基于深度学习在CT图像上分割胆囊的研究

【摘要】 目的 基于深度学习方法训练模型，研究其用于 腹部 C T 图像上 分割胆囊并 自动测量的可行性。 方法 从本院 PACS 系统搜集 2016 年 1 月 12 日至 2021 年 5 月 28 日行腹部 C T 检查的患者，从中选取 1 154 位患者的 1 181 次 C T 检查 图像 ，共得到 2559 个图像序列 用于训练模型。由 2 位影像科医师标注 胆囊 ，将全部数据按 8 ： 1 ： 1 的比例随机分为训练集（ training set ， n=2042 ）、调优集（ validate set ， n=245 ）和测试集（ test set ， n=271 ），训练 3D U-net 模型分割 胆囊 并自动测量。另 搜 集 2022 年 9 月 10 - 19 日的 腹部 C T 扫描图像，随机选取 共 141 位患者的 1 41 次检查的 2 70 个图像序列 作为外部验证数据集。以外部验证集的预测结果评价模型的效能。使用 Dice 相似系数（ d ice similarity coefficient, DSC ）、 体积相似度（ v o lume similarity ， VS ）和 H ausdorff 距离（ h ausdorff distance ， H D ） 定量评价模型 分割胆囊区域 的效能。使用 Bland-Altman 分析评价模型自动测量的 胆囊体积、径线、平均 C T 值与医师标注测量值的一致性 。 结果 外部验证集的 DSC 中位数 为 0.980 ( 0.970,0.980 ） ， VS 为 0.990 （ 0.990,1.00 0) ， H D 为 1.69 ( 1.27,2.45 ) mm ， 各数据集之间 DSC 、 V S 和 H D 的差异均有统计学意义（全部 P <0.001 ）。外部验证集中对模型预测和 医师标注 测量 结果 进行了 Bland-Altman 分析， 在考虑抽样误差的情况下体积、 C T 值、三维径线的 95% 一致性界限（ limits of agreement, LoA ）的可信区间 分别 为（ - 2.07 ， 3.36 ） 、（ - 1.55 ， 1 .15 ）、（ - 1.28 ， 1 .47 ）、（ - 3 . 34 ， 4 .07 ）和（ - 1.11 ， 2 .15 ），分别有 2 .6 % 、 3 .7 % 、 3 .7 % 、 1 .1 % 和 3 .7 % 的点落在 9 5 %Lo A 以外。 结论 基于深度学习模型可在 腹部 C T 图像上自动 分割胆囊区域 ， 是将来进一步胆囊病变智能诊断的基础。

【关键词】 深度学习； 胆囊 ； C T ；人工智能； 图像 分割

胆囊是人体消化系统中的一个重要器官，它的主要功能是储存和释放胆汁，以帮助消化和吸收脂肪 。但是，胆囊也是一个容易发生疾病的器官，常见的疾病包括胆囊结石、胆囊炎、胆囊癌 等。有些胆囊疾病是因上腹部疼痛等症状而就诊，影像检查容易发现。有些胆囊疾病则是在上腹部 CT 检查中偶然发现的。由于腹部 CT 检查量日益增加，腹部脏器疾病多样、复杂，影像科医生浏览 CT 图像时要关注很多种疾病，可能会漏诊胆囊疾病。

近年来，随着人工智能（ ar tificial intelligence ， A I ）技术的不断发展， A I 辅助诊断已经成为了医疗领域的一个热点研究方向。既往研究显示在腹部 CT 的诊断中 A I 方法可以通过自动化图像分析和识别减少医生的工作量，并提高诊断准确性如在脏 、肾上腺 、胰腺 、肝脏 等脏器，但在胆囊的应用较少见到报道。

要实现胆囊的 A I 辅助诊断，首先需要进行胆囊图像分割，即将胆囊区域从 CT 图像中分离出来。由于胆囊的位置和形态不稳定，加之图像噪声的存在，胆囊图像分割存在一定的挑战。本研究的目的是测试使用深度学习方法进行胆囊分割的可行性，为进一步使用 A I 诊断胆囊疾病提供技术基础。

材料与方法

本研究为回顾性研究，获得了医院伦理委员会的批准 [ 批件号： 2019 （ 168 ） ], 按照本单位人工智能 AI 模型训练规范执行研究方案。

1 、 用例定义

根据本单位人工智能 AI 项目管理方法，首先定义研发 腹部 CT 图像胆囊分割 模型的用例，包括 AI 模型的名称、临床问题、场景描述、模型在实际工作中的调用流程、模型输入输出数据规范等。

2 、 回顾队列建立

分两批从本院 PACS 系统搜集影像资料。第一批为 2016 年 1 月 12 日 至 2021 年 5 月 2 8 日的腹部 CT 检查 图像，用于训练模型；第二批为 2022 年 9 月 10 日 至 19 日的 腹部 C T 检查 图像，用于外部验证。入组标准：检查项目为 “ 腹部 C T 平扫 ” 。排除标准： ① 图像中未包括完整胆囊 ； ② 因患者配合欠佳、或者体位因素造成图像质量过差。共得到 1 154 位患者 1181 次 CT 检查 的 2 559 个图像序列 用于模型训练， 141 位患者的 1 41 次 C T 检查 的 270 个图像序列 用于外部验证（ 图 1 ）。

图 1 研究流程图

3 、 图像标注

将 DICOM 格式的图像转换为 NIFTI 格式。标注者使用 ITK-SNAP （ version3 ， Philadelphia ， PA ）软件标注 胆囊区域（ lab el ） 。 由两位影像科医师标注，并由 1 位高年资腹部影像专业医师检查。标注范围包括完整的胆囊区域如胆囊内有可见病变，也应标注在胆囊范围内。对胆囊切除术后的情况，如果无可见胆囊则不标注，如有胆囊区域有明确的胆囊管代偿性扩张，则标注在胆囊范围内 （ 图 2 ） 。

图 2 胆囊标注示意图，红色为标注区域。 a ) 正常胆囊； b) 餐后胆囊； c) 胆囊切除术后扩张的胆管； d) 胆囊及结石。

4 、 模型训练

将 1154 位患者的 2 559 个图像序列 按 8 ： 1 ： 1 的比例随机分为训练集 （ n=2043 ）、调优集（ n=245 ）和测试集（ n=271 ）。深度学习的模型为 3D U-Net ，分为两步训练分割模型（ 图 1 ）。首先，在腹部范围内分割出胆囊大致范围（粗分割），再进一步在这个范围内精细分割出胆囊（细分割）。 图像预处理时将图像分辨率设置为 128×160×64 （ x ， y ， z ） ，图像扩增采用随机噪声、平移、左右翻转、透视变换等方法。梯度下降使用 ADAM 优化算法，初始学习率（ learning rate ）设为 1×10 ^-3 ，每次读取的图像数量（ batch size ）为 4 。训练次数（ e poch ）为 400 。模型训练的硬件为 GPU NVIDIA Tesla P100 16G ，程序语言为 Python ，软件环境包括 Python3.6 、 Pytorch 0.4.1 、 Opencv 、 Numpy 、 SimpleITK 等。

5 、 模型评价

模型输出结果 为胆囊区域的预测范围（ p label ） 。 计算 p label 全部体素的体积、平均 C T 值为胆囊的体积和平均 C T 值。以最小包围盒（ mi nimum bounding box ）法计算 plabe l 的三维径线为胆囊的径线。 使用 Dice 相似系数（ d ice similarity coefficient, DSC ）、 体积相似度（ v o lume similarity ， VS ）和 H ausdorff 距离（ h ausdorff distance ， H D ） 定量评价模型 分割胆囊区域 的效能。

6 、 统计方法

使用 R4.1.0 软件进行统计分析。符合正态分布的计量资料以均值 ± 标准差表示，不符合正态分布的连续变量表示为中位数（四分位间距），计数资料和等级资料以 “ 数值（频率） ” 描述。使用方差分析比较各数据集间 DSC 、 VS 和 HD 的差异。使用 Bland-Altman 检验评价模型与专家测量 值 的一致性。 P ＜ 0.05 认为差异有统计学意义。

图 3 胆囊区域测量值的 Bl and-Altman 分析。 a ）体积 ;b ） C T 值 ;c 、 d 、 e ）三维径线的 95% LoA 的可信区间 分别 为（ - 2.07 ， 3.36 ） 、（ - 1.55 ， 1 .15 ）、（ - 1.28 ， 1 .47 ）、（ - 3 . 34 ， 4 .07 ）和（ - 1.11 ， 2 .15 ），分别有 2 .6 % 、 3 .7 % 、 3 .7 % 、 1 .1 %