眼眶容积参考数据集：德国国家队列中基于深度学习MRI的分析

《Scientific Reports》：Volumetric reference data of the orbit: a deep learning MRI analysis in the German national cohort

　　

眼眶磁共振成像(MRI)手动分割耗时费力，制约了大规模形态测量研究。为克服该瓶颈，研究人员开发了一套全自动化深度学习流程以分割眼眶MRI并建立按年龄与性别分层的常态参考数据集。研究人员分析了来自基于人群的德国国家队列(NAKO)中30,868名参与者的T1加权脑MRI。经质量控制后纳入28,779名参与者（平均龄48.1岁；女性占44.1%）。该模型经专家手动分割验证，准确提取了15个眼眶结构的34项容积与几何参数（Dice相似系数：玻璃体0.97、晶状体0.89、视神经0.85）。轴长均值[标准差]为23.5[1.2] mm。总眼眶内容物、玻璃体及晶状体均值[标准差]容积分别为34.4[3.9] cm3、6.3[0.8] cm3与0.17[0.03] cm3。男性在所有参数上均显著大于女性（p<0.001）。年龄分层百分位曲线显示晶状体随年龄持续增长（男性Spearman ρ=0.57，女性0.51），眼眶、视神经及眼外肌容积呈轻度增加。该深度学习工具有效解决了手动分割瓶颈，为德国人群提供了全面的眼眶参考数据，可支撑未来关于眼眶解剖、全身健康与疾病关联的高通量流行病学研究。

研究背景方面，人类眼眶是含眼球、视神经、眼外肌(EOM)及相关软组织的复杂解剖区，其形态与容积关联青光眼、甲状腺眼病、近视等生理病理状态。MRI是眼眶软组织定量评估的主要手段，但传统手动分割单眶需数小时，且存在观察者间与观察者内变异，难以用于大人群。德国国家队列(NAKO)提供超3万例同型号3-T扫描仪、严格标准化T₁加权全脑MRI，为高通量形态测量创造条件，但须以自动分割替代人工。该研究发表于《Scientific Reports》，研究人员据此开发并验证全自动深度学习流程，在NAKO基线数据上建立德国人群年龄与性别分层的眼眶容积与几何参考值，结论证实模型精度媲美专家，男性各径线大于女性，晶状体终身增长而玻璃体轻度缩减，为眼科与系统流行病学提供基准。

关键技术方法上，研究人员采用NAKO横断面基线数据，从30,868例20至74岁参与者中选取5中心同型号Siemens MAGNETOM Skyra 3-T采集的1.0 mm各向同性T₁加权MPRAGE脑序列；以“专家在环”迭代生成322眶（161人）真值，训练Deep Neural Patchworks(DNP)层级块化3D U-Net（块323、金字塔深4、分类交叉熵、Adam），CPU端单人双眶约5分钟；留20眶（10人）做Dice相似系数(DSC)、组内相关系数(ICC)与Bland-Altman验证；后以稳健Mahalanobis距离(MCD)与1.5×IQR剔除运动伪影、无晶状体等异常，获28,779人；形态学在MATLAB中用质心对齐、alphaShape修补视神经、凸包限眶、骨架法算细长结构长径与曲度，统计用分位数样条与GAM。

研究结果部分，“研究人群与数据管理”经多级质控从30,868例排除6.8%得28,779人（均龄48.1±12.2岁，女44.1%），排除因统计离群、晶状体容积≤0.06 cm3及缺图。“深度学习模型性能与验证”在20眶留验集中玻璃体DSC 0.97、晶状体0.89、眶内视神经0.85、前房0.86，上斜肌0.73、下斜肌0.74；ICC总非骨眶0.92、玻璃体0.96、前房0.66、总视神经0.64、合EOM 0.61、晶状体0.56；Bland-Altman示实体结构系统性负偏（晶状体?0.0219 cm3约12%、合EOM?0.3938 cm3约10%、总视神经?0.0468 cm3约5%、总眶?1.3111 cm3约6%），玻璃体正偏+0.1225 cm3约2%。“参考眼眶形态数据”总非骨眶容34.4±3.9 cm3，玻璃体6.3±0.8 cm3，晶状体0.17±0.03 cm3，前房0.25±0.05 cm3，眶内视神经0.72±0.14 cm3，颅内视神经0.26±0.05 cm3，六EOM合计4.0±0.6 cm3；几何参数中轴长23.5±1.2 mm、垂直径23.8±1.1 mm、水平径24.1±1.1 mm、突出度12.9±1.8 mm、眶缘角37.7±1.5°、颧间距102.7±4.5 mm。“与性别关联”全部34参数男性显著更大（p<0.001），如总眶男36.6±3.3 cm3、女31.7±2.8 cm3，轴长男23.8±1.1 mm、女23.1±1.2 mm。“与年龄关联”晶状体体积男女持续增（男ρ=0.57、女ρ=0.51），20–25岁男晶状0.14 cm3至>65岁0.20 cm3（约增40%）；总眶（男ρ=0.28、女ρ=0.24）、视神经（男ρ=0.25、女ρ=0.27）、合EOM（男ρ=0.19、女ρ=0.17）轻度增；前房稳（男ρ=0.07、女ρ=0.14）；玻璃体微降（男ρ=?0.16、女ρ=?0.16）。

讨论部分指出，本研究优势在于NAKO前瞻人群、跨中心同协议同机型消除扫描异质，DNP块化3D架构以322眶真值（约3,000专家小时）提取百万块实例即达鲁棒内推，自动流程将单眶8–12小时压至5分钟/人双眶，DSC与ICC证实可替手动；轴长23.5 mm较光学生物计略短因起止点定义为前房前表面至玻璃体后界而非角膜至视网膜色素上皮；晶状终身生长与男性径大符合已知人类学。局限为1 mm各向同性不及专用眼眶MRI、缺屈光与眼压金标准、20–74岁不及儿老、横断面难言因果、模型仅适NAKO同协议T₁ MPRAGE故外推需迁移学习。结论翻译：研究人员开发并验证了全自动深度学习流程，分析超3万NAKO参与者T₁加权MRI，生成34项眼眶参数的人群参考值；该工具克服手动分割劳力与主观瓶颈，以玻璃体DSC 0.97等精度提供德国人群年龄性别分层基准，支撑甲状腺眼病EOM/眶比、青光眼视神经容积、轴长与身高教育关联等未来高通量研究。