基于多实例学习的磁共振波谱鉴别脑肿瘤与非肿瘤性病变

《NeuroImage: Reports》：Multiple instance learning for differentiating neoplastic and non-neoplastic brain lesions using MR spectroscopy

　　

目的：评估磁共振波谱（MRS）结合多实例学习（MIL）能否通过分析全谱模式而非孤立代谢物峰比值来区分脑肿瘤性与非肿瘤性病变。研究人员假设将全谱作为代谢指纹，通过深度学习捕获，能够比传统的单峰分析实现更稳健的组织分类。 方法：研究人员回顾性分析了来自422例患者的MRS数据（共7442个谱）：6598个谱用于训练，844个谱用于独立内部保留测试集。分类被构建为一个MIL问题，以应对患者级别的弱监督和可变的包大小。研究人员训练了一个深度神经网络并进行数据增强，采用两种排列不变聚合策略进行评估：最小-最大-均值池化与基于注意力的池化。诊断性能与经验丰富的神经放射科医生进行了对比。 结果：最佳性能的MIL配置——卷积神经网络（CNN）结合3Pool聚合与数据增强（CNN-3Pool + DA）——在独立内部保留测试集上实现了0.82的AUC，敏感性0.76，特异性0.80。在仅MAS的读者比较中，参与研究的神经放射科医生的平均敏感性为0.54，特异性为0.88。基于注意力的MIL还能够可视化单个谱的相对贡献，突出了临床已建立的谱特征，包括脂质和胆碱峰，以及Glx区域（2.2–2.4 ppm）。 结论：将基于MRS的脑肿瘤分类构建为MIL问题，能够从异质性、弱标注的临床数据中进行稳健学习。注意力机制为谱决策提供了可解释的见解，并突出了候选生物标志物以供未来验证。该框架为临床MRS分析提供了一种可扩展且可解释的方法。

研究背景与问题

脑肿瘤是最严重的神经系统疾病之一，早期准确诊断对治疗规划和预后至关重要。常规磁共振成像（MRI）是检测和随访的标准手段，但常无法可靠地区分胶质瘤与非肿瘤性病变或治疗相关改变，因为这些病变可能呈现相似的影像学特征。可模拟胶质瘤的鉴别诊断包括炎性病变、脱髓鞘疾病、血管性病变、局灶性皮质发育不良等发育异常，以及罕见的扩大的血管周围间隙。这些情况在MRI上可能与肿瘤高度相似，给日常临床判读带来困难。

磁共振波谱（MRS）可提供结构成像之外的代谢信息。传统上，神经放射科医生要么评估单一代谢物浓度（如胆碱、N-乙酰天门冬氨酸、乳酸），要么将整个谱作为模式进行解读，后者更贴近临床实践，但复杂、主观且难以重复。因此，诊断准确性仍然有限，尤其是在存在伪影、肿瘤定位多变或检查者依赖性变异的情况下。

机器学习（ML）有望克服这些局限，自动提取相关特征并识别超出单一代谢物峰的谱模式。然而，临床MRS数据面临特定挑战：标签仅在患者级别而非体素级别可用，标注常不一致，且每位患者的谱数量极不均衡。多实例学习（MIL）特别适合解决这些问题，因为它允许在异质性、弱标注的数据上进行训练。

研究方法概述

本研究回顾性分析了来自德国法兰克福大学医院2009年1月至2019年3月间采集的1371份1H-MRS数据集。经筛选和质量控制后，最终纳入422例患者（220例女性，202例男性；平均年龄45.5±18.0岁），包括266例脑肿瘤患者和156例非肿瘤性脑病变患者，共7442个谱（4054个肿瘤谱，3388个非肿瘤谱）。所有检查均在3T MRI扫描仪上使用PRESS序列完成。研究将每个患者的所有谱组成一个“包”，采用深度神经网络提取谱特征，并通过两种排列不变的聚合策略——3Pool（最小值、最大值、平均值组合）和基于注意力的池化——获得患者级表示，最后由softmax分类器输出肿瘤/非肿瘤概率。模型使用Adam优化器训练30个epoch，批量大小为32，每个包的谱数设为31。采用五折留受试者交叉验证和独立内部保留测试集进行验证。

研究结果

3.1 总体模型性能

在评估的各种MIL配置中，卷积神经网络结合3Pool聚合与数据增强（CNN-3Pool + DA）在五折交叉验证中取得了最高总体性能。在包含42例先前未见患者（844个谱）的独立内部保留测试集上，该模型实现了0.82的AUC（95%置信区间：0.78–0.86），正确识别了76%的肿瘤病例（敏感性）和80%的非肿瘤病例（特异性）。约每例患者6个谱即可实现稳定分类，更大谱集带来的性能提升微乎其微。两种聚合策略在不同网络架构下表现各异：3Pool在与CNN和Inception架构结合时表现更好，而注意力聚合在与多层感知机（MLP）架构结合时表现更优。数据增强持续提升了3%–5%的性能。

3.2 与神经放射科医生的比较

八位不同经验的神经放射科医生在仅凭MRS信息的条件下评估了844个谱（来自42例患者），每位医生评估约105个谱。医生们实现了0.88的高特异性但较低的0.54敏感性，平均F1得分为0.56。个体医生表现差异显著，敏感性范围为0.325至0.872，特异性范围为0.537至0.971。相比之下，模型的F1得分为0.78，表现更为平衡。

3.3 模型的可解释性

通过可视化Hatami-Attention模型生成的注意力权重，研究发现肿瘤谱中较高的注意力权重与NAA（2.0 ppm）降低、Cho（3.2 ppm）、Glx（2.2–2.4 ppm）、Lac（1.4 ppm）和脂质信号（0.9 ppm）升高相关；而在非肿瘤谱中，保存完好的NAA和正常的肌酸/胆碱比值与较高注意力权重相关。这些模式与已知的肿瘤性和非肿瘤性脑组织的谱学特征一致。需要注意的是，这些注意力权重仅针对Hatami-Attention架构，不应被解释为解释了最佳性能的CNN-3Pool + DA模型的预测。

讨论与结论

本研究表明，基于深度学习的MIL方法可利用质子MRS数据区分脑肿瘤与非肿瘤性病变。最佳模型在异质性、弱标注的临床数据上实现了0.82的AUC、0.78的F1得分和0.46的马修斯相关系数（MCC）。在仅MRS的读者比较中，模型敏感性为0.76、特异性为0.80，而参与医生的平均敏感性为0.54、特异性为0.88。注意力权重分析揭示了符合已知肿瘤生物学的代谢模式，包括NAA降低、Cho升高、Lac和脂质增加，以及临床上不常定量的Glx区域。该MIL框架有效解决了患者级别诊断与异质性体素数据之间的不匹配问题。

研究存在若干局限性：所有数据来自单一机构和标准化MRS方案，需多中心验证；分类仅为二分类（肿瘤vs非肿瘤），未按WHO 2021分类区分亚型或分级；模型仅基于MRS数据，未整合其他成像技术；注意力权重不能直接解释最佳模型的预测；部分非肿瘤病例缺乏组织病理学确认。未来方向包括多中心前瞻性验证、扩展到肿瘤亚型分型、整合多参数成像（如结构MRI、弥散、灌注、FET-PET）、应用SHAP等高级可解释性方法，以及开展前瞻性临床试验评估ML辅助MRS判读对诊断准确率和患者预后的影响。

研究结论：本研究证明，深度学习应用于MRS可准确区分脑肿瘤与非肿瘤性病变（AUC 0.82），相比神经放射科医生实现了敏感性与特异性之间更平衡的权衡。基于注意力的分析突出了生理上有意义的代谢模式，同时识别了潜在相关的额外谱特征。多实例学习有效处理了来自异质性体素数据的患者级别诊断。多中心验证、多参数成像整合和可解释AI框架是实现临床转化的下一步重要工作。