《Bioengineering》：Cross-Sequence Robustness of Deep Learning for Placental MRI Segmentation: A Patient-Matched Study in Placenta Accreta Spectrum
编辑推荐：
背景：基于深度学习的胎盘MRI分割能够实现胎盘植入谱系（placenta accreta spectrum, PAS）的定量评估，但使用某一MRI序列开发的模型可能无法可靠地泛化至另一序列，从而可能损害下游影像测量。目的：本研究旨在量化平衡涡轮场回波（bala
背景：基于深度学习的胎盘MRI分割能够实现胎盘植入谱系（placenta accreta spectrum, PAS）的定量评估，但使用某一MRI序列开发的模型可能无法可靠地泛化至另一序列，从而可能损害下游影像测量。目的：本研究旨在量化平衡涡轮场回波（balanced turbo field echo, BTFE）与单次激发涡轮自旋回波（single-shot turbo spin echo, ssh-TSE）之间直接跨序列迁移时性能下降的幅度与方向性，确定使用两种序列的合并多序列训练能否减轻这种性能下降，并评估跨序列性能下降是否在三条分割流程中一致出现。方法：研究人员使用三条分割流程（U-Net、nnU-Net v2和U-Mamba Bot）评估了7106对胎盘MRI图像-掩膜对。模型分别使用仅BTFE、仅ssh-TSE或合并多序列数据进行训练，并在患者匹配的留出队列上，于序列特异、直接跨序列迁移和合并多序列训练条件下进行评估。主要结局为患者层面聚合Dice，辅以边界和分割衍生尺寸误差分析。结果：域内平均Dice范围为0.888至0.917。跨序列迁移在所有流程中均显著降低性能，且BTFE训练模型应用于ssh-TSE时的性能下降（Dice损失0.066–0.119）明显大于ssh-TSE训练模型应用于BTFE时（0.039–0.051；所有p < 0.001）。合并多序列训练相对于直接跨序列迁移恢复了0.044–0.118的Dice，并达到与相应序列特异模型相差?0.0020至+0.0058 Dice的性能。边界误差分析显示序列迁移下出现恶化，而在ssh-TSE目标上，nnU-Net和U-Mamba Bot的分割衍生尺寸误差平均绝对值增加更为显著，U-Net的结果较不明确，BTFE上的变化则不一致。结论：PAS中的胎盘MRI分割具有强烈的序列依赖性，在全部三条评估的分割流程中，当模型直接迁移至训练期间未出现的MRI序列时，均出现显著且方向不对称的性能下降，尽管下降幅度因流程而异。基于BTFE和ssh-TSE的合并多序列训练在很大程度上减轻了这种下降，并将性能恢复至接近序列特异水平。这些发现支持在异质MRI协议中开展序列感知的胎盘分割模型开发与验证。
一、研究背景与问题
胎盘植入谱系（placenta accreta spectrum, PAS）涵盖胎盘异常黏附并侵入子宫壁的一系列疾病，与严重出血、输血、子宫切除及邻近盆腔器官损伤等重大母体并发症密切相关。产前识别对于多学科分娩规划和转诊至有经验的中心至关重要。磁共振成像（magnetic resonance imaging, MRI）凭借大视野、多平面成像能力及高软组织对比度，能够清晰显示胎盘形态及子宫胎盘界面。准确的胎盘分割是定量评估胎盘体积、形态、位置及其他影像衍生特征的前提。尽管专家手动勾画仍是金标准，但该方法耗时且存在观察者间与观察者内变异性，因此推动了自动化分割方法的发展。然而，由于胎儿和母体运动、与邻近组织（如子宫肌层）界面不清，以及不同患者和孕周间胎盘大小、形态和位置的显著差异，自动化胎盘分割仍具挑战性。
尽管深度学习方法在产前MRI胎盘分割中取得了可喜成绩，报道的平均Dice约为0.80–0.84，但多数研究仅在模型开发所代表的影像域内进行评估。跨不同MRI序列的泛化能力仍缺乏充分表征。例如，平衡涡轮场回波（balanced turbo field echo, BTFE）和单次激发涡轮自旋回波（single-shot turbo spin echo, ssh-TSE）在图像对比度和组织边界表现上存在差异，基于某一序列训练的模型应用于同一患者另一序列获取的图像时，性能可能无法维持。已有研究探讨了胎盘MRI分割中的稳健性，包括T2*加权回波时间内的对比度不变性、跨公共和机构队列的评估，以及结合T2加权和bSSFP MRI的不确定性引导多序列框架。更广泛地，采集相关的域迁移已在其他解剖应用中有所体现，包括CHAOS挑战中的跨模态腹部分割、M&Ms中的多中心多厂商心脏MRI分割，以及MS-CMRSeg中的跨序列心脏MRI分割。然而，临床相关胎盘MRI序列之间患者匹配的双向泛化仍缺乏充分表征，这促使研究人员在最小化患者人群差异混杂的前提下，评估BTFE与ssh-TSE之间的迁移。
二、研究目的与设计
本研究旨在确定MRI序列对PAS胎盘分割性能的影响程度，具体目标包括：（1）量化双向跨序列性能下降的幅度与方向性；（2）确定合并多序列训练能否减轻这种下降并恢复至序列特异水平；（3）评估跨序列性能下降是否在三条互补分割流程（U-Net、nnU-Net和U-Mamba Bot）中一致出现。研究采用公开的胎盘植入谱系疾病数据集，包含133个唯一受试者ID，其中130个同时具有BTFE和ssh-TSE图像。数据集共包含来自131名受试者的3411幅BTFE图像和来自132名受试者的3695幅ssh-TSE图像。数据在患者层面按约80%、10%、10%划分为训练、验证和测试集，同一患者分配在两条序列间保持一致，确保验证和测试队列完全配对。测试队列包含13名共同患者，共716幅图像。
三、关键技术方法
研究评估了三条分割流程：传统U-Net、自配置nnU-Net v2和U-Mamba Bot。对于每条流程，分别使用仅BTFE、仅ssh-TSE或合并BTFE和ssh-TSE数据训练三个模型，共产生九个主要模型。U-Net采用固定256×256重采样、百分位强度归一化及数据增强。nnU-Net和U-Mamba Bot则通过各自官方2D规划和预处理流程，保留框架自配置行为。所有评估使用相同的患者匹配测试队列，验证数据仅限于相应源训练分布，确保未使用目标序列测试数据进行模型选择或超参数优化。主要结局为患者层面聚合Dice，采用BCa自助法计算置信区间，使用双侧Wilcoxon符号秩检验进行预设的流程内比较。次要分析包括相对体积差（relative volume difference, RVD）和95百分位豪斯多夫距离（Hausdorff distance, HD95）。此外，研究人员还进行了针对性的尺寸匹配、患者独占敏感性分析，以评估多序列训练的获益是否仅由训练集规模增加或同一患者贡献两条序列所致。
四、研究结果
4.1 总体模型性能
在序列特异测试中，三条分割流程的患者层面平均Dice范围为0.888至0.917。在BTFE上，nnU-Net达到最高平均Dice（0.917），其次为U-Mamba Bot（0.915）和U-Net（0.908）。在ssh-TSE上，U-Mamba Bot达到最高平均Dice（0.903），其次为nnU-Net（0.899）和U-Net（0.888）。相比之下，模型迁移至训练期间未出现的序列时性能下降，尤其是BTFE→ssh-TSE方向，平均Dice范围为0.784至0.822。合并多序列训练在所有流程-目标组合中产生的平均Dice与相应序列特异模型相差在0.006以内。
4.2 双向跨序列性能下降
跨序列迁移在三条分割流程中均导致显著性能下降。ssh-TSE训练模型应用于BTFE时，平均Dice相对BTFE域内性能下降0.039–0.051。相反方向的下降更为显著：BTFE训练模型迁移至ssh-TSE时，U-Net的Dice下降0.066，nnU-Net下降0.108，U-Mamba Bot下降0.119。跨序列下降在U-Net的ssh-TSE→BTFE迁移中见于12/13名患者，其余五个流程-目标组合中见于全部13名患者（所有p < 0.001）。方向不对称性在三条流程中一致呈现，BTFE→ssh-TSE的Dice损失明显大于ssh-TSE→BTFE。在分割衍生尺寸误差方面，ssh-TSE目标上的平均绝对RVD增加在nnU-Net（从5.4%增至17.5%）和U-Mamba Bot（从4.1%增至19.2%）中更为显著，U-Net的增幅（从4.8%增至9.1%）置信区间包含零，结论较不明确。BTFE上的变化则不一致。边界分析显示，nnU-Net在ssh-TSE域内评估的中位HD95为6.02像素，BTFE→ssh-TSE迁移后增至19.30像素。Dice低于0.75的切片比例从ssh-TSE域内评估的5.1%增至BTFE→ssh-TSE迁移后的34.2%。
4.3 合并多序列训练
在BTFE和ssh-TSE上联合训练一致减轻了直接跨序列迁移下的性能损失。在BTFE上，合并训练相对ssh-TSE→BTFE迁移将平均Dice提高了0.044–0.049；在ssh-TSE上，相对BTFE→ssh-TSE迁移的提高范围为0.072–0.118。所有六项配对效应的95% BCa置信区间均排除零，且合并训练在每个流程-目标组合的全部13名留出患者中均提高了Dice（所有p < 0.001）。与相应序列特异模型的直接比较显示差异很小，合并与序列特异Dice的平均配对差异范围为?0.0020至+0.0058。尽管六项比较中有四项的95% BCa置信区间完全包含在±0.01 Dice范围内，但未预设等效界值，因此这些比较应作描述性解读，不应视为统计等效、非劣效或优效的证据。
4.4 尺寸匹配患者独占敏感性分析
为控制训练集规模和同一患者配对序列贡献的影响，研究人员额外训练了患者独占、尺寸匹配的U-Net，使用2839幅训练图像，BTFE和ssh-TSE各约半数。该模型在BTFE上达到平均Dice 0.905，在ssh-TSE上达到0.880。相对直接跨序列迁移，Dice在BTFE上提高0.0352，在ssh-TSE上提高0.0581，两条目标序列的全部13名测试患者均有所提高。性能与相应序列特异U-Net数值接近，配对差异在BTFE上为?0.0034，在ssh-TSE上为?0.0083。该模型略低于原始完整合并U-Net，差异分别为?0.0088和?0.0141。这些发现表明，在匹配训练集规模且每名患者仅贡献一条MRI序列时，多序列暴露的获益仍然存在，但更大的完整合并数据集提供了额外的适度性能增益。
4.5 跨序列分割与合并恢复的定性评估
对三例患者匹配病例的定性评估与定量观察到的跨序列下降和恢复模式一致。患者示例1在ssh-TSE目标上显示最明显的序列迁移效应，BTFE训练模型的切片级Dice为0.566，合并训练后增至0.807；而该患者BTFE切片的ssh-TSE→BTFE迁移分割已高度准确（Dice 0.944），合并训练后仅小幅变化（0.947），体现了显著的方向不对称性。患者示例2显示较温和的跨序列模式，ssh-TSE目标切片级Dice从0.680增至0.879，BTFE切片从0.871增至0.936。患者示例3在两条序列上的跨序列分割均相对较强，但合并训练进一步改善，ssh-TSE目标从0.828增至0.917，BTFE目标从0.883增至0.928。三个示例共同展示了跨序列分割性能的显著患者内和患者间异质性，同时一致显示合并多序列训练改善或维持了所示切片的边界一致性。
五、讨论与结论
本研究表明，即使底层患者相同，PAS中的胎盘MRI分割也具有实质性的序列依赖性。跨序列迁移在三条流程中均显著降低Dice，且BTFE训练模型应用于ssh-TSE时的损失持续大于相反方向。合并多序列训练减轻了这种下降，并达到接近序列特异模型的性能。然而，由于合并训练同时增加了序列多样性和总训练数据量，当前设计无法确定这两个因素的相对贡献。敏感性分析提示，多序列训练的改善并非仅归因于训练图像数量增加或同一患者配对获取两条序列，但完整合并模型的适度额外优势仍表明更大的数据量和/或配对多序列暴露可能提供进一步获益。
研究的重要启示在于，MRI序列应被明确视为胎盘分割研究中的域变异来源，而非次要采集细节。患者匹配设计表明，即使患者身份保持不变，也可能出现实质性性能下降。方向不对称性同样重要，不能仅从单一迁移方向推断稳健性，BTFE→ssh-TSE和ssh-TSE→BTFE代表不同的泛化挑战。未来基准应报告双向迁移、序列分层性能和患者层面配对分析。临床上，分割通常是上游组件而非终点，胎盘边界误差可能传播至体积、形态、影像组学或空间界面测量，从而改变下游定量PAS评估而不产生明显的模型失败。研究还指出，分割重叠的下降并不一定按比例转化为相对尺寸误差，BTFE→ssh-TSE的nnU-Net切片中34.2%出现Dice低于0.75，表明性能下降分布在相当比例的切片中，而非仅由孤立失败驱动。
研究局限性包括：独立患者数量有限、每项模型配置仅训练一次、种子间变异性未量化、比较反映完整分割流程而非纯架构效应、合并训练无法完全分离序列多样性与样本量的贡献。数据集层面，物理体素间距、PAS亚型和详细采集及标注元数据不可用，BTFE和ssh-TSE为独立采集，无法假定空间对应解剖，且所有评估测试切片均含非空胎盘参考掩膜，因此未评估无胎盘切片或完整未过滤MRI堆栈的性能。图像为JPEG导出，存在未知强度窗宽和不同矩阵尺寸，方向不对称性不能仅归因于序列对比度。
研究结论为：这项患者匹配研究证明，PAS中的胎盘MRI分割受MRI序列强烈影响，在全部三条评估的分割流程中，BTFE与ssh-TSE之间均出现显著且方向不对称的性能下降。这些发现支持在异质MRI序列中开发和评估胎盘分割模型，而非局限于单一采集域。未来工作应优先进行外部多中心验证、序列感知建模，并评估分割稳健性如何影响PAS中的下游定量MRI评估，包括将分割衍生影像表型与临床和分子生物标志物整合，以实现基于生物学信息的PAS表征和风险分层。
