基于3D nnU-Net的门静脉系统4D Flow MRI全自动分割系统：实现高效精准血流评估的新突破

本研究针对门静脉4D Flow MRI后处理耗时长、人工分割一致性差的问题，开发了一种基于3D nnU-Net的全自动分割系统。该系统在31例内部测试中达到门静脉系统Dice评分0.81、主干门静脉0.87的精度，血流参数相关性优异（流量ρ≥0.96），且将分割时间从35分钟缩短至10秒以内，为门静脉血流动力学临床研究提供了高效可靠的自动化解决方案。

　　

随着四维血流（4D Flow）磁共振成像技术的快速发展，研究人员现已能够三维捕捉血流动力学时空动态信息，精确测量血流速度、流量等关键参数。这项技术在门静脉系统评估中展现出巨大潜力——门静脉作为接收胃肠道血液输送到肝脏进行代谢解毒的关键血管网络，其血流特征对肝硬化、门脉高压等疾病的诊疗具有重要意义。近年来研究证实，4D Flow MRI衍生的门静脉血流参数与肝纤维化程度呈负相关，在TIPS（经颈静脉肝内门体分流术）评估中具有临床价值。

然而，将门静脉4D Flow MRI纳入常规临床实践仍面临重大挑战。除了采集时间较长外，耗时的后处理过程成为主要瓶颈，其中血管分割是最耗时的环节，需要熟悉门静脉解剖的放射科医师进行手动分析，导致结果一致性差且工作负担沉重。虽然深度学习技术在主动脉、肺动脉等血管的自动分割中取得显著进展，但门静脉系统的自动分割研究明显滞后，部分源于其复杂的血管解剖结构和较低血流速度导致的信号减弱。此前基于形态学MRI的门静脉自动分割研究报道的Dice评分仅0.61-0.64，且这些方法仅依赖结构评估，未整合4D Flow MRI的血流评估功能。

在这项发表于《European Journal of Radiology Artificial Intelligence》的研究中，日本名古屋大学的研究团队开发并验证了一种基于3D nnU-Net的统一自动分割系统，用于门静脉4D Flow MRI的全自动分割，该系统能够分割整个门静脉系统并自动提取主干门静脉，显著减少后处理时间的同时确保可靠的血流评估。

研究团队回顾性分析了2020年1月至2024年11月期间232例接受门静脉4D Flow MRI检查的候选人，最终145名参与者符合分析条件。他们采用3D nnU-Net ResEnc M模型，在112例数据上进行训练（排除2例合成失败案例），并在31例内部测试案例上进行验证。经验丰富的放射科医师的手动分割结果作为参考标准，并与第二位放射科医师的分割结果进行额外比较。

技术方法核心包括：使用3T MRI扫描仪获取4D Flow MRI数据；通过专业血流分析软件进行背景相位偏移校正并生成3D PC-MRA时间最大强度投影；采用五折交叉验证训练3D nnU-Net模型；使用Dice评分评估形态学一致性；比较主干门静脉的血流参数包括流量、平均速度、壁剪切应力(WSS)、振荡剪切指数(OSI)和能量损失(EL)。

研究结果

参与者特征

开发数据集和内部测试数据集在肝硬化（p=0.53）和对比剂使用（p=0.70）分层后，年龄（p=0.79）、性别（p=0.56）和基础疾病状态（p=0.90）无显著差异，表明两组基线特征均衡。

自动分割系统的形态学性能

在内部测试数据集中，自动分割系统与放射科医师1相比，整个门静脉系统的中位Dice评分为0.81（0.78-0.83）。由于外周肝内分支信号较弱，AI系统有时无法识别这些分支，且偶尔会分割放射科医师未分割的分支。在脾静脉汇合处和门静脉分支部位，血流涡流导致的信号丢失也影响了分割效果。

对于主干门静脉，自动分割系统与放射科医师1的中位Dice评分为0.87（0.80-0.90）。差异通常出现在与肠系膜上静脉或脾静脉的汇合处以及左、右门静脉的分支点，导致MPV分割范围的微小差异。最低Dice评分出现在肝总动脉与MPV接触导致边界不清的案例中，AI系统未能分割MPV下部。

值得注意的是，放射科医师2分割整个门静脉系统需要35（28-55）分钟，而自动分割系统仅需不到10秒。

主干门静脉血流参数比较

排除一例自动分割失败的案例后，对30例内部测试案例进行血流分析。流量参数显示：放射科医师1测量值为10.0（8.2-13.1）ml/sec，放射科医师2为10.9（8.2-13.5）ml/sec，自动系统为10.3（8.4-12.5）ml/sec。所有配对比较均无显著差异（p=0.81-0.94），且表现出强相关性（各p<0.001；ρ=0.96-0.98）。Bland-Altman分析显示偏差小（-0.0至0.1 mL/s），三者评估的组内相关系数(ICC)为0.96。

平均流速、血管容积、壁剪切应力、振荡剪切指数和能量损失等参数也显示出显著的相关性和良好的一致性，ICC值在0.74至0.94之间，Bland-Altman图显示这些参数的整体偏差很小。

研究结论与意义

本研究开发的基于3D nnU-Net的自动分割系统在门静脉4D Flow MRI中实现了与放射科医师相当的分割性能，且时间大幅减少，在MPV血流评估中提供了高度一致性。系统对整个门静脉系统的Dice评分为0.81，高于先前使用Gd-EOB-DTPA肝胆期或DIXON图像进行门静脉自动分割报道的0.61-0.64分值。更重要的是，MPV达到了0.87的Dice评分，且流量、平均速度、WSS、OSI和EL等血流参数具有良好的重现性，AI-放射科医师的一致性程度与放射科医师之间的一致性相当。

虽然先前在主动脉的研究报道了AI与放射科医师的Dice评分≥0.90，略高于本研究结果，但这反映了门静脉血管领域的独特挑战：较低血流速度降低了血管与背景对比度；外周门静脉、肠系膜上静脉和脾静脉的分支解剖结构比主动脉变化更大；分支点涡流导致3D PC-MRA局部信号衰减；以及与邻近结构（动脉、静脉或胆管）的接近度增加了误分类风险。

该研究的实际意义在于，门静脉4D Flow MRI独特地捕获了门静脉循环中的全面血流动力学信息，这些信息通过多普勒超声或标准2D相位对比MRI难以获得。除了MPV外，临床相关靶点还包括肠系膜上静脉、脾静脉、右/左门静脉和选择的侧支静脉。该自动化流程描绘了3D PC-MRA上尽可能远端的门静脉树，为临床决策提供了解剖-血流动力学覆盖背景，便于介入放射学规划和随访以及围手术期/移植评估。

尽管存在单中心研究、特定MRI厂商依赖、排除MPV直径≤5mm患者和主要门静脉手术患者等局限性，但这项研究代表了推动门静脉4D Flow MRI更广泛临床应用的重要一步。研究团队计划未来提高准确性并扩大系统适用性，包括将这种自动分割模块集成到专用的4D Flow分析软件中，以支持门静脉4D Flow MRI的更广泛临床采用。