基于T2加权成像的前列腺分区自动分割模型:多中心开发与临床效用分析
本研究开发并多中心验证基于3D U-Net的前列腺中央腺体(CG)和外周带(PZ)自动分割模型。内部测试CG和PZ的DSC分别为0.909和0.844,公共外部测试集为0.889和0.755,私有外部测试集为0.869和0.764。模型在PZ分割上优于初级放射科医生(DSC 0.769 vs 0.706),CG体积和MR厂商是分割性能的显著影响因素。
要点
- 模型在T2WI上自动分割前列腺CG和PZ,外部测试DSC保持0.869–0.889(CG)和0.755–0.764(PZ)。
- PZ分割模型优于初级放射科医生,DSC更高且体积估计ICC更好(0.836 vs 0.668)。
- CG体积和MR厂商显著影响分割性能,前列腺增生致PZ受压时分割更具挑战。
关键影像表现/征象
- 模型对CG的分割Dice系数在内部测试组、公共外部测试集和私有外部测试集分别为0.909、0.889和0.869。
- 模型对PZ的分割Dice系数在内部测试组、公共外部测试集和私有外部测试集分别为0.844、0.755和0.764。
- 95HD和ABD均值在两组均小于7.0 mm和1.3 mm,内部测试组最低(CG:3.177 mm和0.575 mm;PZ:3.636 mm和0.555 mm),私有外部测试集最高(CG:6.973 mm和1.224 mm;PZ:6.973 mm和1.300 mm)。
- 模型在前列腺中部腺体的分割性能优于基底部和尖部,三个测试组中CG的DSC中部为0.916–0.941、基底部0.847–0.901、尖部0.811–0.856;PZ中部0.818–0.896、基底部0.739–0.832、尖部0.625–0.788。
- 前列腺形态影响分割:CG体积较大时CG和PZ的DSC更高(p<0.001和p=0.011),CG体积/全腺体积比值较大时PZ的DSC更低(p<0.001)。
诊断标准与关键数值
- 模型性能评价指标:Dice相似系数(DSC)、第95百分位Hausdorff距离(95HD)、平均边界距离(ABD)。
- 与初级放射科医生比较(公共外部测试集随机抽取50例):CG分割DSC模型0.883 vs 初级医生0.868(p=0.149);PZ分割DSC模型0.769 vs 初级医生0.706(p<0.001)。
- 体积估计一致性(ICC):PZ模型0.836 vs 初级医生0.668;CG模型0.953 vs 初级医生0.985。
- 多因素beta回归分析:CG体积较大者CG分割DSC显著更高(p<0.001);3.0T MR扫描仪和与训练组相同厂商的图像CG分割DSC更高(p=0.031和p=0.004);CG体积较大和CG体积/全腺体积比值较小者PZ分割DSC更高(p=0.011和p<0.001);与训练组相同MR厂商的图像PZ分割DSC更高(p=0.040)。
临床应用与阅片要点
- 模型可快速自动分割前列腺CG和PZ,尤其PZ分割优于初级放射科医生,有助于标准化前列腺体积和PSA密度计算。
- 阅片时注意前列腺尖部和基底部为分割误差高发区,模型对PZ的分割在CG明显增生压迫PZ时准确性下降。
- 不同MR厂商和场强(1.5T vs 3.0T)的图像可能影响模型表现,临床应用中需关注设备差异。
局限性
- 私有外部测试集样本量较小(59例),需更大规模外部验证。
- 未分割前列腺前纤维肌肉基质和精囊腺,未来需考虑精囊腺分割以更准确进行前列腺癌分期。
- 手动分割生成参考标准耗时,限制了分析病例数。
全文中译14 节 · 点击展开
引言
在前列腺疾病相关的许多临床应用中,基于磁共振(MR)图像的准确前列腺分割起着至关重要的作用。前列腺全腺体分割常用于MR-超声融合活检、放疗计划制定和治疗反应监测[1–4]。此外,前列腺分区分割,即分别勾画外周带(PZ)和中央腺体(CG),在临床环境中至关重要。分区分割对于前列腺癌的定位和手术规划[3]以及标准化前列腺特异性抗原密度的计算[5]具有重要意义。此外,前列腺分区体积计算有助于理解排尿梗阻症状[6]。
传统上,前列腺分区分割由放射科医师在T2加权图像(T2WI)上手动完成。然而,手动分割是一个耗时的过程,且观察者间变异性较大[7]。许多研究者提出了使用深度学习卷积神经网络(CNN)在T2WI上自动分割前列腺分区的方法,其性能良好且时间消耗大幅减少。既往报道模型的Dice相似系数(DSC)为CG 0.765–0.938,PZ 0.640–0.868[8–11]。尽管其可行性已得到充分证明,但CNN模型在外部测试数据集中的适用性研究较少,尤其是在晚期前列腺癌患者中的应用性能。此外,影响CNN模型性能的因素尚未得到深入分析[12]。因此,我们认为有必要在不同外部数据集中验证CNN模型的临床实用性,并深入研究患者的临床病理特征、前列腺形态和图像参数如何影响分割性能。
在本研究中,我们旨在开发一种基于3D U-Net的分割模型,用于在T2WI上准确高效地自动勾画前列腺PZ和CG,并通过与初级放射科医师的比较以及研究影响模型性能的相关因素(尤其是前列腺分区体积),评估其在多种外部数据集中的临床实用性。
材料与方法
数据集
回顾性纳入2014年11月至2018年12月期间在本机构接受多参数前列腺MRI及后续活检的初治患者。排除图像质量差、伪影限制CG与PZ区分、或由于广泛肿瘤侵犯导致正常前列腺边缘难以识别的患者。最终共纳入316例患者。根据MRI检查时间,这些患者被分为训练-验证组(交叉验证的每一折中训练组n = 178,验证组n = 45)和内部测试组(n = 93)。
为全面验证该模型在不同患者队列中的性能,本研究采用了两个外部测试组,一个为公开数据集,一个为私有数据集。公开外部测试数据集(ETDpub,n = 141)使用癌症影像档案库可获取的PROSTATEx挑战赛测试组[13, 14]。私有外部测试数据集(ETDpri)收集了来自两个不同中心、使用不同厂商设备的患者。这些患者与训练组患者具有不同的临床病理特征。他们被诊断为晚期前列腺癌,是雄激素剥夺治疗的候选者。按照上述相同标准排除患者后,最终数据集包括59例患者。图1展示了本研究的数据集筛选流程。本机构伦理审查委员会批准了这项回顾性研究,并豁免了知情同意的要求。
前列腺MRI扫描方案
对于来自本机构的患者,使用3.0T MR扫描仪(Discovery 750,GE Healthcare)。对于来自PROSTATEx数据集的患者,使用两种不同类型的西门子3.0T MR扫描仪,即MAGNETOM Trio和Skyra。ETDpri中的MR图像来自三家厂商(包括西门子、GE和飞利浦)的八台不同磁场强度(1.5T和3.0T)的MR扫描仪。各组的详细MRI采集参数见附加文件1:表S1。
参考标准分割
收集患者的轴位T2WI图像,由一名专家放射科医师(解读过> 1000例前列腺MRI)手动分割作为参考标准;另一名专家放射科医师(解读过> 3000例前列腺MRI)审查图像和分割结果,必要时修改轮廓。MR图像的手动分割在Deepwise研究平台(Deepwise Healthcare,http://label.deepwise.com)上进行。我们在附加文件1:S-1中提供了详细的参考标准分割方法。
前列腺分区分割模型
首先,对图像进行重采样并裁剪为输入图像块(14 × 352 × 352),随后使用z-score进行图像归一化。基于3D U-Net的前列腺分区分割模型通过自配置nnU-Net框架[15]进行训练。对于输入图像的每个像素,模型预测三个概率,分别对应非前列腺区域、CG区域和PZ区域。分区分割模型的结构见图2。以500个epoch、初始学习率0.01和批大小2,在五折交叉验证流程中训练前列腺分区分割模型。分区分割模型的开发过程见附加文件1:S-2。
与初级放射科医师的比较
为证明U-Net模型的临床实用性,将该模型与一名低年资放射科医师对前列腺分区分割的标注进行比较。首先,采用简单随机抽样从ETDpub中选择50例进行对比。然后,由低年资放射科医师(约解读过100例前列腺MRI)手动分割这些患者的CG和PZ。以专家的手动分割作为ground truth,计算并比较低年资放射科医师和自动分割模型在所选病例中的性能。还计算了低年资放射科医师和U-Net的前列腺体积计算变异性,并对两者进行比较。
自动分割模型影响因素分析
为分析外部测试数据集中影响模型自动分割性能的因素,我们收集了ETDpri患者的临床病理数据、前列腺形态特征和MR采集参数。临床病理数据包括T分期(T3–4 vs. T2)、前列腺影像报告和数据系统(PI-RADS)评分、肿瘤位置(同时累及PZ和CG vs. 累及一个解剖分区)以及病灶最大径。前列腺形态特征包括CG体积(CGv)、PZ体积(PZv)、CGv/全腺体体积(CGv/WGv)、WG球形度以及WG假定圆面积比[6]。MR采集参数包括MR场强(3.0T vs. 1.5T)、厂商(GE vs. 非GE)、层厚(> 3 mm vs. ≤ 3 mm)以及像素间距(> 0.51 vs. ≤ 0.51)。
统计分析
患者的特征和指标分布:定量特征用中位数[四分位距(IQR)]或均值和标准差(SD)描述,定性特征用绝对频率和相对频率描述。我们计算了DSC、第95百分位Hausdorff距离(95HD)和平均边界距离(ABD),以评估我们的3D U-Net模型的性能。DSC广泛用于量化分割之间的空间重叠[16],95HD和ABD常用于评估分割的边界误差。对于模型与低年资放射科医师标注的比较,以专家放射科医师的分割作为参考,分别计算低年资放射科医师 vs. ground truth以及模型 vs. ground truth的DSC、95HD和ABD,并使用配对样本t检验进行比较。U-Net与ground truth之间以及低年资放射科医师与ground truth之间的体积变异性使用组内相关系数(ICC)计算,并使用Bland–Altman图展示。采用多变量beta回归分析,根据各种影响因素对CG和PZ分割的DSC进行建模[17]。分析使用R 4.2.0版本(The R Foundation)进行。Beta回归使用R包betareg实现[18]。p值低于0.05被认为具有统计学意义。
我们代码的主要组件可在开源代码库或库中获取,包括nnUNet(https://github.com/MIC-DKFZ/nnUNet)和PyTorch 1.6.0版本(https://pytorch.org/)。ETDpub中PZ和CG的手动分割掩膜可在GitHub上获取(https://github.com/LiliXu2022/PROSTATEx_testing_masks)。
结果
患者人口学特征
训练组、内部测试组和ETDpri的平均年龄分别为65±8岁、66±8岁和69±8岁,前列腺特异性抗原水平中位数分别为9.4 [IQR 6.3–17.2] ng/mL、8.9 [IQR 6.1–15.5] ng/mL和81.0 [IQR 14.4–207.8] ng/mL。在训练组中,71.7%的患者具有PI-RADS评分≥3的可疑病灶,46.6%的患者被诊断为前列腺癌(PCa),大多数可疑病灶位于CG。相比之下,ETDpri中PI-RADS 5病灶比例更高(72.9%),大多数病灶同时累及CG和PZ。训练组、内部测试组和ETDpri的临床病理数据总结于表1。由于PROSTATEx Challenge未提供ETDpub中大多数患者的人口学特征,其信息未在表1中显示。
自动化分区分割性能评估
U-Net在内部测试组、ETDpub和ETDpri中CG的平均DSC分别为0.909±0.044、0.889±0.064和0.869±0.066,而PZ的DSC较低,分别为0.844±0.095、0.755±0.092和0.764±0.147。如表2所示,平均95HD和ABD在内部测试组中最低,CG分别为3.177 mm和0.575 mm,PZ分别为3.636 mm和0.555 mm;在ETDpri中最高,CG分别为6.973 mm和1.224 mm,PZ分别为6.973 mm和1.300 mm。
U-Net在前列腺不同部位的分割性能也总结于表2。对于PZ和CG,U-Net在三个测试组中均显示前列腺中部腺体的性能优于基部和尖部。在内部测试组、ETDpri和ETDpub中,CG在前列腺中部、基部和尖部的平均DSC分别为0.916–0.941、0.847–0.901和0.811–0.856,PZ分别为0.818–0.896、0.739–0.832和0.625–0.788。
与初级放射科医师的比较
如附加文件1:表S2所示,U-Net模型在CG勾画中表现出与初级放射科医师相当的性能(DSC:模型为0.883,初级放射科医师为0.868,p=0.149),但在PZ勾画中性能显著更优(DSC:模型为0.769,初级放射科医师为0.706,p<0.001)。在前列腺分区体积估计方面,U-Net模型在PZ上与实际值的一致性高于初级放射科医师(ICC:0.836 vs. 0.668),但在CG上一致性略低(ICC:0.953 vs. 0.985)。Bland–Altman图(图3)显示大多数体积差异在平均差异的标准差范围内。我们还观察到,U-Net与实际值之间PZ的体积差异偏倚小于初级放射科医师与实际值之间的偏倚。
影响自动化分区分割的因素
多因素回归分析显示,前列腺形态和MR成像参数对前列腺分区分割有影响。CGv较大的患者CG的平均DSC显著更高(分别为p < 0.001),并且来自3.0T MR扫描仪且与训练组同一厂商的图像更高(分别为p = 0.031和0.004)(表3)。至于PZ分割,CGv较大且CGv/WGv较小的患者平均DSC显著更高(分别为p = 0.011和< 0.001),并且来自与训练组同一MR厂商的图像更高(p = 0.040)(表3)。图4展示了前列腺形态对U-Net自动勾画性能的影响。
讨论
分区分割在前列腺疾病管理中很重要。许多研究已证明训练CNN模型进行分区分割的可行性。然而,它们缺乏在非公开数据集中的验证以及对患者特征的考虑。在不同临床病理特征的患者队列中的应用性能仍未知。此外,影响分割性能的因素鲜有研究。在本研究中,我们训练了一个用于前列腺分区分割的3D U-Net模型,并应用两个外部测试数据集评估其在不同患者队列中的临床效用。该模型在所有测试组中均取得了良好性能,并在PZ分割方面优于初级放射科医师,体积估计具有更高的DSC和ICC。模型性能被证明易受前列腺形态和MR扫描仪参数的影响。
我们训练的U-Net模型在ETDpub和ETDpri中均显示出良好的分区分割性能。既往报道的公共外部数据集中CG和PZ分割的平均DSC分别为0.80–0.90和0.64–0.81 [8, 19, 20]。我们的模型在公共数据集中也显示出良好结果,CG和PZ的平均DSC分别为0.889和0.755。在由晚期前列腺癌组成的私人外部测试数据集中,U-Net模型也显示出有前景的结果。无论肿瘤范围如何,U-Net模型均能识别前列腺解剖区的自然边界,与放射科医师高度一致(图4),这可作为前列腺肿瘤定位和前列腺外癌识别的基础。与既往测试CNN模型在私人外部测试数据集中性能的研究[21, 22]相比,我们的研究将该模型应用于不同临床场景的患者,并考虑了患者的临床病理特征。此外,即使没有微调过程[21],我们训练的模型在外部测试中仍显示出良好性能。我们的研究还表明,前列腺极端部位的分割具有挑战性。具体而言,在不同测试组中,前列腺尖部、基底部和中部的平均DSC对于CG分别为0.811–0.856、0.847–0.901和0.916–0.941,对于PZ分别为0.625–0.788、0.739–0.832和0.818–0.896。其他研究也报道,即使对于放射科医师的手动勾画,前列腺尖部和基底部的DSC也显著较低,尖部DSC为0.85,基底部为0.87,中部为0.89 [23]。
U-Net模型在PZ分割中优于初级放射科医师,DSC显著更高且体积估计一致性更好,在CG分割中与初级放射科医师相当。在我们的研究中,U-Net模型与专家放射科医师手动分割的体积估计ICC对于PZ为0.836,对于CG为0.953,接近文献报道的同一患者队列中两次MR扫描之间放射科医师手动分割的值(PZ为0.888,非PZ为0.988)[24]。由于PZ形态不规则,PZ的体积计算变异性高于CG。在我们的研究中,初级放射科医师CG体积估计的ICC为优秀,而PZ体积估计的ICC显示中等一致性。初级放射科医师对前列腺解剖掌握不佳,将一些前列腺周围脂肪纳入PZ,导致PZ体积高估。前列腺体积估计是多种临床应用的重要生物标志物[25, 26]。Lee等提出,与椭球公式相比,自动化网络提供的体积测量可提供可靠的前列腺体积估计[10]。我们的研究表明,我们的自动化网络能够比初级放射科医师更快、更准确地计算前列腺分区体积,尤其是在PZ中,这可作为准确计算前列腺特异性抗原密度和分析患者梗阻症状的有用工具。
前列腺形态影响了U-Net模型的分割性能。在我们的研究中,CG和PZ的DSC在CGv较大时均较高,而PZ的DSC在CGv/WGv较大时较低。前列腺增生在男性中常见且与年龄相关,这导致CGv增大并压迫PZ。因此,CG的识别较为容易,但当PZ被极度压缩时,PZ的分割变得更加困难。前列腺形态对手动分割的变异性也有影响。Montagne等[7]报道了7名放射科医师在T2WI上进行手动前列腺分区分割的变异性,TZ的DSC值为0.88–0.91,并分析了可能影响它的因素。结果显示,前列腺较小时DSC较低(Spearman相关系数ρ > 0.8)。Nai等[12]发现CNN自动分割对特殊病例较为困难,其中经尿道前列腺电切术后的病例最为困难。然而,由于其研究中特殊病例数量较少(仅4名受试者),未提供统计分析。Rouvière等[17]的研究发现了一项不一致的结果,即当CG体积增大时,CG分割的平均DSC值显著降低。其模型在较大前列腺上性能下降可能是由于不同的训练过程,即结合了基于模型和基于深度学习的方法。
MR成像参数也显著影响了模型的自动分割性能。在与训练组同一厂商采集的图像中,PZ和CG的DSC值显著较高。此外,来自3.0T MR扫描仪的图像中CG的DSC值显著较高。在一项既往研究中,Rouvière等[17]发现用于成像的扫描仪显著影响了CG分割的平均DSC,比值比为0.69(1.5T vs. 3.0T)。由于MR扫描仪影响模型的自动分割,可能需要使用异质性数据集对模型进行进一步训练。在我们的研究中,患者的临床病理信息对分割性能的影响较小。原因可能是ETDpri中的临床病理数据相对同质,因为所有患者均被诊断为晚期前列腺癌。可能需要使用更大队列和异质性患者数据进行进一步研究。此外,既往研究报道了使用直肠内线圈导致的前列腺形态变化[27]。然而,我们研究中纳入的患者均未使用直肠内线圈。我们的模型是否适用于这些患者应在未来研究中进行分析。
我们的研究存在一些局限性。首先,私有外部测试数据集较小,因此需要使用更大数据集进行进一步外部测试。此外,前列腺的其他结构,如前方纤维肌肉基质和精囊,未被分割,因为其勾画较为困难。然而,为了更准确地进行前列腺癌分期,未来研究应考虑对精囊进行分割。最后,生成金标准的手动分割耗时较长,这也限制了用于分析的病例数;因此,未来研究利用模型生成金标准值得尝试。
总之,我们在不同的外部测试数据集上验证了该模型在T2WI上前列腺分区分割的实用性。无论患者临床病理特征如何变化,该模型均取得了良好的性能。该模型在PZ分割方面表现出优于初级放射科医师的性能。前列腺形态和MR扫描仪参数,尤其是CGv和厂商,会影响分区分割性能。
补充信息
附加文件1:真实分割、前列腺分区分割模型和补充表格。
引用
- Xu, Zhang, Zhang, et al. Development and clinical utility analysis of a prostate zonal segmentation model on T2-weighted imaging: a multicenter study. Insights Imaging. 2023. PMID: 36928683. doi:10.1186/s13244-023-01394-w
- 全文:PMC10020392(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10020392/
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。