基于多期相MRI的nnU-Net与Swin UNETR变体在肝脏结构自动分割中的突破性研究

本研究针对多期相Gd-EOB-DTPA增强T1-VIBE MRI中肝脏精细分割的临床需求，通过系统评估nnU-Net及其变体与Swin UNETR的性能，开发了可公开获取的自动化分割模型。研究证实传统nnU-Net在肝实质（DSC 0.97）、门静脉（DSC 0.83）和肝静脉（DSC 0.78）分割中表现最优，为肝脏疾病评估和手术规划提供了可靠工具，其跨扫描仪验证结果（DSC 0.83-0.97）更凸显临床转化价值。

　　

肝脏作为人体最大的代谢器官，其精确影像评估对疾病诊疗至关重要。然而，传统手动分割方法存在耗时久、主观性强等问题，尤其在多期相MRI中，呼吸运动导致的器官位移更使精细结构（如直径仅2-3mm的肝小静脉）分割困难重重。现有研究多集中于CT图像或单一MRI期相，缺乏对动态增强MRI多期相信息的综合利用，这严重制约了肝脏功能评估和精准手术规划的发展。

德国雷根斯堡大学（University of Regensburg）生物物理系联合附属医院放射科的研究团队在《Scientific Reports》发表了一项开创性研究。该团队通过458例病理肝脏的T1-VIBE MRI数据，系统比较了nnU-Net传统架构、ResEnc nnU-Net与Swin UNETR在7类结构（肝实质、门静脉、肝静脉、病灶等）分割中的表现。研究采用创新的五期相配准策略（以晚动脉期为基准），通过嵌套交叉验证和跨扫描仪测试，首次建立了适用于多中心应用的肝脏全结构自动分割体系。

关键技术包括：1）基于ANTs的三阶段配准（刚性-仿射-微分同胚）解决呼吸运动干扰；2）嵌套交叉验证（4主折×5子折）增强模型鲁棒性；3）多模态评估指标（DSC/IoU/LTPR等）全面量化性能；4）LiMAx呼吸测试分层分析肝功能影响。

主要结果

1. 配准优化

晚动脉期作为固定图像时配准质量最优（互信息1.03，SSIM 0.87），显著优于原生期（MAE降低41%），为后续分割奠定空间对齐基础。

2. 分割性能

传统nnU-Net全面领先：肝实质分割达DSC 0.97（95%CI 0.97-0.98），血管分割精度较Swin UNETR提高18-34%。

3. 肝功能分层

正常组（LiMAx≥315）门静脉分割DSC达0.87，而肝功能受损组（LiMAx<140）降至0.73，揭示血管显影与肝功能的相关性。

4. 跨扫描仪验证

在1.5T MRI（Siemens Avanto Fit）测试中，nnU-Net保持肝静脉分割DSC 0.83，显著优于Swin UNETR（DSC 0.51），证实其硬件适应性。

结论与意义

该研究通过三大创新点推动领域发展：1）首次证实传统nnU-Net在多期相MRI分割中优于Transformer架构，挑战了"新架构必然更优"的认知；2）开发的预处理管道（含N4ITK偏置校正和各向同性重采样）成为后续研究标杆；3）公开的78例标注数据集填补了MRI肝脏多结构标注数据的空白。临床价值体现在：为肝段切除术提供亚毫米级血管导航（门静脉分割误差仅0.12mm³），并通过标准化ROI放置提升基于Gd-EOB-DTPA的肝功能定量准确性。未来可扩展至肝移植供体评估、肿瘤异质性分析等场景，推动精准肝胆外科发展。

局限性包括：腹水分割受限于T1序列对比度（DSC 0.44），后续可融合T2加权成像；病灶分类粒度不足（13类合并），需扩大样本量。研究团队承诺公开所有训练模型和代码（GitHub/FlorianRaab95），这将加速肝脏影像AI研究的可重复性创新。