不确定性感知的混合模型用于前列腺穿刺活检中的可靠导航引导

《MEDICAL PHYSICS》：Uncertainty-aware hybrid model for reliable navigation guidance in prostate biopsy

　　

背景： 前列腺穿刺活检——在超声（US）引导下进行——是诊断前列腺癌的唯一确诊性操作。尽管已有多种旨在提高组织取样精度的系统用于组织病理学分析，但这些系统往往无法充分应对操作过程中患者/组织的运动与形变，或不适于向预定靶点提供实时引导。 目的： 本研究提出一种实时辅助方法，利用2D超声与3D超声信息帮助泌尿外科医生在穿刺位点之间进行导航。 方法： 所提出的混合框架将三个基于ResNet-18的子网络与卡尔曼滤波器（Kalman filter）相结合，用于跟踪当前2D超声帧在操作期间采集的参考3D超声体数据中的位姿。其中两个网络从超声帧对或从3D体数据中提取的帧/切面组合预测相对刚性变换。第三个网络从帧/切面对预测配准误差，并作为大误差检测器。该误差预测模块被直接集成到迭代配准过程中，以确保在组织形变或图像伪影存在时的鲁棒跟踪，同时在每个时间步提供配准质量的不确定性估计。该框架在从97例患者的真实经直肠前列腺穿刺活检过程中采集的847个3D超声体数据所生成的复杂穿刺轨迹上进行了训练与评估。数据集被划分为训练集（78例患者，669个体数据）、验证集（10例患者，115个体数据）和测试集（9例患者，63个体数据）。性能与基于图像相关性的基线方法进行了比较，采用临床相关评估指标，包括25秒轨迹上的平均表面配准误差（mean SRE），以及SRE低于2.5 mm和5 mm的配准帧百分比。统计学显著性采用Wilcoxon符号秩检验（经Holm–Bonferroni校正调整）和跨测试队列的95%置信bootstrap区间（CI 95%）进行评估。效应量以秩双列相关（RBC）量化。 结果： 与基线方法相比，所提出的方法在25秒轨迹上的平均SRE显著降低，从3.1 mm降至2.2 mm（中位数[CI 95%]，p = 0.016，RBC = 0.96）。此外，所提出的大误差检测器——用于不确定性估计——在分类配准误差高于或低于5 mm给定阈值时，取得了0.81的平衡准确率。 结论： 这些结果证明了所提出的框架在提高实时前列腺穿刺活检导航引导的准确性和鲁棒性方面的潜力。

论文解读

一、研究背景与问题

前列腺癌是男性第二大常见癌症，早期诊断至关重要。超声引导下的前列腺穿刺活检结合术前磁共振成像（MRI），是确诊前列腺癌的唯一确认性方法。穿刺靶点的精确定位直接影响诊断质量和治疗方案的选择。过去二十年间，多种辅助穿刺活检的技术和商业设备相继问世，提供2D/3D或3D/3D的MRI/US或US/US图像融合辅助。然而，大多数现有系统依赖外部传感器——如电磁（EM）定位器或机械编码器——在固定参考系中跟踪探头，无法充分考虑操作过程中前列腺或患者的移动。另一种无传感器辅助方法通过在不同时刻重复采集3D超声体数据并进行配准来跟踪器官而非探头，能够补偿运动和形变，但其主要局限在于辅助并非实时，因为体数据的采集与融合耗时较长。

为实现穿刺位点之间的无传感器导航，需要将实时2D超声帧与参考3D超声体数据进行配准，以便在当前帧中可视化靶点位置。已有大量研究利用深度学习方法解决无传感器2D/3D超声配准问题，但这些方法并不适用于穿刺导航场景，因为导航运动复杂且不同于重建中的扫描协议。Prevost等人提到的对称性问题——使得平面外变换参数难以确定——在自由导航中更为突出，因为轨迹是任意的。不过，穿刺过程中可获得的参考体数据等上下文信息可能有助于配准。

Dupuy等人提出了一种辅助经直肠穿刺活检位点间导航的配准方法，其2D卷积神经网络（CNN）模型以连续两帧、参考体数据和模拟惯性传感器为输入，但探头运动被简化为“基底-顶端”轨迹。Guo等人提出了基于两个ResNeXT模型的迭代方法FVReg：Frame2Frame模型估计最近两帧之间的相对变换以更新当前帧位姿，Frame2Slice模型估计当前帧与按当前估计位姿重切片得到的参考体图像之间的变换。然而，Guo等人方法的一个局限在于2D超声帧被配准到它们来源的体数据，这引发了临床现实性的担忧——真实采集过程中可能出现的噪声、运动和形变未被考虑。

二、研究目的与贡献

为增加临床现实性——使方法在超声流既非来源于参考体数据重建、也不用于参考体数据重建时依然鲁棒——研究人员提出用可训练的相似性模型替代Guo等人方法中的相似性函数。传统的图像相似性度量（如两幅图像间的相关性）不够可靠，因为同一解剖位置的两幅图像可能因噪声或形变而存在差异。研究人员提出的模型SRE-Net被训练用于估计当前帧与重切片图像之间的表面配准误差（SRE），以细化估计位姿。此外，该模型还预测估计误差不正确的概率，并将此概率作为不确定性度量来评估配准的可靠性。

本工作的主要贡献包括：第一，与Guo等人和Dupuy等人的工作相比，研究人员在更复杂和更真实的数据上开展工作，考虑了4自由度（DoF）探头轨迹以及因探头或器官运动、器官形变和噪声而相对于参考体数据存在差异的超声流。第二，在这一更真实的设置中，研究人员揭示了Guo等人提出的依赖图像相关性相似性度量的迭代方法的局限性，并提出用可训练的双分支模型SRE-Net替代图像相关性，其中一个分支估计配准误差作为相似性度量，用于引导迭代配准过程。第三，SRE-Net的第二个分支被训练用于估计大配准误差（>5 mm）的概率，旨在评估配准输出的可靠性并为导航提供指导。

三、关键技术方法

研究人员提出的混合框架结合了三个基于ResNet-18的子网络与卡尔曼滤波器（KF）。Frame2Frame网络从连续两帧图像估计相对变换参数，其中平面外运动分量仅估计幅度（绝对值），平面内运动分量同时估计幅度和方向。Frame2Slice网络采用相同原理，但估计当前帧与按估计位姿从参考体数据重切片得到的图像之间的相对变换。SRE-Net采用双分支架构：第一分支回归SRE值，第二分支以二分类任务估计SRE超过2.5 mm阈值的概率。三个子网络均以ImageNet预训练的ResNet-18为基础，修改全连接层为6层多层感知机（MLP）。线性卡尔曼滤波器采用恒速运动模型，显式建模探头运动动力学，可在不显著降低性能的情况下减少计算开销。数据集来源于格勒诺布尔大学医院97例接受KOELIS Trinity?无传感器融合系统辅助经直肠穿刺活检的患者，共847个活检体数据、97个参考体数据和前列腺网格分割，每个3D超声体数据大小为256×256×256，各向同性分辨率约0.35 mm。训练集78例患者（669个体数据）、验证集10例患者（115个体数据）、测试集9例患者（63个体数据）。模拟活检轨迹来自不同经验水平泌尿外科医生的39条记录轨迹，每条轨迹包含3000至6000个以20 Hz记录的变换，对应150至300秒导航时间。

四、研究结果

4.1 SRE-Net作为学习误差度量引导配准过程的性能

消融研究比较了使用SRE-Net与图像相关性引导迭代配准的性能。结果表明，使用图像相关性作为相似性度量时，平均SRE为3.1 mm，而使用SRE-Net（迭代次数N=50）时平均SRE降至2.3 mm，SRE低于2.5 mm的帧百分比从58.2%提升至65.1%，SRE低于5 mm的帧百分比从86.0%提升至97.5%。当迭代次数降至N=25时性能明显下降（平均SRE为2.6 mm），而增加至N=75时推理时间增加但性能无提升，因此N=50为最优选择。

4.2 结合卡尔曼滤波的性能

将SRE-Net与KF结合的研究比较了不同KF更新策略。KF每时间步更新时平均SRE为2.1 mm，每两个时间步更新时为2.2 mm，均与不使用KF时的性能相当（2.3 mm），但每两个时间步更新可将推理时间从50 ms降至25 ms。KF每三个时间步更新时性能下降（平均SRE为2.6 mm），推理时间降至20 ms。

4.3 比较研究分析

统计比较分析以患者为独立样本，采用中位数和95% bootstrap置信区间报告结果，并通过Wilcoxon符号秩检验评估显著性。结果表明，所提出的方法（无论是否使用KF）在平均SRE、SRE低于2.5 mm的帧百分比和SRE低于5 mm的帧百分比三项指标上均显著优于基于图像相关性的基线方法。其中SRE-Net配合KF每两个时间步更新的配置取得了平均SRE从3.1 mm降至2.2 mm的显著改善（p = 0.016，RBC = 0.96），SRE低于2.5 mm的帧百分比从58.2%提升至70.6%（p = 0.012，RBC = 1.0），SRE低于5 mm的帧百分比从86.0%提升至96.5%（p = 0.016，RBC = 0.96）。

4.4 SRE-Net检测大配准误差的性能

以SRE超过5 mm定义为“差”配准，SRE-Net第二分支（分类分支）取得了0.81的平衡准确率（真阳性率TPR = 0.80，真阴性率TNR = 0.83），当阈值提高至6 mm时平衡准确率提升至0.85（TPR = 0.89，TNR = 0.82）。相比之下，第一分支（回归分支）的平衡准确率仅为0.70（TPR = 0.42，TNR = 0.99），较低的TPR表明其对“差”配准的检测能力有限。第二分支的S形预测曲线表明，模型对“差”配准的置信度随SRE增大而提高，预测值趋近于1。

五、讨论与结论

讨论部分： 研究人员指出，所提出的方法在63条测试轨迹上的平均SRE满足2.5 mm的临床精度要求，且误差沿轨迹的累积有限。SRE-Net模块能够在形变和噪声存在的情况下比传统图像相似性度量更鲁棒地估计配准误差。卡尔曼滤波器虽然性能增益有限，但可通过降低更新频率减少计算开销，这对临床部署尤为重要——该方法旨在部署于可能不具备高性能硬件的常规临床系统。在大误差检测方面，第二分支在5 mm阈值下的分类性能具有临床应用价值，所有假阴性案例均发生在SRE低于10 mm的情况下，表明模型能够可靠检测“差”配准。研究方法的局限在于未在原始导航数据上评估，临床鲁棒性仍需进一步验证，因为获取具有可靠金标准的原始导航数据仍具挑战性。

结论翻译： 本工作介绍了一种将实时2D超声流配准到参考体数据的算法，并在大规模经直肠采集数据集上进行了评估。所研究的轨迹具有4自由度的复杂性，且对平移或旋转方向无约束，这使其区别于传统的3D超声重建问题。通过将经典相似性度量（图像相关性）替换为可学习的误差模型SRE-Net，研究人员证明了所提出的方法在噪声、前列腺运动和形变存在时更加鲁棒。研究人员进一步证明，引入卡尔曼滤波器建模探头轨迹动力学可在保持性能的同时降低计算负担。最后，研究人员表明，在不增加模型复杂度或训练负担的情况下，该方法能够检测大配准误差，从而增强了其在临床关键场景中的适用性。未来工作将研究基于学习的时序模型以捕获复杂的探头动力学。