医学影像人工智能技术评价脑出血准确性研究

2021-05-17吕发金李昱仑谢雄飞李信友

中国医学计算机成像杂志 2021年1期

姜雪吕发金李昱仑谢雄飞李信友

脑出血致死致残率高，而出血的部位、体积与治疗方式密切相关［1］。脑出血的定量分析离不开影像学的辅助。目前影像学使用较为广泛的是图像存档及通信系统（picture archiving and communications system，PACS），涉及脑出血定量分析时往往是诊断医师通过PACS 进行手动容积测量。但随着医学影像方面人工智能（artificial intelligence，AI）技术的发展，其因操作简便、快捷已逐渐应用于影像医学的各个方面，国内外也因此开展了多项AI 相关的讨论与研究，目前主要涉及阿尔茨海默病的MRI 诊断、肺小结节的CT诊断、乳腺癌的钼靶X 线摄影筛查等方面［2-5］。但医学影像方面AI 对于脑出血的研究较少，主要集中在国外，且多与算法相关［6-8］，而国内未有AI用于对脑出血的研究，且AI 和PACS 系统相对比，其诊断的准确性如何犹未可知，故本研究将初步探索比较PACS系统和AI对于脑出血定量的应用情况。

方法

1. 临床资料

回顾性分析2018年11—12月在我院行头部CT检查并发现脑出血患者的影像学资料。纳入标准：①脑出血入院后的首次CT检查；②CT扫描包括头部平扫以及包含有平扫的头部增强、CTA（包括头或头颈）检查；③AI 软件可识别图像。排除标准：①硬膜外血肿（位于颅骨与脑实质之间的梭形稍高密度影）、硬膜下血肿（位于颅骨与脑实质之间的新月形稍高密度影）；②脑出血术后检查；③运动或金属伪影干扰。

共纳入50 例患者，平均年龄为（58.88±14.47）岁；男性40 例，平均年龄为（57.50±14.73）岁；女性10例，平均年龄为（64.40±12.55）岁。

2. 仪器与方法

采用GE Discovery HD750 CT 机，平扫无须对比剂，所有增强和CTA 均使用高压注射器（Medrad Stelant）经肘静脉先注射对比剂碘普罗胺（含碘370 mg/ml），后跟注生理盐水。头部增强为对比剂注射后90 s 扫描，对比剂和生理盐水的速率均为2.5 ml/s，对比剂用量50 ml，生理盐水30 ml。CTA的扫描为先用小剂量团注测试，后按照头部或头颈部VCT DSA的顺序扫描患者［9］。扫描参数：管电压100 kV（平扫）、120 kV（增强）；管电流250～450 mA；层厚及层间距5 mm；螺距0.531（头部）、0.969（头颈部）；FOV 20～24 cm。流速均为4.0 ml/s，小剂量团注测试、CTA 检查的对比剂用量分别为4.0 ml、50.0 ml，生理盐水用量分别为20.0 ml、50.0 ml。

一方面，将原始图像导入PACS，由两名有经验的住院医师分别通过该系统判断脑出血部位、脑室是否受压，意见不一致时协商解决；然后手动测量出血最大面积（长、短径）、勾画血肿边缘并进一步计算血肿体积、中线结构的偏移程度，后取其平均值。另一方面，将原始图像数据导入AI 软件（推想医疗科技股份有限公司）进行上述指标的自动识别。基于PACS 判别的脑出血部位主要分为脑叶、半卵圆中心、外囊、基底节、丘脑、小脑、脑干等区域；最大面积为人工确定脑出血的最大面积层面，并据此测量出最大长、短径。脑出血体积测量：先由人工逐层勾画血肿边缘，测出血肿每层的体积，最后由系统算出总体积（图1）。中线结构偏移程度的测量平面与AI识别时采用的测量平面相一致，并以此为基准测量偏移的最大距离（图2）。侧脑室受压判断：两侧侧脑室不对称，靠近脑出血的一侧变小或变形。

3. 统计学分析

采用SPSS19.0 软件进行统计学分析。计量资料服从正态分布者，以平均值±标准差表示，不服从正态分布者，以中位数（下四分位数，上四分位数）表示。脑出血最大面积长/短径符合正态分布者，采用配对样本t 检验。脑出血体积、颅脑中线结构偏移程度不服从正态分布者，采用配对样本秩和检验。脑室受压情况采用卡方检验。P＜0.05 为差异有统计学意义。

结果

1. 脑出血部位

PACS 容积测量显示脑出血部位分别为基底节（25例）、脑叶（16例）、丘脑（11例）、外囊（5例）、半卵圆中心（2例）、小脑（2例）和脑干（1例），其中12 例患者脑出血累及多部位。与其相对比，AI 识别结果显示，28 例（56%）患者脑出血部位判断准确，15 例多识别了部位，5 例漏识别了部位，2 例既多识别了部位，又漏掉了脑出血实际所累及的部分部位。

图1 典型病例（女，50岁，突发意识障碍3小时）脑出血体积测量A.PACS手动勾画脑出血边缘；B.AI自动勾画脑出血边缘。计算体积时，脑出血中心未被累及区域PACS无法勾画除外，AI可以勾画除外。

图2 典型病例（男，82岁，头痛2小时）中线结构偏移程度的测量A.PACS手动测量；B.AI自动测量。

2. 脑出血体积等指标

PACS 容积测量的脑出血体积为15.47 （7.67，33.05）ml，中线结构偏移0（0，5.88）mm，AI测量脑出血体积为12.94（6.33，31.35）ml，中线结构偏移0（0，2.9）mm，两者差异均有统计学意义（P＜0.001，P=0.002）。最大面积的短径，PACS 容积测量为（2.40±1.07）cm，AI 测量为（2.33±0.95）cm，最大面积的长径，PACS 容积测量为（3.97±1.67）cm，AI 测量为（3.84±1.61）cm，差异均无统计学意义（P=0.155，P=0.086；表1）。

表1 PACS手动容积测量和AI结果对比

3. 脑室受压情况

将AI 识别脑室受压情况与PACS 系统判别结果进行对比，两者间差异有统计学意义（P＜0.001，表2）。在得出脑出血体积所需时间方面：PACS 容积测量费时（112.38±113） s，而AI 测量仅需（5.27±0.71）s。

表2 AI识别脑室受压情况与PACS系统判别结果符合情况

讨论

脑出血发生的部位、体积、大小以及对侧脑室的压迫程度等均同治疗方式息息相关。有文献［1］提示：基底节、脑叶的出血，小于30 ml 者首选保守治疗，大于50 ml 者首选手术血肿清除术；而小脑出血量小于10 ml 者首选保守治疗，大于20 ml 者保守与手术治疗效果相似；丘脑出血以及原发性脑室出血多选保守治疗，小于10 ml 者效果最好；脑干出血均为保守治疗，小于5 ml 者效果较好，但是大于5 ml 者死亡率明显增高。由此可见，脑出血的定量分析尤为重要。

1. AI技术在脑出血定量分析中的重要性及相关研究

传统脑出血血肿体积的测量大多采用多田公式［10］计算，即血肿量=血肿长轴（cm）×血肿宽径（cm）×层面数（cm）×1/2，但由于血肿形态多样，可伴破入脑室，故该计算公式并不够精准。而PACS系统的广泛应用开启了放射科医师的新纪元，更改了他们的工作模式，并更精确于脑出血的测量。但人工勾画脑出血除了会有误差以外，还很费时。近年来AI 的兴起，引起了国内外的热议［11-15］，而关于脑出血的AI 方面的研究，国外居多，国内目前未见相关报道，尤其是在医学影像方面。Chilamkurthy 等［6］的研究证明AI 算法在脑出血的5 种类型（脑出血、破入脑室的出血、硬膜下出血、硬膜外出血和蛛网膜下腔出血）的诊断方面有很好的价值，且其在识别中线偏移和占位效应方面也较好。Prevedello 等［7］研究的AI 算法可以在脑出血、肿瘤占位效应、脑积水和脑梗死等多种颅内病变的情况下识别脑出血。Cho［8］等研究提出的AI 算法可以通过深入学习，有效精准地分割血肿。尽管国外研究很多，但是均主要涉及AI算法方面对脑出血的识别诊断，未涉及脑出血定量分析。国内医学影像方面多使用PACS 手动容积测量，为符合国内学者或临床的需求，本研究在此初步分析AI技术对于脑出血定量的意义。

2. PACS 手动容积测量和AI技术对于脑出血定量分析的比较

本研究显示，以PACS容积测量作对比，AI识别脑出血部位的准确度为56%。对于单部位脑出血，AI尚可准确识别，但当脑出血体积较大且累及部位较多时，AI 出现识别错误，多识别或漏识别部位，且AI对于半卵圆中心处的脑出血是否累及脑叶的判断常常出现错误。PACS 容积测量脑出血体积大于AI，除了手动勾画误差以外，还有两个可能的原因：一是脑出血中心若有不被累及的区域，PACS 不能将其除外，而AI 可以（图1）；二是AI 对于慢性脑出血的识别较差（图3）。而中线结构的偏移程度，AI 测量数据较PACS容积测量小，主要的原因是AI对于偏移透明隔的最远点识别欠佳。而脑室的受压情况，AI 识别较PACS人工识别差，故在上述方面AI还有更多的提升空间。AI 的主要优势：一是速度快，输入数据直接得出结果，节约了放射科医师的诊断时间，更能尽快为临床医生提供影像信息，及时制订治疗方案；二是学习能力强，目前对于脑出血的测量可能出现失误，但经过大数据的学习，将来会有更好、更精准的表现。

本研究的局限性：①本研究仅仅是对于PACS 手动容积测量和AI 测量在脑出血定量方面的一个初步对比研究，AI 的结果仅为相对值，并非针对金标准的准确值，这也将会是下一步的研究方向；②AI 运行时间短，样本较少，有待进一步加大样本量。下一步研究方向：本研究下一步将制作脑出血模型，评估PACS系统手动容积测量和AI在脑出血定量上的准确性，并将相应加大样本量。

总之，对于脑出血的定量分析，AI尽管较PACS系统节省时间，但仍有不可忽视的缺陷，有较大的提升空间。AI 识别脑出血的定量情况后仍需诊断医师进一步审核，尤其是在脑出血部位、体积、中线结构偏移程度及脑室是否受压几个方面。