基于nnU-net多任务架构的计算机断层扫描图像创伤性肝损伤检测与分割:一项原理验证研究

《Computer Methods and Programs in Biomedicine Update》:Deep learning-based detection and segmentation of traumatic injuries of the liver from computed tomography images

【字体: 大 中 小 】 时间:2026年10月17日 来源:Computer Methods and Programs in Biomedicine Update CS12.6

编辑推荐:

  对急诊科(emergency department, ED)患者进行检伤分类是一个复杂的后勤过程,且诊断错误在急诊科比在其他任何医院科室更易发生。对损伤严重程度、干预需求以及并发症可能性的自动化评估,可改善患者流动,并减少不必要的侵入性干预或重症监护入院。本原

  
对急诊科(emergency department, ED)患者进行检伤分类是一个复杂的后勤过程,且诊断错误在急诊科比在其他任何医院科室更易发生。对损伤严重程度、干预需求以及并发症可能性的自动化评估,可改善患者流动,并减少不必要的侵入性干预或重症监护入院。本原理验证研究旨在评估深度学习(deep learning, DL)模型在肝损伤检测中的性能,作为开发自动化评估系统的第一步。该模型基于nnU-net架构,经修改以将计算机断层扫描(computed tomography, CT)图像分类为损伤或未损伤,并对识别出的损伤病例进行分割。数据集由Radboud University Medical Centre急诊科的患者组成,该中心为一级创伤中心并具有军事隶属关系。训练数据集包含88例患者,其中44例为创伤相关肝损伤患者,44例无肝损伤。模型在由10例肝损伤患者和10例无肝损伤患者组成的测试集上进行评估。所提出的模型达到分类准确率(accuracy)0.9、灵敏度(sensitivity)0.9和特异度(specificity)0.9。对识别出的损伤病例进行分割,对未损伤和损伤肝实质分别获得平均Dice/召回率(recall)/精确率(precision)评分为0.949/0.949/0.944和0.779/0.733/0.923。该研究表明,该模型可对患者进行分类,并分割肝实质和损伤区域,证明其作为开发辅助临床医生检测和评估高能量创伤(high-energetic trauma, HET)后肝损伤算法的良好第一步。
该论文发表在《Computer Methods and Programs in Biomedicine Update》,作者为Esmee Esselaar、Katharina Sommer、Thomas Ramakers、Laura Alvarez-Florez、Silvan Quax、Erik Hermans、Merel Huisman、Monique Brink、Alireza Bayat、Tip Stille、Thomas Maal、Guido de Jong、Vincent Stirler。研究背景方面,腹部创伤约占战斗行动中损伤的10%,在平民环境中肝脏是最常受伤的器官。由于肝脏高度血管化,任何肝损伤均可能导致显著失血,并带来发病和死亡风险。急诊环境中的检伤与管理是复杂后勤过程,需要权衡当前患者与未来患者的风险与获益;在临床医生或资源稀缺的情况下,如战斗环境,评估错误影响较大。Waite et al.指出,急诊科诊断错误比其他医院科室更易发生,原因包括临床信息不完整、身心疲劳以及快节奏、压力大的多学科环境;军事环境中还存在资源稀缺和战斗期间持续威胁等加重因素。自动化评估损伤程度、干预需求和并发症可能性,可改善患者流动,并减少不必要的侵入性干预和重症监护入住。计算机断层扫描(computed tomography, CT)是评估肝损伤的金标准,具有高灵敏度和特异度,可评估实质内血肿、撕裂和血管损伤包括对比剂外溢等;对比剂外溢可预测患者生理状况潜在恶化,及时血管栓塞或手术治疗可能避免恶化。人工智能(Artificial Intelligence, AI)算法在医学多领域已显示良好结果,既往研究也将AI用于创伤性肝损伤分析,但研究数量仍有限,数据集异质,使用儿科或成人患者,纳入未损伤患者情况不同,且未发现同时用于民用和军事环境的AI研究。因此,研究人员假设AI模型可能提高军事和民用创伤患者肝损伤评估的诊断准确性。因nn-Unet在生物医学成像挑战中效果确切,研究人员以其为基础,并采用多任务方法,理论依据是一项任务所学可改善其他任务学习。本原理验证研究旨在评估基于nnU-net的多任务架构检测肝损伤的性能,作为开发自动评估肝和脾损伤工具的第一步。

研究人员开展了回顾性研究,地点为荷兰Nijmegen的Radboud University Medical Centre,该中心为一级创伤中心和军事隶属医院。报告遵循STROBE指南,并获得METC批准。纳入标准为2015年至2021年间遭受高能量创伤(high-energetic trauma, HET)且年龄十六岁及以上患者,并在创伤后24小时内接受初步调查和腹部CT扫描。临床特征包括年龄、性别、损伤机制、血流动力学稳定性、损伤严重度评分(injury severity score, ISS)、放射学报告中的美国创伤外科协会2018(American Association for the Surgery of Trauma 2018, AAST)评分和干预类型。排除标准包括肝区未扫描或部分扫描、扫描质量不足、数字成像和通信医学(Digital Imaging and Communication in Medicine, DICOM)文件无法获取或患者选择退出。其他腹部器官损伤不是排除原因。伤肝患者54例,未伤肝患者54例;训练集88例,其中44例创伤相关肝损伤和44例无肝损伤;测试集20例,其中10例伤肝和10例未伤肝。影像采集使用Aquilion ONE? CT,扫描协议包括动脉、静脉和split-bolus,根据临床需求选择,并使用对比剂。DICOM文件从图像归档与通信系统(Picture Archiving and Communication System, PACS)获取并假名化。非肝损伤数据集使用预训练nn-Unet分割13个腹部器官,包括肝和脾,标注在Grand-Challenge平台完成,并由医学生在创伤外科医生监督下评估为“excellent”“slight edits”或“extensive edits”,仅“excellent”病例作为ground-truth。肝损伤数据集通过读者研究检查初始创伤报告,参与者为一名高级创伤外科医生和两名高级放射科住院医师,与原始放射科报告平均一致率为80%,读者之间一致率为86%,不一致由独立创伤外科医生裁定,持续不一致则丢弃。纳入病例在SATORI标注站标注,肝分为未损伤实质、损伤实质和血管损伤三类。数据预处理将全身CT图像围绕肝脏在三个维度裁剪;训练时采用肝标签最外坐标裁剪,推理时使用TotalSegmentator提供的器官分割掩膜裁剪。模型采用3D fullres nnU-net架构,修改为同时输出二分类结果和分割掩膜。对编码器和瓶颈输出分别应用全局平均池化(global average pooling),再拼接,输入多层感知机(multilayer perceptron, MLP),其包括flatten层、将特征降至16的线性层、层归一化、leaky ReLU和第二个线性层将16个特征降至单输出。解码器输出未损伤和损伤肝实质分割掩膜。总损失为Ltotal=λsegLnn?Unet+λclassLBCE,其中λseg和λclass分别设为0.2和0.8,使用Adam优化器优化,训练1000个epoch,采用五折交叉验证。后处理对模型分割进行连通域分析,去除小于300 voxels的成分。评估指标包括受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the ROC curve, AUC)、准确率、灵敏度和特异度,以及体素级Dice相似系数、精确率和召回率。

关键技术方法不超过250字:回顾性单中心队列来自荷兰Radboud University Medical Centre急诊科,2015—2021年高能量创伤(high-energetic trauma, HET)患者,纳入肝损伤和未损伤病例;训练集88例(44/44),测试集20例(10/10)。采用3D fullres nnU-net,改造为多任务分类与分割,结合全局平均池化、多层感知机(multilayer perceptron, MLP)、Dice/交叉熵及二值交叉熵加权损失、Adam优化和五折交叉验证;影像裁剪使用TotalSegmentator,标注于SATORI,后处理采用连通域阈值300 voxels,评价指标包括AUC、准确率、灵敏度、特异度和Dice/召回率/精确率。

研究结果中,3.1 肝损伤分类(Liver injury classification):在NVIDIA GeForce RTX A6000 GPU上,对平均尺寸为(261,210,360) voxels的裁剪扫描,每折推理时间平均19.8 s。模型在测试集上平均AUC为0.91±0.03。分类阈值基于Fβ分数在训练集上优化,β取1.5,最终阈值为0.4556。对应混淆矩阵显示一个假阳性预测和一个假阴性预测,因此准确率为0.9(95% CI,0.769–1.000),灵敏度为0.9,特异度为0.9。对该假阴性病例回顾性输入分割部分后,分割能够定位损伤,但范围显著小于ground-truth。3.2 肝损伤分割(Liver injury segmentation):对预测为损伤的患者生成分割,指示未损伤肝和损伤实质。五折平均结果显示,未损伤肝实质分割的Dice/召回率/精确率为0.949/0.949/0.944,损伤肝实质为0.779/0.733/0.923。按AAST分级,I至IV级损伤的Dice分别为0.792±0.012、0.713±0.109、0.877±0.064、0.772±0.090。后处理分析显示,该步骤从两名损伤患者中移除了两个假阳性病灶,大小分别为1和298 voxels。模型分割与ground-truth在形状上略有差异,但能捕获全部损伤。检查假阳性病例时,分割部分能够正确判断该病例,未定位任何损伤肝实质,说明整个流程以分类预测作为过滤器,整体返回一个假阴性。3.3 标准nnu-net比较(Standard nnu-net comparison):未修改的nnU-net以相同方式训练和测试。混淆矩阵显示,该模型在两名未损伤患者中错误发现病灶,而对损伤患者未出现假阴性。对预测为损伤的患者,未损伤肝实质分割性能与所提出模型相似但略高,损伤分割Dice略低,归因于假阳性病灶。进一步消融去除分类分支的结果见原文补充材料。

讨论部分总结:该研究是向军事和民用腹部损伤自动分诊策略开发迈出的初始一步,目的是评估基于nnU-net架构检测肝损伤的性能。该原理验证模型基于腹部CT分类肝损伤或未损伤,并分割识别为损伤的肝。模型分类准确率为0.9(95% CI,0.769–1.000),未损伤和损伤实质分割Dice/召回率/精确率分别为0.949/0.949/0.944和0.779/0.733/0.923。与其他研究比较,Farzaneh et al.创建了两个基于U-net架构的组合,分割肝和损伤区域并计算创伤所致肝实质破坏百分比,其内部数据集包括34例肝创伤和44例无肝创伤患者,五折交叉验证未损伤肝和损伤分割的Dice/召回率/精确率分别为0.961/0.960/0.963和0.512/0.532/0.567,且未报告分类结果。Pettit et al.在LiTS腹部CT数据集上训练未修改nn-Unet,仅分割肝实质以计算肝体积,在20例3D-IRCAD独立测试集上平均Dice为0.974±0.005。Huang et al.实现基于nn-Unet的架构分割和评估钝性肝创伤,基于儿科患者内部数据集,五折交叉验证118例,在52例独立测试集上未损伤和损伤实质平均体素级Dice/召回率/精确率分别为0.948/0.9411/0.945和0.729/0.724/0.768;但成人可能比儿童有更高既往损伤和肝病发生率,可能给算法带来更多噪声,且其数据集未包括未损伤病例。本研究结果与上述研究相当,未损伤肝实质分割的Dice、召回率和精确率与Farzaneh et al.和Huang et al.相似,而所提出模型在分割损伤肝实质方面表现更高。该模型的主要新增点是分类元素作为分割过滤器。分类元素返回一个阳性预测和一个假阴性病例;对假阳性病例,模型分割未识别任何肝损伤;对假阴性病例,分割元素能够定位损伤。这些矛盾结果在临床应用中可能给临床医生带来不确定性,需要模型处理冲突发现,尤其是假阴性病例会基于分类器决定被丢弃,而分割器能够定位损伤。局限性包括:尽管通过读者研究确保标签质量,损伤肝实质标注本身不完美,肝损伤分割研究尚无观察者间变异分析,其影响已在肝AAST分级、CT各种结构勾画及机器学习相关研究中显示;小损伤受Dice系数噪声影响更大,其Dice分数应谨慎解读;未来需由经验丰富放射科医生进行观察者变异评估,专家间和专家与模型间变异分析可提供更适合当前临床实践的质量基准。扫描来自单一医疗中心,且主要包含AAST II和III级损伤,无V级病例;虽然II和III级损伤预期常见,但纳入IV和V级损伤非常重要,因这些高分级损伤复杂且治疗决策困难;当前高分级病例代表性不足,模型可能无法学习严重损伤特征,处理这些病例效果较差。改进方向是收集更广泛数据集,适当代表严重损伤和带成像伪影的CT扫描。此外,非损伤扫描仅纳入评估为“excellent”的分割,可能引入偏向较简单病例的偏倚;未来扩展数据集时,非“excellent”分割需手动精修并纳入,因其已被证明对基于nnU-net的分割模型构成挑战。下一步将在更广泛数据集上研究模型稳健性和泛化能力,以实现概念验证;同时需在独立多中心研究中利用不同医院和扫描协议数据进行外部验证,尤其需纳入军事来源数据,因其患者人群、特征和损伤机制可能不同并影响模型结果。最后,将进一步开发为综合自动评估工具,能够估计检测到的肝损伤严重程度,并确定将系统嵌入临床实践所需步骤,考虑急诊科工作流程和医院信息架构。

研究结论翻译:根据文献,AI算法可能有潜力用于辅助临床医生检测和评估高能量创伤后肝损伤,提高军事和民用环境中诊断成功率和速度。本原理验证研究旨在评估基于nnU-net架构检测肝损伤的性能。已显示所提出模型在准确性上可与现有用于肝损伤分析的人工智能方法相比,并能有效识别CT成像上AAST I–IV级肝损伤。然而,模型的临床有效性和可靠性需通过进一步更广泛实验,如独立多中心研究和临床验证,进行评估。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号