基于深度学习的马匹FLASH超声窗口鉴别研究

《BMC Veterinary Research》：Deep learning-based differentiation of FLASH ultrasound windows

　　

背景：马匹急腹痛（colic）急诊对临床医生和患者而言均为高度紧张、时间紧迫的场景，因此快速准确的诊断分诊至关重要。为在高压力条件下为兽医提供支持，可借助深度学习工具进行自动化图像识别，以辅助定位腹部器官并解读FLASH（马匹快速局部腹部超声检查，Fast Localized Abdominal Sonography of Horses）超声窗口。 目的：开发一种软件工具，用于识别马匹腹部FLASH特异性超声窗口，并识别超声图像中的器官模式。 研究设计：软件与临床检查的回顾性-前瞻性比较，模型开发。 方法：采用基于深度学习的图像分类方法，训练软件将超声图像归类至FLASH窗口。 结果：十二指肠窗口（duodenal window）的软件性能最强，所有测试图像均被正确分类，召回率（recall）为1.00。肾脾窗口（nephrosplenic window）分类准确率较高，但23%的图像被误分类为胃窗口（gastric window）。84%的腹侧（ventral）图像被正确分类，16%被预测为十二指肠窗口。腹侧窗口与胸侧（thoracic）窗口之间的混淆最为显著，仅55%的胸侧图像被正确识别。左侧和右侧中三分之一FLASH窗口4和6样本量严重不足，因此被排除在进一步分析之外。此外，这些窗口在解剖结构上高度相似，进一步增加了区分难度。 主要局限性：选择偏倚来源为检查者对窗口的解读及对正常生理超声图像的定义。特定FLASH窗口在数据集中分布不均（如FLASH窗口4和6代表性不足）。 结论：所开发的深度学习工具证明了自动化识别标准化马匹FLASH窗口的可行性，并可作为教育辅助工具支持超声培训，帮助学员获得首日胜任能力（first-day competencies）。未来纳入器官级标注及探头位置信息，可能有助于改善解剖相似窗口之间的区分能力，并提升模型性能。

一、研究背景与问题

马匹急腹痛是兽医急诊中极具挑战性的场景，对临床决策的速度和准确性要求极高。FLASH（马匹快速局部腹部超声检查，Fast Localized Abdominal Sonography of Horses）作为一种聚焦式床旁超声检查方案，通过检查马匹腹部和胸部的预设窗口，可快速评估与急腹痛相关的异常，其在外科干预指征检测方面的准确性已被证实优于经直肠触诊，因而成为多数马医院急诊胃肠疾病诊断的标准流程。然而，FLASH检查高度依赖操作者的经验和技术，超声图像的解读存在显著的观察者间和观察者内差异。与此同时，兽医教育中超声教学的比重不足，尽管超声检查被视为兽医毕业生的首日胜任能力之一，但缺乏经验的兽医需要大量练习才能可靠地诊断马匹胃肠道疾病。基于此，研究人员提出假设：深度学习模型能够准确分类不同的FLASH窗口，并在健康马匹的超声图像中识别相应器官，从而为兽医超声教学提供辅助工具，帮助学生和缺乏经验的兽医在接触活体马匹之前掌握基本的探头定位和标准化窗口识别技能。

二、研究内容与结论

本研究为回顾性-前瞻性概念验证研究，旨在开发并评估一种基于深度学习的自动化FLASH超声窗口分类工具。研究使用了慕尼黑路德维希-马克西米利安大学（Ludwig-Maximilians-University）拥有的6匹健康马匹，包括1匹哈福林格公马、1匹哈福林格母马、1匹温血母马、2匹标准马母马和1匹纯血母马，中位年龄19岁。研究最初纳入7个标准FLASH窗口，但因FLASH窗口4和6样本量严重不足且解剖结构高度相似，最终模型仅针对5个窗口（腹侧、胃、肾脾、十二指肠、胸侧）进行分类。研究结果表明，深度学习工具能够以80.8%的总体准确率区分FLASH窗口，其中十二指肠窗口的分类性能最佳，召回率达1.00，而腹侧与胸侧窗口之间的混淆最为显著。该研究证明了AI辅助马匹超声图像识别的可行性，为后续开发虚拟现实超声模拟教学系统奠定了基础，有望减少活体教学马匹的使用，符合3Rs原则（替代、减少、优化）。

三、关键技术方法

研究采用EfficientNet-B0作为骨干架构的深度学习图像分类方法。数据来源于6匹健康马匹的超声检查，使用GE超声设备（Logiq Vivid E95）配备C1-6凸阵探头（2.8 MHz）采集，由一名住院医师和一名欧洲马内科医学院（ECEIM）专科医师按照Busoni等（2011）描述的FLASH方案执行。数据处理流程包括：将超声视频序列分解为单帧图像，去除超声扇形区域以外的文字标注和无关区域，经质量控制和人工筛选后保留20,000张图像（占初始数据集的85.27%）。为防止数据泄漏，数据集按检查级别而非图像级别划分，同一检查的所有帧被分配到同一数据分区。采用三折交叉验证和Optuna超参数优化，最终模型使用全部开发数据训练，并在独立测试集上评估。

四、研究结果

数据集构成：排除FLASH 4和6后，最终数据集包含5类超声窗口。训练集经平衡处理后包含2,437张图像，类别分布接近均匀；独立测试集包含6,119张图像，保持自然的不平衡分布。

分类性能：最终模型在独立测试集上总体准确率为80.8%。十二指肠窗口（FLASH 5）性能最佳，召回率为1.00，精确率为0.884，F1分数为0.938。肾脾窗口（FLASH 3）表现良好，精确率0.965，F1分数0.852。胃窗口（FLASH 2）性能均衡，精确率0.820，召回率0.781，F1分数0.800。腹侧窗口（FLASH 1）召回率较高（0.844）但精确率较低（0.407），胸侧窗口（FLASH 7）精确率较高（0.962）但召回率较低（0.546）。模型宏观平均精确率、召回率和F1分数分别为0.808、0.787和0.767。

混淆矩阵分析：十二指肠窗口所有测试图像均被正确分类。肾脾窗口约23%的图像被误分类为胃窗口。84%的腹侧图像被正确分类，16%被预测为十二指肠窗口。腹侧与胸侧窗口之间的混淆最为显著，仅55%的胸侧图像被正确识别，45%被误分类为腹侧窗口。Grad-CAM注意力热图显示，部分FLASH 7图像中模型注意力偏向图像边缘而非解剖结构。胃窗口与肾脾窗口之间存在不对称混淆，23%的肾脾图像被分类为胃窗口，而仅2%的胃图像被分类为肾脾窗口。t-SNE降维可视化显示各类别的嵌入特征存在一定聚类，部分窗口之间存在中度重叠。

五、讨论与结论

讨论部分指出，FLASH窗口定义的是解剖区域而非离散器官分区，相邻窗口常包含重叠结构，健康马匹中相邻窗口的超声表现高度相似，这从根本上限制了分类性能的上限。与人类床旁超声方案（如BLUE、FAST）基于严格定义的声窗不同，马匹腹部超声因腹腔器官体积大、活动性强而采用更灵活的扫描方式，探头位置的细微差异可能导致过渡图像的出现。腹侧与胸侧窗口的混淆可能反映胸腹交界处的解剖连续性，以及模型基于静态单帧图像无法利用呼吸运动等动态信息。此外，模型可能部分依赖了采集相关的图像特征而非纯解剖标志，即所谓的捷径学习现象。研究局限性包括：数据仅来自6匹马，不同检查可能来自同一匹马并同时出现在训练和测试集中，可能导致模型学习马匹个体特征而高估性能；FLASH窗口4和6代表性不足；标注存在固有不确定性。未来研究应纳入更大、更多样化的数据集，进行外部验证，并采用基于视频的分析以更好地反映临床超声的动态特性。结论指出，该研究证明了深度学习应用于标准化马匹FLASH超声窗口识别的可行性，模型虽尚不足以用于常规临床或教学用途，但成功识别了多个FLASH窗口并持续关注解剖相关区域，为AI辅助马匹超声图像识别提供了概念验证。未来纳入器官级标注和探头位置信息有望进一步提升解剖相似窗口的区分能力。