基于磁共振成像的女性盆底器官三維數(shù)字模型重建的研究進(jìn)展

陳立奇，薛卓維，吳氫凱

上海交通大學(xué)醫(yī)學(xué)院附屬第六人民醫(yī)院婦產(chǎn)科，上海 200233

妊娠和分娩所致的盆底支撐組織損傷和老年患者盆底支撐組織力量薄弱是造成女性盆底功能障礙性疾?。╬elvic floor disorders，PFD）的主要因素，其發(fā)病率有逐年升高的趨勢(shì)［1］。PFD 患者常以子宮陰道脫垂，排尿、排便相關(guān)功能障礙為首發(fā)癥狀就診，上述癥狀嚴(yán)重威脅患者的生活質(zhì)量、影響其社交活動(dòng)。恢復(fù)盆底組織器官空間解剖關(guān)系是治療PFD 的關(guān)鍵，這也對(duì)影像學(xué)檢查提出了更高的要求［2-3］。磁共振成像（magnetic resonance imaging，MRⅠ）可直觀地呈現(xiàn)盆底的精細(xì)解剖，使盆底解剖進(jìn)入可視化時(shí)代。而隨著動(dòng)態(tài)MRⅠ的發(fā)展，PFD 的解剖評(píng)估從經(jīng)典的盆腔器官脫垂量化分期法（pelvic organ prolapse quantitation，POP-Q） 逐漸擴(kuò)展聯(lián)合MRⅠ共同評(píng)估［4］。伴隨數(shù)字影像技術(shù)及人工智能技術(shù)的不斷升級(jí)，盆底三維數(shù)字重建成為現(xiàn)實(shí)，為盆底組織器官的空間展示提供了可能。為此，本文歸納現(xiàn)有基于MRⅠ的三維數(shù)字模型重建技術(shù)，分析其對(duì)于盆底器官組織重建的效果及發(fā)展現(xiàn)狀，旨在為PFD 的診療和科學(xué)研究提供可實(shí)踐的參考。

1 基于MRI的三維數(shù)字模型重建的意義與局限

1.1 MRI與三維重建的聯(lián)系及模型重建的意義

繼1946 年核磁共振現(xiàn)象被發(fā)現(xiàn)以來(lái)，MRⅠ便以軟組織高分辨率、無(wú)重疊斷層顯像、無(wú)電離輻射等優(yōu)勢(shì)迅速發(fā)展并應(yīng)用于醫(yī)學(xué)各個(gè)領(lǐng)域。動(dòng)態(tài)MRⅠ能夠記錄PFD 患者Valsalva（或Kegel）動(dòng)作發(fā)生時(shí)盆底器官位置的變化軌跡［5］，這是靜息MRⅠ不具備的［6］，并在一定程度上解釋了部分靜態(tài)MRⅠ診斷與臨床癥狀不完全一致的情況［7］。借助坐標(biāo)系輔助測(cè)量，如HMO（H line，M line，organ prolapse）分度系統(tǒng)，MRⅠ能夠?qū)FD 進(jìn)行量化評(píng)估以提高診療質(zhì)量［8-9］。但是，MRⅠ圖像仍為二維數(shù)據(jù)，分析者只能對(duì)平面影像逐張讀片和測(cè)量以完成對(duì)PFD 的解剖評(píng)估，難以滿足對(duì)盆底器官組織的三維空間展示需要，這促使數(shù)字信息技術(shù)與影像學(xué)檢查進(jìn)一步融合。

對(duì)女性盆底器官組織進(jìn)行三維重建的需求和工作是逐步深入的。二維平面影像檢查（可獲得長(zhǎng)度、線夾角、面積等參數(shù)）無(wú)法直接測(cè)量空間參數(shù)（空間距離、平面夾角、體積、表面積等），需要通過(guò)一定手段重建為三維模型從而為此類研究提供測(cè)量載體。通過(guò)三維重建，研究者可根據(jù)不同應(yīng)用場(chǎng)景和研究方向?qū)δＰ瓦M(jìn)行空間測(cè)量、力學(xué)分析、形態(tài)模擬，配合相關(guān)設(shè)備亦能夠?qū)崿F(xiàn)人機(jī)交互、術(shù)式模擬、器械設(shè)計(jì)等［10］。更值得一提的是，由于三維數(shù)據(jù)來(lái)源于現(xiàn)實(shí)患者的無(wú)創(chuàng)安全的MRⅠ檢查，其最終所得為個(gè)體化模型，因此其既具有臨床針對(duì)性，又具有安全性。

1.2 基于MRI的三維數(shù)字模型重建的局限

盡管基于MRⅠ的三維數(shù)字模型重建的研究已初具規(guī)模，但仍有一定的局限。首先，基于MRⅠ的三維數(shù)字模型重建的核心方法為體繪制，其主要利用灰度閾值分割法（分析某像素點(diǎn)周圍灰度連續(xù)變化幅度，通過(guò)預(yù)設(shè)閾值以判斷此點(diǎn)是否為邊緣點(diǎn)進(jìn)行判定）識(shí)別組織輪廓，通過(guò)逐層堆疊實(shí)現(xiàn)三維重建。受限于盆底組織器官在MRⅠ下的顯像固有特性，不同組織器官的掃描灰度范圍并不能特異分離。在自動(dòng)體繪制下，設(shè)定較低閾值則出現(xiàn)較多錯(cuò)誤邊緣，而閾值過(guò)高則出現(xiàn)較多邊緣缺損，影響建模精準(zhǔn)性。人工識(shí)別邊緣是解決上述問(wèn)題的方法，但耗時(shí)明顯，且人工識(shí)別所帶來(lái)的系統(tǒng)誤差和一致性也是必須考慮的因素。

其次，盆底MRⅠ掃描需指導(dǎo)患者進(jìn)行Valsalva（或Kegel）動(dòng)作改變盆腔壓力。因患者體能差異和盆底組織存在彈性疲勞，其盆底臟器在動(dòng)作最大化位置保持時(shí)間不同且每次動(dòng)作前后無(wú)法徹底還原位置和形狀，加之MRⅠ各維度、各序列間均存在掃描時(shí)差，故成像存在形變偏差，最終導(dǎo)致重建模型亦存在偏差?？s短逐層掃描所用時(shí)間是減少此類偏差的解決途徑，但對(duì)MRⅠ掃描設(shè)備要求更高，并非所有研究者具備此條件。

最后，不同患者對(duì)上述動(dòng)作的掌握能力存在差異，部分患者動(dòng)作無(wú)法達(dá)到最大化，且MRⅠ掃描體位（平臥位）和婦科檢查（截石位）不一致，這些因素可能導(dǎo)致MRⅠ評(píng)估與POP-Q 結(jié)果不完全一致［5，11］。統(tǒng)一動(dòng)作指導(dǎo)及掃描流程能在一定程度減少此類問(wèn)題發(fā)生，但其標(biāo)準(zhǔn)性仍有待進(jìn)一步探討。

2 基于MRI的三維數(shù)字模型重建的臨床實(shí)踐

目前，能夠?qū)崿F(xiàn)三維重建的途徑眾多，但便于醫(yī)學(xué)研究者操作，特別是能夠與醫(yī)學(xué)影像歸檔和通信系統(tǒng) （picture archiving and communication systems，PACS）結(jié)合的主要為開(kāi)源或商業(yè)醫(yī)學(xué)影像分析軟件以及針對(duì)盆底的自研分割算法和重建。

2.1 開(kāi)源或商業(yè)醫(yī)學(xué)影像分析軟件重建女性盆底三維數(shù)字模型

此類軟件（如3D Slicer、Mimics、Amira）建模技術(shù)相對(duì)成熟，可依據(jù)不同研究需求選擇圖形分割算法，無(wú)需額外開(kāi)發(fā)。而諸如AVⅠZO、C4D、3D MAX等軟件雖能夠達(dá)到建模要求，但主要面向工業(yè)設(shè)計(jì)，研究者需具備一定繪圖基礎(chǔ)，專業(yè)要求高，臨床開(kāi)展難度大，故應(yīng)用較少。

2.1.1 3D Slicer 軟件 3D Slicer 軟件由美國(guó)麻省理工學(xué)院人工智能實(shí)驗(yàn)室和波士頓Brigham 婦女醫(yī)院聯(lián)合開(kāi)發(fā)，是近年來(lái)興起的醫(yī)學(xué)圖像分析（包括配準(zhǔn)和交互式分割）、可視化（包括體繪制、三維重建）以及用于圖像引導(dǎo)治療研究的開(kāi)放軟件平臺(tái)。3D Slicer僅通過(guò)“Segment Editior”核心插件即可精準(zhǔn)建模，直觀輸出，并借助算法添加、多模態(tài)成像和開(kāi)放的應(yīng)用程序編程接口不斷更新自身運(yùn)算能力和應(yīng)用范圍。3D Slicer 采用人工繪制與智能閾值識(shí)別相結(jié)合的方法，允許研究者在精確識(shí)別組織輪廓和模型繪制效率中尋求最大平衡。同時(shí)，多種插件的開(kāi)發(fā)更為復(fù)雜PFD、盆腔器官脫垂（pelvic organ prolapse， POP）手術(shù)的方案制定和術(shù)后評(píng)估提供了個(gè)體化的解決方案。CHEN 等［3］利用3D Slicer 對(duì)陰道后壁膨出（POP分度Ⅲ期）行可視網(wǎng)片（一種含F(xiàn)e3O4的聚丙烯復(fù)合網(wǎng)片，可在MRⅠ中顯影）修補(bǔ)術(shù)后3 個(gè)月的患者，進(jìn)行MRⅠ后三維重建，以精確評(píng)估手術(shù)療效，為網(wǎng)片的設(shè)計(jì)及術(shù)中放置提供反饋?；谏鲜鲅芯?，BROCKER 等［12］利用3D Slicer 對(duì)陰道前壁膨出行可視網(wǎng)片植入術(shù)后的補(bǔ)片空間分布和位置進(jìn)行評(píng)估，發(fā)現(xiàn)術(shù)后3個(gè)月網(wǎng)片面積縮小40%甚至更多。通過(guò)三維重建，臨床醫(yī)師能夠評(píng)估網(wǎng)片位置及偏移程度，定量安全邊緣，進(jìn)而在一定程度上降低網(wǎng)片植入所致疼痛及其他并發(fā)癥發(fā)生率。LUO等［13］應(yīng)用3D Slicer對(duì)健康女性和POP 患者靜息及最大Valsalva 動(dòng)作下主韌帶、宮骶韌帶進(jìn)行三維重建后發(fā)現(xiàn)，POP患者的主韌帶相比健康女性在Valsalva 動(dòng)作下較靜息狀態(tài)下延長(zhǎng)更為明顯，而宮骶韌帶則表現(xiàn)為傾斜角變化更為明顯，延伸長(zhǎng)度變化與健康女性無(wú)差異。筆者所在團(tuán)隊(duì)利用3D Slicer 實(shí)現(xiàn)對(duì)PFD 的逆向分析［14］，發(fā)現(xiàn)根據(jù)膀胱后壁形態(tài)及下降幅度可分析患者膀胱膨出的類型。PⅠPⅠTONE 等［15］利用3D Slicer 重建會(huì)陰筋膜，發(fā)現(xiàn)妊娠和分娩都會(huì)導(dǎo)致會(huì)陰筋膜平面與坐骨恥骨支平面夾角的變化，而經(jīng)陰道分娩對(duì)其影響更為嚴(yán)重。

3D Slicer亦有不足之處。其起步較晚，免費(fèi)開(kāi)源化的網(wǎng)絡(luò)社區(qū)缺乏技術(shù)支持，致使其功能更新較慢，運(yùn)行相對(duì)不穩(wěn)定，在大量數(shù)據(jù)分析中容易出錯(cuò)。盡管如此，結(jié)合筆者的臨床實(shí)踐，3D Slicer的操作邏輯更易于理解，不同領(lǐng)域的學(xué)者均能夠較快掌握其應(yīng)用和分析方法并完成成果轉(zhuǎn)化，故推薦3D Slicer 作為基于MRⅠ的三維數(shù)字模型重建的的首選應(yīng)用。

2.1.2 Mimics 軟件 Mimics 系統(tǒng)（Materialise’s interactive medical image control system） 由比利時(shí)Materialise 公司開(kāi)發(fā)，其對(duì)于骨組織、血管組織的建模效果較為精準(zhǔn)，并具有空間測(cè)量功能，常用于解剖分析、手術(shù)模擬、器械（假體或網(wǎng)片等）設(shè)計(jì)、療效分析等領(lǐng)域。繼國(guó)外研究者提出基于MRⅠ數(shù)據(jù)進(jìn)行肛提肌三維模型測(cè)量的需求后，2009年劉萍等［16］在國(guó)內(nèi)首次應(yīng)用Mimics 手動(dòng)分割盆底解剖結(jié)構(gòu)，完整重建了會(huì)陰小肌群和骨盆，并對(duì)我國(guó)健康未育女性肛提肌相關(guān)空間參數(shù)進(jìn)行測(cè)量并得出參考范圍，擴(kuò)展了臨床對(duì)于肛提肌的空間認(rèn)識(shí)。利用Mimics 重建肛提肌的研究［9］顯示，相比健康女性，直腸脫垂患者肛提肌各部分出現(xiàn)了形態(tài)改變和斷裂缺損，這是造成直腸脫垂的主要原因。部分研究利用Mimics 重建盆底三維模型后引入有限元分析以進(jìn)行生物力學(xué)分析［17-18］，發(fā)現(xiàn)個(gè)體化經(jīng)肛提肌外腹會(huì)陰聯(lián)合切除術(shù)對(duì)盆底非肛提肌組織內(nèi)的應(yīng)力有降低作用，可為個(gè)體化診療提供參考。JEANDⅠTGAUTⅠER 等［10］利用Mimics 重建模型模擬不同術(shù)式對(duì)于盆腔脫垂器官的影響，發(fā)現(xiàn)較大網(wǎng)片能夠提供更高的整體張力并降低縫合區(qū)域的局部張力，在減少網(wǎng)片磨損的情況下可有效減少盆底器官的活動(dòng)度。LⅠ等［19］利用Mimics 對(duì)我國(guó)部分孕婦的骨盆及胎兒進(jìn)行三維重建發(fā)現(xiàn)，可疑頭盆不稱孕婦其胎兒胎頭周長(zhǎng)、身長(zhǎng)及體質(zhì)量均明顯高于正常陰道分娩產(chǎn)婦。Mimics 的不足之處在于其對(duì)MRⅠ掃描序列的支持不夠全面，部分序列在Mimics中無(wú)法識(shí)別和繪制。

2.1.3 Amira 軟件 Amira 軟件由Thermo Fisher 公司開(kāi)發(fā)，其盆底三維重建的研究主要分為兩部分——可視化工具的開(kāi)發(fā)和可視化應(yīng)用的探索。

Amira 可視化工具的開(kāi)發(fā)主要包括數(shù)據(jù)預(yù)處理、映射、繪制和顯示。建模效果方面，Amira 具有一定自動(dòng)分析能力，其處理速度快，數(shù)據(jù)通量大，允許基于MRⅠ的三維數(shù)字模型重建后的研究樣本量得到提升，進(jìn)而完成更為復(fù)雜的盆底測(cè)量和分析。但受限于MRⅠ對(duì)于各軟組織器官的分辨率，其圖像分割過(guò)程仍需人工交互配合。有學(xué)者［11］利用Amira 對(duì)Valsalva動(dòng)作下的女性盆底進(jìn)行重建以分析生物力學(xué)變化，發(fā)現(xiàn)H線（恥骨聯(lián)合下緣至肛門(mén)直腸交界水平處直腸后壁的距離）、M 線（H 線直腸末端到恥骨聯(lián)合下緣至骶尾關(guān)節(jié)之間連線的距離）、G1 角（肛提肌板角）、G2角（肛直腸角）可用于衡量盆腔器官脫垂的程度，以此為據(jù)評(píng)估復(fù)雜盆底缺陷，制定個(gè)體化手術(shù)方案。

Amira 可視化應(yīng)用的探索主要針對(duì)盆底三維模型的渲染和分析。區(qū)別于傳統(tǒng)被動(dòng)結(jié)果觀察，Amira 以研究者為引導(dǎo)，通過(guò)改變參數(shù)影響計(jì)算過(guò)程和觀察結(jié)果，使研究者能夠觀察到常規(guī)三維重建下難以發(fā)現(xiàn)的圖形規(guī)律及特殊現(xiàn)象。LⅠ等［20］應(yīng)用Amira 重建盆筋膜腱弓，發(fā)現(xiàn)其與陰道前壁、恥骨膀胱肌、膀胱外側(cè)韌帶共同組成“吊床”結(jié)構(gòu)。當(dāng)腹壓增加時(shí)，盆筋膜腱弓對(duì)近端尿道和膀胱頸部穩(wěn)定性和控尿的支撐至關(guān)重要。楊曉紅等［21］應(yīng)用Amira 測(cè)量比較子宮脫垂患者與健康女性的骶、主韌帶空間參數(shù)，發(fā)現(xiàn)骶韌帶之間角度、骶韌帶長(zhǎng)度是子宮脫垂病變的重要參數(shù)。由此，骶韌帶重建是治療子宮脫垂的關(guān)鍵。LERCH等［22］應(yīng)用Amira 對(duì)髖關(guān)節(jié)進(jìn)行建模，以測(cè)量和模擬髖關(guān)節(jié)撞擊發(fā)生時(shí)各部位空間參數(shù)，進(jìn)而優(yōu)化骨盆手術(shù)療效。

Amira 的不足之處在于其多數(shù)復(fù)雜的渲染工具無(wú)法直接用于基于MRⅠ的三維數(shù)字模型，且操作邏輯不夠直觀，部分專有名詞晦澀難懂，初學(xué)者熟練掌握周期較長(zhǎng)。

2.2 自研分割算法重建女性盆底三維數(shù)字模型

此類方法依據(jù)是否存在已知正確的圖形輸入-輸出數(shù)據(jù)集，即“標(biāo)簽”，分為有監(jiān)督分割法和無(wú)監(jiān)督分割法。研究者可根據(jù)研究方向針對(duì)性開(kāi)發(fā)算法特性，重建與之對(duì)應(yīng)的盆底模型。

2.2.1 有監(jiān)督分割法 有監(jiān)督分割法主要包括神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)、線性回歸、決策樹(shù)、樸素貝葉斯算法等。目前可能實(shí)現(xiàn)盆底重建的主流方式為神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)。區(qū)別于無(wú)監(jiān)督分割法，神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)打破人為制定識(shí)別規(guī)則的局限，以現(xiàn)有模型和與其對(duì)應(yīng)的MRⅠ序列為學(xué)習(xí)樣本，模仿人腦神經(jīng)元之間的信息傳遞模式，以適量的神經(jīng)元計(jì)算節(jié)點(diǎn)和多層次 運(yùn) 算 構(gòu) 建 DⅠCOM （digital imaging and communications in medicine） 數(shù)據(jù)積卷神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN），創(chuàng)建與之相適的輸入和輸出層，以wake-sleep 等算法認(rèn)知和生成三維重建規(guī)律，經(jīng)過(guò)大量樣本的反復(fù)訓(xùn)練，可極大提高分割效率［23-24］，實(shí)現(xiàn)盆底三維重建全面自動(dòng)化［25］。值得一提的是，深度學(xué)習(xí)具備類似于人腦思維中的“經(jīng)驗(yàn)”，其來(lái)源于學(xué)習(xí)過(guò)程中對(duì)于干擾因素的識(shí)別和排除［26］。SARⅠ等［27］利用深度學(xué)習(xí)法訓(xùn)練并分割出盆腔中的消化道氣囊，減少了MRⅠ偏差，其準(zhǔn)確性與半自動(dòng)分割效果相當(dāng)，而將此種方法處理后的MRⅠ與μ-maps 合成后，其準(zhǔn)確性優(yōu)于傳統(tǒng)的正電子發(fā)射斷層顯像（positron emission tomography，PET）/MRⅠ合成圖像。目前，基于深度學(xué)習(xí)技術(shù)的人工智能輔助標(biāo)注（AⅠ-assisted annotation，AⅠAA）插件已上線3D Slicer 平臺(tái)，其能夠?qū)Σ糠中馗骨黄鞴龠M(jìn)行自動(dòng)三維重建和學(xué)習(xí)，但僅能用于計(jì)算機(jī)斷層掃描（computed tomography，CT）影像。

盡管神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)在各研究領(lǐng)域已嶄露頭角，但仍有其制約瓶頸。首先，神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)需要大量樣本進(jìn)行訓(xùn)練，而國(guó)內(nèi)外基于MRⅠ的三維數(shù)字模型較少，故高數(shù)據(jù)需求量限制了其建模規(guī)律的探索，進(jìn)而影響了建模質(zhì)量。為避免此影響，ZABⅠHOLLAHY 等［28］采用“由粗到細(xì)”的兩步CNN 策略，先學(xué)習(xí)MRⅠ中盆底器官的大體拆分，再學(xué)習(xí)細(xì)化分割，最終實(shí)現(xiàn)膀胱、直腸和乙狀結(jié)腸的全自動(dòng)分割。其次，有監(jiān)督分割法所必需的“標(biāo)簽”在基于MRⅠ的三維數(shù)字模型重建的研究中主要體現(xiàn)在統(tǒng)一的模型評(píng)價(jià)標(biāo)準(zhǔn)。而目前國(guó)內(nèi)外尚無(wú)標(biāo)準(zhǔn)的MRⅠ掃描參數(shù)、流程以及重建模型質(zhì)量的評(píng)價(jià)系統(tǒng)，這導(dǎo)致不同研究中重建的盆底模型無(wú)法互相比較，而神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)亦無(wú)法同時(shí)利用這些模型進(jìn)行統(tǒng)一學(xué)習(xí)。LⅠU 等［29］基于彌散加權(quán)成像序列的表觀彌散系數(shù)建立評(píng)分系統(tǒng)對(duì)CNN 重建骨盆模型的質(zhì)量進(jìn)行量化評(píng)估，發(fā)現(xiàn)深度學(xué)習(xí)法能夠自動(dòng)分割骨盆，其精準(zhǔn)性能夠量化。但上述評(píng)分系統(tǒng)僅評(píng)價(jià)了骨盆模型，且對(duì)比標(biāo)準(zhǔn)仍為人工分割。最后，受限于深度學(xué)習(xí)法的本質(zhì)特性，其建?！耙?guī)律”僅體現(xiàn)于函數(shù)化后的計(jì)算機(jī)矩陣代碼中，其學(xué)習(xí)過(guò)程難以解釋，即“黑箱”處理［30］。而包含于“黑箱”中的參數(shù)是否具有其他特殊意義或研究?jī)r(jià)值尚待進(jìn)一步研究。

2.2.2 無(wú)監(jiān)督分割法 無(wú)監(jiān)督分割法主要包括閾值、聚類、赫比學(xué)習(xí)、自編碼等。無(wú)監(jiān)督分割法的優(yōu)勢(shì)在于其以單位像素為最小圖像信息采集單元，無(wú)需大量訓(xùn)練數(shù)據(jù)即可實(shí)現(xiàn)較高效率的圖形分割。優(yōu)化此種算法用以建模能夠以統(tǒng)一規(guī)則減少人工分割圖形帶來(lái)的誤差，同時(shí)減少計(jì)算機(jī)反復(fù)識(shí)別和修正輪廓導(dǎo)致的邊緣信息丟失，保留更多模型細(xì)節(jié)。

盡管目前尚無(wú)利用自研無(wú)監(jiān)督分割法直接完成盆底三維重建的報(bào)道，但從底層優(yōu)化算法規(guī)則并與其他三維重建軟件聯(lián)合開(kāi)發(fā)可能是實(shí)現(xiàn)精準(zhǔn)高效盆底三維重建的另一途徑。如灰度二值法能夠增強(qiáng)MRⅠ圖像骨性邊緣以區(qū)分周圍軟組織［31］。邊緣灰度增強(qiáng)法用于強(qiáng)化圖像局部邊緣以輔助邊緣識(shí)別，提高圖像分割準(zhǔn)確性［32］。由于無(wú)監(jiān)督分割法在學(xué)習(xí)過(guò)程中缺乏“標(biāo)簽”信息，其訓(xùn)練過(guò)程無(wú)最優(yōu)標(biāo)準(zhǔn)作為參考，故其建模準(zhǔn)確性與有監(jiān)督分割法或人工建模相比，一致性尚待進(jìn)一步探討。

2.2.3 混合分割法 結(jié)合上述分割算法優(yōu)劣，有監(jiān)督與無(wú)監(jiān)督混合分割法應(yīng)運(yùn)而生，其特性在于圖形數(shù)據(jù)的分布具有部分“標(biāo)簽”。此方法在基于MRⅠ的三維數(shù)字模型重建的過(guò)程中可以理解為：研究者參考無(wú)監(jiān)督分割算法所指示的圖形邊緣進(jìn)行手動(dòng)修正并分割圖形后生成滿意的模型，即標(biāo)準(zhǔn)模型。待標(biāo)準(zhǔn)模型積累一定數(shù)量后交由神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)進(jìn)行訓(xùn)練，最后達(dá)到高精度自動(dòng)建模的目的。3D Slicer在人工體繪制的過(guò)程中具有無(wú)監(jiān)督分割算法的邊緣預(yù)測(cè)。而通過(guò)人為修正后，盆底模型可以提交至神經(jīng)網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)?？梢?jiàn)，混合分割法具有現(xiàn)實(shí)可行性。同時(shí)，神經(jīng)網(wǎng)絡(luò)-深度學(xué)習(xí)不僅能夠建立圖像-模型的輸入-輸出關(guān)系，亦可以建立圖形-繪制者的輸入-輸出關(guān)系，即模仿人工繪圖手法，而非建模方法。FENG 等［33］利用深度學(xué)習(xí)模仿醫(yī)學(xué)專家對(duì)PFD 患者M(jìn)RⅠ圖像病變區(qū)域進(jìn)行標(biāo)定，其一致性較好，且處理單張圖像僅需0.015 s。不僅證實(shí)上述分割算法的可行性，亦為后續(xù)研究提供了新的思路。

3 總結(jié)與展望

隨著醫(yī)學(xué)影像技術(shù)、生物信息技術(shù)以及計(jì)算機(jī)運(yùn)算能力的提高，基于醫(yī)學(xué)影像的生物組織三維數(shù)字重建技術(shù)已經(jīng)獲得了長(zhǎng)足的發(fā)展。盡管我國(guó)基于MRⅠ的女性盆底器官三維數(shù)字模型重建的研究尚處于起步階段，但我國(guó)PFD 人群基數(shù)大，可供學(xué)習(xí)病例豐富，相信在計(jì)算機(jī)深度學(xué)習(xí)技術(shù)以及經(jīng)典三維重建技術(shù)不斷創(chuàng)新和優(yōu)化下，臨床能夠批量而精準(zhǔn)地完成女性盆底組織器官的三維模型重建，以深入探索PFD 的發(fā)病機(jī)制，創(chuàng)新和優(yōu)化診治方案，最終提高PFD 診療效果，進(jìn)一步改善PFD患者的生活質(zhì)量。