基于AI的前列腺MRI自动勾画中域偏移来源与泛化性的评估

《Physica Medica》：Evaluation of domain shift sources and generalisability in AI-based prostate MRI autocontouring for radiotherapy

　　

目的：深度学习（deep learning, DL）模型已被广泛提出用于自动化基于MRI的勾画，但其使用受到训练数据集与评估数据集之间图像特征差异（即域偏移）的阻碍。本文旨在（i）分析不同域偏移来源的影响，以及（ii）外部评估一个使用异质性公开数据训练的模型，并将其与一个内部模型进行比较。方法：采用nnU-Net DL框架，利用来自五个公开数据集的轴向T2加权（T2-weighted, T2W）前列腺MRI进行前列腺自动勾画训练。通过控制训练集大小，评估了三种域偏移来源：数据集、扫描仪厂商/场强以及图像采集/标注协议。使用66例前列腺MRI进行外部评估以及内部模型的训练/评估。采用Dice相似系数（Dice Similarity Coefficient, DSC）和95%豪斯多夫距离（Hausdorff distance, HD）评估模型生成的勾画轮廓。结果：域内/域间评估的性能差距（Δ）显示，来自扫描仪厂商/场强（ΔDSC = 0.33，Δ95% HD = 246.86 mm）和图像采集/标注协议（ΔDSC = 0.20，Δ95% HD = 14.70 mm）的域偏移影响大于来自数据集的域偏移（ΔDSC = 0.06，Δ95% HD = 3.69 mm），尽管所有差异均显著（p < 0.05）。外部评估显示，混合域训练模型表现良好，但稳健性低于内部模型（中位数（IQR）DSC/95% HD分别为0.87（0.06）/3.75（4.47）mm和0.90（0.03）/1.03（1.29）mm，p < 0.05）。结论：研究人员首次强调了图像采集/标注协议的域偏移效应，即使在使用相同扫描仪厂商/场强获取图像的情况下也是如此。理解多种域偏移来源的影响使研究人员能够训练出稳健的模型，可安全地投入临床部署。

**论文解读：基于AI的前列腺MRI自动勾画中域偏移来源与泛化性的评估**

**研究背景与问题**
近年来，磁共振成像（magnetic resonance imaging, MRI）因较计算机断层扫描（computed tomography, CT）具有更优的软组织对比度，被越来越多地用于前列腺癌放疗计划的靶区勾画。传统手动勾画耗时且存在观察者间/内变异，因此深度学习（deep learning, DL）模型被广泛研究以实现前列腺自动勾画。然而，DL模型在临床实践中部署受限的核心原因之一是域偏移（domain shift）——即训练集与测试集或部署数据之间图像特征的差异，导致模型性能下降。既往研究已探索了部分域偏移来源，如数据集差异（涵盖不同扫描仪、场强及中心）或扫描仪厂商差异，但鲜有研究在控制训练样本数的条件下系统分离并比较不同来源域偏移的影响，尤其是图像采集/标注协议（同一扫描仪/场强下不同中心采用的差异化采集与标注方式）这一潜在来源尚未被充分探讨。为此，本研究旨在：（1）在控制训练集大小的条件下，分别分析数据集、扫描仪厂商/场强、图像采集/标注协议三种域偏移来源的影响；（2）使用涵盖多种域偏移的公开数据训练模型，并在临床数据上进行外部评估，与内部模型（in-house model）对比其性能。

**研究内容与意义**
研究人员采用nnU-Net深度学习框架，基于五个公开数据集（PROMISE12、I2CVB、Decathlon、ProstateX、NCI-ISBI2013）的轴向T2加权（T2-weighted, T2W）前列腺MRI进行自动勾画训练。通过精心设计的四个实验，逐一分解域偏移来源，并在所有实验中保持训练集样本数一致（18例），以排除样本量对性能比较的干扰。研究发现，扫描仪厂商/场强差异（ΔDSC=0.33）和图像采集/标注协议差异（ΔDSC=0.20）导致的性能下降远大于纯数据集差异（ΔDSC=0.06）。外部评估显示，混合多域训练模型（使用全部372例公开数据）在临床数据上取得良好性能（中位DSC=0.87），但显著弱于仅用18例中心特定数据训练的内部模型（中位DSC=0.90），表明内部数据训练的模型更稳健。本研究的创新性在于首次在同一控制条件下对比了多种域偏移来源，并首次揭示图像采集/标注协议本身即可引发显著域偏移，即使扫描仪型号与场强相同。该发现强调了在DL模型训练中纳入图像采集与标注协议多样性（而非仅关注扫描仪或数据集）的重要性，为构建可安全临床部署的稳健自动勾画模型提供了策略依据。该论文发表在《Physica Medica》。

**关键技术方法**
研究主要采用nnU-Net深度学习框架（3D全分辨率U-Net配置），对图像进行自动重采样、非零区域裁剪、强度归一化及在线数据增强（旋转、缩放、弹性形变）。所有模型训练使用随机梯度下降优化器（Nesterov动量0.99，权重衰减3e-05）及Dice+交叉熵损失函数，训练轮次设为500。样本队列来源包括：五个公开数据集（PROMISE12、I2CVB、Decathlon、ProstateX、NCI-ISBI2013）以及伦敦Guy's医院（Guy's and St Thomas' NHS Foundation Trust, GSTFT）的66例临床MRI扫描（2017-2022年间低/中风险前列腺癌患者，使用西门子1.5T扫描仪及体线圈）。公开数据集被进一步按扫描仪和采集参数分解为子集。评估指标包括Dice相似系数（Dice Similarity Coefficient, DSC）和95%豪斯多夫距离（95% Hausdorff distance, HD），辅以表面Dice系数（sDSC）和完整HD（见附录）。统计分析采用Mann-Whitney U检验。

**研究结果**
**实验1：数据集变异（Dataset variations）**
该实验评估不同数据集（包含多种扫描仪、场强及成像/标注协议组合）之间的域偏移。域内评估（同一数据集训练并测试）的DSC中位数为0.89（IQR=0.06），域间评估（单数据集训练后在另一数据集测试）的DSC中位数为0.83（IQR=0.32），性能差距ΔDSC=0.06（p<0.001）。含多种数据源的模型（如Model 2和Model 4）在域间评估中表现更优，而I2CVB数据集（Model 5）在域间评估中性能较差，因其50%样本为小视野（140×140 mm）的GE 1.5T扫描。

**实验2：扫描仪厂商/场强变异（Scanner vendor/field strength variations）**
该实验控制扫描仪厂商/场强差异（西门子3T、GE 1.5T、飞利浦1.5T）。域内DSC中位数为0.90（IQR=0.04），域间DSC中位数为0.57（IQR=0.52），ΔDSC=0.33（p<0.001），Δ95% HD=246.86 mm。例如，GE 1.5T模型在飞利浦1.5T数据上表现尚可（DSC=0.82），但反之则很差（DSC=0.53）。混合域模型（Model 10）性能接近域内水平。

**实验3：图像采集/标注协议变异（Acquisition/annotation protocol variations）**
该实验在相同扫描仪/场强（西门子3T）下比较不同中心的采集/标注协议。域内DSC中位数为0.91（IQR=0.06），域间DSC中位数为0.71（IQR=0.40），ΔDSC=0.20（p<0.001），Δ95% HD=14.70 mm。I2CVB来源的3T西门子数据（Model 12）在与其他数据集（ProstateX和NCI-ISBI2013）的域间评估中性能显著下降，可能与较低的面外分辨率（1.25 mm）及线圈差异有关。而ProstateX与NCI-ISBI2013之间域间评估较好，表明图像分辨率影响大于线圈。

**实验4：外部评估与内部模型比较（External evaluation and comparison with in-house model）**
使用临床数据（GSTFT）作为外部测试集。混合公开数据模型（Model 16，训练于372例）的中位DSC=0.87（IQR=0.06），95% HD=3.75（4.47）mm；内部模型（Model 15，训练于18例临床数据）的中位DSC=0.90（IQR=0.03），95% HD=1.03（1.29）mm。内部模型显著优于混合模型（p<0.05），但视觉上混合模型能正确识别前列腺区域，仅边界定义不精确。

**总结与讨论**
本研究通过控制训练集大小，系统对比了数据集、扫描仪厂商/场强、图像采集/标注协议三种域偏移来源对前列腺MRI自动勾画性能的影响。研究表明，扫描仪厂商/场强差异引起的性能下降最大（ΔDSC=0.33），图像采集/标注协议差异次之（ΔDSC=0.20），纯数据集差异最小（ΔDSC=0.06）。研究首次揭示，即使使用相同扫描仪/场强，不同中心的图像采集与标注协议仍可导致显著域偏移，其影响程度不可忽略。混合多域训练可缓解域偏移效应，但外部评估显示其稳健性仍低于中心特定数据训练的模型。因此，研究人员建议在训练稳健模型时，应纳入涵盖扫描仪厂商/场强及图像采集/标注协议多样性的数据，以确保安全临床部署。讨论部分指出，实验中域内评估缺乏独立测试集（仅用交叉验证左折）是局限性之一，且评价指标（DSC、HD等）对下游临床编辑质量反应有限，建议未来引入更多定量与定性指标进行前瞻性临床评估。

**研究结论**
据研究人员所知，这是首项在控制条件下系统分析前列腺MRI自动勾画中不同域偏移来源的工作。所呈现的发现首次强调了由图像采集和/或标注协议引起的前列腺MRI图像固有特征的域偏移效应，即使图像由相同扫描仪/场强获取时亦然。尽管采集/标注协议域偏移导致的性能差距小于扫描仪域偏移，但两者均对放疗中使用自动勾画工具构成潜在重大问题。因此，研究人员建议使用涵盖这两种（及其他可能的）域偏移来源的多样化数据训练稳健模型，以便安全地临床部署。