《Journal of Imaging》：Segmentation-Free 3D Deep Learning for CT-Based Chronic Rhinosinusitis Classification
编辑推荐：
慢性鼻窦炎（chronic rhinosinusitis, CRS）通常通过计算机断层扫描（computed tomography, CT）进行评估，但基于CT区分伴有鼻息肉的慢性鼻窦炎（CRSwNP）与不伴有鼻息肉的慢性鼻窦炎（CRSsNP）仍具挑战性。研究
慢性鼻窦炎（chronic rhinosinusitis, CRS）通常通过计算机断层扫描（computed tomography, CT）进行评估，但基于CT区分伴有鼻息肉的慢性鼻窦炎（CRSwNP）与不伴有鼻息肉的慢性鼻窦炎（CRSsNP）仍具挑战性。研究人员回顾性评估了一种无分割三维卷积神经网络（3D CNN）在三分类任务中的表现，所用经审核队列包含776例成人CT检查：155例CRSwNP、222例CRSsNP和399例内分泌性眼眶病（endocrine orbitopathy, EO）非CRS对照组。所有三维体数据均标准化为150×150×150体素。研究人员仅在验证集上依据宏F1（macro-F1）比较基线、数据增强和数据增强联合L2正则化三种配置，随后对选定的紧凑模型进行主要锁定测试评估；事后架构分析与敏感性分析在同一冻结测试集上进行，并被视为探索性分析。在155例患者组成的留出测试集中，经验证集选定的紧凑模型取得准确率0.748（95%置信区间0.684–0.813）、平衡准确率0.683（0.602–0.763）、宏F1 0.691（0.607–0.770）以及宏一对多AUC（one-versus-rest AUC）0.882（0.841–0.919）。模型对EO对照的区分能力最强（一对多AUC 0.959），而CRSsNP与CRSwNP的直接区分能力较为有限（AUC 0.704；95%CI 0.574–0.827）。CRSwNP召回率为0.452，31例CRSwNP中有15例被分类为CRSsNP。因此，总体宏AUC主要受EO对照与CRS之间较强分离的影响，不应解读为模型对CRS表型具有均匀且可靠的区分能力。在一项事后架构敏感性分析中，3D ResNet-10的实测测试宏F1较高（0.742），但其参数量约为紧凑模型的206倍。HiResCAM（高分辨率类激活映射）图在所有测试病例中技术上均有效，但155张图中有38张（24.5%）的最大激活峰值位于基于CT强度导出的患者包络之外，而该包络并非鼻窦分割掩膜。上述发现为未来CRS亚型区分研究提供了研究阶段的概念验证；然而，潜在的人口统计学与采集相关捷径以及缺乏外部验证，使其尚不能声称具备临床就绪性。
慢性鼻窦炎（CRS）是常见的鼻和鼻旁黏膜炎症性疾病，成人患病率约为8%，与生活质量下降、睡眠障碍、劳动效率降低及巨额经济负担相关。CRS按是否伴有鼻息肉分为CRSwNP和CRSsNP，二者在炎症生物学、复发风险、药物反应和手术规划上存在差异。基于CT区分这两种表型即使对有经验的阅片者也有挑战，因为二者均可表现为窦腔软组织影且影像重叠；Lund–Mackay评分主要用于区域混浊程度评估而非表型区分。近年来，深度学习可从CT预测内型，但较少研究关注无分割的三分类CT模型，同时有必要对性别敏感性、架构选择和注意力分布进行审计。为此，研究人员构建并内部评估了一种无分割三维卷积神经网络（3D CNN），输入为150×150×150体素，用于对EO非CRS对照、CRSsNP和CRSwNP三分类。
研究人员使用来自埃森大学医院耳鼻咽喉头颈外科2015—2023年的776例成人CT检查，属多提供方回顾性队列；CRS标签由多学科临床标准确定，EO对照组经放射科医师确认无鼻窦病变。主要技术方法包括：以>-300 HU确定边界框，重采样至各向同性1 mm间距，再裁剪或填充至1503体素；将CT强度裁剪至-1000至300 HU并线性缩放至0–1；采用紧凑型3D CNN（69,667个可训练参数），包括3个卷积层、池化层、全连接层和softmax输出；冻结患者级数据划分，仅根据验证集宏F1选择配置；比较基线、数据增强、数据增强加L2正则化；事后训练3D ResNet-10（14,362,819个参数）作为架构敏感性分析，并使用HiResCAM进行注意力定量审计。
4.1 分类性能
在155例锁定测试集上，经验证集选定的增强加L2紧凑模型取得准确率0.748、平衡准确率0.683、宏F1 0.691和宏一对多AUC 0.882。CRSwNP召回率为0.452，31例CRSwNP中有15例被预测为CRSsNP，显示主要疾病类错误是将CRSwNP误分为CRSsNP。
4.2 各类别AUC分析
锁定测试集中，EO对照、CRSsNP和CRSwNP的一对多AUC分别为0.959、0.814和0.873，直接CRSsNP对CRSwNP的AUC仅为0.704。该结果表明总体宏AUC主要由EO对照与CRS的较强分离驱动，不应视为可靠的CRS亚型区分指标。
4.3 架构敏感性分析
事后比较中，3D ResNet-10在相同冻结测试集上取得准确率0.806、平衡准确率0.744、宏F1 0.742、宏AUC 0.922和直接亚型AUC 0.729，但参数量约为紧凑模型的206倍。配对宏AUC差异为0.040，探索性配对自助95%置信区间不含零；但研究者明确指出该比较为事后分析，不能确立架构优越性。
4.4 记录性别敏感性分析
按记录性别分层后，女性亚组准确率为0.800，但平衡准确率为0.630，宏F1为0.637；男性亚组准确率为0.667，平衡准确率为0.671，宏F1为0.670。女性CRSwNP召回率为0.273（3/11），男性为0.550（11/20）。重复性别匹配二元EO对照对任意CRS分析的平均AUC为0.929，但该分析仅涉及记录性别，不能排除EO相关、中心、扫描仪、重建、解剖或视野相关混杂。
4.5 HiResCAM注意力结果
所有155例锁定测试病例的正向HiResCAM映射均满足预设技术有效性要求。平均59.2%的正向归属质量位于强度导出的患者包络内，40.8%位于外部空气/背景，23.2%位于内外边界带；38/155张图（24.5%）的最大激活峰值位于患者包络外。按真实类别，EO对照、CRSsNP和CRSwNP中包络外峰值比例分别为3.8%、35.6%和61.3%。这提示存在视野、采集或解剖相关捷径信号风险，但该包络并非鼻窦分割掩膜，不能证明模型关注了临床相关鼻窦结构。
讨论指出，该研究结果是研究阶段的概念验证而非临床就绪。主要局限包括：回顾性设计，缺乏严格外部或中心留出验证；EO对照组与CRS组的记录性别分布差异明显（EO对照84.7%为女性）；标准化内镜评分、哮喘状态、过敏表型、既往手术详情和系统性组织生物标志物未完整获取；缺乏鼻窦分割金标准；HiResCAM无法证明鼻窦特异性或因果推理；ResNet-10比较属事后探索性分析。研究结论可翻译为：在这项回顾性内部评估中，紧凑型无分割3D CNN区分EO非CRS对照与CRS的能力强于区分CRSsNP与CRSwNP。验证选择的紧凑模型取得宏一对多AUC 0.882，但该总体结果主要受EO对照区分（AUC 0.959）影响；直接CRSsNP对CRSwNP的AUC为0.704，CRSwNP召回率为0.452，31例中有15例被分为CRSsNP。因此，结果支持技术可行性，但不支持可靠的CRS表型区分。事后3D ResNet-10在约206倍参数规模下取得更高实测指标，体现探索性资源–性能权衡而非架构优越性。HiResCAM提供了粗略的归属审计，但未确立鼻窦特异性或因果模型推理。在考虑临床实用性、可迁移性或部署之前，仍需独立中心留出多中心验证、更丰富的临床金标准和基于解剖的归属分析。
