基于MRI的胶质瘤低级别与高级别术前可解释性分类：GliomaAI——一款开源3D Slicer扩展工具

《Journal of Imaging》：GliomaAI: An Open-Source 3D Slicer Extension for Explainable Preoperative Classification of Low-Grade Versus High-Grade Gliomas from MRI

　　

摘要专业翻译 尽管大量研究已开发出颇具前景的诊断算法，但其中许多尚未转化为工作流集成工具。胶质瘤在原发性脑肿瘤中占有相当大的比例，其术前分级鉴别可为患者管理提供关键信息。本研究提出并评估了GliomaAI——一款用于从术前MRI自动分类低级别与高级别胶质瘤的开源3D Slicer扩展工具。该扩展组织为两个互补框架，分别用于MRI预处理和带可解释性的分类。既往研究中评估的四种3D卷积神经网络（CNN）架构被整合到一个统一的无分割工作流中，其最终部署版本在包含1194例患者的多队列数据集上使用T1对比增强（T1-CE）和液体衰减反转恢复（FLAIR）序列进行了重新训练。GliomaAI同时提供单模型CNN分类和集成（ensemble）配置。对于单模型预测，梯度加权类激活映射（Grad-CAM）热图可交互式叠加在任一MRI序列上，以辅助解释模型的决策。可解释性通过生成热图的3D渲染进一步增强，可对显示的激活区域进行空间检查。在排除与模型开发队列重叠的病例后，独立验证在剩余的BraTS-19病例（26例低级别胶质瘤（LGG），208例高级别胶质瘤（HGG））上进行。GliomaAI-CNN实现了82.2%的平衡准确率和0.945的曲线下面积（AUC）。该扩展为临床应用提供了一座可访问且计算高效的桥梁。

论文解读文章

研究背景与问题

胶质瘤是中枢神经系统最常见的原发性肿瘤，约占所有原发性脑肿瘤的30%，在恶性脑肿瘤中占比近80%。根据世界卫生组织（WHO）中枢神经系统肿瘤分类，胶质瘤依据间变组织学特征和分子特征分为四个组织病理学等级（G1–4），肿瘤等级反映了生物学侵袭性、治疗反应和预后。在多项计算研究中，WHO 2级和3级被归为低级别胶质瘤（LGG），4级归为高级别胶质瘤（HGG），以反映其显著更侵袭的生物学行为。因此，准确的术前分级对于指导手术规划、优化治疗策略和改善患者管理至关重要。

多参数磁共振成像（MRI）是胶质瘤无创检测、表征和术前分级的标准影像学手段。近年来，人工智能（AI）特别是深度学习在基于MRI的计算机辅助诊断（CAD）系统中的快速整合，显著推进了胶质瘤的自动化表征和术前分类。特别是直接应用于体积MRI的三维（3D）深度学习模型实现了无分割依赖的胶质瘤分级，避免了耗时的手动或易出错的自动化肿瘤勾画。

然而，将此类胶质瘤分级模型转化为实践取决于用于开发和部署它们的软件。虽然TensorFlow和PyTorch等通用深度学习框架促进了模型开发，医学影像需要针对多维临床数据特定特征的领域专用工具。MONAI等框架提供了标准化组件，但将训练好的模型转化为可访问、易用且任务特定的软件应用仍是一大挑战。在此背景下，3D Slicer平台通过弥合医学图像分析研究与实用软件工具开发之间的差距来应对这一挑战。然而，针对胶质瘤分级的软件工具仍然有限，现有扩展要么依赖先前的肿瘤提取信息，要么使用联合训练的分割分类模型，且均未在界面中集成可解释性功能。

研究内容与意义

研究人员开发了GliomaAI，一款开源且用户友好的3D Slicer扩展工具，提供自动化、无分割依赖的工作流，用于多模态MRI的预处理和直接的术前LGG与HGG分类。该扩展部署了多个任务特定的CNN模型，在完整开发队列上重新训练，支持本地CPU推理，并集成了基于Grad-CAM的可解释性功能，使用户能够通过可调节的热图叠加和3D渲染检查与模型预测相关的显著图像区域。在排除与开发队列重叠的病例后，使用BraTS-19数据集的独立外部子集进行了验证，评估了分类性能、模型配置和CPU推理时间。该研究填补了从算法研究到临床可部署工具之间的转化空白，为胶质瘤术前分级提供了可访问且计算高效的解决方案。

关键技术方法

研究人员将四种3D CNN架构（GliomaAI-CNN、ResNet-10、ResNet-50和DenseNet-121）整合到统一的无分割工作流中。最终部署版本在包含1194例患者（442例LGG和752例HGG）的多中心数据集上从头重新训练，该数据集包含来自T1-CE和FLAIR序列的2213个MRI体积。缺失序列的病例被保留，缺失输入通道以零填充。训练使用批量大小5、Adam优化器（学习率1×10^?4）和稀疏分类交叉熵损失函数，基于训练损失设置耐心为7的早停。预处理流程包括重采样至1mm3体素间距、RAS方向标准化、使用SynthStrip进行自动颅骨剥离、N4偏置场校正和脑掩膜z-score标准化。分类前进行对称填充或中心裁剪至240×240×180体素。Grad-CAM用于可解释性分析，采用架构特定的目标层选择，热图以三线性插值重采样至输入体积空间。外部评估使用BraTS-19公开训练队列，经两阶段资格评估（患者重叠检查和图像质量评估）后，最终队列包含234例（26例LGG，208例HGG）。

研究结果

技术实现与计算性能

GliomaAI扩展成功完成并集成于3D Slicer环境。所有468个T1-CE和FLAIR体积均成功完成预处理，所有234例患者使用每种推理配置均生成了分类输出，无执行失败。在CPU资源上，单模型CNN的平均分类时间范围为0.27至1.53秒，集成模式（包含所有网络推理）平均需要3.18秒。

外部评估分类性能

在外部BraTS-19队列上，GliomaAI-CNN实现了最高的平衡准确率82.2%和Matthews相关系数（MCC）62.4%，阳性预测值（PPV）和阴性预测值（NPV）分别为96.1%和64.3%。GliomaAI-CNN对HGG的敏感性最高（95.2%），但特异性最低（69.2%）。ResNet-10正确分类了所有LGG病例（特异性100%），但敏感性最低。集成模式整体性能位居第二。GliomaAI-CNN的AUC点估计最高（0.945），其次为集成配置（0.925）。配对DeLong检验显示，这两种配置的AUC均显著高于ResNet-50（调整后p = 0.014和0.007），两者之间无显著差异。

可解释性忠实度评估

基于扰动的删除分析显示，Grad-CAM解释的可靠性具有架构依赖性。在HGG病例中，GliomaAI-CNN和ResNet-50在Grad-CAM引导的体素删除相对于随机删除方面表现出一致的优势，而DenseNet-121和ResNet-10几乎没有优势。GliomaAI-CNN在仅删除排名前5–10%的体素时表现出最大的额外概率降低，表明热图早期识别了驱动预测的紧凑区域。在LGG病例中，效应较弱且不确定，可能反映了较小的样本量。

讨论与结论

研究人员指出，Grad-CAM可视化存在局限性：深层架构的激活模式与可见肿瘤区域之间存在轻微空间偏差，受卷积特征图低空间分辨率限制；3D渲染的视觉外观受热图阈值和透明度设置影响，低强度激活可能在渲染后形成视觉上显著的体积，可能高估其与预测的相关性，55百分位阈值是相对而非绝对阈值，不区分肿瘤与正常组织激活，Grad-CAM并非分割方法。

外部验证中，特异性估计需谨慎解释，因其仅基于26例LGG病例，每例误分类改变特异性约3.85个百分点。对于潜在的临床决策支持应用，HGG敏感性值得关注，因为将HGG分类为LGG可能低估肿瘤严重程度。事后探索性分析显示，优化阈值虽提高了所有配置的平衡准确率，但MCC未一致改善，可能反映开发队列（63% HGG）与外部队列（89% HGG）之间的类别患病率偏移。

本评估依赖回顾性数据集，未在前瞻性临床使用中评估扩展，加上LGG病例数量少和类别不平衡，限制了发现对其他扫描仪、采集方案和患者群体的推广性。GliomaAI目前应被视为研究工具，现有证据不支持其临床部署。需要在本地采集的MRI检查独立队列上进行进一步验证，并收集临床医生的直接反馈以评估可用性和工作流兼容性。功能测试仅在Windows 11上进行，Linux和macOS上的兼容性尚待验证。未来方向可包括加权或选择性集成策略，以及整合IDH突变状态和1p/19q联合缺失等关键分子标志物的MRI预测。

研究结论：GliomaAI是一款开源3D Slicer扩展工具，集成了MRI预处理、无分割的LGG/HGG分类和可解释性功能。与现有分类工具不同，GliomaAI将先前评估的CNN架构与通过交互式Grad-CAM叠加和3D热图渲染实现的可解释性相结合，使用户能够检查与模型预测相关的区域。在非重叠BraTS-19队列上的外部评估提供了令人鼓舞的分类性能证据。这种透明度可能帮助临床医生评估模型输出的合理性，并支持进一步研究GliomaAI作为临床决策支持工具的潜力。