《European Radiology Experimental》：Fully automated diaphragm segmentation on routine 2D-cine and 3D thoracic MRI: multireader validation
编辑推荐：
专业术语翻译摘要
目的：膈肌是呼吸力学的核心结构，在多种疾病中可能受损。基于参数化磁共振成像（magnetic resonance imaging, MRI）的评估受限于耗时的手动分割。本研究开发并验证了在二维（two-dimensional, 2D）电影（c
专业术语翻译摘要
目的：膈肌是呼吸力学的核心结构，在多种疾病中可能受损。基于参数化磁共振成像（magnetic resonance imaging, MRI）的评估受限于耗时的手动分割。本研究开发并验证了在二维（two-dimensional, 2D）电影（cine）MRI和三维（three-dimensional, 3D）胸部MRI上实现全自动膈肌分割的方法。
材料与方法：本单中心研究纳入无已知膈肌疾病的合格成人，接受2D-cine MRI、3D MRI或两者兼有。以专家手动勾画轮廓作为金标准，训练两个U-Net模型（2D/3D）。采用3体素容差的归一化表面Dice（normalized surface Dice, NSD）和平均表面距离（average surface distance, ASSD）评估性能。在主队列中，五名盲法放射科医师对分割可用性和图像质量进行评分。另设独立病理队列，由两名盲法阅片者采用相同量表进行评估。
结果：共59名受试者贡献70次MRI采集：女性29名，男性30名；年龄49.3±18.8岁（平均值±标准差）。推理时间2D为5秒、3D为30秒，而手动标注分别需10分钟和4.5小时。分割精度高：NSD 2D为0.95±0.08、3D为0.92±0.06，ASSD 2D为1.97±2.29毫米、3D为1.88±1.97毫米。在主队列中，分割被评为临床可用者2D占87.5%、3D占100%。平均图像质量评分2D为4.0/5、3D为4.2/5，且与分割质量相关。在病理队列（n=5）中，2D图像分割可用性阅片者1为75%、阅片者2为70%，3D容积两名阅片者均为80%。
结论：2D-cine和3D MRI上的自动膈肌分割可行、准确且高效，支持可扩展、标准化的膈肌分析，为衍生膈肌生物标志物奠定基础。
关键要点：
问题：全自动膈肌分割能否通过替代耗时的手动勾画，使常规2D-cine和3D胸部MRI分析在临床上可行？
发现：自动分割实现归一化表面Dice超过0.9，放射科医师可接受率87.5%–100%，推理时间低于30秒。
相关性声明：常规2D-cine和3D静态MRI上的自动膈肌分割可获得准确、放射科医师可接受的分割结果，归一化表面Dice超过0.9，平均表面偏差低于2毫米。该方法有望支持标准化的膈肌评估，用于胸部和神经肌肉影像的客观量化，有待更大规模多中心验证。
图形摘要：见原文图。
论文解读文章
一、研究背景与问题
膈肌是呼吸力学的主要肌肉，也是胸腹力学机制的核心决定因素。膈肌功能障碍可见于多种疾病，包括神经肌肉疾病、慢性呼吸系统疾病、肿瘤治疗相关毒性、炎症性肌病以及改变膈肌负荷的腹部疾病。传统诊断工具存在明显局限：透视和计算机断层扫描（computed tomography, CT）虽可直接显像，但涉及电离辐射暴露，且多为静态或有限角度评估；超声虽无辐射，但高度依赖操作者经验，且通常局限于二维测量。磁共振成像（magnetic resonance imaging, MRI）作为无创、无辐射的替代方案，具有优异的软组织对比度，可实现2D-cine和三维（three-dimensional, 3D）/四维（four-dimensional, 4D）膈肌形态与运动的详细分析。近年研究已证明，MRI衍生的膈肌指标可揭示常规肺活量测定无法检测的细微功能下降，尤其在罕见病如胸廓功能不全综合征和庞贝病中显示出敏感性和潜在临床价值。
然而，膈肌MRI分析仍主要依赖手动或半自动分割以及繁琐的时相选择，这严重限制了表面建模、可重复性、可扩展性和临床转化。全自动容积膈肌分割仍是动态膈肌MRI的关键未满足需求。若实现稳健的自动分割，则可在现有临床工作流程中实现标准化、阅片者无关的膈肌形态与运动评估，减少手动工作量，提高测量可重复性。本研究旨在开发并验证一种用于MRI膈肌分割的全自动框架。
二、研究设计与方法概述
本研究为单中心研究，经当地机构审查委员会批准，所有参与者签署书面知情同意。研究包含回顾性和前瞻性两部分。纳入标准为接受临床指征胸部MRI且具有可用2D-cine MRI、3D容积内插屏气检查（volumetric interpolated breath-hold examination, VIBE）MRI或两者兼有的成人。排除标准为病历审查中发现已知或疑似膈肌功能障碍以及非诊断性图像质量。最终纳入40次2D-cine MRI采集和30次3D VIBE MRI采集，共59名受试者。
MRI采集使用1.5-T Magnetom Sola（西门子医疗，德国埃尔朗根）。2D序列采用电影平衡稳态自由进动（balanced steady-state free precession, bSSFP）多层序列，原生体素大小1.6×1.6毫米，层厚6毫米，三个矢状层面分别覆盖左右半膈及胸部运动；3D序列采用VIBE T1加权梯度回波（T1W-GRE），矢状面采集，原生体素1.4×1.4×2毫米，在吸气末和呼气末各进行一次14秒屏气采集。
参考标准由具有13年经验的胸部放射科医师在3DSlicer（版本5.8）中手动标注。2D数据集逐层手动标注；3D数据集以预分割模型输出作为视觉引导，在原生矢状面勾画轮廓并利用多平面重建视图系统修正，最终经完全手动精修生成参考掩膜。
两个U-Net模型（2D/3D）采用相同架构设计，以专家手动轮廓为金标准训练。优化采用Dice损失与二元焦点交叉熵结合的混合损失函数，后者增强对稀疏阳性体素的敏感性。训练以验证损失监控防止过拟合，采用五折受试者水平交叉验证评估性能。推理时2D模型使用48×48补丁、步长8×8，3D模型使用48×48×48补丁、步长8×8×8，预测概率阈值分别为2D 0.4、3D 0.5。主要终点为平均表面距离（average surface distance, ASSD）和归一化表面Dice（normalized surface Dice, NSD）（1、3、5体素容差），辅以Hausdorff距离95%分位数（HD95）。
定性评估由五名委员会认证放射科医师独立进行，使用分割质量（SegQ）量表（1=不可用，2=需重大修改，3=需轻微修改，4=可直接接受）、五项二元检查清单（解剖贴合度、连续性、界面、重大错误、时间一致性）以及改编自RI-QUAL的5点图像质量（image quality, IQ）李克特量表。临床可接受性定义为SegQ≥3且检查清单≥3/5，以多数共识（≥3/5阅片者）判定。另设外部病理可行性队列，纳入5例膈肌功能障碍患者，由两名胸部放射科医师采用相同程序独立评分。
三、研究结果
研究队列：回顾性筛查246次连续临床2D-cine MRI采集，排除已知或疑似膈肌功能障碍及非诊断性图像质量者后保留40次可分析采集；前瞻性获取35次3D VIBE采集，排除5次非诊断性图像质量后保留30次。59名受试者中29名女性、30名男性，平均年龄49.3±18.8岁，平均身高168.6±8.3厘米，平均体重71.1±14.0千克。
自动分割性能：2D模型NSD（3体素容差）为0.945±0.076，ASSD为1.97±2.29毫米，HD95为9.89±15.2毫米；3D模型NSD为0.922±0.057，ASSD为1.88±1.97毫米，HD95为7.67±6.3毫米。五折交叉验证显示一致的验证性能，折间变异低。2D模型训练损失为0.245±0.004，3D模型为0.173±0.019。典型失败模式包括肩部结构误分类、前/外侧隐窝欠分割、肝-心界面轻微越界以及中心腱连续性中断。
定性放射科医师评估（主队列）：2D模型分析4名受试者、左右半膈在吸气和呼气时相共16个分割。全局分割质量（SegQ）评分均值±标准差为3.4±0.7/4，IQ评分为4.0±0.5/5，复合定性评分为7.3±1.6。临床可接受分割占87.5%（14/16）。图像质量与分割性能呈中至强正相关（r=0.65，p=0.006）。3D模型分析5名受试者共9个分割（一份呼气末容积因严重运动伪影被排除）。SegQ评分为3.49±0.51/4，IQ评分为4.2±0.7/5，复合评分为7.3±0.9。临床可接受分割占100%（9/9）。图像质量与分割性能呈中至强正相关趋势（r=0.64），但未达统计学显著性（p=0.064）。
定性放射科医师评估（病理可行性队列）：2D图像临床可用率阅片者1为75%（15/20）、阅片者2为70%（14/20），一致性17/20；3D容积两名阅片者均为80%（8/10），一致性8/10。
手动标注工作量与推理时间：手动标注每张2D图像需10分钟，每个3D容积需4.5小时；自动推理每张2D图像5秒，每个3D容积低于30秒。
四、讨论与结论总结
讨论部分指出，本研究在常规胸部MRI上验证了自动膈肌分割，采用互补的2D-cine bSSFP和3D VIBE T1W-GRE序列，结合定量基准测试和独立多阅片者定性审查。膈肌为薄而广泛延伸的肌腱膜表面，仅占图像总体积的一小部分，传统体积重叠指标（如Dice相似系数）对分割质量评估价值有限，因此采用表面对边界敏感指标（NSD、ASSD、HD95）进行评估。3体素容差（3D约4.2毫米、2D约4.8毫米）对应轻微但清晰可见的轮廓偏移，而膈肌呼吸位移通常为数厘米量级，3–5毫米边界偏差仅占预期位移的一小部分。
与既往研究比较，CT研究报道2–4毫米误差，Diaphragm-Net实现Dice相似系数>0.90；超声模型Dice约0.85、误差<10%。本研究MRI方法实现直接肌肉层面分割，在小型病理队列（n=5）中>70%分割被评为临床可用。值得注意的是，TotalSegmentator和基础模型等大规模分割框架目前均未包含膈肌分割，凸显了专用解决方案的必要性。
研究优势包括研究设计、针对常规2D-cine和3D MRI定制的两个U-Net模型、定量与放射科医师评估相结合、临床可接受的推理时间（<30秒/容积）以及3D模型对图像噪声相对不敏感。局限性包括单中心设置、以健康人群为主、单一放射科医师参考标准、内部测试可能限制泛化性，尤其对复杂疾病和低质量图像患者。排除非诊断性采集可能引入选择偏倚。病理队列仅用于可行性评估，不构成临床验证。2D模型逐帧独立处理且性能低于3D模型，提示未来需时空（2D+t）建模以利用帧间连续性。
研究结论：本研究建立了成人常规MRI上直接膈肌分割框架，覆盖动态2D-cine和静态3D序列，结合多阅片者评估和边界导向指标。该方法可从常规MRI实现快速、标准化的膈肌分割，支持可扩展的标准化膈肌分析，为衍生膈肌生物标志物奠定基础。未来需在更大病理和多中心队列中进一步验证，以评估稳健性和潜在临床应用价值。
