基于深度學習的計算機輔助診斷系統(tǒng)檢出DR胸部正位片中的骨折

吳育鑫，薛蘊菁，段 青，孫 斌，劉柏韻，陳玉仙

(1.福建醫(yī)科大學研究生院，福建 福州 350000；2.福建醫(yī)科大學附屬協(xié)和醫(yī)院影像科，福建 福州 350000；3.北京推想科技有限公司，北京 100025)

肋骨骨折是鈍性胸部損傷中最常見骨骼損傷，與鎖骨骨折合并約占鈍性胸部損傷的58%[1]。DR胸部平片是診斷胸部外傷的主要方法[2]。臨床工作中，放射科醫(yī)師每天需重復閱讀大量DR胸片，診斷準確率往往因醫(yī)師精力消耗及視覺疲勞而降低[3-4]。本研究觀察基于深度學習的計算機輔助診斷系統(tǒng)(deep-learning based computer aided diagnosis system, DL-CAD)于DR胸片中檢出胸部骨折的效能，探討該系統(tǒng)在實際工作中可否提高放射科低年資住院醫(yī)師的對于DR胸部正位片中骨折的診斷水平。

1 資料與方法

1.1 測試集資料 測試集由骨折陽性及陰性2個部分組成。以放射科醫(yī)師診斷報告作為初始分類依據(jù)，以“肋骨骨折”及“鎖骨骨折”為關鍵詞，在福建醫(yī)科大學附屬協(xié)和醫(yī)院影像存儲與傳輸系統(tǒng)(picture archiving and communication system, PACS)中搜索2015年11月—2019年2月符合條件的胸部X線正位片。排除標準：術后改變明顯；年齡<12歲；明顯金屬異物；同一患者重復檢查；圖像質量差。最終納入347例骨折陽性病例。在PACS中搜索2018—2019年無“肋骨骨折”及“鎖骨骨折”病例，排除標準同上，隨機選取200例作為陰性病例。最終共納入547例，男389例，女158例，年齡13～95歲，平均(59.0±14.4)歲。

1.2 儀器與方法

1.2.1 影像采集 采用GE Definium 6000、Discovery XR656數(shù)字化X線攝影機，胸部后前位曝光，管電壓120 kV，管電流320 mA，視野41 cm×41 cm。

1.2.2 制定金標準 將547例測試集導入DL-CAD工作站，由2名高年資醫(yī)師(1名主任醫(yī)師、1名副主任醫(yī)師，從事影像學診斷均超過10年)在DL-CAD工作站分別作出標記，對不一致處共同閱片，若仍未能達成一致，則與第3名醫(yī)師(從事影像學診斷超過15年的主任醫(yī)師)共同協(xié)商，最終確認361例骨折陽性病例及186例骨折陰性病例，共標記983處骨折病灶。

1.2.3 DL-CAD輔助診斷 采用DL-CAD(InferRead DR Chest, www.Infervision.com)預測胸部骨折，系統(tǒng)自動閱讀導入后的胸部X線正位片，以ResNet50特征金字塔網(wǎng)絡作為主干網(wǎng)絡提取特征，使用focal loss函數(shù)計算損失。

1.3 試驗1 評估DL-CAD性能，將DL-CAD工作站對547例測試集的原始預測結果與金標準進行對比，分別以病例及病灶為單位計算DL-CAD的敏感度、特異度、陽性預測值及F值[5-6]。

1.4 試驗2 于根據(jù)金標準診斷的361例骨折陽性病例中隨機篩選211例(604處骨折)作為觀察者試驗陽性測試集，以186例無骨折病例作為陰性測試集，記錄并比較單獨DL-CAD(1組)、單獨低年資住院醫(yī)師(從事影像學診斷<3年，2組)、DL-CAD輔助低年資醫(yī)師(3組)、單獨高年資主任醫(yī)師(從事影像學診斷>10年，4組)的檢出結果。

無DL-CAD輔助閱片模式(2、4組)：由低年資住院醫(yī)師及高年資主任醫(yī)師分別將397例測試集圖像導入醫(yī)學影像瀏覽軟件(RadiAnt DICOM Viewer)進行標記。于病灶層面計算其診斷敏感度、特異度、陽性預測值及F值。

DL-CAD輔助閱片模式(3組)：由同一名低年資醫(yī)師間隔1個月在DL-CAD平臺對經(jīng)過軟件預測后的DR胸片進行再次標注，以黃色方框標記軟件預測的病灶，醫(yī)師可對軟件漏診病灶進行補標注，以藍色方框顯示，見圖1。統(tǒng)計DL-CAD輔助低年資醫(yī)師診斷骨折的敏感度、特異度、陽性預測值及F值。

1.5 統(tǒng)計學分析 采用IBM SPSS Statistics 25.0統(tǒng)計分析軟件。以CochranQ檢驗比較4組觀察者總體檢出效能的差異；差異有統(tǒng)計學意義時，采用Dunn's檢驗(經(jīng)Bonferroni法校正)進行事后兩兩比較。P<0.05為差異有統(tǒng)計學意義。

圖1 患者男，65歲，右側第4、5后肋陳舊性骨折，DL-CAD分析X線胸片，黃框為根據(jù)DL-CAD預測所標記的骨折處，藍框為低年資住院醫(yī)師閱片后添加的骨折標記

2 結果

2.1 試驗1 病灶層面：共983處骨折中，DL-CAD識別出672處，正確識別641處，誤診31處，敏感度為65.21%(641/983)，特異度83.33%(155/186)，陽性預測值95.39%(641/672)，F(xiàn)值為77.46%；病例層面：共361例骨折患者中，DL-CAD識別出320例，正確識別314例，誤診6例，敏感度86.98%(314/361)，特異度96.77%(180/186)，陽性預測值98.13%(314/320)，F(xiàn)值92.22%。

2.2 試驗2 604處骨折(211例)，1、2、3、4組觀察者分別發(fā)現(xiàn)375、372、524及504處，敏感度分別為62.09%(375/604)、61.59%(372/604)、86.75%(524/604)和83.44%(504/604)。186例陰性病例中，1、2、3、4組觀察者分別誤診6、10、8和1例，特異度分別為96.77%(180/186)、94.62%(176/186)、95.70%(178/186)及99.46%(185/186)。1、2、3、4組陽性預測值分別為95.91%(375/391)、94.66%(372/393)、95.10%(524/551)及97.30%(504/518)，F(xiàn)值分別為75.38%、74.62%、90.74%及89.84%。4組檢出效能總體差異有統(tǒng)計學意義(χ2=199.47，P<0.01)，1組與2組、3組與4組間差異無統(tǒng)計學意義(P均>0.05)，3、4組均高于1、2組(P均<0.01)。

1組及2組共同檢出病灶278處，1組檢出而2組未檢出97處病灶，2組檢出而1組未檢出94處病灶，二者均漏診病灶135處，見表1。

表1 試驗2中1、2組病灶檢出情況對比(處)

3 討論

本研究采用基于深度卷積神經(jīng)網(wǎng)絡模型(convolutional neural network, CNN)的DL-CAD預測胸部骨折，可自動閱讀導入的胸部X線正位片。胸部X線片所示可疑病灶大小不同，表現(xiàn)各異；為提高模型的魯棒性，該系統(tǒng)采用ResNet50特征金字塔網(wǎng)絡作為主干網(wǎng)絡提取特征，以focal loss函數(shù)計算損失，檢測器對難檢測樣本的針對性更強，從而提升了算法精度，以檢測框形式標出DR胸部正位片中包括骨折、氣胸及肺結節(jié)等在內的異常征象。該軟件前期經(jīng)超過6 000幀X線片的內部數(shù)據(jù)集訓練及驗證，敏感度在使用最優(yōu)閾值情況下可達65%。

試驗1中DL-CAD在病例層面敏感度達86.98%，在病灶層面則僅為65.21%，原因在于同例患者可能同時存在多處不同部位骨折，以病例為單位時，觀察者僅需檢出并準確定位某個陽性病灶即可定義為真陽性，而以病灶為單位時，需檢出并準確定位每一處骨折。臨床工作中，DL-CAD廣泛用于不同影像學檢查中，如DR或CT對全身不同部位骨折的檢出[7-13]。URAKAWA等[14]采用CNN模型診斷股骨轉子間骨折，發(fā)現(xiàn)其檢出敏感度(93.9%)優(yōu)于骨科醫(yī)師(88.3%)。本研究試驗1中DL-CAD檢出敏感度有所不逮，可能原因在于胸廓結構較為特殊，肋骨呈弧形，試驗中僅針對胸部正位片進行預測，且肺紋理及各類病變存在重疊，而膈下部位曝光不足等原因均可能導致DR胸片對骨折的預測易出現(xiàn)漏診及誤診，患者自身條件亦可能對檢查結果產(chǎn)生影響[15]。

進一步抽取試驗1中397例患者進行試驗2，結果顯示DL-CAD與低年資住院醫(yī)師之間檢出效能差異無統(tǒng)計學意義，而DL-CAD輔助可提高低年資醫(yī)師的檢出效能；盡管單獨DL-CAD與低年資醫(yī)師檢出敏感度相仿，但檢出結果仍存在差異(表1)。上述結果提示，采用DL-CAD系統(tǒng)輔助，低年資醫(yī)師可在原本觀察基礎上將側重點集中于DL-CAD已檢出病灶周圍，從而發(fā)現(xiàn)更多相關病灶而提高敏感度。

本研究的不足：①DL-CAD目前僅能在胸部正位X線片上預測骨折，通過加入胸部側位片或肋骨正斜位片等不同體位圖像進行模型訓練，有望提高其預測骨折的準確性；②制定金標準時僅局限于DR影像，未能結合其他臨床體征及CT、MRI等，可能遺漏DR表現(xiàn)不明顯的隱匿性骨折[16]。如能在下一步軟件迭代中提高對于檢出不同類型、程度及不同部位骨折的敏感性，將有助于提升DL-CAD的檢出效能。