基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法對顱內(nèi)出血的類型識(shí)別及血腫分割一致性的研究

李娟， 湯翔宇， 沈逸， 廖術(shù)， 石峰， 朱文珍

顱內(nèi)出血是臨床常見急重癥，具有極高的致死率及致殘率，嚴(yán)重危害患者的生命健康安全。顱內(nèi)出血的病因多種多樣，常見病因包括外傷、血管性疾病及先天發(fā)育異常等。根據(jù)出血部位的不同，顱內(nèi)出血又可以分為腦實(shí)質(zhì)內(nèi)出血(intraparenchymal hemorrhage，IPH)、腦室內(nèi)出血(intraventricular hemorrhage，IVH)、硬膜下出血(subdural hemorrhage，SDH)、硬膜外出血(extradural hemorrhage，EDH)及蛛網(wǎng)膜下腔出血(subarachnoid hemorrhage，SAH)五種類型。不同的出血類型及程度決定了患者是否需要外科手術(shù)處理等干預(yù)措施，而出血量反映了出血的嚴(yán)重程度，與患者的預(yù)后相關(guān)，并且是臨床進(jìn)行隨訪復(fù)查的重要指標(biāo)。對不同類型顱內(nèi)出血的早期檢出對于挽救患者的神經(jīng)功能乃至生命有重要意義，而對血腫體積的精確測量則為臨床決策提供了重要依據(jù)。

CT廣泛應(yīng)用于急診科顱內(nèi)出血的診斷。近幾十年來，全國每年進(jìn)行CT檢查的人數(shù)逐年增長。閱讀和分析大量的CT圖像數(shù)據(jù)不僅耗費(fèi)醫(yī)生大量的時(shí)間及精力，同時(shí)也增加了漏診和誤診的可能性。目前，急診顱腦CT診斷，尤其是夜班的急診顱腦CT初步診斷多由低年資放射科醫(yī)生提供，后期再由高年資放射科醫(yī)生進(jìn)行二次審核。已有多項(xiàng)研究顯示低年資放射科醫(yī)生提供的初步診斷存在不同程度的漏診和誤診[1,2]。

近年來，人工智能(artificial intelligent，AI)特別是深度學(xué)習(xí)(deep learning)算法作為大數(shù)據(jù)處理的有效手段，在醫(yī)療影像研究中得到了非常廣泛的應(yīng)用。以卷積神經(jīng)網(wǎng)絡(luò)為代表的相關(guān)深度學(xué)習(xí)算法在肺結(jié)節(jié)監(jiān)測及良惡性判別[3,4]、肋骨骨折檢測[5]、新型冠狀病毒肺炎診斷、病變分割及體積測量[6,7]、糖尿病視網(wǎng)膜病變分類[8]、淋巴結(jié)組織學(xué)切片中轉(zhuǎn)移的檢測[9]及皮膚癌圖像的分級[10]等方面取得了較好的效果，其精確度可與專家評估相媲美。部分學(xué)者也嘗試將深度學(xué)習(xí)算法應(yīng)用于顱內(nèi)出血的研究[11-13]，但均局限于單一的出血檢測或血腫分割，且多數(shù)研究建立在較小的訓(xùn)練集樣本量基礎(chǔ)上。因此，我們開發(fā)了一套建立在較大樣本量訓(xùn)練集基礎(chǔ)上的深度學(xué)習(xí)算法來檢測顱內(nèi)出血并自動(dòng)測量血腫體積，以期有助于提高臨床診斷準(zhǔn)確率及降低誤診漏診率，同時(shí)方便臨床醫(yī)生對血腫進(jìn)行隨訪評估，輔助臨床決策。

材料與方法

1.數(shù)據(jù)集的采集

回顧性搜集2016年1月-2018年12月期間我院門診及住院部以及qure.ai開源數(shù)據(jù)集的9594例顱腦CT平掃圖像，其中顱內(nèi)出血陽性6643例，陰性2951例，所有患者信息已匿名處理。涉及的CT掃描機(jī)器主要包括GE、西門子、東芝、飛利浦、聯(lián)影等多種機(jī)型及多種參數(shù)，圖像層厚1.5～7.5 mm不等，多數(shù)為5 mm。qure.ai開源數(shù)據(jù)集所提供的圖像數(shù)據(jù)由三位資深放射科醫(yī)師的一致診斷為金標(biāo)準(zhǔn)，當(dāng)三位醫(yī)師中兩位與另外一位的診斷意見不同時(shí)以多數(shù)者的診斷為金標(biāo)準(zhǔn)；其余圖像均由兩位資深放射科醫(yī)生的一致診斷為金標(biāo)準(zhǔn)，當(dāng)診斷意見不一致時(shí)通過協(xié)商達(dá)成一致。圖像排除標(biāo)準(zhǔn)為圖像不全、偽影嚴(yán)重及顱腦術(shù)后。隨機(jī)選取223例顱內(nèi)出血陽性患者的數(shù)據(jù)作為顱內(nèi)出血類型識(shí)別的測試集，剩余CT圖像數(shù)據(jù)作為其訓(xùn)練集。

另選取我院門診及病房819例已進(jìn)行人工手動(dòng)勾畫血腫邊界的急性顱內(nèi)出血CT圖像數(shù)據(jù)來研究血腫分割的精準(zhǔn)性。排除標(biāo)準(zhǔn)為圖像不全、嚴(yán)重偽影、顱腦術(shù)后及同一患者復(fù)查。隨機(jī)選取74例顱內(nèi)出血陽性患者的數(shù)據(jù)作為測試集，剩余CT圖像數(shù)據(jù)作為其訓(xùn)練集。人工手動(dòng)分割采用開源軟件Insight Toolkit SANP(ITK-SNAP) 3.6.0進(jìn)行分割，于CT平掃橫軸面圖像沿血腫邊界進(jìn)行勾畫，標(biāo)注后的血腫由軟件生成1個(gè)分割文件，并輸出血腫體積。

顱內(nèi)出血分類識(shí)別模型及血腫分割模型的構(gòu)建由上海聯(lián)影智能醫(yī)療科技有限公司算法部門實(shí)施。

2.模型的建立及算法

首先進(jìn)行CT圖像的數(shù)據(jù)輸入，所有CT圖像均為標(biāo)準(zhǔn)的DICOM格式。數(shù)據(jù)預(yù)處理包括圖像擺正、去頭骨和灰度歸一化。在橫軸面數(shù)據(jù)中，基于深度學(xué)習(xí)對腦中線兩個(gè)端點(diǎn)的位置進(jìn)行檢測，并對橫軸面CT圖像進(jìn)行旋轉(zhuǎn)，進(jìn)而自動(dòng)擺正腦部位置。然后，基于深度學(xué)習(xí)自動(dòng)對腦組織區(qū)域進(jìn)行分割，自動(dòng)剔除圖像中包括顱骨及之外的干擾信息。在將灰度歸一化到[-1, 1]之后，根據(jù)五種出血類型及未出血共六個(gè)標(biāo)簽，對圖像的每一層調(diào)用殘差網(wǎng)絡(luò)(ResNet)進(jìn)行分類。對每一層的分類結(jié)果，調(diào)用循環(huán)神經(jīng)網(wǎng)絡(luò)(long short term memory network，LSTM)進(jìn)行結(jié)果修正，最終合并為基于患者個(gè)體的分類結(jié)果。算法細(xì)節(jié)參考2019年RSNA腦出血分類競賽[14]。

圖1 深度學(xué)習(xí)算法對五種不同類型顱內(nèi)出血識(shí)別的示意圖。a、b)深度學(xué)習(xí)算法對腦實(shí)質(zhì)出血及硬膜外出血的識(shí)別；c、d)深度學(xué)習(xí)算法對硬膜下出血的識(shí)別；e、f)深度學(xué)習(xí)算法對腦室內(nèi)出血的識(shí)別；g、h)深度學(xué)習(xí)算法對蛛網(wǎng)膜下腔出血的識(shí)別。

對于出血灶分割任務(wù)，在圖像預(yù)處理之后，調(diào)用V型網(wǎng)絡(luò)(VB-Net)進(jìn)行模型訓(xùn)練，并通過體素的統(tǒng)計(jì)和間距的換算，自動(dòng)得到每個(gè)出血量的統(tǒng)計(jì)從而計(jì)算血腫體積。同時(shí)，采用同樣網(wǎng)絡(luò)對CT圖像中側(cè)腦室進(jìn)行分割，并通過與出血灶的匹配自動(dòng)得到是否存在腦室內(nèi)出血的結(jié)果[15]。

3.統(tǒng)計(jì)學(xué)分析

所有數(shù)據(jù)采用SPSS 23.0和MedCalc 19.0統(tǒng)計(jì)軟件進(jìn)行處理與分析。算法識(shí)別顱內(nèi)出血類型的效能采用準(zhǔn)確率(%)、敏感度、特異度及受試者操作特征(receiver operating characteristic，ROC)曲線分析中曲線下面積(area under curve，AUC)來評估。不同類型的血腫體積先進(jìn)行Kolmogorov-Smirnov正態(tài)性檢驗(yàn)，符合正態(tài)分布的數(shù)據(jù)以均數(shù)±標(biāo)準(zhǔn)差表示，不符合正態(tài)分布者以中位數(shù)(上、下四分位數(shù))表示。人工手動(dòng)分割和卷積神經(jīng)網(wǎng)絡(luò)算法分割血腫體積之間的一致性采用組內(nèi)相關(guān)系數(shù)(intraclass correlation coefficient，ICC)分析并繪制Bland-Altman圖。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.深度學(xué)習(xí)算法對五種類型顱內(nèi)出血的識(shí)別

223例CT圖像數(shù)據(jù)納入測試集，其中62.78%(140/223)合并有兩種或兩種以上類型的顱內(nèi)出血。測試集中五種類型顱內(nèi)出血的分布見表1，占比最高的是腦實(shí)質(zhì)出血(IPH>SAH>IVH>SDH> EDH)。深度學(xué)習(xí)算法對不同類型顱內(nèi)出血識(shí)別的示意圖見圖1。

表1 測試集不同類型顱內(nèi)出血的分布 (例)

深度學(xué)習(xí)算法對五種類型顱內(nèi)出血的識(shí)別效能見表2和圖2，其AUC均高于或接近0.85，特異度均高于0.95，尤其是對于腦實(shí)質(zhì)出血與腦室內(nèi)出血，深度學(xué)習(xí)算法具有良好的識(shí)別效能(AUC為 0.922, 95%CI：0.879～0.954)。

表2 深度學(xué)習(xí)算法對五種類型顱內(nèi)出血的識(shí)別效能

表3 人工手動(dòng)分割方法與深度學(xué)習(xí)算法測量血腫體積的一致性

圖2 五種類型顱內(nèi)出血的ROC曲線。a)EDH的ROC曲線，AUC為0.879；b)IPH的ROC曲線，AUC為0.922；c)SAH的ROC曲線，AUC為0.860；d)IVH的ROC曲線，AUC為0.922；e)SDH的ROC曲線，AUC為0.845。

五種類型顱內(nèi)出血中，算法識(shí)別準(zhǔn)確率最高的為腦室內(nèi)出血(IVH>EDH>SDH>IPH>SAH)，敏感度最高的為腦實(shí)質(zhì)出血(IPH>IVH>EDH>SAH>SDH)。

2.人工手動(dòng)分割方法與深度學(xué)習(xí)算法測量血腫體積的一致性

人工手動(dòng)分割方法與深度學(xué)習(xí)算法對74例人工標(biāo)注的不同類型的顱內(nèi)出血體積測量結(jié)果的一致性見表3及圖3。對于四種不同的顱內(nèi)出血類型，深度學(xué)習(xí)算法與人工手動(dòng)分割方法測量的出血體積之間均顯示了較好的一致性，其中硬膜下出血、腦實(shí)質(zhì)內(nèi)出血和腦室內(nèi)出血體積測量的ICC接近于1，硬膜下出血體積測量的ICC接近0.9。

討 論

本研究結(jié)果顯示，我們開發(fā)的基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法對不同類型顱內(nèi)出血具有良好的識(shí)別效能(AUC大于或接近0.85，特異度均高于0.95)，且對除蛛網(wǎng)膜下腔出血以外的其他類型的顱內(nèi)出血血腫分割具有較高的一致性(ICC高于或接近0.9)。Ye等[13]及Kuo等[12]采用不同的深度學(xué)習(xí)算法對顱內(nèi)出血亞型進(jìn)行檢測，前者對不同亞型顱內(nèi)出血識(shí)別的AUC達(dá)到0.8以上，后者更是達(dá)到專家水平，但前者的訓(xùn)練集僅包含2836例CT圖像，后者的結(jié)果則建立在單中心小樣本訓(xùn)練集上，測試集中顱內(nèi)出血陽性僅25例。Chilamkurthy等[16]的研究納入了印度20余家醫(yī)療中心的30余萬例CT圖像數(shù)據(jù)，對各種亞型顱內(nèi)出血識(shí)別的AUC接近或高于0.9，但該研究未涉及對血腫體積的測量。我們開發(fā)的模型納入了較大樣本量的CT數(shù)據(jù)，對不同類型顱內(nèi)出血的識(shí)別效能高于或接近既往研究結(jié)果，同時(shí)可以自動(dòng)測量血腫體積，更適合于臨床應(yīng)用與推廣。

硬膜下出血和蛛網(wǎng)膜下腔出血是顱內(nèi)出血中最容易漏診或誤診的類型[17]，給深度學(xué)習(xí)算法的識(shí)別帶來了很大挑戰(zhàn)。Ye等[13]開發(fā)的深度學(xué)習(xí)算法對蛛網(wǎng)膜下腔出血識(shí)別的敏感度僅為0.69，本模型對蛛網(wǎng)膜下腔出血和硬膜下出血識(shí)別的敏感度分別為0.7565和0.7143。62.78%(140/223)的病例合并有兩種或兩種以上類型的顱內(nèi)出血可能是本模型敏感度低的原因之一。對模型中不同類型顱內(nèi)出血假陰性病例進(jìn)一步分析，發(fā)現(xiàn)28例蛛網(wǎng)膜下腔出血假陰性病例中35.71%(10/28)為腦挫裂傷合并少許蛛網(wǎng)膜下腔出血，21.43%(6/28)為腦室積血合并少許蛛網(wǎng)膜下腔積血；18例硬膜下出血假陰性病例中44.44%(8/18)被誤診為硬膜外出血(同時(shí)也增加了硬膜外出血的假陽性率)，16.67%(3/18)為腦挫裂傷合并少許硬膜下出血；22例腦實(shí)質(zhì)出血假陰性病例全部合并有兩種或兩種以上出血類型，其中63.64%(14/22)為腦挫裂傷合并少許腦實(shí)質(zhì)出血，18.18%(4/22)為腦室周圍腦實(shí)質(zhì)出血破入腦室被誤診為原發(fā)性腦室內(nèi)出血。深度學(xué)習(xí)算法對腦挫裂傷合并少量腦實(shí)質(zhì)出血或蛛網(wǎng)膜下腔出血的識(shí)別以及對硬膜外出血與硬膜下出血的鑒別有待進(jìn)一步提升。

圖3 人工手動(dòng)分割方法與深度學(xué)習(xí)算法測量血腫體積的一致性Bland-Altman圖。a)硬膜外出血(EDH)：95%一致性界限(95%LoA)范圍為-9.41～6.22mL，10%(2/20)的點(diǎn)在 95%LoA 以外；b)腦室內(nèi)出血(IVH)：95%LoA范圍為-8.18～2.84mL，8.7%(2/23)的點(diǎn)在 95%LoA 以外；c)腦實(shí)質(zhì)出血(IPH)：95%LoA范圍為-0.66～0.98mL，10%(2/20)的點(diǎn)在 95%LoA 以外；d)硬膜下出血(SDH)：95%LoA范圍為8.71～119.94mL，0%(0/11)的點(diǎn)在 95%LoA 以外。

目前比較公認(rèn)的出血體積測量的金標(biāo)準(zhǔn)是人工手動(dòng)勾畫分割測量，但需要耗費(fèi)大量的時(shí)間及精力，無法在臨床大規(guī)模推廣應(yīng)用。對于腦實(shí)質(zhì)出血，臨床普遍采用多田公式(V=a×b×c×1/2，其中V代表血腫體積，a、b分別是CT片中血腫最大層面的最長徑、最寬徑，c是CT片中出現(xiàn)血腫的層面數(shù))來計(jì)算血腫體積[18]。多項(xiàng)研究顯示多田公式得到的血腫體積存在較大誤差[19,20]，特別是在血腫體積較小或形態(tài)不規(guī)則的情況下[21]，而且測量的主觀性較強(qiáng)，可重復(fù)性不高。而其它類型的顱內(nèi)出血?jiǎng)t沒有公認(rèn)的測量標(biāo)準(zhǔn)，部分研究中硬膜下出血和硬膜外出血延用了多田公式或調(diào)整的多田公式計(jì)算體積[22-24]，但由于多田公式的計(jì)算建立在血腫為橢球形的基礎(chǔ)上[18]，而硬膜下出血及硬膜外出血的形態(tài)多為新月形及梭形，這種測量方式得到的血腫體積與實(shí)際出血量之間必然存在誤差。我們開發(fā)的深度學(xué)習(xí)算法自動(dòng)計(jì)算的出血體積與人工手動(dòng)分割得到的血腫體積之間有很好的一致性，尤其是對于腦實(shí)質(zhì)內(nèi)出血(ICC為1)，與既往研究結(jié)果一致或高于既往研究結(jié)果[25]；而且深度學(xué)習(xí)算法測量1例出血體積耗時(shí)約10秒，明顯快于多田公式測量或人工手動(dòng)勾畫分割。鑒于蛛網(wǎng)膜下腔出血體積測量的臨床意義較低，未將其納入本研究中。

本研究存在一定局限性：首先，本研究為回顧性研究，可能存在選擇偏倚；其次，雖然納入了較大樣本量的CT數(shù)據(jù)作為訓(xùn)練集，但測試集樣本量較少，結(jié)果可能存在誤差，后續(xù)仍需加大樣本量進(jìn)行驗(yàn)證。

綜上所述，基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法可以較準(zhǔn)確地識(shí)別各種類型的顱內(nèi)出血，并精確測量出血體積，有望應(yīng)用于臨床幫助減輕放射科醫(yī)生的工作負(fù)擔(dān)并降低其漏診誤診率，為輔助臨床決策提供依據(jù)。