基于不确定性感知的自动分割实现肝转移瘤自适应放疗计划

《Radiotherapy and Oncology》：Uncertainty-aware auto-segmentation enables adaptive radiotherapy planning of liver metastases

　　

摘要 目的：尽管自动分割性能显著且临床采用日益增多，模型在训练分布之外的泛化能力仍经常失效。因此，本研究旨在开发并验证一种不确定性感知的分割流程，该流程既能对肝癌患者实现高精度勾画，又能可靠识别放疗中危及安全的临界分割缺陷。 材料与方法：研究纳入173例患者、共224个肝转移瘤的数据集，分为训练集（n=100）、验证集（n=33）和测试集（n=40）。每例均包含带标注的T2加权磁共振图像。第一阶段采用nnU-Net分割治疗相关器官，并生成边缘扩展的肝脏掩膜，作为第二阶段SE-ResUNet进行病灶勾画的约束输入。不确定性通过循环学习率调度下的检查点集成进行近似，生成基于熵的不确定性图和逐病例不确定性评分。这些结果指导自适应推理后分析，包括（i）检测可能漏检的病灶和（ii）识别有问题的轮廓。性能评估在40例患者（n=52个病灶）上进行，采用Dice相似系数（DSC）、95%豪斯多夫距离（HD95）、期望校准误差（ECE）、不确定性覆盖率以及逐病例不确定性评分与分割精度之间的相关性。 结果：治疗相关器官的整体性能为DSC/HD95=0.89/4.8 mm；病灶分割达到DSC/HD95=0.86/4.9 mm。不确定性引导的后处理在14/40例中触发，恢复了7个最初漏检的转移灶，使病灶层面敏感性从84.6%（44/52）提升至98.1%（51/52）。不确定性估计表现出良好的校准性，器官/病灶的ECE/不确定性覆盖率分别为7.2/93.7%和7.5/98.3%，且不确定性与DSC之间存在显著相关性（r=-0.802）。 结论：所提出的流程将精确的器官/病灶分割、可解释的不确定性和解剖引导的后处理无缝集成，以检测危及安全的临界分割失败，从而在临床常规中实现可信赖的AI自动分割。

论文解读：不确定性感知自动分割流程在肝转移瘤自适应放疗中的应用

一、研究背景与问题

自动分割已成为临床放疗工作流程的重要组成部分，显著简化了解剖结构勾画这一耗时且资源密集的过程，降低了观察者内和观察者间的变异性，并满足公认的临床标准。对于肝转移瘤患者而言，这一自动化步骤尤为宝贵，因为临床医生需要同时勾画众多剂量限制器官以及大小和位置异质性强的病灶，在实时治疗环境中造成沉重的工作负担和时间压力。

尽管神经网络在器官分割方面的临床采用日益增长，模型性能仍受限于训练数据的质量和多样性，经常无法在训练分布之外泛化。此外，神经网络传统上采用点估计进行优化，因此倾向于产生过度自信的离群预测，且易受对抗性攻击影响，反映出整体鲁棒性的内在缺乏。关键问题在于，模型可能静默失效，在未发出任何不确定性信号的情况下输出自信但错误的结果。当面对更具挑战性和关键性的任务（如病灶勾画）时，这种行为进一步加剧。因此，基于神经网络的自动分割仍需要人工监督，手动质量保证（QA）对确保患者安全不可或缺。

为应对这一重要问题，不确定性量化（UQ）已成为关键研究领域，旨在以系统化和可解释的方式估计和传达模型置信度。已有研究提出基于集成的校准框架、基于狄利克雷先验的证据深度学习等方法，但大规模基准研究表明，UQ的可靠性高度依赖具体任务、数据集和评估指标。总体而言，这些发现表明UQ已达到一定的方法论成熟度，但其临床价值关键取决于如何将其任务特异地整合到QA工作流中，将不确定性信息转化为具体的审查和决策支持机制。

二、研究目的与意义

本研究旨在开发和临床验证一种用于放疗（RT）背景下肝肿瘤勾画的不确定性感知自动分割流程。该框架通过快照集成整合贝叶斯推断，并结合三个面向临床部署的关键设计要素：层级式两阶段分割策略，先定位肝脏区域再进行细粒度病灶分割；基于熵的检查点集成，无需修改底层网络架构即可实现类贝叶斯推断；以及图像空间中自适应、不确定性引导的后处理算法，将估计的模型不确定性与解剖约束的区域细化和漏检病灶检测联系起来。

这些组件共同将抽象的模型不确定性转化为可操作的QA指导，专门针对安全关键的失败模式，如未检出的转移灶或临床相关的轮廓偏差。总体而言，这项工作代表了向放疗中可信赖且不确定性感知的人工智能分割迈出的一步，弥合了UQ技术进展与其在常规临床实践中可解释实施之间的差距。

三、主要技术方法

研究人员使用173例患者（224个肝转移瘤）的回顾性队列，所有患者均在1.5 T MR-Linac系统（Unity，Elekta AB，瑞典）上接受导航T2加权MRI检查。数据集随机分为训练集（n=100）、验证集（n=33）和测试集（n=40）。采用两阶段分割方法：第一阶段使用nnU-Net级联分割治疗相关器官，生成的肝脏掩膜定义边缘扩展的肝区，作为第二阶段SE-ResUNet进行病灶勾画的约束输入。不确定性通过循环学习率（CLR）调度下的检查点集成近似，保留多个权重样本以近似后验分布，推理时生成基于熵的不确定性图和逐病例归一化不确定性评分。不确定性引导的后处理包括自适应滤波、形态学整合、基于拉普拉斯-高斯（LoG）斑点检测的漏检病灶发现以及基于表面法线梯度的轮廓分析。

四、研究结果

训练动态分析：通过t-SNE分析参数空间的训练动态，发现CLR周期之间形成清晰分离的簇，平滑轨迹表明权重空间的长距离转换连接了紧凑的周期特定邻域，并在不同最优解周围进行随机探索，确认检查点集成实现了多样化的后验采样。

不确定性估计质量：验证/测试数据上的中位ECE为器官分割6.8/7.2%，病灶分割8.3/7.5%。不确定性覆盖率达到轮廓误差94.8/93.7%和病灶97.3/98.3%，确认大多数错误发生在被标记的不确定区域。逐病例归一化不确定性评分与DSC呈显著负相关（Pearson r=-0.802，p<0.001），验证了不确定性估计作为置信度指标的有效性。

阈值与敏感性分析：基于漏检（FN）的检测敏感性类别产生最优Youden截断值U=0.726（AUC=0.96，敏感性=87.5%，特异性=92.0%），而基于DSC的类别产生U=0.775（AUC=0.91，敏感性=80.0%，特异性=95.7%）。考虑到漏检的临床后果更严重，采用更保守的阈值U=0.726作为流程执行的分诊阈值。阈值敏感性分析显示在较宽截断值范围内敏感性稳定且大部分重叠，超过U≈0.85后急剧下降。

分割性能评估：测试队列的总体中位DSC/HD95为0.89/4.8 mm。器官层面，肝脏DSC最高（0.95 [0.93–0.97]），胃最低（0.81 [0.67–0.93]）。HD95范围从胃的8.4 mm到脊髓的2.4 mm。病灶勾画达到0.86 [0.00–0.97]/4.9 mm [0.7–212.4 mm]。表面Dice（sDSC）在1–2 mm容差间迅速下降，3 mm容差时肝脏达到1.00，脊髓为0.83。

不确定性引导后处理效果：后处理在14/40例测试病例中触发。52个指定肝转移灶中，初始病灶检测敏感性为84.6%（44/52）；后处理额外恢复7个，达到98.1%（51/52）。伴随15个假阳性（FP），平均每个标记病例1.1个FP。空间分析显示大多数FP聚集在形态学改变的实质区域、大胆管或胆囊附近。轮廓UQ标记了5个超过HD95>3 mm阈值的偏差，其中4个被正确识别。

五、讨论与结论

讨论部分指出，尽管1.5 T MR-Linac成像质量受限，器官分割性能与文献基本一致：肾脏（DSC=0.91）与Zhou等人的结果匹配，心脏分割（DSC=0.94）与诊断MRI基准一致，胃DSC最低（0.81），与既往低场MR-Linac研究一致。脊髓分割（DSC=0.85）低于文献值（0.91），但通过逐层分析解决标注范围差异后DSC提升至0.93。肝脏分割DSC/HD95为0.95/2.7 mm，优于MRI基准。分析还揭示了一个关键传播失败：错误的肝脏轮廓（DSC=0.93，HD95=39.4 mm）将转移灶排除在病灶ROI之外，导致熵显示误导性低不确定性并跳过了二级分析。

所提出的UQ方法通过CLR和检查点聚合，系统生成多样化后验样本，与独立模型集成相比大幅降低计算开销。虽然基于预测熵的代理不正式区分认知不确定性与偶然不确定性，但在实践中被证明有效，与分割错误强相关。文献确认基于熵的检查点集成、蒙特卡洛Dropout和深度集成在预测质量上统计相当，但部署权衡不同。

研究存在若干局限性：测试队列规模适中（n=40例，52个病灶），单中心设计、单一1.5 T MR-Linac扫描仪和标准化协议使数据集高度同质化，限制了向诊断MRI、其他机构、原发性肝脏恶性肿瘤和其他身体区域的泛化性。未来应开展前瞻性多中心验证，并积极推进流程的临床整合。

研究结论：本研究验证了一种用于放疗治疗计划中肝转移瘤勾画的不确定性感知分割流程，解决了高精度勾画之外可靠错误检测的临床需求。基于模型置信度的病例级分诊选择性分配资源至模糊病例，通过熵不确定性量化和解剖学信息后处理，将此前未检出转移灶的敏感性提高了87.5%。这使模型不确定性从被动指标转变为临床可操作的工具，增强了AI可信度，降低了未检出错误的风险，并支持更安全的治疗计划工作流程。