《Pediatric Radiology》:Normative volumetric growth modeling of the whole fetal body, placenta, and amniotic fluid for three-dimensional T2-weighted magnetic resonance imaging
编辑推荐:
背景:基于磁共振成像(MRI)的胎儿、胎盘和羊水体积测量具有临床价值,但由于需要人工分割受运动影响的两维(2-D)堆栈,劳动强度大,很少使用。现有的深度学习方法通常局限于单一结构和2-D数据,而对于重建的三维(3-D)MRI中的全子宫体积测量,尚无稳健的自动化
背景:基于磁共振成像(MRI)的胎儿、胎盘和羊水体积测量具有临床价值,但由于需要人工分割受运动影响的两维(2-D)堆栈,劳动强度大,很少使用。现有的深度学习方法通常局限于单一结构和2-D数据,而对于重建的三维(3-D)MRI中的全子宫体积测量,尚无稳健的自动化解决方案,且缺乏规范性参考范围。目的:开发一种用于3-D T2加权胎儿MRI中全子宫体积测量的自动化流程,并推导胎儿、胎盘和羊水体积的规范性生长模型。材料与方法:使用可变形切片到体积重建将受运动影响的T2加权堆栈(0.55–3-T场强)重建为3-D各向同性图像,然后使用3-D U-Net进行自动分割。该方法应用于357个正常对照数据集(确认足月分娩,孕周范围16–41周),以推导二次规范性生长曲线。在43个独立数据集上进一步评估了性能和临床实用性。结果:分割高度准确(Dice:胎儿0.997,胎盘0.995,羊水0.998),体积误差低(<1%),且<25%的病例需要最小手动修正。在对照组中,胎儿和胎盘体积随孕周增加(P<0.001),而羊水体积呈二次趋势。纵向生长率:胎儿146.6 cc/周,胎盘38.8 cc/周。早产妊娠显示胎儿和胎盘体积显著降低(P<0.001),羊水减少(P<0.01)。结论:本研究提出了第一个用于3-D胎儿MRI中同步全子宫体积测量的自动化流程,并建立了整个孕期的规范性生长模型。该方法可实现准确、标准化的体积评估,并为检测正常和高危妊娠中的异常生长模式提供了实用工具。
论文解读文章
研究背景、现存问题与研究动机
胎儿磁共振成像(Magnetic Resonance Imaging, MRI)是产前超声的重要补充,凭借优异的软组织对比度、更大的视野覆盖全子宫以及真正的三维(3-D)信息,在评估胎儿与胎盘解剖结构、生长和功能方面具有独特优势。基于MRI的体积测量可提供胎儿体体积、胎盘体积和羊水体积的客观定量指标,对监测胎儿生长、胎盘功能及整体妊娠健康具有临床价值。然而,该技术在实际应用中面临显著障碍:传统方法依赖劳动密集型的手动分割,对受运动影响的两维(2-D)堆栈逐层勾画,耗时且受操作者主观影响;现有深度学习(Deep Learning, DL)方法多局限于单一结构(如仅胎儿或仅胎盘)和2-D数据,缺乏针对经运动校正重建的3-D图像进行全子宫多结构联合体积测量的稳健自动化方案。更重要的是,目前尚缺乏源自健康对照妊娠的规范性参考范围,导致临床无法通过Z分数或百分位数判断个体测量值是否异常。因此,开发一套集成自动化分割与规范性生长模型的流程,对推动MRI体积测量的标准化和临床落地至关重要。
研究人员开展的研究、结论与意义
研究人员利用可变形切片到体积重建(Deformable Slice-to-Volume Reconstruction, DSVR)技术,将受运动影响的T
2加权(T
2W)单次激励快速自旋回波(Single-Shot Turbo Spin Echo, SSTSE)堆栈重建为1.2 mm各向同性的3-D图像,并训练一个基于3-D U-Net的深度学习模型,实现胎儿、胎盘和羊水的自动分割。该流程应用于357例经确认足月分娩的正常对照数据集(孕周16–41周),通过二次回归拟合建立了三个结构的规范性生长曲线;并在43个独立数据集上评估分割性能,与86例早产病例(分娩≤32周)比较验证临床效用。研究表明:自动分割精度极高(Dice系数:胎儿0.997,胎盘0.995,羊水0.998),体积误差低于1%,仅需少量人工修正(<25%病例);胎儿和胎盘体积随孕周显著增加(P<0.001),羊水体积呈中期峰值后下降的二次趋势;早产组胎儿、胎盘和羊水体积均显著低于足月对照组(P<0.001或P<0.01),证实该流程能捕捉病理性偏离。该工作是首个在运动校正3-D胎儿MRI中实现胎儿、胎盘和羊水同步体积测量的自动化框架,并提供了首个联合规范性生长模型,为正常和高危妊娠的异常生长模式检测提供了标准化工具。论文发表在《Pediatric Radiology》。
主要关键技术方法
研究采用的关键技术包括:①可变形切片到体积重建(DSVR):将多组运动影响的T
2W堆栈(场强0.55–3 T)配准并重建为1.2 mm各向同性3-D图像;②3-D U-Net自动分割:在MONAI框架下训练,输入为DSVR重建图像,输出胎儿、胎盘和羊水的体素标签,训练集包含223例手动标注数据(覆盖0.55 T、1.5 T、3 T及多种病理);③二次回归生长建模:基于357例正常对照数据集(源自伦敦St Thomas’ Hospital,孕16–41周,足月分娩确认),拟合体积与孕周的二次曲线,生成5th、50th、95th百分位数生长图表。另外,在43例独立测试集上通过Dice系数和体积误差验证分割性能,并与86例早产队列进行对比分析以评估临床效用。
研究结果
(1)自动分割(Automated segmentation)
在43例独立测试集(涵盖0.55 T、1.5 T、3 T场强及宽孕周范围)上,模型分割质量高:胎儿、胎盘和羊水的平均质量评分分别为3.63、3.74和3.95(4分制);定量指标显示Dice系数分别为0.997、0.995和0.998,相对体积误差均低于1%。少数需要手动修正的案例主要集中在胎盘-子宫肌层界面(对比度有限)和胎儿肢体区域(与脐带边界模糊),尤其在羊水过少的未足月胎膜早破(Preterm Prelabor Rupture of Membranes, PPROM)病例和0.55 T数据中更为常见。
(2)规范性生长模型(Normative growth modeling)
基于357例正常对照数据的自动分割结果,研究人员获得二次生长曲线。胎儿体积与孕周呈强正相关(P<0.001),约30周后变异增大;胎儿头体体积比随孕周下降(P<0.001)。胎盘体积也随孕周显著增加(P<0.001),并与母体身高和体重正相关(P<0.01);胎盘体积百分位数与胎儿体积百分位数强相关(P<0.001)。羊水体积呈现显著的二次模式(P<0.001),中期达到峰值后向足月下降,与已知生理机制一致。出生体重与胎儿体积百、胎盘体积及头体比百分位数均显著相关(P<0.001);男性胎儿体积百分位数高于女性(P<0.05),吻合已知性别差异。纵向分析(42例胎儿共95次扫描)显示:胎儿和胎盘体积遵循生长模型趋势(增长率分别为146.6 cc/周和38.8 cc/周),羊水体积变异大(增长率3.3 cc/周)且呈晚期下降趋势,与模型一致。
(3)足月与早产队列的体积分析(Volumetric analysis of term vs. preterm cohorts)
86例早产(分娩≤32周)与252例足月对照(扫描时孕周≤32周)比较:早产组的胎儿体积和百分位数显著低于足月组(P<0.001),胎盘体积和百分位数同样显著降低(P<0.001),羊水体积和百分位数亦显著减少(P<0.01或P<0.001)。这些差异与早产中常见的胎盘功能不全、胎膜破裂及胎儿生长受限的病理生理相符,验证了该流程对异常妊娠的体积偏离具有检测能力。
总结讨论与研究结论
讨论部分指出:本研究首次提供了一套在0.55–3 T场强下,基于运动校正3-D T
2W胎儿MRI的自动化全子宫体积测量框架,填补了以往手动分割和缺乏规范性模型的空白。分割模型在不同场强和孕周下表现稳健,生长曲线再现了生理模式(胎儿和胎盘持续增长,羊水中期峰值后下降),并与出生体重、性别等临床参数相吻合。早产队列分析证实了框架在检测病理性偏离方面的实用性。局限性包括:分割精度部分依赖DSVR重建质量和局部对比度,胎盘-子宫肌层界面及胎儿肢体仍是挑战;模型未纳入胎儿性别、母体人口学等影响因素;未来需扩展器官特异性体积测量、多中心验证及人口多样性纳入。研究结论翻译如下:研究人员提出了第一个在运动校正3-D重建T
2加权胎儿MRI中同时进行胎儿、胎盘和羊水体积测量的自动化框架,并基于0.55–3 T场强下357例确认足月分娩的健康对照妊娠建立了首个联合规范性体积生长模型。该流程可在广泛MRI场强下提供高效、标准化的体积评估,通过Z分数和百分位数支持个体化解读,并在正常和高危妊娠中表现可靠。其在纵向和早产队列中的适用性凸显了整合到常规胎儿MRI评估及未来定量胎儿与胎盘研究中的潜力。