深度學(xué)習(xí)分析剪切波彈性圖像評(píng)估肝纖維化

陳文波，盧 雪，金潔玚，鄭榮琴

（1.清遠(yuǎn)市人民醫(yī)院超聲科，廣東清遠(yuǎn) 511500；2.中山大學(xué)附屬第三醫(yī)院超聲科，廣東廣州 510630）

慢性肝?。╟hronic liver disease，CLD）是多種肝臟疾病的統(tǒng)稱，表現(xiàn)為肝臟慢性壞死和炎癥，需要臨床干預(yù)，包括保肝或抗纖維化治療［1］。目前肝纖維化評(píng)估國(guó)際上常用的標(biāo)準(zhǔn)為METAVIR 病理分級(jí)標(biāo)準(zhǔn)：F0、F1、F2、F3、F4，纖維化程度依次加重［2］。準(zhǔn)確評(píng)估肝纖維化，對(duì)于指導(dǎo)治療、評(píng)估療效及預(yù)后判斷均有重要意義［3］。但肝臟組織穿刺活檢是侵襲性技術(shù)，易產(chǎn)生疼痛、出血等不良后果［4］，且存在取樣誤差［5-6］及觀察者間誤差［2］。常用無(wú)創(chuàng)評(píng)估手段有血小板比值（AST to platelet ratio index，APRI）、FIB-4 指數(shù)（Fibrosis-4 Score，F(xiàn)IB-4），尤其瞬時(shí)彈性成像（transient elastography，TE）和二維剪切波彈性成像（two dimension shear wave elastography，2D-SWE），得到臨床和眾多指南推薦［4，7-8］，但APRI 和FIB-4 診斷效能較低，而TE 仍具備無(wú)成像系統(tǒng)、適用性不佳、取樣范圍小等局限性，2D-SWE不同研究、不同制造商之間存在較大的差異性［8］。近年來(lái)影像組學(xué)定量評(píng)估及自動(dòng)化分析，以其無(wú)創(chuàng)性、全面性、簡(jiǎn)便易行性等特點(diǎn)，備受關(guān)注［9］。國(guó)內(nèi)外學(xué)者利用影像組學(xué)，對(duì)肝纖維化進(jìn)行評(píng)估，準(zhǔn)確率0.82～0.90，最高受試者工作曲線下面積（area under the receiver-operator-characteristic curve，AUC）0.87～0.97［10-14］。這些研究仍有局限性，如沒有組織學(xué)作為金標(biāo)準(zhǔn)、樣本量較小、提取的特征不如2DSWE 與肝纖維化關(guān)系緊密等。因此，深度學(xué)習(xí)分析剪切波彈性圖像（deep learning elastography，DLE）有可能克服2D-SWE 技術(shù)局限性、提高診斷效能，實(shí)現(xiàn)肝纖維化精準(zhǔn)評(píng)估。

1 材料與方法

1.1 一般資料

收集2012 年11 月至2016 年10 月感染科臨床確診的行2D-SWE 檢查的CLD 患者，納入標(biāo)準(zhǔn)：①各種病因?qū)е碌腃LD；②年齡≥18 歲；③行肝臟組織穿刺活檢。排除標(biāo)準(zhǔn)：①2D-SWE 圖像資料不全；②缺失重要的血清學(xué)結(jié)果；③肝移植術(shù)后。本研究為回顧性分析，無(wú)法取得患者知情同意，但經(jīng)過(guò)倫理委員會(huì)批準(zhǔn)，并在Clinical Trails 上注冊(cè)（審批號(hào)：NCT03221049）。

1.2 儀器及方法

1.2.1 2D-SWE 操作者具有超過(guò)300例腹部超聲檢查經(jīng)驗(yàn)，在監(jiān)督指導(dǎo)下進(jìn)行超過(guò)50 例2D-SWE檢查，使用統(tǒng)一標(biāo)準(zhǔn)化操作流程及標(biāo)準(zhǔn)進(jìn)行2DSWE檢查訓(xùn)練［15-17］。2位2D-SWE 操作經(jīng)驗(yàn)超過(guò)兩年、超聲操作經(jīng)驗(yàn)超過(guò)10 年的高年資醫(yī)師是本研究的質(zhì)量控制者。采用Supersonic Aixplorer型超聲診斷儀（Supersonic Imagine，SSI，F(xiàn)rance），選擇SC6-1型凸陣探頭，探頭頻率范圍為1.0～6.0 MHz。儀器條件設(shè)置如下：二維灰階圖像放大至120%，深度調(diào)節(jié)至8 cm，聚焦設(shè)置于6 cm?；颊呓?～12 h，平臥位，右上肢上抬，于右肋間避開膽囊及肝臟內(nèi)大血管等管道結(jié)構(gòu)，凍結(jié)圖像后在充盈較好的區(qū)域選取直徑為20 mm 的感興趣區(qū)域。重復(fù)測(cè)量5 次，采用中位數(shù)作為肝臟硬度測(cè)值。

1.2.2 血清學(xué)檢查 選取2D-SWE 檢查的前后一周內(nèi)的結(jié)果，包括：空腹血糖、谷丙轉(zhuǎn)氨酶（alanine aminotransferase，ALT）、谷草轉(zhuǎn)氨酶（aspartate aminotransferase，AST）、血小板計(jì)數(shù)（platelets，PLT）、總膽紅素、直接膽紅素、間接膽紅素、谷酰轉(zhuǎn)肽酶、凝血酶原活動(dòng)度百分比、堿性磷酸酶、白蛋白。APRI=［（AST/AST 正常值上限）×100］/PLT；FIB-4=（年齡×AST）/（PLT×ALT1/2）。其中，AST、ALT 單位均為IU/L，PLT 單位為109/L，AST 正常值上限為40 U/L。

1.2.3 TE 部分納入的患者自愿進(jìn)行了TE（FibroScan；Echosens）的檢查?；颊咭笈c2D-SWE一致。采樣位置盡量與2D-SWE 一致，深度為皮下2.5 cm～6.5 cm，避開大血管區(qū)域。滿足：①10 次有效測(cè)量；②總測(cè)量成功率≥60%；③四分位距/中位數(shù)≤30%。

1.2.4 DLE 確保F0～F4 各期患者比例一致的前提下，將最終納入分析的患者使用隨機(jī)數(shù)法分成兩組，一組為訓(xùn)練組，另一組為驗(yàn)證組，訓(xùn)練組略多于驗(yàn)證組。DLE 模型建立于Ubuntu 16.04 操作系統(tǒng)（Canonical Group Limited，London，United Kingdom），使 用GeForce 980 Ti（NVidia Corporation，Santa Clara，California，United States）的6G 圖形處理器，深度學(xué)習(xí)框架為Keras（Version 1.4，F(xiàn)ran?ois Chollet，California，United States），后端是Tensorflow（Version 1.3，Google，Inc.，California，United States）。使用卷積神經(jīng)網(wǎng)絡(luò)方法，輸入圖層使用訓(xùn)練組的2D-SWE 圖像，經(jīng)過(guò)卷積、激活、池化3 個(gè)步驟［14］，最終建立深度學(xué)習(xí)模型（圖1）。

1.2.5 病理取材及診斷 穿刺時(shí)盡量選擇2DSWE與TE檢查時(shí)的相近部位。病理標(biāo)本由兩位超過(guò)6 年經(jīng)驗(yàn)的病理科醫(yī)生診斷，若結(jié)果不一致，則由第3位超過(guò)10年診斷經(jīng)驗(yàn)的上級(jí)醫(yī)師進(jìn)行復(fù)查。

圖1 DLE的圖像處理示意圖Fig.1 Image processing of DLE

1.3 資料分析

1.3.1 DLE 的診斷效能 使用建立好的深度學(xué)習(xí)模型于驗(yàn)證組中評(píng)估各期肝纖維化，并分別將其與單獨(dú)使用2D-SWE、血清學(xué)標(biāo)志物、TE 時(shí)的診斷效能進(jìn)行比較。

1.3.2 DLE 的穩(wěn)定性 確保亞組間F0～F4 各期患者比例一致前提下，將驗(yàn)證組中F0～F4各期患者隨機(jī)平分為3 個(gè)亞組。分別以DLE 模型進(jìn)行測(cè)試，比較三組間的差異以反映DLE的穩(wěn)定性。

1.3.3 統(tǒng)計(jì)方法 使用SPSS 20.0 及Medcalc 11.2。Shapiro-Wilk 檢驗(yàn)?zāi)挲g及血清學(xué)資料的正態(tài)性，其中正態(tài)性方差齊的定量資料差異性檢驗(yàn)使用Student’st-test，否則使用Mann-WhitneyU非參數(shù)檢驗(yàn)。無(wú)序分類定性資料如性別、纖維化病理分級(jí)使用卡方檢驗(yàn)。在Medcal 中構(gòu)建受試者工作曲線，診斷效能以AUC 表示。兩組間的AUC 差異性檢驗(yàn)選擇Delong test，如各種手段評(píng)估同一纖維化病理分級(jí)時(shí)AUC 的兩兩比較、驗(yàn)證組中3個(gè)亞組評(píng)估穩(wěn)定性時(shí)的AUC 兩兩比較。結(jié)果均選擇雙側(cè)假設(shè)檢驗(yàn)，以P＜0.05為界定義差異是否有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 基線資料

感染科臨床確診并行2D-SWE 檢查的共572名慢性肝病患者，納入本研究。其中27 例因?yàn)閳D像資料不齊全、缺失重要血清學(xué)結(jié)果及肝移植術(shù)后被排除，最終545例患者納入分析（圖2），包括乙型肝炎367 例、自身免疫性肝病45 例、膽汁性肝硬變30 例、藥物性肝損傷13 例、丙型肝炎9 例、酒精性肝損傷2 例、其他79 例。包括一般資料、血清學(xué)資料、纖維化病理分級(jí)，結(jié)果見表1，正態(tài)性定量資料表示為均數(shù)加減標(biāo)準(zhǔn)差，非正態(tài)性定量資料表示為中位數(shù)及四分位差，定性資料表示為數(shù)量及占比。所有項(xiàng)目差異均無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05）。

圖2 患者納入情況Fig.2 The results of patient enrollments

2.2 DLE的診斷效能及其與其他常用手段的對(duì)比

訓(xùn)練組建立DLE模型，可知訓(xùn)練組中迭代次數(shù)為80 左右時(shí)，模型已經(jīng)可以趨于穩(wěn)定（圖3），而本研究訓(xùn)練組樣本量為305，每個(gè)患者可以提供5 張圖像，迭代次數(shù)為1 525。DLE 評(píng)估CLD 患者F=4、F≥3、F≥2 的診斷效能，結(jié)果見表2～4，所有方法中，DLE 的診斷效能最高（圖4），AUC 分別達(dá)0.99［95%置信區(qū)間為（0.97，1.00）］、0.98［95%置信區(qū)間為（0.99，0.99）］、0.92［95%置信區(qū)間為（0.88，0.95）］，均明顯高于2D-SWE、APRI、FIB-4、TE，差異有統(tǒng)計(jì)學(xué)意義；2D-SWE 表現(xiàn)出第二高的診斷效能，AUC 分別為0.89［95%置信區(qū)間為（0.86，0.92）］、0.86［95%置信區(qū)間為（0.83，0.89）］、0.86［95%置信區(qū)間為（0.83，0.89）］，高于APRI（分別P＜0.01，P＜0.01，P＜0.01）、FIB-4（分別P＜0.01，P＜0.01，P＜0.01）、TE（分別P=0.188 4，P＜0.05，P=0.073）。而APRI、FIB-4、TE 三者間兩兩比較，評(píng)估F=4、F≥3、F≥2 的診斷效能差異均無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），AUC 最高只達(dá)0.81［95% 置信區(qū)間為（0.71，0.89）］。

表1 患者基線資料Table 1 Baseline characteristics of the patients ［ or M（IQR）］

表1 患者基線資料Table 1 Baseline characteristics of the patients ［ or M（IQR）］

2.3 DLE的穩(wěn)定性

DLE 評(píng)估纖維化的穩(wěn)定性結(jié)果見表5，不同驗(yàn)證組的選擇，并不影響DLE 的診斷效能（圖5），評(píng)估同一肝纖維化病理分級(jí)時(shí)，3 次試驗(yàn)兩兩之間分別比較診斷效能，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05）。

圖3 損失函數(shù)變化趨勢(shì)Fig.3 The trend of the loss function

3 討論

3.1 DLE準(zhǔn)確評(píng)估肝纖維化

此為單中心、回顧性隊(duì)列研究，樣本量較大，對(duì)比了DLE、2D-SWE、血清學(xué)標(biāo)志物、TE評(píng)估肝纖維化的診斷效能。對(duì)于CLD 患者F=4、F≥3、F≥2 的評(píng)估，DLE 均表現(xiàn)出明顯高于其他手段的診斷效能（表2～4），差異有統(tǒng)計(jì)學(xué)意義，AUC 最高達(dá)0.99［95%置信區(qū)間為（0.97，1.00）］，其診斷能力堪比肝臟組織穿刺活檢。2D-SWE 表現(xiàn)出第二高的診斷效能，AUC 最高達(dá)0.89［95%置信區(qū)間為（0.86，0.92）］。其他手段診斷效能差別不大，最高只達(dá)0.81［95%置信區(qū)間為（0.71，0.89）］。提示DLE 可用于準(zhǔn)確評(píng)估肝纖維化。

不同病因造成的肝纖維化病理分級(jí)與超聲表現(xiàn)上存在差異。但結(jié)果部分我們可知80 次迭代訓(xùn)練組已經(jīng)可以滿足需求（圖3），而本研究迭代次數(shù)為1 525，遠(yuǎn)大于80。基于巨大迭代數(shù)的深度學(xué)習(xí)模型，完全可以忽略不計(jì)不同病因造成影響。而上述優(yōu)秀的診斷效能也足以說(shuō)明，模型幾乎沒有受到不同病因造成的干擾。

DLE 相對(duì)于2D-SWE 有兩個(gè)明顯的優(yōu)勢(shì)。第一，DLE 的輸入圖層包含了整個(gè)2D-SWE 的2.5 cm×2.5 cm 的感興趣區(qū)域。第二，DLE 使用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，對(duì)2D-SWE 圖像自動(dòng)化特征提取及深度學(xué)習(xí)。因此，與2D-SWE 單獨(dú)使用基于剪切波速度的較小的感興趣區(qū)域內(nèi)的肝硬度平均測(cè)值不同，DLE 可以消除單一測(cè)值帶來(lái)的不同研究、不同制造商之間的差異，并實(shí)現(xiàn)大量特征的分析，包括隱藏在2D-SWE 圖像中各圖層的信息，最終對(duì)肝纖維化進(jìn)行定量自動(dòng)化分析，顯然更加徹底和全面，最終顯著提高診斷效能。

表2 DLE、2D-SWE、TE、APRI、FIB-4評(píng)估F=4的診斷效能Table 2 Diagnostic performance of DLE，2D-SWE，APRI and FIB-4，TE for assessing F=4

表3 DLE、2D-SWE、TE、APRI、FIB-4評(píng)估F≥3的診斷效能Table 3 Diagnostic performance of DLE，2D-SWE，APRI and FIB-4，TE for assessing F≥3

3.2 DLE穩(wěn)定性好

結(jié)果顯示DLE表現(xiàn)出良好的穩(wěn)定性，更改驗(yàn)證組，DLE 評(píng)估肝纖維化的診斷效能差異均無(wú)統(tǒng)計(jì)學(xué)意義（表5），且與基本試驗(yàn)中（表2-4）DLE 的診斷效能類似。說(shuō)明無(wú)論我們使用哪些數(shù)據(jù)作為驗(yàn)證組，DLE 均能得到較好的診斷效能，為其臨床推廣應(yīng)用提供了可能性。

3.3 局限性

由于本研究是探索性的，因此為回顧性單中心研究，較于前瞻性多中心研究證據(jù)質(zhì)量欠佳。另外，DLE 的技術(shù)本身仍有改進(jìn)空間，比如納入其它信息如肝實(shí)質(zhì)圖像、血清學(xué)結(jié)果等，構(gòu)建DLE 諾模圖綜合分析模型。

表4 DLE、2D-SWE、TE、APRI、FIB-4評(píng)估F≥2的診斷效能Table 4 Diagnostic performance of DLE，2D-SWE，APRI and FIB-4，TE for assessing F≥2

圖4 對(duì)比DLE、2D-SWE、APRI、FIB-4、TE評(píng)估肝纖維化的ROC曲線Fig.4 Comparison of ROC curves among DLE，2D-SWE，APRI，F(xiàn)IB-4 and TE for the assessment of liver fibrosis

圖5 對(duì)比DLE模型分別用于組1-3評(píng)估肝纖維化的ROC曲線Fig.5 Comparison of ROC curves among three groups when DLE model was used，respectively，for the assessment of liver fibrosis

表5 不同驗(yàn)證組應(yīng)用DLE評(píng)估肝纖維化時(shí)的診斷效能比較Table 5 Comparisons of using different validation groups for DLE to evaluate liver fibrosis

3.4 結(jié)論

DLE 能準(zhǔn)確評(píng)估肝纖維化，其診斷效能高于其它常用手段，并具有較好的穩(wěn)定性，有望成為肝纖維化無(wú)創(chuàng)評(píng)估的新手段，有較好的臨床推廣前景。