)在MEDLINE(PubMed)文献数据库中进行。
点击此处获取附加数据文件。
文献检索首次于2021年9月16日进行,并于2022年1月26日使用相同检索词再次进行了更新的重复文献检索。文献综述没有预定义的日期限制,也没有样本量限制。纳入标准仅为英文同行评审论文。未使用胎儿MRI成像数据(即超声成像)的文章被排除。病例报告、综述文章和观点文章也被排除在结果之外,但其参考文献列表被手动检索以寻找任何重要的补充参考文献。通过使用Google搜索引擎和“Google Scholar”数据库检索描述使用AI/ML进行胎儿成像的组织或学会文件的灰色文献。
为了展示AI/ML用于胎儿MRI的广度和多样性,我们没有基于所采用的神经网络或计算系统的类型排除任何论文,也没有基于所描述的“用例”排除任何论文。
由于预期结果的异质性和相对较少的出版物数量,我们没有预定义的偏倚评估或质量评价工具,也不打算在范围综述阶段以此为基础拒绝任何研究。还预先决定对文献进行统计分析是不合适的,因此从一开始就打算对我们的发现进行描述性综述。
结果
共审查了154篇文献的标题和摘要。其中39篇符合我们的纳入标准(36篇来自初步检索,另有3篇在更新检索后纳入),最终纳入39篇文章(数据流程图见补充材料2)。所有纳入文章均发表于2016年至2021年间。
点击此处获取补充数据文件。
近三分之二的文章(n = 23,59%)6–28发表于非临床期刊(计算机科学、数据科学与工程期刊),其余发表于更偏向临床和放射学方向的期刊(n = 16,41%)。29–44绝大多数描述了使用人工智能进行胎儿脑成像(n = 26,67%),11–22,28,30–41,44少数用于胎儿身体(n = 5,13%)、6–9,43胎盘(n = 6,15%)23–27,42或两者兼有(n = 2,5%)。10,29
人工智能在胎儿磁共振成像中的“应用场景”大致分为几个主要类别,下文对最具临床相关性的部分论文进行了更详细的阐述:图像预处理:动态运动校正(n = 8,21%)7–9,14,17,19,22,28
图像后处理:解剖结构分割(n = 16,41%),6,12,13,15,16,20,21,24,26,27,29,32,34,36,37,40
自动化胎儿生物测量(n = 1,3%),11
纹理分析(n = 1,3%),33
图像质量分类(n = 1,3%)39
数据解读:疾病分类(n = 3,8%),18,30,31
结局预测(n = 4,10%),23,41–43
孕龄预测(n = 2,5%),38,44
临床三维模型生成(n = 1,3%)25
其他:合成数据生成(n = 2,5%)10,35
图像预处理
运动校正等预处理工具为胎儿成像中的一项主要挑战提供了有前景的解决方案,即在不断运动的目标中获取高质量图像。传统上这需要训练有素的技术人员反复调整采集平面并重新采集序列。这既耗时又容易产生操作者间变异。对于躺在封闭式磁共振扫描仪中保持不动的孕妇而言,过长的扫描时间也可能难以耐受。在初始化阶段对胎儿运动进行自动且准确的校正,可能意味着更高质量的图像和潜在缩短的扫描时间。
Xu等人7描述了一种深度学习算法,该算法可自动检测胎儿标志点(使用15个关键点——上肢和下肢关节、眼睛和膀胱)以估计胎儿姿势,从而能够追踪胎儿,并有可能实现参数的自动重新调整,从而节省技术员时间并减少MRI期间的重复采集。他们的模型使用多层单次激发梯度回波EPI序列在70例3T MRI检查(胎儿孕周25–35周)上进行训练,层厚3 mm,每次检查耗时10–30分钟。他们比较了预测胎儿姿势与位置和实际采集的胎儿姿势(金标准)之间的平均误差,发现其模型可在不到1秒内将胎儿姿势预测精确到最近的4.5 mm。Hou等人14同样描述了一种胎儿运动校正的理论方法,使用预处理AI算法(称为SVRnet)预测胎儿大脑的3-D形状方向,并在不同方向上生成2-D T2加权单层图像,以补偿初始化过程中的运动。Singh等人22描述了一种神经网络算法,能够将胎儿运动预测误差控制在8度以内,并帮助估计受运动破坏的层面,以帮助规划后续采集。
为提高图像质量,Gagoski等人28开发了一种CNN,可执行自动图像质量评估,以检测胎儿MRI期间T2 HASTE序列上的伪影。他们提出了一种方法,即一次采集中的每个图像层面均由CNN评估,在研究结束时,仅那些图像质量评分最低的层面会由MRI扫描仪重新采集。这在实践中可能通过仅重新采集运动 degraded 的图像而非完整的新图像堆栈来节省时间。该研究在10名胎儿正常的孕妇中进行,她们接受了约50次重复HASTE序列成像,报告的准确率为85.2%(在正确判断需要重新采集的层面方面)。
这些研究中有几项存在一个共同局限性——均处于开发的早期阶段,描述的是某种特定预处理技术的可行性及潜在的部署流程,但均未证明此类应用是否带来了患者结局或诊断准确性的切实改变。将这些作为未来研究的结果指标,将是测试AI模型的合理下一阶段,也是未来研究的有趣途径。
图像后处理
人工智能算法在可重复且高效的组织分割中发挥作用。胎儿大脑一直是近期研究的热门焦点。传统上,二维图像上胎儿大脑的手动勾画被用于生成三维重建。Li等40展示了基于U-net(一种为医学影像分割开发的卷积神经网络(CNN))的脑提取算法的训练、验证和测试,该算法可在三个平面上对5毫米层厚的胎儿MRI进行正常胎儿大脑的自动分割。这些图像来自1.5T MRI扫描仪,采用T2单次激发快速自旋回波(ssFSE)或平衡稳态自由进动(bSSFP)序列采集。胎儿大脑分割每个大脑完成需2–3秒,而技术人员手动分割需30–40分钟,并且在三个平面上达到了0.97的高平均Dice系数。Dice系数是衡量两个结构之间重叠区域大小的指标(即本例中实际手动分割与预测分割之间的重叠),得分为1.0表示完全重叠匹配。
Khalili等37描述了成功使用相同的U-net算法来分割更多样化的胎儿大脑集合,包括伴有和不伴有病理(如脑室内出血和卒中)的胎儿大脑,以及受伪影影响的胎儿大脑图像(图1)。CNN也可进行准确的胎儿大脑双顶径(BPD)和经小脑直径(TCD)测量11,而这些测量通常由人工完成。Avisdris等11报告,基于214个胎儿大脑MRI体积数据,其算法BPD的平均差异为1.45 mm,TCD为1.23 mm(相比之下,两名人类读者的差异分别为1.27 mm和0.97 mm)。
Ebner等32还提出了一个基于四步流程的自动胎儿大脑重建框架,使用卷积神经网络进行定位、分割并执行超分辨率重建。研究结果在正常胎儿大脑和具有不同程度病理的胎儿大脑上进行了验证,并表明该自动化流程与技术人员和放射科医生进行的更耗费人力的手动分割相当。
MRI上的胎儿全身图像提取被认为有助于生长监测、病理检测以及近期的胎儿手术规划。45目前仅有少数胎儿MRI全身分割算法显示出有希望的结果。Lo等6展示了使用“交叉注意力挤压激励网络”(CASE-Net)(图2)分割胎儿身体(来自1.5T和3T MRI研究,使用T2序列),DICE系数为0.87。Torrents-Barrena等29进一步推进了这一课题,在一项宫内MRI研究中比较了多种神经网络分割不同母体和胎儿身体部位(子宫、脐带、胎盘、肺、脑)的能力,其中DeepLabV3+在胎儿分割任务中优于U-net、V-net和其他CNN。他们提出,自动分割胎儿身体部位的能力可用于辅助术前规划、患者教育和知情同意(例如,利用分割结果创建3D打印模型),或用于辅助未来的影像组学研究和纹理分析以预测先天性疾病的结果。
据报道,胎盘分割有助于识别和量化妊娠相关并发症,如胎盘植入或生长受限。42,46 Shahedi等24描述了使用基于U-net的卷积神经网络(CNN)对100名孕妇的子宫和胎盘进行分割,准确率(即DICE系数)分别为0.92和0.82。这需要最少的用户输入(据报道为七次“点击”)即可输出胎盘大小和位置。
数据解读
专门致力于胎儿MRI疾病分类和预后预测的研究相对较少,因为这些任务更为复杂,且需要大型的罕见胎儿病理数据集进行训练。尽管如此,早期研究前景可观——例如,Attallah等18,30,31使用一个公开数据集47,包含225例不同孕龄(16-39周,113例正常,114例异常胎儿MRI,涵盖21种神经发育障碍类型)的胎儿MRI,测试CNN识别脑部异常的能力。该方法在区分正常与异常胎儿大脑方面达到了95%的准确率,异常包括Dandy-Walker谱系畸形、脑穿通畸形、胼胝体发育不全和多小脑回等病理。虽然这些特定病理对于熟悉胎儿MRI判读的放射科医生来说容易识别,但使用该人工智能工具不一定能提供额外有用的诊断信息,但可能有助于对哪些MRI研究需要在正常病例之前优先紧急复核进行分诊。
Pietsch等人23描述了其通过训练和评估人工智能算法来预测胎盘功能不全的过程,所用数据为108例3T MRI胎盘数据集,包含自由呼吸快速T2*弛豫序列。在该数据集中,已知有20例妊娠被诊断为子痫前期和/或胎儿生长受限(作者称之为“高风险”)。研究流程包括首先使用U-Net算法架构对胎盘进行自动分割,随后采用高斯过程回归模型来表征胎盘成熟度和健康状况。自动分割的DICE系数较低,为0.58,尽管分割胎盘内的平均T2*值与人工阅读者相当(皮尔逊相关系数0.986)。随后基于分割方法生成的平均T2*数据和临床结局详情(如孕龄、新生儿和产妇结局)计算胎盘健康预测评分以生成分数。然后将Z评分在高风险与低风险患者组之间进行比较,并应用于一个包含42例MRI病例的未见数据集(1.5T MRI,T2*序列,6例子痫前期),胎盘分割及衍生胎盘健康评分的自动化流程能够一致地显示,与正常对照相比,子痫前期患者的Z评分降低(Z < −1.5)。类似地,Dahdouh等人42的算法能够利用在50例患者(34例胎儿生长受限)的1.5T MRI研究(T2序列)上训练的胎盘形状和纹理特征,以报告的86%准确率预测生长受限。据报告,该算法基于胎盘特征得出的出生体重估计值在健康胎儿中为0.3 ± 13.4%(平均百分比误差 ± 标准差),在生长受限胎儿中为−2.6 ± 15.9%。另一项研究在预测孕早期之后(超声已不再准确时)的孕龄方面显示了有前景的结果。38该研究汇总了184例胎儿检查,均在1.5T MRI上进行,使用胎儿大脑T2序列,孕龄范围为14–41周。孕龄的参考标准为母亲末次月经及孕早期超声测量。作者发现,模型对孕龄的预测与参考标准之间具有高度一致性相关(pc = 0.964)。
一项有趣的研究能够以高达91%的准确率预测哪些胎儿因脑室扩大需要产后干预,以辅助手术规划。41人工智能工具的另一个新用途由Torrents-Berrana等人25报道,他们描述了其分割与重建算法在为临床医生胎儿镜激光手术培训创建完全虚拟仿真环境中的作用。这是一项用于双胎输血综合征的高风险手术,人工智能生成的仿真平台不仅为受训者提供了练习技能的安全教育环境,还使经验丰富的外科医生能够在术前规划最佳进入点和入路。
其他
最后,生成胎儿MRI人工智能算法的一个显著局限仍然是缺乏包含多种受伪影影响的MRI序列的大型数据集。Torrents-Barrena等人10在一项可行性研究中提出了一种解决方案,他们使用“生成对抗网络”(GAN)来帮助生成三个不同解剖平面的合成胎儿MRI序列。他们发现,在创建的384个模拟胎儿MRI切片中,约95.1%被认为是“逼真的”,其中矢状面切片对GAN来说最具挑战性(子宫和母体脊柱经常出现错位)。尽管如此,这一流程和技术在未来具有前景,因为届时需要更大的数据集来训练、改进和完善自动分割工具,而无需获取更多影像数据,也无需通过跨多个中心的数据传输而可能损害患者数据隐私。
讨论
在本文中,我们发现仅有少量研究文章探讨了人工智能应用于胎儿MRI的方式;然而这些大多用于胎儿脑成像和数据后处理(例如器官分割),而非用于诊断。文中呈现了多种应用场景,部分用于疾病分类、预后判断和自动胎儿生物测量。总体而言,用于训练和测试胎儿人工智能工具的数据集相当小,总病例数不足300例(相比之下,其他放射学研究中有数千例病例);许多数据集仅来自单一机构。本综述纳入的大多数研究为早期可行性或初步研究,目前这些早期结果的普适性存在问题,尤其是如果将这些结果应用于其他中心、国家或扫描仪制造商时。
因此,需要在数据共享、多中心数据库方面加强国际合作,并在科学家与临床医生之间建立更紧密的合作关系,以确保研究保持临床相关性并对更广泛的人群有用。未来,应开展关于胎儿影像人工智能工具的成本效益和成本效果的文章,因为如果没有这些信息,如果工作流程效率无法向委托机构证明合理,医院科室对此类工具的采用可能会被延迟。
与探索胎儿MRI人工智能工具的有限研究相比,关于人工智能工具在胎儿超声成像中应用的文献十分丰富。这可能是由于产科超声在临床实践中的使用更为广泛,因此可用于分析和训练神经网络的数据集也更大。大多数胎儿超声文献同样集中在识别各种胎儿解剖结构以及自动获取标准化生物测量数据以用于诊断、疾病分类和工作流程改进。48 例如,Ryou等49提出了一种基于三维超声的图像处理解决方案,包括胎儿分割、标准生物测量切面估计、生物测量自动测量以及胎儿肢体检测。其他人使用半自动化人工智能工具来准确估计颈项厚度50,并在胎儿超声心动图中将室间隔壁厚度与孕龄相关联。51 为了促进用于胎儿MRI的具有临床实用性的人工智能算法的开发和测试,三级转诊中心各自建立用于联邦学习的研究影像数据库,以及一种简化的数据匿名化方法并上传至安全研究平台以改善多中心合作,将十分重要。这样做的一个障碍是时间和人员,因为许多机构缺乏数据科学家的专业知识,以及各中心之间在患者保密和本地信息治理法规方面存在差异。52–54
根据我们的范围综述和个人思考,我们认为存在若干空白,可能为胎儿MRI和人工智能工具相关的进一步研究提供富有成果的方向。总体而言,我们注意到缺乏研究评估自然语言处理(NLP)如何用于向临床医生传达重要发现(例如,自动发送带有异常的报告邮件),或如何用于加强临床治理活动(例如,从患者记录、放射学报告和DICOM元数据中挖掘信息,以便更快搜索和获取更大数据集用于审计和研究项目)55以及用于教育(例如,识别罕见和有趣病例用于教学库)。此外,仅发表了极少数影像分类研究以辅助胎儿MRI放射学诊断和预后判断,很少有出版物有助于提供改善临床工作流程和实践效率的真实世界证据。
本文报道的算法不太可能在不久的将来用于临床,因为推广到不同扫描仪制造商、序列参数和MRI场强下的不同患者人群将是主要限制因素。鉴于不准确的胎儿影像结果带来的高风险和影响,任何新技术在常规使用前被证明是稳健的非常重要,并且应寻求关于患者可接受性的研究。尽管如此,人工智能算法帮助更好地评估胎盘可能是较为可行的转化为临床实践的应用之一,观察这些用例如何发展将令人着迷。
在这篇范围综述中,存在一些局限性。由于当前环境下与人工智能相关的文章产出量很高,到发表时我们很可能遗漏了一些其他近期文章,这些文章在我们进行文献检索时已付印但尚不可获取。尽管如此,我们尽量通过Google Scholar检索纳入尽可能多的相关近期文章,以捕获那些在开放获取/预发表网站上的文章,并将我们的检索标准执行了两次。其次,我们的检索策略未涵盖所有可用的医学研究数据库,而是集中于我们认为最有可能包含最多前沿人工智能研究的最常用数据库。未来的文献综述,尤其是聚焦于使用人工智能进行胎儿MRI成像特定方面的综述,应尝试纳入数据库(如EMBASE、Scopus、arXiv),以收集更全面的可能相关文章。
总之,当前环境为医生、患者和计算机科学家之间的合作以及开发临床有用工具提供了许多机会。其中一些工具可能有助于在更多中心提高胎儿MRI成像的质量和采纳率,缓解目前面临的图像采集方面的一些困难。然而,重要的是,未来的工具,特别是那些专注于临床诊断和预后判断的工具,必须经过仔细验证,并且需要具有多样化病理、孕龄和不同种族背景的更大数据集来进行严格测试。
引用
- Meshaka R, Gaunt T, Shelmerdine SC, et al. Artificial intelligence applied to fetal MRI: A scoping review of current research. Br J Radiol. 2022. PMID: 35286139. doi:10.1259/bjr.20211205
- 全文:PMC10321262(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10321262/
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。