## 1. 专业标题 基于配对T1加权与T2加权MRI的两阶段分层深度学习框架用于新生儿脑病理检测：脑龄差筛查与结构共病分类

《Frontiers in Neuroimaging》：Hierarchical detection of neonatal brain pathologies using a two-stage deep learning framework from magnetic resonance imaging

　　

## 3. 摘要翻译

基于磁共振成像（MRI）的新生儿脑病理自动化检测面临双重挑战：早产会产生一种具有特征性但易混淆的髓鞘化延迟模式，从而可能掩盖并存的结构性异常；而缺氧缺血性脑病（HIE）与脑积水等疾病本身亦需及时识别。现有框架通常孤立地处理上述临床问题，或将其压缩为单一扁平分类器，从而丢弃了自然的临床决策层级。本研究提出一种分层两阶段深度学习流程，模拟临床推理过程，输入为配对的T1加权与T2加权新生儿脑MRI。初始的第1阶段（Stage-1）部署脑龄差分类器，其构建于三维（3-D）ResNet-18回归器之上，随后经脑龄差阈值化二元决策，旨在筛查髓鞘化延迟。随后，同一批受试者进入第2阶段（Stage-2），由第二个三维ResNet-18执行结构病理的三分类：正常、HIE与脑积水。实验表明，在Stage-1中由MRI扫描回归年龄的R²为0.941，所提出的分层流程在Stage-2取得曲线下面积（AUC）为0.919 ± 0.024。

## 4. 论文主体解读

**研究背景与问题。** 新生儿脑在围产期经历快速而协同的发育变化，其中髓鞘化是最具放射学信息量的特征之一，在T1加权与T2加权MRI上表现为特征性信号反转，可供神经放射科医师判断神经成熟度。该成熟时间轴的中断大致可分为两类临床表型：其一是与早产相关的髓鞘化延迟，早产儿在妊娠晚期髓鞘化激增之前即离开子宫环境，其脑在MRI上相对实际（出生后）年龄表现为结构不成熟，这一差异可由脑龄差δ = a ? a刻画（a为深度网络基于髓鞘信息的年龄预测，a为实际年龄），负的δ被认为是早产髓鞘化延迟的标志；其二是结构性病理，尤其是HIE与脑积水，其在皮层结构、白质信号或脑室形态上产生与胎龄成熟度无关的异常，HIE由围产期窒息所致，是足月儿脑损伤的首要原因，因治疗性低温仅在狭窄时间窗内有效而需快速识别，脑积水以病理性脑脊液蓄积与脑室扩张为特征，常于MRI上被偶然发现并需神经外科规划。临床上的重要复杂性在于两类表型可并存：早产儿发生HIE与出血后脑积水的风险均升高，若采用扁平分类器则必须同时处理髓鞘化相关与结构相关的图像特征，任务本身存在固有歧义；而当髓鞘化延迟不存在时，鉴别诊断收缩为单纯结构异常，信号更为清晰。已有研究多将上述临床问题孤立处理，或合并为单一扁平分类器，丢弃了临床决策的自然层级；据作者所知，尚无研究将HIE与脑积水作为需在髓鞘化延迟背景下共同分类的结构共病进行联合建模。据此，作者提出分层两阶段流程，先筛查髓鞘化延迟，再在其缺失条件下进行细粒度结构分类。

**方法与结论。** 作者将新生儿脑病理检测构建为"先二元后三元"的分层决策问题，把复杂的四分类任务分解为两个具临床动机、且各自更易求解的子问题。第1阶段（Stage-1）以脑龄差为基础的二元分类器，当由双模态三维ResNet-18计算得到的脑龄差低于数据驱动阈值时，将受试者标记为早产，否则转入结构分析；第2阶段（Stage-2）训练结构共病分类器，由随机初始化的第二个三维ResNet-18区分正常、HIE与脑积水，Stage-1标记确保早产受试者被排除于最终结构预测之外。研究结论指出，该分层设计由临床决策过程所驱动，可产生可解释的中间输出，并适于不确定性量化以及针对不同临床操作点的阈值调整。

**关键技术方法。** 研究数据取自Akinci D'Antonoli等（2023）公开的儿童数据集（巴塞尔大学儿童医院），纳入566例健康/正常婴儿、56例HIE、38例脑积水与27例单纯早产儿，另有6例早产合并HIE、6例早产合并脑积水，早产受试者共39例，约含单样本的罕见病受试者被排除；受试者年龄0至36个月。影像为配对T1w与T2w，并附专家标注的髓鞘成熟标签。预处理采用ANTs的N4进行偏置场校正，经MONAI确定性变换管线重定向至标准解剖坐标系、重采样至2 mm³各向同性分辨率，强度按第1与第99百分位截断并线性归一化至[0, 1]。Stage-1回归器仅在566例健康受试者上训练；对回归均值偏倚，仅在验证半区的健康受试者上拟合残差与实际年龄的线性模型并冻结截距与斜率后减除，阈值τ在验证集脑龄差上以ROC分析与Youden J统计量校准，测试集不参与校正与阈值估计。Stage-2训练集为正常、HIE与脑积水受试者，排除无结构病理的单纯早产儿，纳入12例合并结构病理的早产儿。Stage-1损失为MAE、年龄加权MSE与排序hinge损失的复合形式，采用AdamW与余弦退火；Stage-2采用focal loss并以WeightedRandomSampler应对类别不平衡。此外设置四分类扁平分类器作为基线，分别以三维ResNet-18与三维DenseNet-121为骨干。

**研究结果。**

*四分类扁平分类器基线。* ResNet-18基线的宏平均F1为0.427 ± 0.041、准确率0.596 ± 0.030、AUC 0.831 ± 0.035，其中早产类F1仅0.146 ± 0.057；DenseNet-121基线宏平均F1为0.453 ± 0.039、准确率0.590 ± 0.031、AUC 0.782 ± 0.038，早产类F1为0.110 ± 0.049。两种骨干在各项指标与各类别上互有优劣，无一致占优者。

*Stage-1脑龄回归与门控。* 在经回归均值偏倚校正的留出测试集上，预测年龄与专家髓鞘化年龄的Pearson相关为0.970、Spearman相关为0.961（n = 57，均p < 0.001），R² = 0.941；相对实际年龄的平均绝对误差（MAE）在健康测试集为2.19个月、早产队列为2.12个月、病理队列（HIE + 脑积水）为2.08个月，后两者完全排除于Stage-1训练之外，构成真正的分布外泛化检验。脑龄差组间比较显示，早产组Hedges' g = 0.153（p = 0.4073），HIE + 脑积水组g = 0.267（p = 0.0676），HIE组g = 0.221（p = 0.0601），脑积水组g = 0.343（p = 0.1932），即基于脑龄差的Stage-1门控区分能力较弱。

*Stage-2结构共病分类。* 在非早产测试受试者上，正常类F1为0.5702 ± 0.2730，HIE为0.3951 ± 0.0701，脑积水为0.3787 ± 0.1261，宏平均F1为0.4480 ± 0.1367，准确率0.5167 ± 0.1901，AUC为0.9190 ± 0.0244。主要错误模式为正常与HIE之间的混淆，约占Stage-2全部误分类的52%，HIE精确率相对较低（0.24），相当比例的正常病例被误判为HIE。

*消融研究。* 年龄回归方面，仅用T1时Pearson r = 0.959、R² = 0.919，健康/早产/病理MAE分别为2.3610、2.129、2.2106个月；仅用T2时Pearson r = 0.961、R² = 0.923，对应MAE为2.476、2.0912、2.326个月，与双模态结果相近。结构分类方面，Stage-2纳入早产共病者为0.45，不纳入为0.43；仅T1与仅T2均为0.44，提示共病早产样本提供了边际有用的结构信号，但差异处于各次划分的波动范围内。

**讨论与结论。** 作者指出，该流程的主要动机是临床合理性：放射科医师阅读新生儿MRI时先评估整体成熟模式是否与婴儿实际年龄一致，再评估叠加的结构异常，所提流程以数据驱动、可重复的方式模拟这一两步推理。其实际意义在HIE与脑积水最为明显：在扁平基线中，这些疾病可能因早产MRI与早期HIE（髓鞘化减少）及轻度脑积水（因脑未成熟导致的脑外间隙增宽）存在表面相似特征而被混淆；在分层设计中，被标记为早产者的最终预测为早产，而其Stage-2后验概率仍作为独立输出保留。作者强调，Stage-2与扁平分类器的结果不应被解读为直接对比：其一，队列含12例早产合并结构病理受试者，扁平分类器将其归入早产类，而Stage-2按结构标签归类，二者采用互不相容的约定，不存在单一无争议的四分类金标准；其二，两类方法的训练数据并不等价，扁平分类器在全部四类上端到端训练，而分层流程从不在单纯早产受试者上训练。关于设计选择，作者采用分离的两套ResNet-18而非共享编码器，因年龄回归需对全局髓鞘化模式敏感、结构分类需对局部组织异常敏感，权重共享的预备实验导致宏平均F1下降2.1个百分点；选择ResNet-18是容量与数据规模之间的折中，ResNet-50未带来显著提升且需批大小2而拖慢收敛；Stage-1门控虽能识别早产者的负向脑龄差，但区分能力较弱，临床组脑龄差分布相对健康组尾部更重、偶见极端值，与合并的早产及HIE + 脑积水类别内部存在较大临床异质性一致。局限性方面，作者列出：数据集规模有限，HIE与脑积水亚组不足百例；刻意避免配准至婴儿脑图谱与几何增强，因队列跨越0–36个月的宽发育范围且脑尺寸与形状本身与年龄相关，同时指出强度域增强仍未探索；Stage-1依赖专家估计的生物学年龄作为回归目标，可能含残余主观性与测量误差，且未开展独立阅片者研究；64³体素目标偏保守；HIE类别混合了灶性与全局性缺氧缺血损伤；年龄混杂问题突出，各诊断组实际年龄差异显著（Kruskal-Wallis H = 86.1，p = 2.0 × 10^?19），仅用实际年龄的分类器对HIE召回达0.96而对脑积水仅0.38、对正常仅0.47，影像模型的HIE召回（0.95）与正常召回（0.45）均与仅用年龄的基线相近，故无法排除Stage-2的HIE判别在很大程度上依赖与年龄相关的特征而非病理特异信号，而其脑积水召回（0.93）远高于年龄基线（0.38），表明该类别的判别包含超出年龄的信息；此外缺乏跨机构、跨扫描仪的外部验证，强度归一化并非扫描仪协调方法，队列年龄分布存在组间差异且未按年龄分层分析，因数据缺失亦无法进行性别特异性分析。作者认为，分层自动诊断有望在专家神经放射学复核不能即时可及的资源有限新生儿重症监护病房减少报告变异性，Stage-1的脑龄差与Stage-2的各类别概率等可解释中间输出比扁平分类器的不透明logits更具可操作性，可作为结构化报告要素呈现给临床医师；研究结论为：本研究提出了一种基于配对T1w与T2w MRI的新生儿脑病理检测分层两阶段深度学习流程，Stage-1部署由双模态三维ResNet-18回归器计算脑龄差，R²为0.941，健康与早产受试者生物学年龄的平均误差分别为2.19与2.12个月；受试者无论髓鞘化阶段如何均进入Stage-2，由第二个三维ResNet-18分类结构共病（正常、HIE、脑积水），在Stage-2测试分区取得平均AUC 0.919 ± 0.024。Stage-2在非早产受试者上的结构分类总体准确率为0.517 ± 0.190、宏平均F1为0.448 ± 0.137；扁平四分类基线在不同人群与不同共病标注约定下取得准确率0.596与宏平均F1 0.427，二者不可直接比较，不应被视为同一量的竞争性估计。因此，该分层设计由临床决策所驱动，产生可解释的中间输出，并适于不确定性量化与针对不同临床操作点的阈值调整；未来方向包括多中心外部验证、更高空间分辨率、扩散MRI的整合以及Stage-1门控的校准概率路由。