文献速递神经技术与安全MR

去脸处理对自动脑萎缩评估的影响

Impact of defacing on automated brain atrophy estimation.
PubMed 文献 · Insights Imaging · 2022-03-26

该研究基于ADNI的268例阿尔茨海默病患者,评估6种去脸方法对veganbagel自动脑萎缩z值图的影响,以未加速重复扫描的RMSE为基准。多数去脸方法引入离群值,加速3D T1成像更明显;仅PyDeface无基准离群值,影响可忽略。

要点

  • 去脸可影响veganbagel萎缩估计,加速3D T1成像更明显,仅PyDeface影响可忽略。
  • 基准RMSE为0.28±0.1,75百分位0.33;PyDeface未加速与加速平均RMSE分别为0.08±0.05与0.07±0.05。
  • 按75百分位基准,afni_refacer、fsl_deface、mri_deface和spm_deface在加速成像出现离群值。

核心结论

  • 大多数去脸方法对萎缩估计有影响,尤其在加速3D T1成像中;仅PyDeface结果良好且影响可忽略。

研究设计与样本

  • 回顾性纳入ADNI的268例阿尔茨海默病患者,含未加速154例、同次未加速重复67例和加速3D T1成像114例。
  • 用veganbagel对原始全脸及6种去脸后的图像计算萎缩z值图,去脸方法包括afni_refacer、fsl_deface、mri_deface、mri_reface、PyDeface和spm_deface。
  • 以未加速全脸与同次未加速重复扫描间的RMSE为基准,离群值定义为RMSE>75百分位及Grubbs检验阳性。

关键影像表现/征象

  • 未加速成像中afni_refacer的z值偏差主要在左半球,mri_deface在额底和颞极并累及尾状核,fsl_deface在额叶和额底呈小灶性差异。
  • mri_reface在加速成像中平均差异轻度增高,稍偏重壳核而丘脑较轻。
  • 加速成像中fsl_deface、mri_deface和spm_deface平均差异整体更高,spm_deface尤以基底节为著,PyDeface在未加速与加速成像均未见可辨认的偏差模式。

诊断标准与关键数值

  • 基准RMSE均值0.28±0.1(范围0.12–0.58,75百分位0.33),基准RMSE值中Grubbs检验未检出离群值。
  • 按75百分位基准,未加速与加速成像离群值数:afni_refacer 18与16,fsl_deface 4与18,mri_deface 0与15,mri_reface 0与2,spm_deface 0与7,PyDeface均无离群值。
  • Grubbs检验离群值数:afni_refacer未加速16与加速13,fsl_deface 10与21,mri_deface 7与20,mri_reface 7与6,PyDeface 5与8,spm_deface 10与12。

临床应用与阅片要点

  • 使用veganbagel评估脑萎缩时,采用PyDeface去脸在未加速和加速3D T1成像中均未出现相对于基准的离群值。
  • 采用afni_refacer、fsl_deface、mri_deface或spm_deface去脸时,萎缩z值图可能出现偏差,加速3D T1成像更为明显。
  • mri_deface在未加速32例和加速28例3D T1扫描处理中崩溃,另有2例加速成像虽完成但CAT12分割因组织峰值异常而停止。

局限性

  • 研究仅纳入ADNI数据库的AD患者,结果可能无法推广至其他队列。
  • Grubbs检验在标准差极大或极小的分布中可能产生假阳性。
  • 需要进一步研究不同分析流程和去脸方法,以权衡结果准确性与隐私并选择最适合任务的方法。
全文中译6 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:Insights Imaging. 2022 Mar 26;13:54. doi: 10.1186/s13244-022-01195-7

要点

背景:对脑部MRI检查进行去脸处理对于保护隐私非常重要。

去脸处理流程可能会干扰基于软件的脑萎缩评估(例如veganbagel)。

大多数去脸处理流程会导致萎缩评估出现系统性偏倚。

与基准相比,发现0–17.9%的病例存在显著的z分数偏差。

只有使用PyDeface进行去脸处理对萎缩评估的影响可以忽略不计。

背景

脑部磁共振成像(MRI)研究通常包含患者的面部特征。例如,对神经认知功能下降或神经退行性疾病患者进行的脑成像通常包括3D T1加权解剖数据集,该数据集通常显示耳朵和面部。近年来,人们日益认识到通过对此类MRI应用面部识别技术来识别患者或研究对象的威胁。在2009年的一项研究中[1],仅有40%的人类志愿者能够将基于3D MRI数据容积渲染的面部重建与相应参与者的照片进行匹配,且成功率“高于随机水平”;而采用机器学习方法的研究在2019年的成功率为83%[2],在2021年为97%[3]。

因此,在公开数据发布之前,甚至在将MRI扫描提交至异地服务(例如用于脑萎缩评估的云端服务)之前,从详细显示面部或耳朵等可识别特征的MRI检查中去除这些特征[1–4]是非常可取的——坦率地说是必要的。目前已开发了多种去脸处理方法,其中一些已应用于大规模队列研究,如人类连接组计划(HCP [5])和Nathan Kline研究所—Rockland样本(Rockland [6])。最常用的去脸处理方法包括afni_refacer(基于AFNI [7])、mask_face(由神经信息学研究组发布[8])、mri_deface(基于FreeSurfer [9])、fsl_deface(基于FMRIB软件库(FSL)[10])、PyDeface(由Poldrack实验室发布[11])和spm_deface(包含在统计参数映射(SPM)软件包中[12])。然而,人们对去脸处理后的数据改变提出了担忧,一些研究报告了脑体积评估中的显著偏差[13, 14],而其他研究则显示去脸处理几乎没有影响[3, 15]。

脑萎缩是许多神经退行性疾病的特征,特征性脑体积变化可能对诊断具有决定性意义,例如在阿尔茨海默病(AD [16])或额颞叶痴呆[17]以及其他疾病[18–20]中。脑体积变化还越来越多地用于治疗监测,例如在多发性硬化症的早期阶段。[21]近年来,已有多个用于评估区域性脑体积改变的软件包可供使用。软件辅助阅片已被证明有助于在疾病早期发现细微的体积丢失,并减少报告区域性脑萎缩时阅片者间的高变异性[22, 23]。

尽管技术准确性是脑容量萎缩评估的一个标志,但去面部识别处理对结果的影响尚未被系统研究。本研究利用veganbagel——一个围绕SPM12的CAT12构建的自动脑萎缩评估开源软件——在ADNI队列的大样本中评估了常用去面部识别处理对脑萎缩z分数图的影响。

方法

来自阿尔茨海默病神经影像学倡议(ADNI [24])数据库的AD患者被回顾性纳入分析。ADNI于2003年作为公私合作项目启动,由首席研究员Michael W. Weiner医学博士领导(http://www.adni-info.org/)。AD患者的纳入标准为:(1)在筛选访视时采集了层厚≤ 1.5 mm的3D T1加权MRI序列;(2)患者在MRI时年龄小于75岁。任何未通过ADNI质量控制(QC)的MRI采集均被排除。当初始影像未通过QC时,通过QC的非加速重复采集被排除。共纳入268例AD患者(表1)。本研究经当地伦理委员会批准。仅使用了公开可用的数据。统计分析使用R进行[25]。

在ADNI中,3D T1图像以以下方式采集:(1)非加速成像,(2)非加速重复成像(同一 session 内重复非加速3D T1),或(3)加速成像(即使用GRAPPA [26]、SENSE [27]或密切相关的ASSET的并行成像)。所有具有非加速重复成像的患者也属于非加速成像组。采用不同萎缩评估方法的研究显示,使用加速与非加速成像时萎缩评估存在不同程度的差异[28–31]。由于去面部识别处理对加速与非加速成像的潜在不同影响迄今尚未被系统研究,我们分别展示非加速和加速3D T1成像的结果。

先前发表的用于纵向评估总体萎缩和脑年龄的容量估计开源软件(veganbagel)——一个用于生成相对于年龄和性别特异性正常模板的萎缩图的自动工作流程[32]——被改编用于本分析。使用了veganbagel最新的基于Docker的可用版本,其中包含CAT12.7的独立版本,无需单独的MATLAB许可证(https://github.com/BrainImAccs/veganbagel,commit 6a2ac5f)。选择veganbagel进行分析,是因为它基于成熟的SPM12的CAT12软件包,且据我们所知,它是唯一 readily 允许对单个脑扫描进行单时间点萎缩估计的开源软件。

在工作流程中,对结构T1加权成像执行标准化预处理,包括使用SPM12的CAT12进行灰质分割、归一化、调制和空间平滑。在对来自正常队列(Rockland [6],“Baseline1”访视,n = 949(65%女性),平均年龄 = 46.3 ± 17.1岁(范围18–77))的健康参考受试者进行预处理后,为每个性别和年龄(包含实际年龄± 2岁)生成均值和标准差(SD)模板。

随后,使用同样预处理、未修改的完整面部3D T1序列(即“完整面部”)以及使用上述年龄和性别特异性模板进行算法去面的3D T1序列,为所有AD患者计算Z分数图(即“萎缩图”)。分别应用了六种去面方法:afni_refacer(AFNI v21.0.21 [7])、fsl_deface(FSL v6.0.3 [10])、mri_deface(FreeSurfer v7.1.1 [9])、mri_reface v0.2 [3]、来自Poldrack实验室的PyDeface v2.0.0 [11]以及来自SPM12 r7771的spm_deface [12]。前述的mask_face(由神经信息学研究组发布[8])被排除在分析之外,因为已有研究表明使用循环一致性生成对抗网络可以逆转去面效果[33]。mri_deface、fsl_deface和PyDeface各自应用线性配准、图谱和基于掩膜的方法来识别并去除面部。fsl_deface还会去除耳朵。afni_refacer和mri_reface用人群平均值替换耳朵和面部。mri_reface还会替换一些空气区域,这些区域可能因环绕伪影而包含可识别特征。所有去面方法均使用各自默认设置运行。afni_refacer和mri_reface提供的QC图像自动生成功能被禁用。

为分析不同去面方法对veganbagel萎缩估计的影响,将去面后的灰质萎缩z分数与从未修改的完整面部数据得出的相应z分数进行比较。具体而言,对于veganbagel工作流程中所用灰质掩膜内的每个体素,计算去面后z分数减去相应完整面部z分数之差的均方根误差(RMSE)。

采用Grubbs检验(也称为极端学生化偏差检验或最大归一化残差检验)来识别每种去面方法RMSE值中的离群值。Grubbs检验设计上仅检测单个离群值。因此,该检验迭代进行,即在重新运行检验之前移除已检测到的离群值,直到不再检测到离群值。简言之,Grubbs检验基于数据均值与由标准差确定的最小值或最大值之间的差异[34]。Grubbs检验在标准差非常大或非常小的分布中可能产生假阳性[35]。因此,为了给Grubbs检验检测到的离群值数量提供进一步背景并作为基准,将基于未修改完整面部、非加速3D T1成像的z分数图与同一受试者未修改完整面部、非加速同次会话重复3D T1成像(如ADNI数据库中有的话)进行比较(见表1,ADNI期间未采集加速成像的重复扫描)。对于每种去面方法,报告相对于基准结果RMSE值第75百分位数的离群值数量。

最后,为了可视化每种去面方法影响最大的区域,使用MRIcroGL [36]将z分数的绝对平均差异作为热图绘制到SPM152标准模板的代表性轴位切片上,并以相同的掩膜进行遮蔽。

表1 来自阿尔茨海默病神经影像学倡议(ADNI)的所有纳入患者以及所分析亚组的人口统计学特征 查看原表 ↗

结果

在1943次尝试中的1877次(96.6%)中,去脸化与veganbagel工作流的组合成功完成。示例见图1。

afni_refacer在两次未加速3D T1成像中失败,未产生可用于进一步处理的成像体积。mri_deface在处理32次未加速和28次加速3D T1扫描时崩溃。在两次加速3D T1成像采集中,mri_deface完成了处理,但CAT12中基于自适应最大后验(AMAP)的分割步骤检测到不典型的组织峰值并停止了进一步处理。后者在使用spm_deface时的两次加速成像采集中也出现。在所有其他方法中,包括全脸和未加速重复成像,未注意到处理失败。

基准RMSE为将全脸未加速3D T1成像的灰质z分数与相应的未加速重复成像进行比较,显示于图2左列。基准RMSE均值为0.28 ± 0.1(最小值:0.12,第75百分位数:0.33,最大值:0.58)。使用Grubbs检验未在基准RMSE值中检测到离群值。

将基于去脸化3D T1成像的灰质z分数与全脸3D T1成像序列进行比较的RMSE分别显示于图2的中列(未加速成像)和右列(加速成像)。RMSE值和离群值进一步报告于表2中。

对于去脸化未加速3D T1成像,应用fsl_deface、mri_reface、PyDeface和spm_deface时获得了极佳结果,RMSE非常小。然而,Grubbs检验分别检测到10、7、5和10个离群值,并且对于fsl_deface,相对于基准RMSE值的第75百分位数检测到4个离群值。与其他方法相比,使用afni_refacer导致更高的平均RMSE,并且分别注意到根据Grubbs检验的16个离群值和相对于基准的18个离群值。相比之下,mri_deface导致总体更小的RMSE值,但也导致若干离群值(分别为25和15),并且如上所述,在大量病例中崩溃。

对于加速3D T1成像,使用PyDeface获得最小平均RMSE,在Grubbs检验中有8个离群值,这些离群值位于0.01至0.29的小范围RMSE值内,并且与基准RMSE值的第75百分位数相比无离群值。mri_reface总体显示出非常好的结果,平均RMSE小且IQR非常小。根据Grubbs检验发现6个离群值,但与基准相比也注意到两个离群值,RMSE为0.86和相对较高的RMSE为2.23。审查去脸化成像体积,未注意到去脸化过程中的明显错误。与未加速3D T1成像相比,spm_deface和fsl_deface表现更差,平均RMSE更高且离群值更多。与未加速3D T1成像的结果相比,mri_deface显示出总体相似的性能,平均RMSE略高且范围更宽,以及相当数量的崩溃。与未加速成像结果相比,afni_refacer结果更好,但仍注意到相当数量的离群值。

为了直观显示每种去脸方法影响最大的区域,图3(非加速成像)和图4(加速成像)展示了去脸后与未修改的完整面部z分数图之间z分数绝对平均差异的热图。

在非加速成像中,afni_refacer显示出z分数的显著全局偏差,主要位于左半球。mri_deface显示额基底脑和颞极的显著差异,包括基底节的变化,尤其是尾状核。fsl_deface显示额叶和额基底脑的小范围局灶性差异。mri_reface、PyDeface和spm_deface后的差异较不明显,偏差非常小,例如mri_reface后前部额基底皮层、丘脑和枕叶皮层的偏差。

在加速成像中,与先前RMSE的分析一致,fsl_deface、mri_deface和spm_deface后的平均差异全局较高。fsl_deface和mri_deface还遵循相同的偏差模式,在额叶(fsl_deface)和额基底脑(fsl_deface、mri_deface)中偏差更为显著。spm_deface显示全局平均差异增加,尤其包括基底节。mri_reface在加速成像中也显示平均差异非常轻微的全局增加,略微侧重于壳核,而丘脑较少。afni_refacer后,与未加速成像相比,加速成像中总体绝对平均差异较少,显示出右半球的优势以及沿枕叶皮层和浅表小脑的局灶性差异。

PyDeface在非加速和加速成像中均未显示出可辨别的模式。

图1 一例阿尔茨海默病患者(女性,69岁)成功去脸方法的示例。上排显示去脸图像体积的矢状面重建,第二排显示轴面重建,底排显示体积渲染。完整面部图像的体积渲染(左下)因隐私原因已省略 查看原图 ↗
图2 阿尔茨海默病患者经veganbagel处理后均方根误差(RMSE)值的箱线图。左列:通过计算完整面部非加速3D T1成像的灰质z分数与各自同次非加速重复3D T1成像之间的RMSE获得的基准结果。中间和右侧:通过比较去脸非加速(中间)或加速(右侧)3D T1成像系列的z分数与各自完整面部3D T1成像获得的RMSE值。黑色虚线表示基准RMSE值的第75百分位数 查看原图 ↗
表2 阿尔茨海默病患者经veganbagel处理后的体素级z分数均方根误差(RMSE)值,并将去脸后的结果与各自完整面部3D T1成像衍生的相应z分数进行比较 查看原表 ↗
图3 在非加速成像上应用不同去脸方法后,z分数绝对平均差异以热图形式绘制在SPM152标准模板的代表性轴面切片上 查看原图 ↗
图4 在加速成像上应用不同去脸方法后,z分数绝对平均差异以热图形式绘制在SPM152标准模板的代表性轴面切片上 查看原图 ↗

讨论

在本研究中,我们评估了不同去脸处理方法对veganbagel的影响,veganbagel是一款围绕CAT12构建、用于SPM12的开源软件。veganbagel通过将受试者的结构性脑扫描与正常队列进行比较,实现脑萎缩的自动估计。我们的结果表明,大多数去脸处理方法是稳健的,但mri_deface除外。大多数去脸处理方法在自动脑萎缩估计的背景下引入了明显的z分数偏差。与基准结果相比,使用PyDeface时发现的偏差最小,且没有明显的离群值。

近年来,对数据收集和处理实施了越来越严格的法律法规,对信息处理不当和数据泄露引入了严厉的处罚。最近,基于机器学习的 face recognition(人脸识别)方法被证明在将参与者照片与其各自的MRI扫描进行匹配方面取得了惊人的成功,成功率高达97% [2, 3]。另一方面,人们对去脸后的数据完整性提出了担忧,特别是关于常见的体积分析 [13, 14],而其他研究表明去脸对常见的神经科学分析流程影响轻微甚至没有影响 [3, 15]。

目前,有两种主要的脑影像数据匿名化方法:“skull stripping(颅骨剥离)”,即从图像体积中移除除脑以外的所有内容,以及仅从成像体积中移除面部特征而保留所有其他信息。自动颅骨剥离确实存在局限性 [37],并且(意外)移除脑的某些体素可能会严重限制任何下游分析。因此,去脸通常是首选方法,其目的是保留脑的所有信息。本研究中测试的方法通常将脑扫描配准到共同模板,然后应用基于掩膜的 facial features(面部特征)检测,以移除这些区域或用单独推导的人群平均值替换相应区域。因此,理论上去脸不应干扰例如自动萎缩检测。然而,我们注意到在若干病例中存在偏差,有时RMSE较大,而去脸后的图像体积中脑没有明显变化。一些神经科学分析流程,如CAT12/SPM12,可能在组织类别(灰质和白质、脑脊液)检测中使用图像体积背景的信息,这可能解释了去脸后观察到的偏差。

veganbagel将− 2.5至2.5之间的z分数表示为预期限度内的体积变化 [32]。据此,我们在全脸非加速3D T1成像及相应非加速重复扫描的基准评估中发现了极小的平均RMSE。因此,veganbagel可被认为在多个不同扫描仪上采集的异质性数据集中产生稳健的结果。

我们发现,当使用afni_refacer、fsl_deface(在加速3D T1成像中表现明显)、mri_deface或spm_deface(仅在加速3D T1成像中)进行去脸处理时,萎缩估计结果容易发生变化,但使用PyDeface则不会。PyDeface导致的平均RMSE非常小,相对于基准结果未注意到离群值,且在绝对平均差异图中未发现明显可辨的偏差模式。Grubbs检验发现了一些离群值,但这些必须放在RMSE值范围非常小的背景下看待,事实上比基准RMSE值的范围还小。本质上,当使用PyDeface配合veganbagel处理去脸后的脑扫描图像时,预期不会出现萎缩估计的相关变化。可视化去脸后受影响最大的脑区,fsl_deface和mri_deface显示的偏差主要靠近面部,但在加速成像中,fsl_deface、mri_deface和spm_deface观察到更广泛的偏差,包括小脑和基底节。最后但同样重要的是,必须指出,在两次案例中afni_refacer和spm_deface均未能产生可用于进一步分析的图像体积,而mri_deface在默认设置下无法处理相当数量的脑扫描图像。mri_reface在这方面表现稍好,在我们当前的研究中就RMSE而言显示出非常好的总体结果,但在去脸加速3D T1成像采集后注意到了两个离群值,其中一个具有相对较高的RMSE。

进一步考虑隐私问题,mri_deface和PyDeface有时在去脸后保留部分眼眶结构[3],即使是不完美的部分数据也可能用于面部识别。[38] Schwarz等人已表明,在通过去除面部识别部位进行去脸处理后,基于机器学习的面部识别在3%(fsl_deface)至10%(mri_deface和PyDeface)的案例中仍然成功。然而,当用人群平均值替换去脸图像体积中缺失的面部部分时,去脸后识别受试者的成功率可能被推高至28–38%(fsl_deface = 28%,mri_reface = 30%,mri_deface = 33%,PyDeface = 38%)。[3]

此外,我们注意到在去脸处理后的非加速成像与加速成像之间存在差异。加速成像通常用于缩短扫描时间[39]。加速成像的优点之一是提高患者舒适度和配合度,从而减少运动伪影,并可能降低因图像不可用而被排除研究的风险[30]。另一方面,加速(并行)成像通常信噪比较低,并可能受到残余混叠伪影、组织对比度改变以及噪声增强的影响[39]。取决于去脸处理的基本方法以及脑萎缩估计方法,非加速成像与加速成像之间的这些差异可能因将图像体积线性或非线性配准到模板的局部和远端效应,或利用图像背景信息进行组织分类(例如在贝叶斯方法中)而进一步加剧。因此,采用不同萎缩估计方法的研究在使用加速与非加速成像时,萎缩评估结果显示不同程度的差异[28–31]。很可能出于同样的原因,非加速成像的去脸处理通常更为稳健,但PyDeface除外,mri_reface在一定程度上也属例外,后者在加速和非加速成像上均表现良好。

综上所述,选择最合适的去脸处理方法是一项多因素决策。例如,fsl_deface目前可能比PyDeface提供更好的受试者身份识别防护[3],但脑萎缩估计结果可能在额叶和额底脑区出现偏倚——尤其是在加速成像中。需要进一步研究不同的分析流程和去脸处理方法,以仔细权衡结果准确性与隐私之间的取舍,从而为当前任务选择最合适的方法。

本研究存在局限性,分析仅纳入ADNI数据库中的AD患者,因此我们的结果可能无法推广至其他队列。然而,有意选择ADNI是因为它提供了来自大量不同厂商扫描仪、多种检查类型的原始、未处理、未去脸的DICOM数据,预计这能使我们的结果更具可推广性。最后,必须指出,不同软件版本的去脸处理方法或CAT12/SPM12可能导致不同结果,需要关注各版本的发布说明以了解重大变更。

结论

鉴于近期将人脸识别算法应用于大脑T1成像的成功案例,在公开数据时,甚至可能在将数据发送至例如基于云的处理或分析服务时,必须强烈考虑对显示面部特征或耳朵的MRI扫描进行某种形式的去标识化处理。特别是PyDeface表现出非常好的结果,对萎缩估计的影响可忽略不计。mri_reface被发现非常有前景,未来版本应重新评估。此外,veganbagel在比较初始与重复的全脸、未修改成像时展现出稳健的萎缩估计结果。

引用

  1. Rubbert C, Wolf L, Turowski B, et al. Impact of defacing on automated brain atrophy estimation. Insights Imaging. 2022. PMID: 35348936. doi:10.1186/s13244-022-01195-7
  2. 全文:PMC8964867(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8964867/

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。