Radiology:人工智能,使自动检测和分类MRI腰椎中央管、侧隐窝、神经孔狭窄成为可能
2021-11-20 shaosai MedSci原创
腰椎管狭窄症(LSS)是一种十分常见的疾病,极大影响人们的生活质量。大多数LSS患者表现为下背部疼痛,这也是寻求治疗的主要原因。
腰椎管狭窄症(LSS)是一种十分常见的疾病,极大影响人们的生活质量。大多数LSS患者表现为下背部疼痛,这也是寻求治疗的主要原因。很大一部分患者最终要接受腰椎MRI检查以进行诊断和治疗。
腰椎MRI是评估LSS的一个重要工具,可以准确评估中央管、侧凹和神经孔的情况。每个区域的狭窄程度在均在治疗中起到不同的作用,但在报告中详细说明这些信息十分繁琐且耗时。此外,LSS有多个分级系统,缺乏标准化的统一。
最近引进的几个可协助评估成像模式的深度学习(DL)系统,包括膝关节MRI和CT血管成像诊断脑动脉瘤,均表现出较好的诊断性能。先前提出的腰椎MRI的DL系统已经显示出极大前景,特别是使用卷积神经网络(CNN),可以从图像中自动学习代表性特征来执行分类任务。使用CNN对MRI上的LSS进行自动分级,可以提高评估的一致性、准确性和客观性。
目前,据我们所知,还没有开发出评估腰椎所有三个感兴趣区域(ROI)狭窄的DL模型。近日,发表在Radiology杂志的一项研究开发了一个DL模型,利用轴位和矢状位MRI序列自动检测和分类腰椎中央管、侧凹和神经孔狭窄的情况,并与内部测试集上的亚专业放射医师的性能进行比较,同时DL模型的性能和普适性也在外部测试集上进行了评估,为放射科医生提供一个准确可靠的LSS诊断工具。
本项研究纳入了2015年9月至2018年9月进行的腰椎MRI扫描图像。使用轴位T2加权和矢状位T1加权的图像。研究被分成内部训练集(80%)、验证集(9%)和测试集(11%)。训练数据由四位放射科医生使用预先定义的分级(正常、轻度、中度和重度)进行标记。开发了一个由两部分组成的DL模型。首先,训练一个卷积神经网络(CNN)来检测感兴趣的区域(ROI),第二个CNN用于分类。内部测试集由一位有31年经验的肌肉骨骼放射学家(参考标准)和两位亚专业放射学家(放射学家1:A.M.,有5年经验;放射学家2:J.T.P.D.H.,有9年经验)标记。对外部测试集的DL模型性能进行了评估。计算了检测召回率(百分比)、治疗者间的一致性(Gwet κ)、敏感性和特异性。
共分析了446份MRI腰椎图像(446名患者;平均年龄±标准差,52岁±19岁;240名女性),其中396名患者在训练(80%)和验证(9%)集,50名(11%)在内部测试集。在内部测试中,DL模型和放射科医生中央管召回率大于99%,与放射科医生2(97.1%)相比,DL模型(84.5%)和放射科医生1(83.9%)的神经孔召回率降低(P < .001)。对于内部测试,二分法分类(正常或轻度vs中度或重度)显示放射科医生和DL模型几乎完全一致,中央管的κ值分别为0.98、0.98和0.96;侧凹为0.92、0.95和0.92;神经孔为0.94、0.95和0.89(P<.001)。用100张腰椎的MRI扫描进行的外部测试显示,DL模型对所有ROI的二分法分类几乎完全一致(κ,0.95-0.96;P < .001)。
图 图中显示了两部分深度学习(DL)模型的流程图。首先,该模型在轴向T2加权图像上进行兴趣区域(ROI)检测(所示为中央管和一侧凹陷),然后将每个ROI分类为正常、轻度、中度或重度狭窄。在矢状面T1加权图像上,双分量DL模型也被用于神经性椎管狭窄的检测和分类。DL模型的预测对用户来说是完全透明的,在沿腰椎的ROI处显示为彩色编码的边界框。分级旁边的百分比分数代表预测类别的概率。CNN = 卷积神经网络。
本研究表明,所提出的深度学习(DL)模型可用于快速评估以MRI为基础的腰椎管狭窄(LSS)。现阶段在临床实践中,LSS的诊断仍然依赖于放射科医生的主观意见。本研究提出的DL模型可以在放射科医生的监督下提供半自动化的评估及报告,为更一致和客观的报告的提出提供了技术支持。DL模型的进一步发展可由国际专家组成的共识小组参与,以减少任何标签错误和偏见。同时,DL模型也可以在MRI上对LSS的纵向随访进行评估。
原文出处:
James Thomas Patrick Decourcy Hallinan,Lei Zhu,Kaiyuan Yang ,et al.Deep Learning Model for Automated Detection and Classification of Central Canal, Lateral Recess, and Neural Foraminal Stenosis at Lumbar Spine MRI.DOI:10.1148/radiol.2021204289
作者:shaosai
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#腰椎#
111
大影响人们的生活质量。大多数LSS患者表
127
学习一下
138
好文章,值得一读。
118