不同CT,扫描设备对人工智能深度学习模型定量测定结果的对比研究

李艳 杨国庆 胡纳 齐晓宁 付泉水

1.都江堰市人民医院放射影像科，四川成都 611800；
2.遂宁市中心医院放射影像科，四川遂宁 629000；
3.中国科学院计算技术研究所，北京 100190

病灶的体积定量在临床工作中可用于评估患者的病死率，同时体积倍增时间也是鉴别疾病良恶性的重要指标[1,2]。目前，将深度学习技术应用于基于CT 图像的自动定量分析是医学影像领域的热点问题，有助于提高医学影像的诊断效率和诊断准确性，但病灶体积量化分析的准确性与很多因素有关，包括病灶本身的特征、扫描设备、扫描参数和图像重建方式等[3,4]，现有的研究模型大多针对单一扫描设备，数据来源局限。另外，手动逐层分割被认为是最接近真实值的表现[5,6]，常被用作验证标准，但其存在测量者间和测量者内部的误差。本课题比较不同CT 扫描设备对人工智能深度学习模型定量测定结果准确性的影响，以实验室量筒量取的标准溶液作为验证标准，将模型测得结果与CT 设备自带体积测量软件进行比较，分析探讨人工智能模型应用于临床工作中体积测量的可行性及影响因素。

1.1 实验材料

不规则密闭容器、量筒、烧杯、A 溶液（碘帕醇与生理盐水1:50 混合溶液）、B 溶液（碘帕醇与生理盐水1:100 混合溶液）、C 溶液（碘帕醇与生理盐水1:500 混合溶液）。

1.1.1 模型制备 选取体积、材质相同的不规则密闭容器，用量筒分别精准量取不同体积（10ml、20ml、30ml）、不同密度（50Hu、135Hu、190Hu）的溶液注入各容器制成水球，见图1。量筒量取溶液过程严格遵循使用规范，并以量筒读数作为验证标准；
根据溶液的不同密度和体积分为9 组，每组25 例，共225 例，见表1。而后按顺序编号，采用分层抽样法在每组中随机抽取5 个作为训练集（n=45），其余的为测试集（n=180）。

图1 实验自制的标准容积水球

表1 实验自制水球的密度和体积分组（n）

1.1.2 扫描方法 将水球放置在扫描孔的中央，用CT 机激光线定位使水球的x、y、z轴线分别与CT机的x、y、z定位线重合，常规轴位扫描，GE Revolution 256 排512 层CT 扫描层厚和层间距设置为1.25mm，Siemens SOMATOM Defintion AS 64排128 层螺旋CT 的层厚和层间距设置为1.20mm，其余扫描参数相同，均设置为管电压120kV、管电流360mAs、机架旋转时间1.0s，获得CT 平扫影像资料。

1.2 方法

1.2.1 模型建立 GE Revolution 256 排512 层CT 扫描的训练集图像传至其后处理器RAW 工作站，Siemens SOMATOM Defintion AS 64 排128 层螺旋CT 扫描的训练集图像传至其后处理器MMWP 工作站，均行1.50mm 层厚和1.50mm 层间距的图像重组。将重组图像统一传至图像存档及通信系统（picture archiving and communications system，PACS），图像数据以医学数字影像和通讯（digital imaging and communications in medicine，DICOM）格式导出。Labelme3.11.2 作为一个开源图像标注工具，影像科医生通过它勾画CT 图像病灶，再将勾画好的带标签图像传至中国科学院计算技术研究所基于U-NET 网络架构的CT 切片自动分割诊断算法进行数据模型训练，训练好的神经网络模型可以预测相应类型疾病的病灶，计算病灶体积，通过不断优化，从而训练出一个准确度非常高的自动病灶勾画人工智能数据模型，见图2。

图2 水球图像对比

1.2.2 体积测量 将通过两种CT 设备扫描的测试集图像分别传至各自的后处理器进行1.50mm 层厚和1.50mm 层间距重组，并基于CT 值进行体积测量，同时将重组图像传至PACS 系统，图像数据以DICOM 格式导出至数据模型并得出体积测量结果，见图3。具体的体积测量方法如下。①基于CT值的半自动体积测量方法：将GE Revolution 256排512 层CT 扫描图像传至RAW 工作站后，点击Volume Viewer 进行水球体积测量，CT 值范围为水球密度±50Hu，然后由软件计算出该阈值范围内的水球体积；
将Siemens SOMATOM Defintion AS 64 排128 层螺旋CT 扫描图像传至MMWP 工作站三维重建卡中，Editor Region Growing 进行水球体积测量，CT 值范围为水球密度±50Hu，然后由软件计算出该阈值范围内的水球体积。②基于深度学习的全自动体积测量方法：针对水球模型分割的复杂性，先对跨设备扫描影像数据进行预处理后，采用U-Net 网络作为主体框架，它基于编码器-解码器架构，编码器部分包括了一系列的卷积块，每个卷积块先通过卷积将输入的特征图规范化，并提取特征，最后激活函数。编码器相邻两层通过最大池化的方法将图像尺寸减小为1/2，同时增加特征的通道数为2 倍。解码器部分的结构类似编码器，但是每层只包含一个卷积块。不同于编码器，解码器通过卷积将特征的通道减少为1/2，然后通过上采样将特征的空间尺寸加倍，最后通过与编码器的skip 连接，将获得的特征与对应层次编码器的输出相结合并传到上层。解码器最终的输出尺寸与原图相同，最后通过Sigmoid 函数得到分割结果，使用EfficientNet-B0 作为主干网络，从网络的深度、宽度和图像分辨率3 个维度扩张网络，提升网络精度，并统一矩阵为（512，512），由于水球是不规则连续区域，可将其视为等厚切片，然后根据像素间距计算每层切片病灶区域的面积，通过对面积积分得出病灶区域的体积，最后根据公式计算水球体积，见图4。

图3 半自动和全自动体积测量方法定量不同CT 扫描设备来源的水球的流程图

图4 基于Efficient-BO-UNET 的分割框架模型分割水球的流程图

1.3 统计学方法

采用SPSS 26.0 统计学软件对数据进行处理分析，计量资料采用均数±标准差（）或中位数（四分位数间距）[M（Q1，Q3）]表示。同一水球采用两种体积测量方法结果对比或同一水球经两种CT扫描设备扫描后体积测量结果对比分析，采用配对设计资料的统计分析，首先对变量的差值进行正态性检验，差值呈正态分布，采用配对设计t检验，差值非正态分布则采用配对设计的Wilcoxon 符号秩检验，检验水准为0.05，P＜0.05 为差异有统计学意义。

2.1 不同测量方法测量水球体积百分误差的比较

对测试集水球分别经两种CT 测量方法测量后体积的结果显示，半自动体积测量方法[-18.750（-23.400，-14.850）]和全自动体积测量方法[-1.872（-8.423，3.123）]的测量结果百分误差比较，全自动体积测量方法优于半自动体积测量方法，差异有统计学意义（t=-16.443，P＜0.001）。

2.2 不同扫描设备来源的数据体积测量结果百分误差的比较

测试集水球分别经两种CT 扫描设备扫描后的分析结果显示，GE Revolution 256 排512 层CT[2.050（-1.691，5.935）]和Siemens SOMATOM Defintion AS 64 排128 层螺旋CT[-7.837（-14.599，-2.337）]来源的水球测量结果百分误差比较，差异有统计学意义（t=-10.348，P＜0.001）。

2.3 同一模型针对不同扫描设备来源的数据体积测量结果变异系数的比较

测试集中同一水球模型针对两种扫描设备来源的数据体积测量结果变异系数分析显示，GE Revolution 256 排512 层CT 的水球测量结果变异系数（0.029±0.007）较Siemens SOMATOM Defintion AS 64 排128 层螺旋CT（0.055±0.029）更大，差异有统计学意义（t=-2.432，P=0.041）。

2.4 人工智能模型测量不同设备扫描数据结果的Bland-Altman 图分析

基于Bland-Altman 图的分析显示，GE Revolution CT 扫描数据比 Siemens SOMATOM Defintion AS 扫描数据的测量结果的差值平均值更接近0，见图5。

图5 不同扫描设备来源的数据测量结果相对于实验室量筒量取标准溶液的一致性分析

近年随着神经网络相关算法的进步与提高，深度学习算法被广泛用于体积测量。基于深度学习的全自动分割技术可以对病灶和器官的影像进行高效、准确的分割，并利用分割结果进行体积计算，深度学习在分割如血肿[7-12]、梗死[13]、结节[14]、肺炎[7,15]及肿瘤[10,16-18]等定量病灶中表现优异，Ironside等[7,8]使用深度学习算法分别开发了用于颅内出血和血肿周围水肿体积分析的全自动分割算法，当对照手动和半自动分割方法测试时，全自动分割算法的血肿平均体积相似性系数分别为0.894 和0.905，血肿周围水肿的平均体积相似性系数分别为0.838 和0.843，使用全自动分割方法测得的颅内出血量与使用手动（R2=0.981)和半自动（R2=0.979)方法测量的体积之间有很强的相关性。另外，在定量常见器官如肝脏[19-21]、脾脏[19,20]及前列腺[22]等的体积方面，深度学习自动分割算法也具有较高的准确性，Ahn等[20]开发和验证了一种深度学习算法用于在各种肝脏条件下使用门静脉期CT 图像进行全自动肝脏和脾脏分割，深度学习算法实现了肝脏和脾脏分割的平均体积相似性系数分别为0.973 和0.974，不同肝脏条件下的平均体积相似性系数比较，差异无统计学意义。由此可见，深度学习具有较大的临床应用价值。

目前国内外关于体积测量的研究报道很多，但大多数研究以放射科医师的手动测量测得的结果作为“金标准”[7,8,13,20,23]，不仅需要专业知识还需要花费大量的时间，且存在测量者间和测量者内部的误差，“金标准”难以得到有效保证。本研究采用标准体积的水球进行体积测量的评估，以实验室量筒量取的标准溶液作为“金标准”，较手动分割更具客观性和准确性，且操作简单快捷、具有可重复性，并对不同扫描设备的水球进行研究，将数据来源不同的影响纳入了研究。

由于本实验中水球背景单一，模型训练相对简单，因此研究仅采用45 例水球作为训练集。将模型测得结果与CT 设备自带的基于阈值的半自动体积测量软件进行比较，可以初步得到以下结果：①基于深度学习建模的全自动体积测量方法计算CT 平扫图像中的水球体积的各组测量数据的百分误差小于半自动体积测量结果的百分误差，提示全自动体积测量方法优于传统的设备自带的基于CT 阈值的半自动体积测量方法；
②将不同扫描设备来源的数据用于同一个模型进行体积测量，测量结果的准确性和稳定性不同，这提示在未来建模过程中，需要考虑到数据来源不同的影响，提前对数据进行标准化校正，通过算法纠正减少差异，建立一个适用性强的模型，并且这个结果也可能成为CT 扫描设备采集数据准确性评估的一个新的客观指标。但因病例数较少，测试集中的水球呈偏态分布，对不同扫描设备来源数据的准确性的差异比较采用了非参数检验，并且研究仅纳入了两种扫描设备，未来需要扩大样本量对算法的推广、泛化进行深入研究。