文献速递神经儿科影像MR

机器学习分类器自动评估儿童DSC-MRI数据质量

Applying machine learning classifiers to automate quality assessment of paediatric dynamic susceptibility contrast (DSC-) MRI data.
PubMed 文献 · Br J Radiol · 2023-02-20

本研究基于25例儿童DSC-MRI数据中的1027条信号-时间曲线,由两位评估者进行定性评估(QR),并计算SDNR、RMSE、FWHM和PSR等定量指标。结果显示评估者间一致性良好(κ=0.83),SDNR单独评估性能最佳(AUC=0.83),随机森林分类器组合多指标后性能提升(AUC=0.89),可实现自动化质量控制。

要点

  • SDNR是评估DSC-MRI信号-时间曲线质量最重要的单一指标,阈值7.6时敏感度和特异度均为0.86。
  • 随机森林分类器组合SDNR、RMSE、FWHM和PSR四项指标,分类错误率降至9.3%,AUC达0.89。
  • 定性评估在低SDNR(如1.5T数据)时一致性下降,存在难以分类的不确定区域。

核心结论

  • 基于信号-时间曲线定量指标和定性评估结果训练的机器学习分类器可实现DSC-MRI数据质量的自动化评估。
  • 组合多个定量指标可减少误分类,随机森林分类器性能最佳(敏感度0.94、特异度0.83、AUC 0.89)。

研究设计与样本

  • 回顾性多中心研究,纳入25例儿童患者(来自4个英国中心)的1027条信号-时间曲线,数据来自CCLG功能成像肿瘤数据库。
  • 由两位评估者(分别有3年和8年经验)按照ASFNR推荐进行定性评估(QR),其中243条由两人共同评估。
  • 计算SDNR、RMSE、FWHM和PSR四项定量指标,采用10折交叉验证确定阈值并训练机器学习分类器(二叉决策树、SVM、集成方法、随机森林、逻辑回归)。

关键影像表现/征象

  • 定性评估失败的原因包括:信号下降幅度相对基线噪声过小(低SDNR)、首过噪声大(高RMSE)、首过过窄(低FWHM)、T2*恢复低(低PSR)。
  • 评估者间分歧的曲线中位SDNR为5.4(范围3.3-56.4),中位RMSE为0.020(范围0.005-0.058),中位PSR为84.5%(范围52.5-107.1%),中位FWHM为7秒(范围4-15秒)。

诊断标准与关键数值

  • SDNR阈值7.6:敏感度0.86、特异度0.86、精确率0.93、分类错误率14.2%、AUC 0.83。
  • RMSE阈值0.019:敏感度、特异度、精确率、分类错误率、AUC原文未单独列出具体数值。
  • FWHM阈值下限3秒、上限19秒;PSR阈值下限42.9%、上限130.4%。
  • 随机森林分类器:敏感度0.94、特异度0.83、精确率0.93、分类错误率9.3%、AUC 0.89。

临床应用与阅片要点

  • SDNR阈值(7.6)可作为快速筛查工具,与定性评估结果最接近,但需注意低灌注组织(如白质、低级别肿瘤)SDNR本身偏低,可能导致假性排除。
  • 自动化QC基于体素逐条评估,可覆盖全数据集(数万条曲线),远超人工定性评估仅能抽样评估的局限。
  • 组合多指标(尤其是随机森林)可降低误分类,但需注意训练数据来自正常脑组织,可能排除病理相关低灌注信号。

局限性

  • 训练和验证数据来自儿童患者,但方法是否适用于成人数据需进一步验证。
  • 分类器训练使用正常脑组织的信号-时间曲线,可能排除病理相关低灌注曲线及白质区域,影响整体数据质量评估的全面性。
  • 交叉验证分折时未考虑数据来源中心,可能高估分类器在新中心数据上的性能。
  • 样本量有限(25例患者),且为回顾性数据,需前瞻性多中心验证。
全文中译13 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:Br J Radiol. 2023 Feb 20;96(1145):20201465. doi: 10.1259/bjr.20201465

引言

动态磁敏感对比(DSC-)MRI 通过使用动态 T2 或 T2* 加权成像序列对钆基对比剂的通过进行成像,从而提供脑灌注的估计值。2 对比剂引起 T2 和 T2* 的局部变化,这些变化动态地改变 MR 信号强度。3 分析由此产生的与每个像素相关的信号-时间曲线,可以生成脑血容量(CBV)、脑血流量(CBF)和血管平均通过时间(MTT)的估计值。4 除了 DSC-MRI,灌注还可以使用动态对比增强(DCE-)MRI、动脉自旋标记(ASL)和体素内不相干运动(IVIM)进行测量。然而,DSC-MRI 提供更好的信噪比(SNR)和对比噪声比,以及更快的采集时间。5

灌注测量可用于指示一系列疾病的健康状况。在儿科中,它被用于评估脑肿瘤——脑肿瘤是儿童癌症相关死亡的主要原因6——以及影响神经血管系统的疾病。大多数儿科脑肿瘤患者接受钆注射以进行增强后 T1 加权成像,因此 DSC-MRI 采集可在此注射期间进行,提供原本无法获得的信息。7 儿科患者 DSC-MRI 采集的 CBV 和 CBF 值已被用于预测长期生存率8,并已被证明与肿瘤分级相关。9,10 这些应用需要准确的 CBV 和 CBF 值,因此确保用于估计这些值的 DSC-MRI 信号-时间曲线质量良好非常重要。11

DSC-MRI 容易受到运动和磁敏感伪影的影响,这些伪影会降低采集数据的质量。11 DSC-MRI 的扫描仪和采集方案也通常因中心而异,这会影响产生的信号-时间曲线12,13 和 CBV 图的 SNR14,限制了该技术的临床适用性。15 例如,扫描仪的场强和采集参数如重复时间(TR)、回波时间(TE)、体素体积和翻转角可能因中心而异。这些因素影响采集数据的 SNR,而 TR 决定时间分辨率。16 在脑肿瘤患者中,血脑屏障(BBB)的破坏可导致对比剂外渗,即对比剂泄漏到血管外细胞外间隙(EES)。17 对比剂外渗可导致信号-时间曲线的 T1 加权污染和 CBV 值的低估,或 T2* 加权效应导致 CBV 值的高估。17 这些污染效应可以通过在采集前给予对比剂预推注18,或在采集期间使用低翻转角以减少 DSC-MRI 序列的 T1 加权来减少。11 近期研究表明,在使用低翻转角、单次推注方案时,应用渗漏校正是必不可少的。7,19,20

目前,ASFNR对DSC-MRI数据质量控制(QC)的建议是使用定性审查(QR)肉眼评估信号-时间曲线。这包括评估信号-时间曲线是否存在伪影,包括磁敏感效应(材料对磁场的响应,可导致信号丢失21和运动);评估是否存在适当的信号下降以指示团注给药的质量;以及评估信号-时间曲线中是否存在噪声尖峰,提示应移除任何此类时间点。11 不同审查者之间可能存在不一致,而一个DSC数据集包含数千条信号-时间曲线,因此手动评估所有信号-时间曲线的质量并不实际。在实践中,这意味着使用信号-时间曲线的子集来评估整个数据集的质量。一种基于QR的自动化流程是可取的,该流程可应用于基于体素评估信号-时间曲线质量,并可用于提供数据集整体质量的评估。

既往研究表明,可以定义统计阈值并将其应用于从DSC-MRI信号-时间曲线计算得到的定量指标以评估数据质量。22 机器学习(ML)分类可用于训练模型,基于从数据集中提取的特征进行预测。23 这在医学影像中有大量应用。例如,它已被用于肺炎检测24,25、Covid-19的检测和分类26、结直肠癌诊断27以及协助规划卒中患者的康复护理28。ML也已应用于DSC-MRI数据的多个应用领域,但迄今为止尚未用于评估数据质量。例如,它已被用于替代DSC-MRI的标准分析技术,提供从原始信号-时间曲线数据估计CBF值的更快速、更稳健的方法29,预测胶质瘤患者的生存期30,以及分类肿瘤类型31–36。因此,ML可应用于从DSC-MRI信号-时间曲线提取的特征以确定数据质量。任何评估数据质量的新方法应在应用于病变组织之前先在正常脑组织中建立。由于伦理限制,在儿童中开展此类研究具有挑战性,但一个合适的替代方案是使用因脑肿瘤接受DSC-MRI扫描的儿科患者,并从无肿瘤的脑切片中选择信号-时间曲线。

本儿科研究的目标是:评估两位审查者之间QR的不一致性,使用该QR确定数据质量定量指标的阈值,并研究QR和定量阈值是否可用于开发自动化QC流程以评估儿科数据集的整体数据质量。

方法

患者数据

本研究使用了一个包含25例儿科患者的数据集,该数据集采集自英国4个中心。数据来自儿童癌症与白血病组(CCLG)肿瘤功能成像数据库。37 其中23个数据集为诊断前采集,2个数据集为诊断后采集。诊断后患者中,一人接受了活检和化疗,另一人接受了手术切除。所采用的采集方案总结于表1。患者数据来自一项题为“CNS 2004 10 肿瘤功能成像”的成像研究(NRES REC编号:04/MRE04/41)。这是一项多中心儿科研究,编号:RG_09–028,伦理编号:ERN_11–1170。所有纳入研究的患者均获得了父母知情同意。

图1总结了开发自动化质控辅助工具所涉及的流程。各步骤的详细信息见下文。

表1. 所采用的各采集方案、使用该方案记录的患者数量以及所用信号-时间曲线数量的总结 查看原表 ↗
图1. 总结本文所述工作各阶段的流程图。QR,定性审查;SVM,支持向量机。 查看原图 ↗

患者数据的QR

对从25例患者中提取的1027条信号-时间曲线进行了QR。使用了大量患者以确保涵盖多种采集方案和伪影。伪影为扫描患者时在正常临床实践中观察到的伪影。表1总结了每种采集方案产生多少条信号-时间曲线。信号-时间曲线从每例患者预定义区域内随机选取,包括:灰质(GM)、白质(WM)、脑边缘、脑室边缘和小脑。所有信号-时间曲线均选取自不含任何肿瘤的层面,方法是对幕下肿瘤患者选取幕上信号-时间曲线,对幕上肿瘤患者选取幕下信号-时间曲线。肿瘤诊断信息来自CCLG数据库。所有信号-时间曲线均由作者1(具有3年经验的博士生)使用QR进行评估,并另外由作者2(具有8年经验的临床科学家)对随机选取的243条信号-时间曲线子集进行评估。使用ASFNR建议中的指南进行数据质量评估的QR。11 这包括评估是否存在清晰的信号下降以及基线内和信号其余部分的噪声水平。随后根据该评估对信号-时间曲线给予1分(接受)或0分(拒绝)。对于由两名审查者审查的信号-时间曲线子集,作者2的评分被视为金标准,并用于确定阈值和训练ML分类器。

对由两名审查者共同评估的243条信号-时间曲线子集,计算了两名审查者之间的不一致百分比以及用于评价者间信度的Cohen’s κ。所有统计分析均在R中进行(R Foundation for Statistical Computing,Vienna,Austria,v. 3.5.0)。

计算质量的定量指标

信号下降噪声比(SDNR)、均方根误差(RMSE)、半高全宽(FWHM)和信号恢复百分比(PSR)被用作信号-时间曲线质量的定量指标。这些指标针对先前经过QR处理的1027条信号-时间曲线中的每一条进行计算。SDNR使用公式1计算,信号下降定义为平均基线与首过最小值及两个相邻动态的平均值之间的差值。这与Digernes等人工作中应用的对比噪声比测量方法类似,不同之处在于它是从信号-时间曲线而非弛豫率曲线计算得出的。39

RMSE通过将简化的γ变量函数的一个版本(公式2所示)拟合到信号-时间曲线的首过段来计算。40

其中y(t)为拟合值,t为时间,c为平均基线信号,α、β和K为形状系数。该拟合的RMSE值对首过段面积进行归一化。

FWHM计算为首过段在信号下降一半处的宽度(以秒为单位)。

PSR根据公式3计算,T2*恢复定义为平均团注后信号与首过最小值及两个相邻动态的平均值之间的差值。11

为计算这些指标,需要确定基线结束和团注后开始的动态时间点。基线结束通过计算从第一个动态开始的信号-时间曲线的移动均值(滑动窗口为三)和累积均值,并找到两者发生分叉的动态来确定。团注后开始使用相同过程但从最后一个时间点开始确定。首过段定义为基线结束与团注后开始之间的区域。图2展示了示例信号-时间曲线及用于计算定量指标的特征。

图2. 示例信号-时间曲线,展示信号-时间曲线的哪些特征用于计算定量指标。FWHM,半高全宽。 查看原图 ↗

来自QR的阈值

SDNR、RMSE、FWHM和PSR的质量阈值使用经过QR的1027条信号-时间曲线的QR结果确定(图1)。阈值使用k折交叉验证(CV)确定,k=10。数据被分为k个等大小的折,其中(k-1)折用作训练数据,剩余一折用作测试数据,从中计算性能指标。此过程重复进行直至所有折均被用作测试数据。41信号-时间曲线分入各折时采用分层抽样,以确保每折中 accepted 和 rejected 的信号-时间曲线分布均匀。分折时未考虑信号-时间曲线来源的中心或数据集。

对于每一折,从训练数据中确定阈值。通过将阈值应用于测试数据,计算灵敏度、特异度、精确度、分类误差和受试者工作特征曲线(ROC)的曲线下面积(AUC)作为性能指标。平均阈值和性能指标通过对各折取平均值计算得出。

SDNR和RMSE的质量阈值通过灵敏度与特异度曲线确定。对于每一折,在训练数据内的每个SDNR值上变动SDNR阈值,并通过将该阈值应用于训练数据并与QR结果比较来计算灵敏度和特异度。最佳阈值是灵敏度等于特异度的值。对RMSE值重复该过程。

分别确定FWHM和PSR的质量上阈值和下阈值。对于每一折,将训练数据中的参数值按升序排列。识别通过QR的具有最小和最大FWHM或PSR值的信号-时间曲线。这些值被用作阈值,任何FWHM或PSR介于两个阈值之间的信号-时间曲线被归类为质量良好。

使用ML结合定量指标

ML分类使用Matlab(The MathWorks,MA,2019a)中的ML工具箱进行。42 分类使用用于从QR确定阈值的1027条信号-时间曲线的数据集进行。SDNR、RMSE、FWHM和PSR值被用作分类器训练的预测变量,QR评分(1 = 通过QR,0 = 未通过QR)被用作目标输出。对每个分类器应用超参数优化,并使用k = 10的k折交叉验证。如前所述,k折验证采用分层抽样以确保每一折中接受和拒绝的信号-时间曲线分布均匀,但未考虑信号-时间曲线来源的中心或数据集,因为本工作的目标是将最终分类器应用于广泛的患者数据。使用的分类器为二叉树、支持向量机(SVM)、集成、随机森林和逻辑回归。选择这些分类器以确保对数据应用广泛的分类方法。这将有助于确保选择最佳的ML分类器。计算每个分类器的平均灵敏度、特异度、精确率、分类误差和AUC。关于ML的更多细节,包括超参数优化及超参数优化结果,可在附录中找到。

应用于患者数据

将每个质量定量指标的阈值和表现最佳的ML分类器应用于从使用表1第3行所述采集方案获取的一名患者数据的一个层面所获得的信号-时间曲线。为每种方法创建质量图,显示哪些体素通过了QC以及哪些未通过。

结果

患者数据的QR显示审阅者之间具有良好的一致性,并且存在一个难以对信号-时间曲线进行分类的不确定区域

表2将由两名审阅者评估的信号-时间曲线分为三组(所有信号-时间曲线、所有1.5 T信号-时间曲线和所有3 T信号-时间曲线),并总结了每组的百分比分歧和Cohen's κ。在整个子集中,审阅者之间存在分歧的信号-时间曲线的SDNR中位数为5.4(范围3.3–56.4),RMSE中位数为0.020(范围0.005–0.058),PSR中位数为84.5%(范围52.5–107.1%),FWHM中位数为7 s(范围4–15 s)。

图3显示了因不同原因未通过QR的信号-时间过程的一些示例:3(a)因相较于基线噪声的信号下降幅度小而失败,导致SDNR较低;3(b)因首过噪声大而失败,导致RMSE值较大;3(c)因首过过窄而失败,导致FWHM值非常小;3(d)因T2*恢复低而失败,导致PSR值较低。SDNR值低于2.8时,没有信号-时间过程通过QR;而SDNR高于56.4时,没有信号-时间过程未通过QR。RMSE值高于0.0846时,没有信号-时间过程通过QR;而RMSE值低于0.0055时,没有信号-时间过程未通过QR。FWHM值小于3 s或大于19 s的信号-时间过程均未通过QR。PSR值小于43%或大于131%的信号-时间过程均未通过QR。

表2. 在所有时间过程、所有在1.5 T下记录的时间过程以及所有在3 T下记录的时间过程中,审阅者之间差异的总结,以百分比差异和Cohen's κ表示 查看原表 ↗
图3. 因不同原因未通过QR的信号-时间过程示例。(a)的SDNR值较低,为2.7;(b)的RMSE值较大,为0.129;(c)的FWHM值较小,为1.8s;(d)的PSR值较低,为36.9%。FWHM,半高全宽;PSR,百分比信号恢复;RMSE,均方根误差;SDNR,信号下降噪声比。 查看原图 ↗

SDNR是最重要的定量指标,但还需要其他指标

图4显示了其中一个折的灵敏度与特异度示例图。对所有折取平均后得到SDNR阈值为7.6,RMSE阈值为0.019,FWHM下限和上限阈值分别为3 s和19 s,PSR下限和上限阈值分别为42.9%和130.4%。平均性能指标总结于表3。图5显示了QR结果与SDNR质量接受阈值之间存在不一致的示例信号-时间过程。在通过SDNR阈值但未通过QR的三个信号-时间过程中,三个均通过了FWHM和PSR阈值,一个通过了RMSE阈值。所有三个信号-时间过程未通过QR均是由于团注后信号问题,而SDNR未能检出该问题。在通过QR但未通过SDNR阈值的三个信号-时间过程中,一个通过了RMSE阈值,两个通过了FWHM和PSR阈值。

图4. (a) SDNR、(b) RMSE的灵敏度与特异度图。RMSE,均方根误差;SDNR,信号下降噪声比。 查看原图 ↗
表3. 各定量指标的平均阈值、灵敏度、特异度、精确度、分类错误和AUC总结 查看原表 ↗
图5. QR结果与SDNR阈值之间不一致的演示。左列(a、c、e)显示通过QR但未通过SDNR阈值的信号-时间过程。右列(b、d、f)显示通过SDNR阈值但未通过QR的信号-时间过程。QR,定性审阅;SDNR,信号下降噪声比。 查看原图 ↗

结合定量指标评估数据质量可减少分类错误,机器学习分类器提供了一种实现此目的的自动化方法

表4总结了每种机器学习(ML)分类器的平均性能指标。分类错误率最低的分类器是随机森林,其灵敏度、特异度、精确率、分类错误率和AUC分别为0.94、0.83、0.93、9.3%和0.89。图6展示了表现最佳分类器的最佳折次的混淆矩阵和ROC曲线示例。图7展示了QR与ML结果之间不一致的示例。表现最佳分类器的超参数优化细节及其结果可见附录。

图6. 表现最佳分类器(随机森林)最佳折次的混淆矩阵(a)和ROC曲线(b)。ROC曲线给出的AUC值为0.90。AUC,曲线下面积;ROC,受试者工作特征曲线。 查看原图 ↗
图7. ML结果与QR之间部分一致和不一致的示例:(a、c)显示未通过ML但通过QR的信号-时间过程,(b、d)显示通过ML但未通过QR的信号-时间过程。ML,机器学习;QR,定性审查。 查看原图 ↗
表4. 每种机器学习分类器的性能指标汇总 查看原表 ↗

当应用于一个患者数据层面时,ML通过的信号-时间过程多于SDNR阈值

图8展示了将各所述指标的QR所获得的阈值以及随机森林ML分类器分别应用于一个患者数据层面所生成的质量图。蓝色像素代表通过相应QC方法的信号-时间过程,而橙色像素代表未通过的过程。表5总结了通过每种方法的信号-时间过程百分比。

图8.(a)来自1.5 T记录的患者数据集的轴位层面,以及应用(b)SDNR阈值、(c)RMSE阈值、(d)PSR阈值、(e)FWHM阈值和(f)ML分类器作为QC方法所生成的质量图。蓝色像素代表通过QC的时间过程,橙色像素代表未通过QC的时间过程。AUC,曲线下面积;FWHM,半高全宽;ML,机器学习;PSR,百分比信号恢复;RMSE,均方根误差;QC,质量控制;SDNR,信号下降噪声比。 查看原图 ↗
表5. 每种质量控制方法通过的信号-时间过程百分比 查看原表 ↗

讨论

我们的研究表明,尽管QR可用于评估数据质量,但存在一系列难以分类的信号-时间过程。使用简单指标的自动化质量控制方法可利用QR结果来开发。使用ML组合多个指标比使用单一指标导致更少的信号-时间过程误分类。然而,选择一组指标来全面描述信号-时间过程及其所有潜在伪影具有挑战性。在本工作中我们将自动化QC方法应用于儿科数据,但它们同样适用于成人数据。

两位评估者评估的信号-时间曲线显示评估者间不一致性较低,因为分歧百分比低且Cohen's κ值为0.83,表明一致性极好。43两位评估者发现,对于在1.5 T采集的数据集中信号-时间曲线是否通过的判定更难达成一致,因为这些数据的SDNR降低。对于整个子集,评估者之间存在分歧的信号-时间曲线以及处于不确定性区域内的信号-时间曲线的SDNR和RMSE值范围均较大。这表明SDNR较大的信号-时间曲线并不一定保证质量良好,因为其他因素也可能影响质量,包括例如畸变的首过效应。

本工作中提出的自动QC方法基于体素评估数据质量,这允许评估比QR更多的数据。一个典型的DSC-MRI数据集将有数万条信号-时间曲线。通过肉眼评估所有曲线是不可能的,因此QR通常涉及评估整个数据集的一小部分。我们的自动QC方法是机器学习分类器,使用来自“正常脑”的信号-时间曲线进行训练,这可能导致排除与病理相关的低灌注信号-时间曲线,而这些曲线可能具有临床价值。大量白质也可能被排除,因为其灌注低于灰质,而共识指南建议将白质作为标准化rCBV值的组织。19更好的方法可能是使用体素级QC对数据质量进行整体评估,然后可用于判断数据集是否具有足够的整体质量以纳入研究。另一种替代方法是评估数据集中平均信号-时间曲线的质量。这将比体素级分析更快,但可能产生误导性结果——平均信号-时间曲线会“平均掉”数据中的噪声和伪影区域。

SDNR阈值定义了数据被接受的最低SDNR,是表现最好的单项指标,给出的结果与QR最为相似。这是预期的,因为SDNR定义了信号下降的可见程度,这是通过QR评估数据质量的关键部分。11然而,SDNR在低灌注组织中降低,如白质或某些低级别肿瘤,这可能导致排除部分此类信号-时间曲线,丢弃具有临床价值的信息。与SDNR相比,RMSE阈值在所有性能指标上表现较差。FWHM和PSR阈值给出的AUC值与其他定量指标相当,分类误差与RMSE阈值相似。两者均具有非常好的敏感性但特异性较差。

多种因素会影响DSC-MRI数据质量,单一指标无法涵盖所有因素。图5说明了仅依据SDNR对信号-时间曲线质量进行分类的困难。为每个定量指标定义单一阈值的困难表明需要联合指标来评估数据质量。这与Akella等22的工作一致,其中从每个数据集的信号-时间曲线计算多个定量指标,包括首过伽马变量拟合失败率、平均FWHM和平均PSR,并用于确定数据质量。截断值使用99%单侧置信区间计算。至少在一个指标上未落在截断值范围内的数据集被归类为质量差。22我们在此展示的工作不同之处在于,质量阈值是使用QR结果而非置信区间确定的。使用ML分类器联合指标,与单独阈值相比可改善分类误差,如表4所示。随机森林分类器给出了最低的分类误差,但与其他分类器相比在性能指标上仅有微小改善。因此,所测试的任何分类器都适用。

与SDNR阈值相比,ML分类器提供了更好的灵敏度、分类误差和AUC。特异度和精确率变化很小,提示性能的主要改善来自假阴性数量的减少,而假阳性数量变化很小。ML的分类率也与审阅者之间QR不一致百分比相似,这意味着至少对于这些数据集,其准确性可与QR相当。因此,当质量控制方法应用于患者数据集时,ML分类器通过的信号-时间曲线百分比高于SDNR阈值,如图8和表5所示。假阳性数量未减少,可能归因于当前的定量指标无法识别DSC-MRI易受影响的全部伪影。

ML分类器使用k折验证进行训练。采用分层k折验证以确保每一折中接受和拒绝的信号-时间曲线分布均匀。未考虑信号-时间曲线来源的中心和数据集,因此这是基于信号而非基于受试者应用的。这是因为本工作的目标是训练一个可应用于广泛患者数据的分类器,因此它需要能够处理来自不同中心、使用不同采集参数获取的数据。因此,基于受试者拆分数据可能会使分类器产生偏倚并降低其性能。

目前,定性审阅的结果被应用于一系列由信号-时间曲线计算得到的定量指标。如果使用卷积神经网络(CNN)代替ML分类器,则可以直接使用信号-时间曲线进行训练,而不是从信号-时间曲线计算指标。然而,目前没有足够的数据来训练CNN型模型。这是在获取更多数据后未来可以研究的方向。

在儿科数据中使用预推注或单次推注注射方案会通过减少信号下降而影响信号-时间曲线的SDNR。在成人中,除了全剂量对比剂外,还可给予预推注对比剂,从而提高总体SNR。然而,在儿科中,欧洲儿科肿瘤学会(SIOPE)建议儿科患者仅接受单剂对比剂,原因是担心钆沉积。44 因此,将单剂分割以给予预推注会导致DSC-MRI采集中的SDNR降低。

大多数DSC-MRI研究使用ASFNR推荐的QR来评估数据质量。11 Akella等人此前提出了使用统计阈值的自动QC。22 我们的方法不同之处在于阈值和ML分类器是在QR结果上训练的。评估数据质量的另一种方式是放射科医生评估所产生的灌注图的质量。这可能意味着评估灌注图的诊断质量,45,46 评估磁敏感伪影的存在,47 或评估大脑某一特定区域的可见性。48 然而,这些方法不是自动化的,并且存在伪影被误判为病理的风险。

为了计算本研究中提出的指标,有必要确定每条信号-时间曲线中基线信号的终点。已有确定基线终点的既定方法,例如Carroll等人49提出了一种方法,该方法使用由对比剂前信号的标准差计算得到的自适应阈值,并定义一组固定时间点用于计算自适应阈值。49 我们提出的方法更适合具有可变注射方案的多中心数据集,其中基线期动态数量可能因中心而异。

本研究存在一些局限性。首先,患者“训练数据集”并未包括所有类型的伪影,例如磁敏感伪影或动态数量不足以捕获对比剂完整通过过程。可能存在分类器将首次出现伪影的信号-时间曲线误分类的情况。训练数据集也由使用特定且一致的采集方案获取的信号-时间曲线组成。采集方案的任何变化都会影响信号值,从而影响定量指标,例如PSR可随采集方案而变化。13 因此,阈值需要在不同中心重新计算。

其次,虽然这些方法是在不含肿瘤或其他明确病理的脑切片信号-时间曲线上测试的,但它们可能仍然不是“正常组织”。在病变组织或接受过放疗等治疗的组织中,定量指标可能不同,因此所提出的阈值和方法可能并不适用于所有情况。例如,PSR已被用于排除具有异常推注后信号的信号-时间曲线。然而,PSR会受到肿瘤中血脑屏障破坏所致对比剂渗漏的影响。在这种情况下,可在质量评估之前应用渗漏校正方法,例如Boxerman-Schmainda-Weisskoff方法50。在本研究中,由于未纳入肿瘤信号-时间曲线,因此未应用渗漏校正。

最后,尽管该分类器提供了一种自动化的质量控制(QC)方法,但它仍然基于定量评级(QR),因此仍带有一定的主观性。

结论

两名评审者对个体信号-时间曲线的定量评级(QR)在其所评估的信号-时间曲线上显示出良好的一致性。基于QR结果训练的机器学习(ML)分类器提供了一种评估整个数据集质量的自动化方法。尽管信噪比差异(SDNR)是一个良好的质量指标,但仅使用单一指标来确定数据质量存在信号-时间曲线误分类的风险。将SDNR与均方根误差(RMSE)、半高全宽(FWHM)和峰值信噪比(PSR)相结合可改善分类效果,并达到与QR不一致率相似的误分类率。我们已经证明,基于QR训练的ML分类器可用于评估该儿科数据集中从正常脑组织获得的动态磁敏感对比增强磁共振成像(DSC-MRI)信号-时间曲线的质量。

引用

  1. Powell, Withey, Sun, et al. Applying machine learning classifiers to automate quality assessment of paediatric dynamic susceptibility contrast (DSC-) MRI data. Br J Radiol. 2023. PMID: 36802769. doi:10.1259/bjr.20201465
  2. 全文:PMC10161906(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10161906/

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。