用深度学习改进乳腺癌MRI诊断| 文献速递--AI辅助的放射影像疾病诊断

创作时间:

作者:

@小白创作中心

用深度学习改进乳腺癌MRI诊断| 文献速递--AI辅助的放射影像疾病诊断

引用

CSDN

https://blog.csdn.net/weixin_38594676/article/details/140776753

乳腺癌是全球女性中最常见的癌症类型，其早期诊断对于提高治疗效果至关重要。磁共振成像（MRI）作为一种高敏感性的检测手段，在乳腺癌诊断中发挥着重要作用。然而，传统的MRI诊断方法往往会导致不必要的活检和过度检查。近年来，深度学习技术在医学影像分析领域的应用日益广泛，为提高乳腺癌MRI诊断的准确性和效率带来了新的可能。本文将介绍一项基于深度学习的乳腺癌MRI诊断系统的研究，该系统在多个数据集上表现出优异的性能，并在临床实践中展现出减少不必要的活检的潜力。

文献速递介绍

乳腺磁共振成像（MRI）是一种检测乳腺癌的高度敏感的方式，报告的敏感性超过80%。传统上，其在筛查中的使用仅限于高风险患者。新的证据支持在中等风险和平均风险女性中进行筛查MRI的作用。诊断性MRI对于解决问题和新近确诊乳腺癌患者等其他适应症也很有用。随着接受乳腺MRI的患者数量不断增加，保持高特异性和阳性预测值（PPV）以尽量减少不必要的活检和后续建议变得非常重要。在针对中等风险和平均风险女性的筛查MRI研究中，活检推荐的PPV范围为19.6%至35.7%。这意味着每进行一次恶性结果的活检，就要进行两到四次良性结果的活检。因此，需要开发经过良好测试的工具来提高MRI的性能并提升护理质量。此外，还需要开发考虑临床医生或患者偏好的工具，例如在决定是否进行活检时。

摘要

动态增强磁共振成像（DCE-MRI）在检测乳腺癌方面具有很高的敏感性，但往往导致不必要的活检和患者的进一步检查。我们使用深度学习（DL）系统来提高乳腺癌诊断的整体准确性，并个性化管理接受DCE-MRI检查的患者。在内部测试集中（n = 3936次检查），我们的系统在受试者工作特征曲线下面积（AUROC）上达到了0.92（95% CI：0.92至0.93）。在一项回顾性读片研究中，五位持证乳腺放射科医师与DL系统之间没有统计学上显著差异（P = 0.19）（DL系统的平均ΔAUROC值高出+0.04）。当放射科医师的预测与DL系统的预测平均值结合时，放射科医师的表现有所提高【平均ΔAUPRC（精确度-召回曲线下面积）提高了+0.07】。我们使用来自波兰和美国的多个数据集证明了DL系统的通用性。在波兰数据集上的另一项读片研究表明，DL系统对分布变化的鲁棒性与放射科医师相当。在亚组分析中，我们观察到在不同的癌症亚型和患者人口统计学中结果一致。通过决策曲线分析，我们显示DL系统可以在临床相关风险阈值范围内减少不必要的活检。这可以使高达20%的BI-RADS 4类病变患者避免活检，且结果为良性。最后，我们进行了错误分析，研究DL预测大多数错误的情况。这项探索性工作为基于DL的乳腺MRI模型的部署和前瞻性分析奠定了基础。

方法

本研究的目的是开发和评估一个用于预测DCE-MRI中乳腺癌概率的深度学习（DL）系统。为此，我们收集了来自NYU Langone Health站点的21,537次DCE-MRI检查数据，用于训练、验证和测试系统。此外，我们使用了三个独立的国际数据集对我们的模型进行外部验证。DL系统基于修改后的3D-ResNet18架构，使用3D卷积来学习时空特征。我们的训练过程采用了迁移学习、多任务学习、训练时增强和测试时增强（TTA）等元素。最终的DL系统是从使用不同超参数训练的大量模型中选出的最准确的20个模型的集成。除了分析系统的独立性能外，我们还通过平均放射科医生和系统的预测来模拟“混合性能”。最后，我们使用决策曲线分析（DCA）方法，证明系统的预测可以准确识别低风险的BI-RADS 4类病变，并帮助避免不必要的活检。该研究获得了机构审查委员会的批准，并豁免了知情同意要求。

结果

本研究中描述的深度学习（DL）系统（图1）采用监督学习的方式进行训练，即为机器学习模型提供了大量输入和正确输出的示例。该系统的输入是DCE-MRI对比增强前后的序列，所有序列均存储为三维（3D）体积。这种方法模拟了临床实践中放射科医生评估乳腺中对比增强变化以正确识别可疑区域的过程。DCE-MRI体积数据通过模型处理，模型生成乳腺层面的恶性概率（POM）预测。也就是说，对于每位患者的每个乳腺，系统会生成一个介于0和1之间的数值。该系统的底层神经网络执行3D卷积，这是一种数学运算，最终使其能够提取输入的时空特征。

图1. 研究概述。在本研究中，我们训练并评估了一个基于深度神经网络的DL系统，该系统预测DCE-MRI检查中乳腺癌的概率。数据收集与处理：为了构建该系统，我们收集了21,537次DCE-MRI成像检查，包括一个对比增强前和两个对比增强后T1加权脂肪抑制序列。我们还从乳腺病理报告中收集诊断信息以生成真实标签。患者人口统计学信息、肿瘤组织学数据和放射学特征的辅助信息使得广泛的亚组分析成为可能。内部和外部数据集：内部数据集来自NYU Langone Health系统，并被分为训练集（n = 14,198）、验证集（n = 3403）和测试集（n = 3936）。我们对NYU数据集的测试集进行了额外筛选，以减少潜在的标签噪声。为了评估系统在模型未见过的数据上的表现，我们获取了来自杜克大学（美国；n = 922）、JU（波兰；n = 394）和TCGA-BRCA（美国；n = 131）的三个外部数据集。DL模型的独立评估：使用NYU Langone训练数据子集，我们训练了深度神经网络以预测MRI检查中的恶性概率。我们的模型使用标准指标受试者工作特征曲线下面积（AUROC）和精确-召回曲线下面积（AUPRC）进行验证。该图展示了所有数据集的ROC曲线。读片研究：为了比较DL系统与专家的表现，五位读片医师和DL系统解读了100次随机MRI检查，并提供了他们对MRI检查中乳腺癌存在概率的预测。我们还通过将DL和放射科医生的预测平均化为“混合”预测来模拟结合DL和放射科医生预测的情况。DL在各亚组中的表现：为了确认我们的模型在所有亚组中都表现良好，我们对模型在不同子集（关于人口统计数据、成像特征和组织学特征）中的表现进行了分析。网格子图展示了DL模型在各亚组（列）中四个指标（行）中的表现。详细结果在“亚组分析”部分中呈现。个性化管理：我们模拟了一个评估模型能否正确识别具有BI-RADS 4类病变且可能避免不必要活检（即活检结果为良性）的低风险患者的情景。该模拟包括来自NYU数据集的956名患者，并使用决策曲线分析（DCA）方法。AI，人工智能；EHR，电子健康记录；FPR，假阳性率；TPR，真阳性率。

图2. DL系统在所有内部和外部测试集上的表现。（顶部）通过重复抽样法计算的具有95%置信区间的ROC曲线。（中部）具有部分AUC（pAUC）的ROC曲线。绿色表示90%到100%特异性的pAUC，蓝色表示90%到100%敏感性的pAUC。（底部）具有95%置信区间的PRC曲线。

图3. 内部测试集中关键子组的系统性能。每个子组使用四个指标进行评估：受试者工作特征曲线下面积（AUC ROC）、精确-召回曲线下面积（AUC PR）、敏感性和特异性。右侧的蓝色（恶性病例）和绿色（非恶性病例）条表示每个子组中的检查次数。所有子组和指标的数值均以通过重复抽样法计算的95%置信区间表示（N = 2000次重复）。为了计算敏感性和特异性，我们选择了一个决策阈值，使DL系统的敏感性与平均读片医师的敏感性相匹配。每个子组的完整数值见表S4。由于在BI-RADS 1和2类中没有与恶性诊断相关的MRI检查，因此将BI-RADS 1、2和3类的检查合并，因为在这些子组中AUROC将无法定义。HER2，人类表皮生长因子受体2；DCIS，导管原位癌；IDC，浸润性导管癌；ILC，浸润性小叶癌；IMC，浸润性乳腺癌。