乳腺DCE-MRI肿瘤分割的对比期相选择：预注册比较未定论而期相效应小而具患者特异性

《Journal of Imaging》：Which Contrast Phases Does Breast DCE-MRI Tumour Segmentation Need? A Pre-Registered Comparison and Exploratory Analysis

　　

乳腺动态对比增强磁共振成像（DCE-MRI）在对比剂注射前采集一个图像容积、注射后采集多个图像容积，每个容积即一个对比期相。肿瘤分割模型需要哪些期相尚未被系统检验。研究人员在公共MAMA-MIA基准中ISPY2新辅助治疗队列的22个中心、980次检查上，对前四个期相的全部15种组合训练3D U-Net，每种组合5个随机种子，并以Dice点（Dice points，0–100）衡量与专家校正参考分割的重叠。其中一项比较预先注册为确认性分析。确认性比较未得出结论：由期相选择模型在扫描前选出的配对，较临床的对比前加首个对比后配对高1.33点（?0.39至3.12），该差异过小，本研究无法检出。用平均最佳配对替代临床配对同样未得出结论（+1.56）。所有进一步发现均为探索性。按每类三个配对平均，对比后配对超过含对比前容积的配对2.52点（1.26–3.91），但这涉及重叠而非边界准确性，在第二队列中不显著，将ISPY2模型不重训应用于该队列时点估计方向反转，且可能因参考分割的生成方式而被高估。没有配对适合所有患者：临床配对对30%患者最佳，而平均最佳配对仅对12%患者最佳，因此平均值不能识别个体的最佳配对。对比前至首个对比后容积的间隔在中心间变异达2.25倍（87–196 s），故不能假定期相索引标记增强曲线上的固定点。对已采集数据，期相选择无额外成本，但其效应小、具患者特异性且未在单队列之外得到确认；不足以支持更改采集协议。记录注射时间可使期相时间跨中心比较。

论文主体解读：乳腺DCE-MRI（动态对比增强磁共振成像）在注射对比剂前采集一个T₁加权容积，注射后重复采集多个容积，每个容积称为一个对比期相。既往研究确立曲线类型可区分乳腺良恶性强化病变，短方案文献亦假定多数诊断信号位于少数早期期相，但该前提从未针对分割任务系统检验；同时，期相索引是否等同于采集时间、期相选择是否应事先固定并全局应用、期相数是否可自由设定等假设持续存在。MAMA-MIA等大型多中心专家标注资源的出现，使系统比较期相子集成为可能。研究人员因此提出：在固定架构与训练方案下，前四个期相的所有非空子集对肿瘤分割的价值如何；排除对比前容积的等大小子集是否优于含其的子集；性能是否在期相数未满时饱和；是否存在跨患者固定的最佳子集。研究以ISPY2为主队列，DUKE用于队列内复制，NACT被指定为冻结留出队列且从未加载。

关键方法：回顾性分析公开匿名基准MAMA-MIA，其整合DUKE、ISPY1、ISPY2和NACT；ISPY2按患者分层按肿瘤体积四分位固定划分为688例训练、96例验证、196例测试，DUKE为203/28/60。对前四期相全部15个子集以同一3D U-Net（三维U-Net）训练，每子集5个种子；另设学习期相选择器、显式减影、逐通道归一化敏感性、DUKE复制及nnU-Net锚定比较。采用同一病例配对的嵌套bootstrap（重采样病例与种子）和交叉随机效应模型估计不确定性，Dice（Dice相似系数）为主要终点，HD₉₅（95百分位Hausdorff距离）与预测肿瘤体积为次要终点。

3.1 预注册确认性检验：通过唯一确认性配对比对，学习配对P₁+P₂较临床配对P₀+P₁高1.33 Dice点，95%区间跨零，196例中仅49%病例更优；最小可检测差异为2.29点，故为功效不足的阴性结果而非等效性证据，不作推荐。

3.2 采集时间：通过汇总各队列及ISPY2各中心采集时间，发现中位相邻期相间隔在ISPY2、DUKE、ISPY1分别为93、121、308 s；仅ISPY2多数首后对比容积位于60–180 s（82%对21%和10%）。ISPY2内14个至少30例中心的首后对比中位时间为87–196 s，比值2.25；后续期相间隔仅84–97 s、变异系数0.05，且与首间隔呈边缘负相关。因时间相对对比前采集而非注射，不能区分冲洗采样差异与注射延迟差异；时间异质性与每例等预算差异无关联。结论是期相索引不能假定代表增强曲线固定点，建议记录注射时间。

3.3 子集性能：通过五种子重复训练并排名15个子集，P₁+P₂+P₃最高，Dice为0.797（0.775–0.817），四期全集0.786；P₀单独最弱，为0.587，前四名均为仅后对比或全集。

3.4 等预算对比：通过在每个期相预算下比较仅后对比子集与同大小含P₀子集，两期平衡对比为+2.52 Dice点（1.26–3.91），在其三类比较族内Holm校正后显著；三期对比为+?（0.76–3.31）但后对比侧为单一最高排名子集，存在选择偏倚；一期对比仅作合理性检查。单个最佳后对比配对替代临床配对不排除零。效应不随首后对比时间变化；专家校正幅度三分位分析中效应在最大校正三分位更大，但该模式也见于无循环性解释的对照，故弱支持；对未校正自动掩膜重评分后等预算对比基本不变；ER（雌激素受体）阴性145例与阳性51例亚组显示阳性 minority 效应更大，提示受体阴性富集稀释而非产生效应，但为事后弱证据。交叉随机效应、逐通道归一化及nnU-Net锚定均方向一致；DUKE类级复制方向一致但不显著。

3.5 加入对比前容积无可检测变化：通过固定后对比期相并逐一加入P₀的七个嵌套比较，Holm校正后均不显著；仅P₀+P₁较P₁名义显著。三期时P₁+P₂+P₃较P₀+P₁+P₂高约2点，而向P₁+P₂加入P₀无变化、加入第三后对比期相增益约1.9点，说明差异主要来自获得期相的价值；两期时两类加入均有正增益。共享归一化下显式减影无额外收益，逐通道归一化下减影反而有害。结论支持机会成本解释，但非已确立机制。

3.6 无单一子集适合所有患者：通过统计每种两期子集在个体病例上最优的频率，平均最佳的P₂+P₃仅对12%病例最佳，临床配对P₀+P₁对30%最佳，六种子集均对部分患者最佳。按病例选择的oracle较最佳固定子集高2.45点（1.90–3.06），稳定；但基于记录协变量的规则最多恢复0.55点，且三个规则差于最佳固定，故头寸存在但未从协变量达到。

3.7 饱和与等效：通过按期相数汇总平均Dice，1至4期分别为0.707、0.766、0.782、0.786，两期已达大部分性能；但两期不能在窄margin内宣称与四期等效，双侧检验通过的最小margin为2.25 Dice点。

3.8 体积测量、边界一致性与检测：通过分析体积与HD₉₅，P₁+P₂+P₃较P₀+P₁中位绝对体积误差由2.07降至1.60 mL，中位相对误差由17.9%降至13.8%；平均配对降低2.07 mL（0.94–3.39）但中位仅0.23 mL，63%病例方向一致，优势集中于尾部。完全检测失败罕见且近乎恒定；最佳子集中位Dice 0.845、均值0.797。HD₉₅中位数三期后对比6.64 mm、临床配对10.25 mm、四期5.24 mm，但分布右偏；配对比较中三期后对比较四期改善2.42 mm但区间跨零，较两期改善4.54 mm（0.05–9.22）。等预算对比在HD₉₅未检测到差异，故Dice结论不能外推为边界准确性结论。

3.9 复制与架构：通过DUKE队列内复制及跨队列迁移，DUKE类级等预算差异方向一致但不显著（59例）；ISPY2训练模型不重训应用于DUKE时排序反转；DUKE冲洗采样覆盖21%对ISPY2 82%，为潜在混杂。nnU-Net三折P₁+P₂+P₃均值0.8214、0.8207、0.8163，折间SD 0.275点、范围0.51点，单次差异小于约0.5点不可区分于种子噪声。nnU-Net六种两期子集中仅后对比仍优于含P₀（病例级区间0.48–2.37，类均值0.8178对0.8036），方向一致但更小；三期优于两期1.59点（0.31–3.18），三四期对比在锚定架构上无信息；绝对Dice nnU-Net更高（0.821对0.797）。结论为主要探索发现与第二架构方向一致，但属一致性而非确认。

讨论部分总结：研究评估前四期相全部子集，预注册比较与单个替代均阴性；显著结果仅为每侧三个子集的聚合，约两个Dice点，且仅重叠而非边界。模式与机会成本一致而非伤害；加入P₀的七个嵌套比较均无显著变化，但一通道时未校正估计倾向含P₀。时间结果不能证明期相索引代表不同生理时刻，因后续cadence近恒定而首间隔变异大且负相关，提示注射延迟可能但不可分离；可移植观察是同一基准内名义相同期相的采集间隔相差2.25倍，建议未来采集记录注射时间。聚合部分由无人会选的P₀+P₃驱动；聚合与病例分布回答不同问题，个体决策应看病例结果，其不支持回避对比前容积。无固定子集适合多数患者，oracle增益2.45点为头寸而非已达性能；协变量最多0.55点。DUKE复制与迁移未支持外部泛化，时间可为混杂但未依赖；等预算约束是公平比较装置，非真实约束；内部稳健不证明外部有效；领域移位远大于两点，期相选择不是跨中心泛化补救；已获取数据改变期相无成本但当前证据不支持更改协议。

研究结论翻译/转述：学习配对与临床期相配对的预注册比较为阴性，实践者实际会做的单次替代亦为阴性；本研究因此未建立应采集哪一具体期相配对的推荐。该阴性为功效不足而非等效：196配对病例的最小可检测差异为2.29 Dice点，高于观察效应。最可能比分割结果更持久的观察涉及基准时间元数据且无需模型：单一队列各中心间对比前至首后对比间隔变异2.25倍（87–196 s），而后续期相cadence仅变异1.16倍并与首间隔负相关；因未记录注射时间，不能判断其反映冲洗采样时点还是注射延迟，二者对期相索引是否跨中心同义有相反含义。该属性为基准继承属性，可由发布元数据测得，适用于所有基于这些数据的研究；建议未来多中心采集同时记录注射时间。探索性分割结果为聚合陈述：固定输入通道数时，从两通道起额外后对比期相价值大于对比前容积；一通道时数据倾向包含对比前容积；对比前容积加入固定后对比集为中性，故聚合反映获得期相价值而非舍弃期相伤害。ISPY2内该效应经逐通道归一化、两种方差模型、未校正自动掩膜重评分及受体阴性富集检验仍存在；离开队列未存活：DUKE复制方向一致但不显著（59例），ISPY2模型应用于DUKE排序反转；第二架构在每子集一折下方向一致，属一致性非确认；效应亦依赖子集pooling。三个限制：两期边界未检测，所报为重叠非形状结果；体积优势集中尾部，平均配对降低2.07 mL而中位0.23 mL；无单一子集适合所有患者，oracle超最佳固定2.45点，临床配对个体最佳30%对平均最佳12%。两个Dice点差异 modest，无证据改变临床决策。综合预注册阴性、替代阴性、外部队列不显著及病例分歧：无单一期相子集跨患者最佳，聚合优势未在主要队列外证明；采集时间未预测ISPY2内病例差异；后对比优势是有待进一步研究的观察，而非影像协议推荐。