文献速递乳腺乳腺X线

人工智能增强合成厚层与标准薄层在数字乳腺断层摄影中的比较

Artificial-intelligence-enhanced synthetic thick slabs versus standard slices in digital breast tomosynthesis.
PubMed 文献 · Br J Radiol · 2023-04-17

本研究在诊断评估中心回顾性纳入111例DBT检查,比较AI增强合成6 mm厚层(3 mm重叠)与标准1 mm薄层的阅读时间和诊断准确性。三位放射科医生独立阅片,结果显示两种数据集BI-RADS分类无显著差异,诊断准确性相当,但6 mm厚层阅读时间显著缩短(缩短24.3%–41.3%)。

要点

  • AI增强6 mm厚层可显著缩短DBT阅读时间,且不降低诊断准确性。
  • BI-RADS分类与1 mm薄层无显著差异,读者间一致性高(ICC 0.848 vs 0.865)。
  • 仅经验最丰富的读者对1 mm薄层信心更高(p=0.033),余无差异。
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:Br J Radiol. 2023 Apr 17;96(1145):20220967. doi: 10.1259/bjr.20220967

引言

数字乳腺断层合成(DBT)是一种被广泛采用的技术,用于在乳腺X线摄影中更优越地显示病变,而在标准投照中这些病变常因重叠的实质结构而被遮蔽。与全视野数字乳腺X线摄影(FFDM)相比,DBT通过从不同角度采集一系列低剂量乳腺X线图像,可以减少叠加伪影。随后对投影数据的后处理使得能够在多个断层图像上显示整个乳腺厚度,这些断层图像可手动分析,也可借助计算机辅助检测(CAD)系统进行分析。此外,无需额外辐射暴露即可重建合成乳腺X线图像(合成2D)。1 断层合成联合乳腺X线摄影(FFDM或合成2D)已被证明可在不同的人群筛查环境中提高癌症检出率2–11,并已被纳入当前的欧洲指南。12 虽然较高的癌症检出率已得到充分证实,但召回率方面的结果仍存在矛盾。13–15 然而,最近发表的一项荟萃分析16提示,与单独使用FFDM相比,采用包含合成2D的DBT时召回次数更少,且召回病例中的癌症检出率更高。

另一方面,研究表明阅片时间显著增加,在标准FFDM基础上增加DBT时,每例检查的阅片时间可增加至两倍。6,17 这在筛查环境中尤为重要,因为筛查环境中的患者数量远高于诊断评估环境。标准DBT方案通常依赖于1 mm厚度的重建断层图像,因此,根据乳腺厚度不同,每例患者可生成多达数百幅断层图像,而传统乳腺X线摄影仅有四个标准投照。除阅片时间增加外,还需要图像归档和通信系统中相当大的额外存储空间。18 然而,最重要的是,关于阅片放射科医生的总体工作负荷以及随之而来的疲劳导致错误评估的担忧应当得到解决。19 随着放射科医生每天阅读的检查数量显著增加,每例DBT的图像数量在筛查环境中影响尤为显著。然而,考虑到诊断评估要求对病变进行精确表征,且包含较大比例的病理发现,放射科医生在这一环境中所面临的挑战也不容低估。

很少有研究探讨DBT中最优厚层厚度的问题,且建议各不相同。20,21 由于这些既往分析的人群主要来自筛查中心,本研究的目的是在诊断评估环境中比较标准1 mm断层图像与人工智能增强的合成6 mm厚层图像,以分析DBT的判读性能和阅片时间。

方法和材料

本单中心研究在获得当地机构审查委员会许可后进行(IRB编号:20220425 02)。由于回顾性研究设计,额外书面知情同意的需求被豁免。遵循了诊断准确性报告标准(STARD)指南。

人群

纳入本回顾性评估的患者为2020年9月至2021年12月期间在某三级大学医院诊断环境中因乳腺X线摄影所见需进一步评估而接受DBT者。由于本机构并非专门的筛查中心,所有患者要么有症状(20例,19.8%),要么在既往检查中有明显发现(42例,41.6%),要么因活检证实的恶性肿瘤而接受术前评估(29例,28.7%),要么在癌症治疗期间/之后接受进一步评估(10例,9.9%)。该中心每年评估2500例,2021年我院实施的原发性乳腺癌治疗数量约为300例。本研究的纳入标准定义为存在一个或多个病灶,且具有组织病理学相关性或根据一年一致性判定为良性结果、超声上明确的良性对应表现或纯粹的叠加伪影(不对称)。排除标准包括数据集不完整、缺乏随访或既往活检并置入标记夹。按照这些标准,共有101例患者符合研究纳入条件。人群包括100名女性和1名男性,平均年龄为59.7 ± 12.1岁。检查左乳者64例(57.7%)。按美国放射学会分类系统根据纤维腺体组织类型分层时,实质密度为“a”者7例(6.3%),“b”者57例(51.4%),“c”者37例(33.3%),“d”者10例(9.0%)。

成像

所有DBT扫描均使用专用乳腺X线摄影系统(3Dimensions,Hologic Inc.,Marlborough,Massachusetts,USA)以内外侧斜位(MLO:78例患者;70.3%)、头尾位(CC:21例;18.9%)或内外侧位(LM:12例;10.8%)进行。MLO的平均压迫厚度计算为54.1 ± 14.2 mm,CC为60.0 ± 14.2 mm,LM为47.3 ± 12.8 mm。每次扫描重建两个数据集,分别由重叠3 mm的合成6 mm厚块(“厚块”)或标准1 mm薄层(“薄层”)组成。为抵消最大强度投影中潜在的模糊和感兴趣区勾画受损,采用由人工智能(AI)增强的厂商特定算法生成厚块(3DQuorum,Hologic)。该机器学习算法分析标准1 mm薄层中的各种发现,如亮点、局限性致密影或放射状线,并在合并薄层的过程中强调这些发现,以保持显著性,尤其是对于微小病灶。虽然软件中还集成了CAD系统,但只有未标记的厚块被纳入阅片者分析。图1提供了一个示例,展示了一例具有多个肿块病灶及相关簇状微钙化、代表多灶性浸润性乳腺癌的病例中常规薄层与AI增强厚块的对比。合成6 mm数据集包括22 ± 5(MLO)、20 ± 5(CC)和18 ± 4(LM)个厚块,而标准1 mm层叠包括66 ± 14(MLO)、60 ± 14(CC)和66 ± 12(LM)个薄层。实际上,厚块数据集较标准文件大小减少了三分之二。

图1。59岁女性,左乳外上象限多灶性浸润性乳腺癌(非特殊型)伴相关导管原位癌。与相应的1 mm层面相比,人工智能增强的6 mm厚层图像有助于更好地勾勒相关的簇状微钙化(箭头)以及多个肿块的毛刺状边缘。 查看原图 ↗

图像分析

三名分别具有6年(R1)、4年(R2)和2年(R3)乳腺影像及数字乳腺断层摄影(DBT)临床工作经验的放射科医师各自独立、以随机顺序审阅了所有数据集。同一患者的病例之间确保有30天的洗脱期,以尽量减少回忆偏倚。阅片者配备相同的经认证诊断显示器观看设置,以及标准化的各数据集组合,包括需要通过DBT进一步评估的全视野数字乳腺摄影(FFDM)。在研究阅片会话开始之前,一位作者与阅片者会面,逐一审阅了五个未纳入研究人群的训练病例,以使阅片者熟悉研究工作流程。阅片者对任何临床和組織病理学信息以及既往影像学检查均设盲。病灶可定性为肿块、不对称、微钙化和结构扭曲。伴有微钙化的肿块归类为肿块病变。同一数据集内的额外病灶仅在明确与原发病灶无关时才进行评估。对于每个病灶,阅片者记录乳腺影像报告和数据系统(BIRADS)分类以及基于等距5点量表的诊断信心(1=信心极低,5=完全有信心)。为计算诊断准确率,BIRADS 4类和5类被视为提示恶性怀疑,而BIRADS 1类、2类和3类被视为主要代表非恶性评估。由于阅片者对組織病理学信息设盲,任何发现均不能赋予BIRADS 6类。此外,由于所有发现均经一致证实为良性或恶性,阅片者不得归入BIRADS 0类。记录了个体阅片时间,包括解读病例及打开/关闭文件的时间。值得注意的是,时间记录由外部观察者在解读放射科医师打开病例文件时启动,在放射科医师于PACS系统中关闭病例文件时停止。为提供一致的测量结果,且由于我科诊断工作站的加载时间可忽略不计(延迟低于2秒),这些间隔未单独记录,从文件打开到关闭的时间被视为实际解读时间的代表。

数据分析

数据分析由专用软件(SPSS Statistics 28,IBM,Armonk,美国)支持。非参数变量的呈现包括绝对数和频率,并附中位数和四分位距(IQR)。对此类数据的比较采用Wilcoxon符号秩检验。对于正态分布的参数数据,报告中给出均值 ± 标准差,并采用配对Student t检验比较结果。厚层与薄层之间诊断准确性分类功能的差异通过McNemar检验进行评估。对于评分者间信度,在双向随机效应模型中计算组内相关系数,分析单个测量值的绝对一致性。α水平为0.05被视为具有统计学显著性。

结果

在研究人群101名个体中,共进行了111次DBT检查,并识别出总计115个发现。其中,65个病灶为肿块(56.5%),26个为不对称(22.6%),16个为微钙化(13.9%),8个为结构扭曲(7.0%)。共有70个病灶(60.9%)进行了组织病理学对照,诊断出56个恶性肿瘤(48.7%)。其中,42个(75.0%)为非特殊型(NST)浸润性癌,而7个(12.5%)和4个(7.1%)病灶分别分类为小叶癌和导管原位癌(DCIS)。其余三个病灶(5.4%)代表其他恶性亚型。本研究中恶性肿瘤的平均病理大小为30.8 ± 33.7 mm。相应地,59个发现代表良性病变(51.3%),由组织病理学对照(14个病灶,占良性发现的23.7%)、一年一致性、超声良性对应物或消退的叠加伪影(不对称)支持。研究样本内的病灶特征总结于表1。

表1. 研究样本 查看原表 ↗

阅片结果与诊断信心

每位阅片者对厚层和薄层所归属的各个BIRADS类别的频率呈现于表2。基于6 mm与1 mm数据集分配的BIRADS类别之间未发现显著差异(p ≥ 0.317)。厚层与薄层阅片的诊断准确性相当(R1:87.0% vs 87.0%;R2:86.1% vs 87.0%;R3:80.0% vs 84.4%;p ≥ 0.125)。在1 mm薄层中,每位阅片者各遗漏一个恶性病灶。在6 mm合成厚层中,所有阅片者均遗漏了同一癌灶,而R3未检出另一个恶性肿瘤。阅片者间的诊断敏感性范围为96.43%至98.21%。诊断准确性分类功能的全面展示提供于表3。厚层(ICC 0.848;95%置信区间0.800–0.888;p < 0.001)和薄层(ICC 0.865;95%置信区间0.822–0.901;p < 0.001)均发现良好的评分者间信度。

所有三位阅片者的中位总体诊断信心对于厚层块(R1:5 [4-5];R2:5 [4-5];R3:4 [3-5])和薄层切片(R1:5 [4-5];R2:4 [4-5];R3:4 [3-5])至少为良好。个体信心评分总结于表4。三位放射科医师中仅有一位在解读1 mm切片时报告了更高的信心水平(R1:p = 0.033),而其他两位未发现显著差异(p ≥ 0.273)。尽管所有阅片者无论层厚如何均能正确识别,但在图2所示的示例病例中,6 mm数据集中对结构扭曲的更优描绘可能导致了更高的信心评分。

表2. 每位阅片者对合成6 mm厚层块和1 mm薄层切片中发现的BIRADS分类,以绝对频数呈现,括号内为百分比 查看原表 ↗
表3. 分类函数按每位阅片者单独计算,用于检测和排除与组织病理学相关的恶性发现 查看原表 ↗
图2. 56岁女性,组织学证实为非特殊型多中心浸润性乳腺癌。6 mm层块能够全面描绘结构扭曲的范围,同时在同一层块内显示相关的毛刺状肿块。 查看原图 ↗
表4. 每位阅片者对合成6 mm厚层块和1 mm薄层切片中发现的信心评分,以绝对频数呈现,括号内为百分比 查看原表 ↗

阅片时间

与1 mm切片相比,6 mm层块的平均解读时间显著缩短。每次断层合成的阅片时间R1缩短了27.4%(33.5 ± 5.9 vs 46.2 ± 5.8秒;p < 0.001),R2缩短了24.3%(49.1 ± 23.5 vs 64.8 ± 32.1秒;p < 0.001),R3缩短了41.3%(39.5 ± 24.7 vs 67.2 ± 46.2秒;p < 0.001)。

讨论

在这项回顾性多阅片者研究中,我们能够证明,在诊断环境中,经人工智能增强的合成6 mm层块与1 mm切片相比,数字乳腺断层合成(DBT)的阅片时间显著缩短,而诊断准确性未降低。所有阅片者对合成层块的解读均表示至少良好的信心水平。

我们的发现与Pujara等人的结果一致,他们发现在采用层厚为6 mm的DBT协议并保持诊断性能时,四分之三的所有检查病例的阅读时间减少。21值得注意的是,该研究的人群由无症状女性组成,她们被转诊进行乳腺癌筛查、诊断评估或活检。此外,使用了不同的乳腺X线摄影设备和PACS软件/图像显示方式,提示结果在一定程度上可推广至其他研究环境。图3展示了我们人群中一例多中心浸润性疾病伴簇状微钙化的病例,其中病变的完整范围在其中一个6 mm层厚中得以显示。尽管所有三位阅片者无论层厚如何均正确识别了病变,但合成层厚中的优越描绘和较少的滚动可能有助于最有经验的阅片者阅读时间显著减少高达41.3%。我们研究中使用6 mm厚合成层厚所达到的诊断敏感性优于Iotti等人的发现,他们采用10 mm层厚伴5 mm重叠以使判读时间减少20–30%。20值得注意的是,该论文的作者依赖于主要来自筛查试验的无症状人群,该人群被分为“特异性集”(12例癌症 vs 882例阴性DBT扫描)和“敏感性集”(28例癌症 vs 276例阴性DBT扫描),导致其人群中阴性检查的总体比例较高。尽管研究样本不同且Iotti等人使用的层厚更厚,但绝对和相对判读时间减少与我们的研究相当。话虽如此,我们同意Pujara等人的推论,即6 mm可能是层厚的“最佳点”,因为与随之而来的诊断敏感性损失相比,更厚层厚的时间节省效果似乎可以忽略不计。然而,我们认为在设计厚层厚协议时必须考虑病变大小。由于本研究中平均病理病变大小为30.8 ± 33.7 mm,因此显著大于专门筛查中心所预期的大小,关于层厚和重叠的不同规格可能在其他环境中产生更优的结果。

与本研究中结果部分相反的是,Pujara等人报告,尽管其阅片者在乳腺影像方面拥有10至30年的长期经验,但其6 mm层厚实验协议的阅片者信心低于1 mm层厚标准协议。21可能应考虑对新方法的一定学习或适应期,尤其是对于该领域具有长期专业知识的用户。支持这一论点的是,即对常用1 mm层厚的习惯化导致对较新厚层厚技术的评估较差,这也可能反映在我们的发现中,因为只有最有经验的阅片者报告阅读6 mm层厚时信心(略)较低。

Friedewald等人描述了一种解读DBT图像的方法,即多次滚动浏览重建图像堆栈,并在每次浏览时重点关注乳腺的不同区域。22 可以推测,由于每次需要审阅的图像较少,该技术与厚层块的使用配合尤为理想。除了标准化的阅片设置外,在既往与当前检查之间切换也可能减少放射科医师所需的阅片时间。23 一种可将解读时间最多缩短30%的更先进技术是采用CAD系统。24–26 虽然本研究中负责对1 mm层厚图像进行AI增强后处理以生成合成厚层块的算法确实提供了附加的CAD功能,但为了保持解读时间和置信度的可比性,阅片者无法获取这些分析结果。CAD系统与AI增强厚层块的联合使用是否能比各自单独使用带来更多获益,仍有待观察。此外,还需要进一步研究,直接比较人工重建的6 mm最大强度投影层块与AI增强合成6 mm层块。

图3. 37岁女性,活检证实为非特殊型浸润性乳腺癌,伴导管原位癌。三名放射科医师对6 mm层块的阅片时间明显短于1 mm层厚图像,推测是由于区域微钙化的显示更优。 查看原图 ↗

局限性

本研究存在的一些固有局限性需要加以说明。其一,回顾性研究设计消除了所有关于错误解读的后果,可能因缺乏临床压力而普遍进一步影响解读时间。由于研究性质所限,未纳入随机阴性对照组。在组织病理学证实的恶性肿瘤组中,微钙化(13.9%)和DCIS(7.1%)的比例在本数据集中统计学上偏低,未能反映筛查中心的典型频率——在筛查中心约25%的癌症为DCIS。此外,我们患者样本中的平均病理病灶大小远大于专门筛查环境中遇到的大多数发现。诸如英国等乳腺筛查项目规定了乳腺癌检出尺寸不低于15 mm的最低标准(涉及超过55%的 preval ent和incident round cancers)。因此,对于专门筛查环境,必须推定所呈现结果的推广性有限。值得注意的是,由于断层合成被认为在评估微钙化方面不如评估肿块有用,DBT中钙化病灶的显示总体上需要额外的技术和软件开发。特别是,当前以DBT检查的合成乳腺摄影替代FFDM的趋势强调了在这方面需要适当的解决方案。27 最后,我们的研究是单机构和单厂商的研究,因此基于AI的重建方法的实际获益无法量化,因为没有常规最大强度投影可供比较。未来研究应致力于在更大的数据集中复制研究发现,并加入额外的未增强标准6 mm层块。

结论

在本文呈现的诊断场景中,采用人工智能增强的合成6毫米厚层重建方案替代1毫米薄层用于数字乳腺断层摄影,可在不降低判读准确性的情况下显著缩短判读时间。

引用

  1. Sauer, Christner, Kuhl, et al. Artificial-intelligence-enhanced synthetic thick slabs versus standard slices in digital breast tomosynthesis. Br J Radiol. 2023. PMID: 36972100. doi:10.1259/bjr.20220967
  2. 全文:PMC10161903(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10161903/

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。