基于AI的低剂量PET/CT纵向多器官体积测量的技术可行性研究：13年随访分析

《Japanese Journal of Radiology》：Technical feasibility of AI-based longitudinal multi-organ volumetry on low-dose PET/CT over 13 years

　　

： 目的：本研究旨在（i）比较TotalSegmentator Fast与Normal推理模式在低剂量PET/CT上的表现，（ii）评估CT去噪是否能改善分割的纵向一致性，以及（iii）检验所选流程能否在约13年内捕捉参与者内部的长期体积变化趋势。 材料与方法：这项回顾性研究来源于包含15,597名受检者的PET/CT筛查登记库。在第一阶段，研究人员选取了10名参与者（137次扫描）进行流程优化：使用去趋势的参与者内部变异系数（CV）比较Fast与Normal模式以及五种去噪方法。在第二阶段，研究人员分析了30名年龄≥60岁的参与者（337次扫描）。使用线性混合效应模型（LMM）对六个结构的体积变化进行建模，并采用错误发现率（FDR）校正。 结果：Fast模式在六个分析结构中的去趋势纵向变异性与Normal模式相似（去趋势CV范围：2.26%–9.32%），但处理速度约快10倍。在所测试的方法中，没有一种去噪方法能比原始CT更有意义地改善所选的序列变异性指标。在主要的随机截距模型中，所有六个结构均显示出显著的群体平均体积趋势（均p < 0.001，FDR q < 0.001）：固有（椎旁）肌（?0.72%/年）、髂腰肌（?0.74%/年）、肝脏（?0.55%/年）、肾脏（?0.49%/年）、胰腺（?0.97%/年）和主动脉（+0.94%/年）。在随机斜率敏感性分析中，当纳入个体轨迹斜率时，所有六个结构——包括髂腰肌和主动脉——仍保持统计学显著性（所有RS p < 0.01）。 结论：对于基于TotalSegmentator的多器官体积测量，原始低剂量PET/CT上的Fast模式提供了最有利的速度-稳定性权衡。在13年的随访中可检测到参与者内部的长期体积变化趋势，这支持了技术可行性，但尚未确立生物学归因或临床实用性。

论文解读

一、研究背景与问题

深度学习驱动的自动化分割技术极大地拓展了机会性CT分析的应用范围，使得从临床获取的影像中系统提取器官体积和组织成分成为可能。在常规随访过程中获取的系列CT检查，代表了追踪体积随时间变化的尚未充分利用的资源。TotalSegmentator是一个公开可用的框架，能够从全身CT中分割117个解剖结构（版本2），其中115个在本研究中可评估。以往基于深度学习的自动化身体成分和器官分割研究主要聚焦于诊断质量的CT，而对低剂量衰减校正CT的系统性评估——以及其是否适用于纵向监测——受到的关注有限。低剂量CT在PET/CT中给自动化分割带来了挑战：噪声升高、层厚较厚以及协议可变性。尽管已有研究证实TotalSegmentator在[18F]FDG-PET/CT上能产生一致的体积输出，但CT去噪是否能改善基于TotalSegmentator的低剂量PET/CT体积测量尚未被评估。在日本，PET/CT筛查项目产生了大量系列低剂量CT数据档案，这些数据可被重新利用于纵向形态测量。本研究旨在（i）比较TotalSegmentator Fast与Normal推理模式在低剂量PET/CT上的表现；（ii）评估CT去噪是否能改善纵向一致性；以及（iii）检验所选流程能否在约13年内捕捉参与者内部的长期体积变化趋势。

二、研究设计与方法概述

这是一项回顾性纵向研究，经日本医科大学中央伦理委员会批准（批准号：M-2025-478），因回顾性设计采用选择退出方法而豁免个体知情同意。参与者来源于2010年1月至2023年12月间该机构包含15,597名受检者的PET/CT筛查登记库。研究分两个阶段进行。第一阶段包括10名按系列PET/CT检查次数最多选取的参与者，无论年龄大小，以最大化重复测量次数用于流程优化（每人13–15次扫描，共137次扫描）。第二阶段包括30名首次扫描时年龄≥60岁的参与者（337次CT扫描；每人9–13次扫描）。在15,597名受检者中，626名参与者（3089个CT序列；每人1–15个）可获得用于此回顾性分析的匿名系列CT数据；其中294人在首次扫描时年龄≥60岁，研究人员选取系列检查次数最多的30人进入第二阶段，以最大化纵向采样的密度。第二阶段队列（平均年龄63.6 ± 3.1岁；范围60–72；男女比例22:8；平均BMI 24.1；平均身高164.3 ± 7.7 cm）随访约13年。

自动化多器官分割使用TotalSegmentator版本2.13.0，在整个分析过程中使用相同的模型权重和推理参数，这是一个公开可用的基于nnU-Net的框架，在大型多中心数据集上训练。该工具在版本2中输出117个结构标签，其中115个在本研究中可评估（总任务），涵盖实质器官、骨骼肌、骨骼和主要血管。为表征参与者内部的残余变异性（涵盖测量变异性、非线性生物学波动和协议相关效应），研究人员为每位参与者和结构计算了去趋势的参与者内部变异系数（CV）。对器官体积与时间进行线性回归拟合，获得残差（观测值减去预测体积）。去趋势CV定义为这些残差的标准差除以参与者平均体积，以百分比表示。结构选择基于信噪比（SNR），定义为|年变化率| / 去趋势CV。从115个TotalSegmentator结构中，通过类别约束、临床指导的过程选择了六个结构用于第二阶段纵向分析：骨骼肌类别中选择了固有（椎旁）肌和髂腰肌；实质器官类别中选择了肝脏、肾脏（双侧平均）和胰腺；大血管类别中选择了主动脉。

两名委员会认证的放射科医生（分别具有7年和18年经验）以盲法方式独立评估分割质量。对于30名第二阶段参与者中的每一位，随机选择一次扫描，审查六个分析结构的分割叠加（30名参与者 × 6个结构 = 每位读者180项结构级评估）。

第一阶段分两个连续步骤进行，均使用全部137次第一阶段扫描和全部115个可评估的TotalSegmentator结构：首先比较Fast和Normal推理模式；其次，将五种去噪方法与原始CT进行比较评估。五种去噪方法为：（i）3 × 3 × 3中值滤波器，（ii）曲率各向异性扩散，（iii）WGAN-VGG，（iv）DuGAN，以及（v）TransCT；基于深度学习的方法（iii–v）使用来自ldctbench的预训练模型。基于第一阶段结果，锁定流程（原始CT上的Fast模式）应用于所有第二阶段扫描。纵向体积变化使用线性混合效应模型（LMM）建模，以自基线时间和基线年龄作为独立固定效应输入，从而将参与者内部的时间变化与参与者之间的横断面差异分开。主要模型为随机截距（RI）模型，对对数体积进行建模，包含时间、基线年龄和性别作为固定效应。敏感性分析包括加入扫描仪时代作为分类协变量的时代调整模型、限制于第一和第二时代233次扫描的5毫米层厚子集，以及加入参与者特定斜率的随机斜率（RS）模型。所有LMM使用限制最大似然（REML）估计拟合。p值使用Benjamini–Hochberg错误发现率（FDR）方法进行多重比较校正。

三、研究结果

质量控制：在质量控制的子集中（从30名第二阶段参与者中每人随机抽取一次扫描；30次扫描 × 6个结构 = 每位读者180项结构级评估），两位读者均判定所有180项评估的分割为可接受（每位读者180/180；原始一致性100%）。

Fast与Normal推理模式比较：在第一阶段，Fast和Normal模式在六个分析结构中表现出相似的去趋势纵向变异性。Fast模式的去趋势CV范围为2.26%（主动脉）至9.32%（胰腺），Normal模式在所有结构中数值相当。Bland–Altman分析显示两种模式之间无临床意义的系统性偏差；平均百分比偏差范围为?0.05%（主动脉）至?3.26%（胰腺），所有结构的95%一致性界限在±16.5%以内。处理时间差异显著：Fast模式每次扫描需要40–60秒，而Normal模式需要7–8分钟，约相差10倍。鉴于相似的纵向变异性和显著更高的吞吐量，Fast模式被选为纵向流程的推理模式。在第一阶段所有115个可评估结构中，Fast和Normal模式显示出高度的结构级一致性（中位Pearson r = 0.96）。

去噪对分割纵向一致性的影响：与原始CT相比，所测试的去噪方法均未显著降低参与者内部的CV。中值滤波器和各向异性扩散略微增加了去趋势CV（+0.03至+0.07个百分点），而WGAN-VGG和DuGAN产生的CV与原始CT几乎相同（WGAN-VGG：5.19%对比原始：5.21%）。Bland–Altman分析确认前四种方法具有最小的系统性偏差（平均偏差?0.30%至?1.14%），而TransCT显示出较大的系统性体积减少（偏差?21.78%，95%一致性界限±32.73%）。TransCT还显著降低了纵向一致性，将平均去趋势CV从5.21%增加到11.71%（+6.50个百分点），并将Pearson r降至0.854（最小0.605），表明这种基于变换器的方法在低剂量PET/CT背景下引入了实质性的分割相关伪影。基于这些发现，采用无去噪的原始CT作为纵向流程的标准输入。这一模式在所有115个可评估结构中保持一致：原始CT的中位去趋势CV为4.6%，任何去噪条件下均未显著降低。

纵向体积轨迹：在主要的随机截距模型中，所有六个结构均显示出显著的群体平均体积趋势（所有FDR q < 0.001）。固有（椎旁）肌的年变化率为?0.72%/年，髂腰肌为?0.74%/年，肝脏为?0.55%/年，肾脏为?0.49%/年，胰腺为?0.97%/年（分析结构中年下降幅度最大），主动脉为+0.94%/年（探索性长期扩张）。

敏感性分析：进行了三项敏感性分析以评估主要RI模型发现的稳健性。时代调整模型加入扫描仪时代作为分类协变量，拓宽了置信区间但保持了所有结构年体积变化方向的一致性：固有肌（?0.90%/年）、髂腰肌（?0.79%）、肝脏（?0.55%）、肾脏（?0.51%）、胰腺（?1.14%）和主动脉（+0.91%）。四个结构（固有肌、髂腰肌、胰腺、主动脉）保持显著（p < 0.05），而肝脏（p = 0.121）和肾脏（p = 0.128）因置信区间跨越零而失去显著性。时代协变量本身对任何结构均不独立显著（所有时代p > 0.05）。5毫米层厚子集限制分析于第一和第二时代的233次扫描，结果一致：固有肌（?0.74%）、髂腰肌（?0.70%）、肝脏（?0.54%）、肾脏（?0.60%）、胰腺（?1.64%）和主动脉（+1.00%），所有结构均保持显著。随机斜率模型中，所有六个结构在允许参与者特定斜率后仍保持统计学显著（所有p < 0.01）；所有模型收敛且无奇异拟合。RS固定效应斜率与RI估计方向一致。

四、讨论与结论

研究结果支持低剂量PET/CT上机会性序列体积测量的技术实用流程。研究有三个主要发现。第一，所测试的五种去噪方法中，没有一种能比原始CT更有意义地改善分割的纵向一致性，而TransCT显著降低了几种结构去噪与原始体积之间的关联。第二，原始CT上的Fast推理模式提供了最有利的速度-稳定性权衡，在实现与Normal模式相当的测量纵向一致性的同时，处理速度约快10倍。第三，使用所选流程在约13年的序列成像中，可在选定的骨骼肌、肝脏、肾脏、胰腺和主动脉中检测到参与者内部的长期体积变化趋势。

CT去噪缺乏益处的可能原因在于TotalSegmentator隐含的噪声鲁棒性，该模型在覆盖广泛噪声水平的多样化CT数据上训练。去噪算法可能以与学习到的分割特征冲突的方式改变边缘特征，而TransCT尤其引入了实质性的体积改变伪影。这些发现与先前观察一致，即Fast模式产生高个体内可重复性，且基于深度学习的分割对剂量降低具有鲁棒性。主动脉体积在主要RI模型中显示显著扩张（+0.94%/年，p < 0.001），并在随机斜率敏感性模型中保持统计学显著（p < 0.001），支持群体平均扩张估计在允许参与者特定斜率后的稳健性。这一发现与Framingham心脏研究报道的年龄相关主动脉扩张方向一致。固有（椎旁）肌的年下降（?0.72%/年）与Abe等人使用部位特异性肌肉评估的发现一致。胰腺体积在分析结构中显示最大的年下降（RI模型中?0.97%/年），与已知的年龄相关胰腺萎缩一致。肝脏（?0.55%/年）和肾脏（?0.49%/年）体积下降作为次要发现报告。该回顾性队列中无法完全排除包括疾病进展和治疗效果在内的未测量混杂因素。

本研究存在若干局限性。30名参与者的样本量限制了统计功效和普适性；未进行正式的效能计算。回顾性单中心设计以及选取年龄≥60岁且检查频率最高的30名参与者可能引入了幸存者和选择偏倚：这些每位参与者拥有多次长期系列检查的个体，可能代表比一般日本PET/CT筛查人群更健康、更依从筛查的亚组，且未纳入死亡、出现无法继续筛查的疾病或停止参加的人员。分析进一步限于626名可获得匿名系列CT数据进行二次使用的受检者，该子集相对于完整筛查人群的代表性无法验证。扫描仪时代间的协议异质性是一个重要关注点：扫描仪时代与日历时间几乎共线，包含供应商、探测器行数、管电流和层厚的同步变化，这些均影响身体成分量化。时代在调整模型中的非显著性不能排除残余混杂，可能反映功效不足。本研究涉及测量一致性（序列体积估计的可重复性）而非测量准确性（与参考标准的一致性）；因此，研究结果未确立TotalSegmentator在低剂量PET/CT上的绝对体积准确性，需要手动参考分割和/或基于模体的验证。尽管描述了基线至最终BMI变化，但体重和BMI未作为时变协变量纳入纵向模型，且筛查登记库中缺乏详细的诊断和治疗史；因此无法排除来自并发身体成分变化或合并症的残余混杂。其他局限性包括线性轨迹的假设、缺乏剂量长度积数据以及TotalSegmentator潜在版本特异性差异。

结论：原始低剂量PET/CT上的TotalSegmentator Fast模式为自动化多器官体积测量提供了最有利的速度-稳定性权衡，而CT去噪未提供可测量的益处，偶尔还会降低纵向一致性。使用该流程，在约13年的老年人序列成像中可观察到探索性的参与者内部长期体积变化趋势。这些发现支持在该队列中低剂量PET/CT上机会性纵向形态测量的技术可行性，但尚未确立生物学归因或临床实用性。未来需要更大队列、标准化协议和前瞻性验证的研究。