基于遷移學(xué)習(xí)算法對(duì)新生兒大腦3D T1WI的灰白質(zhì)分割及其發(fā)育量化研究

李賢軍，陳健，夏菁，王苗苗，李夢(mèng)軒，王利，李剛，沈定剛*，楊健*

腦皮層的早期發(fā)育與神經(jīng)行為能力的發(fā)展密切相關(guān)，新生兒期是腦皮層發(fā)育的關(guān)鍵時(shí)期[1]，而早產(chǎn)是影響腦發(fā)育水平的重要因素[2]。因此，需對(duì)新生兒腦皮層發(fā)育規(guī)律進(jìn)行研究，并評(píng)估早產(chǎn)對(duì)腦皮層發(fā)育的影響，為及時(shí)采取干預(yù)措施提供依據(jù)。MRI是新生兒腦檢查的主要方法，其中3D T1加權(quán)成像(T1 weighted imaging，T1WI)對(duì)新生兒局灶性白質(zhì)損傷病灶的檢出率最高[3-4]，在新生兒影像檢查中使用廣泛。但是，新生兒腦T1WI圖像對(duì)比度低，偏容積效應(yīng)嚴(yán)重，對(duì)其進(jìn)行圖像分割面臨巨大挑戰(zhàn)[5]。以往研究基于多種成像序列或多時(shí)間點(diǎn)采集的圖像實(shí)現(xiàn)了兒童腦MRI灰白質(zhì)分割[6-7]；然而，由于新生兒自我控制能力差，無(wú)法長(zhǎng)時(shí)間保持安靜狀態(tài)[8]，以往方案不適宜于新生兒。上述技術(shù)局限性導(dǎo)致新生兒腦皮層發(fā)育的研究不深入[5]，如何基于T1WI進(jìn)行圖像分割將是解決上述問(wèn)題的關(guān)鍵。機(jī)器學(xué)習(xí)方法在圖像分割中得到了有效應(yīng)用[9]，為新生兒T1WI圖像分割提供了新思路。針對(duì)圖像分割任務(wù)，密集卷積神經(jīng)網(wǎng)絡(luò)表現(xiàn)突出[10]，在該網(wǎng)絡(luò)中，每一層的輸入是來(lái)自前面所有層的輸出，同時(shí)，該層輸出的特征也會(huì)傳給后面各層。該模型可實(shí)現(xiàn)特征的重復(fù)利用進(jìn)而減少特征圖，具有抗過(guò)擬合的優(yōu)點(diǎn)。基于上述特點(diǎn)，本研究采用密集卷積神經(jīng)網(wǎng)絡(luò)遷移學(xué)習(xí)實(shí)現(xiàn)新生兒T1WI圖像分割模型，并基于分割結(jié)果重建大腦皮層，探討腦皮層表面積、厚度、容積等量化指標(biāo)在新生兒期的發(fā)育變化特點(diǎn)，分析早產(chǎn)兒與足月兒腦皮層發(fā)育狀態(tài)的差異。

1 材料與方法

本研究獲得了醫(yī)院倫理委員會(huì)的批準(zhǔn)，MRI檢查前告知新生兒監(jiān)護(hù)人檢查注意事項(xiàng)，并由監(jiān)護(hù)人簽署了知情同意書(shū)。

1.1 研究對(duì)象

本文中研究對(duì)象是進(jìn)行腦損傷篩查以及腦發(fā)育狀態(tài)評(píng)估的兒童，為了盡早檢測(cè)到腦損傷病灶，新生兒期(生后28 d以內(nèi))進(jìn)行MRI檢查是首選方案；然而，腦發(fā)育狀態(tài)評(píng)估的參考是足月新生兒，為了將該部分早產(chǎn)兒與足月兒進(jìn)行對(duì)比分析，在校正胎齡達(dá)到足月期才具備可比性。鑒于此，本文中早產(chǎn)兒包括了早產(chǎn)新生兒與校正至足月期的早產(chǎn)兒。

研究對(duì)象的納入標(biāo)準(zhǔn)：早產(chǎn)新生兒(胎齡＜37周；MRI檢查日齡≤28 d)、校正至足月期的早產(chǎn)兒(胎齡＜37周；校正胎齡≥37周，其中校正胎齡=胎齡+MRI檢查日齡)、足月新生兒(胎齡≥37周；MRI檢查日齡≤28 d)；完整的三維T1WI圖像數(shù)據(jù)；完整的出生指標(biāo)。排除標(biāo)準(zhǔn)：局灶性腦白質(zhì)損傷；腦出血；室管膜下囊腫；腦軟化灶；臨床診斷為缺血缺氧性腦?。灰约捌渌Ｒ?guī)MRI診斷異常。經(jīng)納入排除標(biāo)準(zhǔn)篩選，最終入組研究對(duì)象50例。根據(jù)胎齡、校正胎齡等信息，研究對(duì)象分為3組：18例早產(chǎn)新生兒、16例校正至足月期的早產(chǎn)兒、16例足月新生兒。

1.2 數(shù)據(jù)采集設(shè)備及方案

使用GE 3.0 T MRI設(shè)備(型號(hào)：Signa HDxt；GE醫(yī)療；美國(guó))以及8通道頭線圈進(jìn)行三維快速擾相梯度回波T1WI序列掃描。具體參數(shù)為：重復(fù)時(shí)間=10.47 ms；回波時(shí)間=4.76 ms；反轉(zhuǎn)時(shí)間=400 ms；全腦等體素采集(1 mm×1 mm×1 mm)；視野=240 mm×240 mm；采集矩陣=240×240；重建矩陣=256×256；層厚=1 mm。

為了確保順利完成MRI檢查，檢查前30 min由責(zé)任護(hù)士遵主管醫(yī)師醫(yī)囑，通過(guò)口服或灌腸給予新生兒10%水合氯醛(25 mg/kg)，操作流程嚴(yán)格遵循指南[11]執(zhí)行。待新生兒入睡后由主管醫(yī)師與監(jiān)護(hù)人護(hù)送至MRI檢查室，包裹在襁褓中放在掃描床上，使用耳塞對(duì)聽(tīng)力進(jìn)行保護(hù)，同時(shí)在頭部?jī)蓚?cè)放置海綿、氣囊以適當(dāng)固定。在整個(gè)檢查過(guò)程中對(duì)心率、呼吸等生理指標(biāo)進(jìn)行監(jiān)測(cè)。

1.3 數(shù)據(jù)預(yù)處理

在圖像分割前，本研究對(duì)圖像進(jìn)行了預(yù)處理[5，12]。首先將圖像重采樣，體素大小由0.94 mm×0.94 mm×1 mm重采樣為1 mm×1 mm×1 mm；為了去除磁場(chǎng)不均勻?qū)е碌膱D像灰度偏移，采用N3校正方法進(jìn)行圖像灰度不均勻校正；最后，去除腦外信號(hào)以提取腦實(shí)質(zhì)區(qū)域，從而使圖像中的信號(hào)僅包括灰質(zhì)、白質(zhì)、腦脊液3部分。

1.4 圖像分割模型的訓(xùn)練與評(píng)價(jià)

在本研究中，模型訓(xùn)練與評(píng)價(jià)的流程包括：相似數(shù)據(jù)集初步訓(xùn)練、本地?cái)?shù)據(jù)初步分割、手動(dòng)修正、基于修正數(shù)據(jù)對(duì)模型進(jìn)行二次訓(xùn)練、模型測(cè)試等環(huán)節(jié)(如圖1)。

模型結(jié)構(gòu)與參數(shù)設(shè)置：本文所使用的密集神經(jīng)網(wǎng)絡(luò)由下采樣通路和上采樣通路構(gòu)成，包括7個(gè)密集模塊及相應(yīng)的過(guò)渡層(如圖1)。在下采樣通路中，過(guò)渡層包括卷積層、批量歸一化層、線性整流單元、池化層；在上采樣通路中，過(guò)渡層則包括反卷積層、批量歸一化層、線性整流單元。為了獲取局部區(qū)域特征，訓(xùn)練圖像以圖像塊的形式進(jìn)入網(wǎng)絡(luò)，圖像塊大小設(shè)置為32×32×32。采用Xavier初始化方法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行初始化，同時(shí)選擇交叉熵作為損失函數(shù)，使用最陡下降法尋找最優(yōu)解，學(xué)習(xí)率初始化為0.005。卷積層的卷積核為3×3×3、步長(zhǎng)設(shè)為1、以0填充。為了保證特征圖大小改變時(shí)運(yùn)算依然可行，在兩個(gè)密集模塊之間使用過(guò)渡層，利用卷積、池化改變特征圖的大小。模型訓(xùn)練和測(cè)試在NVIDIA Titan X GPU平臺(tái)實(shí)現(xiàn)。

模型訓(xùn)練與參數(shù)調(diào)整：本研究對(duì)模型的訓(xùn)練包含初步訓(xùn)練與二次訓(xùn)練，使用外部訓(xùn)練集與本地訓(xùn)練集樣本共計(jì)30例?？紤]到新生兒腦部結(jié)構(gòu)的手動(dòng)標(biāo)注復(fù)雜且耗時(shí)，本研究采用了遷移學(xué)習(xí)的策略[13]。首先引入來(lái)源于外部數(shù)據(jù)庫(kù)(http://iseg2017.web.unc.edu/babyconnectome-project/)具有標(biāo)簽的相似數(shù)據(jù)集(樣本量：5例)進(jìn)行模型初步訓(xùn)練，得到初步訓(xùn)練的分割模型，然后將該模型應(yīng)用于本地?cái)?shù)據(jù)集。雖然兩個(gè)新生兒數(shù)據(jù)集在參數(shù)上相似，但兩個(gè)數(shù)據(jù)集的圖像在灰度分布、空間分辨率、圖像質(zhì)量等方面仍有差別。在初步分割結(jié)果的基礎(chǔ)上，由專家(從事新生兒MRI診斷工作時(shí)間大于5年的影像科醫(yī)師)對(duì)分割結(jié)果進(jìn)行手動(dòng)修正，從而得到修正后的分割結(jié)果。最后，隨機(jī)抽取25例本地修正后的數(shù)據(jù)作為訓(xùn)練集對(duì)模型進(jìn)行二次訓(xùn)練；通過(guò)獨(dú)立驗(yàn)證(驗(yàn)證集樣本量：10例)實(shí)現(xiàn)參數(shù)優(yōu)化并得到最終的圖像分割模型。

模型評(píng)價(jià)：將訓(xùn)練好的模型應(yīng)用于測(cè)試集(樣本量：15例)，進(jìn)行灰質(zhì)、白質(zhì)、腦脊液等區(qū)域Dice系數(shù)的計(jì)算。該參數(shù)取值范圍為0～1，越接近于1表明分割效果越好，計(jì)算方式如下：

上式中，A代表使用模型得到的分割結(jié)果，B代表專家標(biāo)注的結(jié)果。

在圖像分割的基礎(chǔ)上進(jìn)行拓?fù)浣Y(jié)構(gòu)校正、腦皮層重建[12，14]。全腦被分為左側(cè)、右側(cè)大腦半球，并分別計(jì)算雙側(cè)大腦半球的皮層表面積、厚度以及容積。

1.5 統(tǒng)計(jì)學(xué)分析

采用SPSS 17.0中的Mann-Whitney U檢驗(yàn)方法進(jìn)行組間差異分析；性別比例的組間比較采用χ2檢驗(yàn)。腦皮層表面積、厚度、容積與校正胎齡的相關(guān)性采用Spearman偏相關(guān)(早產(chǎn)因素作為控制變量)，P＜0.05被認(rèn)為差異有統(tǒng)計(jì)學(xué)意義。針對(duì)多重比較，采用Bonferroni校正(總的比較次數(shù)為3)，即P＜0.017(0.05/3)被認(rèn)為具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 研究對(duì)象基本信息比較

早產(chǎn)新生兒與校正至足月期的早產(chǎn)兒的胎齡、性別差異無(wú)統(tǒng)計(jì)學(xué)意義；MRI檢查日齡、校正胎齡差異有統(tǒng)計(jì)學(xué)意義。早產(chǎn)新生兒與足月新生兒的檢查日齡、性別的組間差異無(wú)統(tǒng)計(jì)學(xué)意義；胎齡、校正胎齡的組間差異有統(tǒng)計(jì)學(xué)意義。校正至足月期的早產(chǎn)兒與足月新生兒的校正胎齡、性別差異無(wú)統(tǒng)計(jì)學(xué)意義；胎齡、檢查日齡差異有統(tǒng)計(jì)學(xué)意義。見(jiàn)表1。

2.2 卷積神經(jīng)網(wǎng)絡(luò)圖像分割效果評(píng)估

圖像分割模型可有效地分割新生兒腦灰質(zhì)、白質(zhì)、腦脊液(圖2)。由圖2中各典型層面的分割結(jié)果可見(jiàn)，該模型適用于早產(chǎn)新生兒、校正至足月期的早產(chǎn)兒、足月新生兒等人群。并且各區(qū)域分割具有較高的準(zhǔn)確性，灰質(zhì)、白質(zhì)、腦脊液Dice系數(shù)最小值分別為0.93、0.97、0.96，最高可達(dá)0.99(表2)。

表1 研究對(duì)象的人口統(tǒng)計(jì)學(xué)資料Tab. 1 Demographics of the participants

表2 腦灰質(zhì)、白質(zhì)、腦脊液區(qū)域分割的Dice系數(shù)Tab. 2 Dice ratios for the segmentation of gray matter, white matter, and cerebrospinal fluid regions

圖1 圖像分割模型訓(xùn)練與測(cè)試流程圖Fig. 1 Flow chart of the training and testing of the image segmentation model.

圖2 腦T1WI圖像的灰質(zhì)、白質(zhì)、腦脊液分割結(jié)果。A：T1WI圖像典型層面；B：對(duì)應(yīng)T1WI圖像的分割結(jié)果Fig. 2 Segmentation of gray matter, white matter, and cerebrospinal fluid on brain T1WI. A: Representative slices of T1WI; B: Segmented results corresponding to the T1WI slices.

2.3 腦皮層形態(tài)學(xué)指標(biāo)與校正胎齡的相關(guān)性

通過(guò)形態(tài)學(xué)指標(biāo)與校正胎齡的相關(guān)性分析(圖3)發(fā)現(xiàn)，雙側(cè)大腦半球皮層表面積、容積隨著校正胎齡的增加而顯著增大(P＜0.001)；左側(cè)大腦半球皮層厚度與校正胎齡呈弱正相關(guān)(r=0.31，P=0.029)，而右側(cè)大腦半球皮層厚度與校正胎齡的相關(guān)性無(wú)統(tǒng)計(jì)學(xué)意義(r=0.23，P=0.110)。

圖3 腦皮層表面積、厚度、容積與校正胎齡的相關(guān)性Fig. 3 Correlations between surface area, cortical thickness, volume and the postmenstrual age.

圖4 早產(chǎn)兒與足月兒腦皮層表面積、厚度、容積的組間比較Fig. 4 Inter-group comparisons of surface area, cortical thickness, and volume on preterm and term infants.

2.4 早產(chǎn)兒與足月兒腦皮層形態(tài)學(xué)指標(biāo)組間比較

與早產(chǎn)新生兒相比，校正至足月期的早產(chǎn)兒以及足月新生兒的雙側(cè)大腦半球皮層表面積、容積顯著增高(P＜0.001)，皮層厚度的差異無(wú)統(tǒng)計(jì)學(xué)意義；校正至足月期的早產(chǎn)兒與足月新生兒相比，雙側(cè)大腦半球皮層表面積、厚度以及容積的差異無(wú)統(tǒng)計(jì)學(xué)意義(圖4)。

3 討論

為滿足早產(chǎn)兒腦發(fā)育狀態(tài)評(píng)估的臨床需求，本文通過(guò)密集卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了新生兒腦灰質(zhì)、白質(zhì)、腦脊液的圖像分割，并獲得了腦皮層形態(tài)學(xué)指標(biāo)。結(jié)果表明，新生兒期腦皮層表面積、容積與校正胎齡呈顯著正相關(guān)，皮層厚度與校正胎齡的相關(guān)性較弱，且左右腦存在差異。早產(chǎn)與足月新生兒的腦皮層形態(tài)存在顯著差異。

3.1 新生兒腦皮層形態(tài)發(fā)育變化特點(diǎn)

腦皮層在新生兒期快速發(fā)育[1]，具體而言，皮層容積成倍增加[15]。本研究結(jié)果表明，校正胎齡從32周至42周，左、右大腦半球皮層容積分別增加了2.73、2.66倍。通常皮層容積取決于皮層表面積與厚度[16]。本研究發(fā)現(xiàn)，新生兒期腦皮層的快速變化主要體現(xiàn)為皮層表面積的增加，而皮層厚度與校正胎齡的相關(guān)性則較弱。該結(jié)果反映出皮層表面積不斷延展，并伴隨腦溝回折疊程度增加，這與腦溝回發(fā)育水平的視覺(jué)評(píng)估結(jié)果一致[17]。皮層表面積的快速增加與神經(jīng)元向皮層遷移、生長(zhǎng)以及突觸形成有關(guān)[16]。盡管神經(jīng)元的增殖遷移主要發(fā)生在胎兒期，出生后仍可觀察到神經(jīng)元向額葉遷移[18]。此外，左右大腦半球結(jié)構(gòu)發(fā)育特點(diǎn)存在差異。腦功能研究[19]表明，出生后3個(gè)月的嬰兒腦功能已經(jīng)體現(xiàn)出左側(cè)大腦半球優(yōu)勢(shì)。本文結(jié)果中左側(cè)皮層厚度與校正胎齡的相關(guān)性強(qiáng)于右側(cè)，從腦結(jié)構(gòu)發(fā)育的角度說(shuō)明了雙側(cè)大腦半球的不對(duì)稱性。

3.2 早產(chǎn)對(duì)新生兒腦皮層發(fā)育的影響

早產(chǎn)是影響新生兒腦發(fā)育的重要因素[20]，本研究發(fā)現(xiàn)，早產(chǎn)新生兒雙側(cè)大腦半球皮層表面積與容積均低于足月新生兒，這表明早產(chǎn)兒較同時(shí)期足月兒腦發(fā)育成熟度低。盡管在校正至足月期時(shí)早產(chǎn)兒存在趕上足月兒的趨勢(shì)，但早產(chǎn)兒組內(nèi)各項(xiàng)指標(biāo)的標(biāo)準(zhǔn)差仍大于足月兒。可見(jiàn)早產(chǎn)以及過(guò)早的外界刺激改變了腦結(jié)構(gòu)的發(fā)育軌跡[2]，從而影響兒童行為能力[21]。這種影響甚至持續(xù)到青少年時(shí)期，進(jìn)而影響高級(jí)認(rèn)知功能的發(fā)展[22-23]。新生兒期腦皮層形態(tài)學(xué)指標(biāo)不僅對(duì)于量化評(píng)估早產(chǎn)兒發(fā)育水平具有重要價(jià)值，對(duì)于認(rèn)識(shí)早產(chǎn)兒后天行為的結(jié)構(gòu)基礎(chǔ)亦至關(guān)重要[24]。雖然早產(chǎn)引起腦皮層結(jié)構(gòu)改變的機(jī)制尚不明確，可能與孕晚期、新生兒期的神經(jīng)元的生長(zhǎng)、分化以及遷移受到干擾有關(guān)[23]。同時(shí)，腦結(jié)構(gòu)的發(fā)育受遺傳、外界因素雙重影響[16，25]，早期干預(yù)有助于改善早產(chǎn)兒的預(yù)后。本文結(jié)果提示，與皮層厚度相比，皮層表面積對(duì)于監(jiān)測(cè)早產(chǎn)因素的影響更為敏感，從影像學(xué)角度為新生兒期及時(shí)采取干預(yù)措施提供了客觀依據(jù)。

3.3 本研究對(duì)方法的改進(jìn)與局限性

新生兒腦MRI圖像分割是研究腦發(fā)育的關(guān)鍵環(huán)節(jié)，也是圖像處理領(lǐng)域的難點(diǎn)[5]。圍繞腦圖像分割，基于腦模板及其組織概率圖的常規(guī)分割方法在成年人數(shù)據(jù)中取得了良好效果，并在公開(kāi)工具中集成[26]。然而，常規(guī)方法對(duì)圖像對(duì)比度要求較高。而新生兒圖像灰白質(zhì)對(duì)比度低，仍需借助2歲兒童分割結(jié)果引導(dǎo)才能完成分割任務(wù)[27]。同時(shí)，常規(guī)方法對(duì)模板及其組織概率圖依賴性強(qiáng)，目前仍缺乏適宜于中國(guó)新生兒的腦模板及其組織概率圖。此外，常規(guī)方法的參數(shù)針對(duì)成年人設(shè)置而無(wú)法直接應(yīng)用于新生兒。鑒于此，已有研究采用多信息融合的策略進(jìn)行方法改進(jìn)[6-7]，但增加了圖像采集的難度以及計(jì)算復(fù)雜度。與以往方法相比，本文主要從以下方面對(duì)其進(jìn)行了改進(jìn)：首先，基于T1WI單一序列完成分割，T1WI是影像診斷中常用的成像方法，檢查時(shí)間短，易獲取，與依賴多序列圖像或多時(shí)間點(diǎn)數(shù)據(jù)的方法[6-7]相比，本文所采用的方法更適用于新生兒人群。此外，以往基于深度學(xué)習(xí)的方法常耗費(fèi)大量時(shí)間進(jìn)行數(shù)據(jù)標(biāo)注[24]，為了提高圖像標(biāo)注的效率，本研究借鑒遷移學(xué)習(xí)的策略[13]，利用相似數(shù)據(jù)集進(jìn)行模型初步訓(xùn)練，并進(jìn)行人工修正，可減少人工標(biāo)注的工作量。經(jīng)評(píng)價(jià)，本文的方法適用于新生兒，進(jìn)一步驗(yàn)證了密集卷積神經(jīng)網(wǎng)絡(luò)分割模型是一種有效的圖像分割方法。

本研究仍存在一定的局限性。首先，本文用于訓(xùn)練模型的數(shù)據(jù)在樣本量與多樣性方面仍存在不足，仍需采用多中心數(shù)據(jù)進(jìn)行模型的再次訓(xùn)練，進(jìn)一步提高模型的泛化能力。本研究是一項(xiàng)斷面研究，所描述的腦發(fā)育規(guī)律仍待縱向數(shù)據(jù)驗(yàn)證。由于缺乏中國(guó)新生兒腦圖譜，本文未能就各腦區(qū)的發(fā)育規(guī)律展開(kāi)研究，計(jì)劃通過(guò)構(gòu)建新生兒腦分區(qū)圖譜克服上述不足。

綜上所述，通過(guò)對(duì)密集卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，可有效地實(shí)現(xiàn)新生兒腦T1WI圖像分割；基于圖像分割與皮層重建可量化評(píng)估新生兒腦皮層的發(fā)育水平，早產(chǎn)兒雙側(cè)大腦半球皮層發(fā)育落后于足月兒。

利益沖突：無(wú)。