基于多参数MR视觉自注意力融合模型鉴别眼眶孤立性纤维瘤的价值

原文图文

目的 系统评估并比较多种人工智能方法,包括传统影像组学、残差网络（ResNet50）、形态学特征、视觉自注意力（Vision Transformer,ViT）及其与形态学特征融合的模型（ViT+Shape）,在鉴别眼眶孤立性纤维瘤（SFT）与两种常见良性局灶性肿块（海绵状血管瘤和神经鞘瘤）的性能,优化MRI序列组合,并评估增强扫描的附加价值。 方法 回顾性纳入520例（本中心327例,外中心193例）经手术病理证实的眼眶内局灶性肿块患者。构建基于传统影像组学、ResNet50、形状特征（Shape）、ViT以及ViT+Shape的五种模型,并在内部测试集和独立的外部测试集上全面评估其泛化性能。每种模型分别在五种序列组合【T 1 WI、T 2 WI、T 1 WI与T 2 WI平扫组合、对比增强T 1 WI（CE-T 1 WI）、T 1 WI,T 2 WI与CE-T 1 WI全序列组合】下进行三分类训练与评估。采用受试者工作特征曲线下面积（AUC）_macro、micro-average AUC、各类别精确率/召回率/F1、 Kappa 系数及混淆矩阵全面评价模型性能,以 DeLong 检验结合 Bonferroni 校正进行模型间AUC的比较。 结果 在内部测试集的多序列联合分析中,Shape模型的AUC_macro最高（0.856）,ViT+Shape次之（0.849）,ResNet50最低（0.560）;经 Bonferroni 校正后,ResNet50对SFT的AUC显著低于Shape、ViT及ViT+Shape（ DeLong 检验, Bonferroni 校正,所有 P 值均<0.05）。在外部测试集中,影像组学性能显著下降（macro-AUC 0.495, Kappa 0.044,海绵状血管瘤召回率仅13.3%,57.5%病例被误判为SFT）;而ViT+Shape模型表现稳健（macro-AUC 0.838, Kappa 0.433）。与平扫双序列相比,平扫联合增强的三序列组合仅带来有限的诊断性能提升;外部测试结果显示,ViT+Shape模型在三序列组合下的性能提升最突出,macro-AUC从0.810升至0.838,然而该变化经 Bonferroni 校正后仍无统计学意义（ P >0.05）。 结论 基于形态学特征构建的ViT+Shape模型,在SFT、海绵状血管瘤和神经鞘瘤的三分类任务中表现出高准确性与强鲁棒性,且跨中心验证结果稳定可靠。值得注意的是,其仅依赖非增强T 1 WI和T 2 WI序列即能达到与全序列（含增强扫描）相近的诊断性能和临床实用性,这为减少不必要的增强检查提供了可行的技术支撑。