基于深度学习和阈值分割方法对乳腺MRI中背景实质强化自动分类的研究

马明明，张耀峰，王祥鹏，张晓东，秦乃姗，王霄英

1.北京大学第一医院医学影像科，北京 100034；

2.北京赛迈特锐医学科技有限公司，北京 100011

女性乳腺癌现已超过肺癌成为2020年全球发病率最高的癌症，每年估计有230万例新增病例，占所有癌症病例的11.7%［1］。磁共振成像（magnetic resonance imaging，MRI）可用于乳腺癌高危患者的诊断、术前分期、化疗效果监测、乳腺假体植入物评估等［2］。乳腺MRI背景实质强化（background parenchymal enhancement，BPE）是乳腺动态对比增强MRI（dynamic contrast enhanced MRI，DCE-MRI）时正常乳腺纤维腺体组织（fibroglandular tissue，FGT）的强化区域，BPE水平与乳腺癌的发生密切相关［3］，也可用于新辅助化疗治疗效果的预测［4］。为了实现BPE的标准化定量，在临床工作中放射科医师根据乳腺影像报告和数据系统（Breast Imaging Reporting and Data System，BIRADS）对BPE进行分类［5］，将BPE分为极小、轻度、中度、显著4类。BPE的主观视觉评估容易出现观察者之间和观察者内的差异，因此需要更客观、简便的方法来评估BPE。

目前，深度学习技术已应用于乳腺MRI中FGT的分割［6］和强化体积的计算［7］，但关于BPE分类的研究很少。北京大学第一医院已经完成了基于U-Net深度学习模型对乳腺DCE-MRI图像中乳房和乳腺癌强化病灶的自动分割［8］，本研究进一步探讨基于深度学习和阈值分割方法对BPE进行自动分类的可行性，并将BPE分类结果自动接入到结构化报告系统中，未来拟自动完成BPE的客观定量，并将BPE定量应用于乳腺癌化疗效果预测的研究。

1 资料和方法

1.1 研究对象

收集2010年1月1日—2018年10月30日于北京大学第一医院接受乳腺DCE-MRI检查的患者的影像学资料，共纳入547例患者，患者均为女性，年龄22～82岁，平均年龄（52.3±11.6）岁。纳入标准：① 所有患者均使用相同的标准MRI扫描方案，图像质量合格；② 乳腺肿瘤标本（活检或手术）病理学检查结果为恶性；③ 患者未接受任何治疗（包括手术、化疗、放疗等）。排除标准：① 假体植入术后；② 乳腺内极少FGT（几乎全是脂肪）；③ 双侧乳腺癌患者。由2名高年资放射科医师（A和B）共同读片，根据第5版BI-RADS对健侧BPE进行4分类并作为金标准。BPE分类标准如下［9］：① 极小，＜25%FGT的强化；② 轻度，25%～50%FGT的强化；③ 中度，50%～75%FGT的强化；④ 显著，＞75%FGT的强化。

本研究经过医院伦理审查委员会的批准，研究工作按照北京大学第一医院人工智能（artificial intelligence，AI）模型训练规范进行。

1.2 用例定义

根据北京大学第一医院AI训练管理方法，首先定义研发乳腺MRI图像上BPE分类模型的用例。包括模型的ID、临床问题、场景描述、模型在临床工作中的调用流程、模型输入及输出数据结构等。AI模型返回结果为BPE分类“极小、轻度、中度、显著”。BPE分类模型预测结果返回到结构化报告中的“背景强化”模块（图1）。

图1 本研究简要流程图

1.3 图像采集

采用美国GE公司的Signa Excite HD 1.5 T MRI扫描仪，使用4通道双穴乳腺线圈行乳腺MRI检查。扫描序列包括轴位T1加权成像（T1-weighted imaging，T1WI）、压脂T2加权成像（T2-weighted imaging，T2WI）、弥散加权成像（diffusion-weighted imaging，DWI）及DCE。其中DCE的参数如下：重复时间（repetition time，TR）为3.9 ms，回波时间（echo time，TE）为1.7 ms，层厚1.4 mm，层间距0 mm，视野36 cm×36 cm，矩阵320×320。静脉注射钆对比剂0.2 mmol/kg，注射速率2 mL/s，随后使用20 mL生理盐水冲管。注射同时开始扫描，每个时相扫描时间为55 s，共扫描9个时相。

1.4 数据处理和图像分割

将DICOM图像转换为NiFTI格式。由1名高年资放射科医师使用ITK-SNAP软件标注100个数据的FGT区域，训练分割模型。以本单位既往训练好的U-Net 3D模型分割乳房作为掩膜（mask）［11］，进一步训练FGT分割模型。使用547个数据进行外部验证，分别为262个左侧FGT和285个右侧FGT（图2）。以DCE-MRI第一期图像为基线，使用上述模型分割得到基线FGT的体积。

图2 训练乳腺FGT U-Net 3D分割模型的流程及主要参数

1.5 BPE分类模型计算

以增强扫描第三期图像和基线图像做减影，得到DCE-sub图像。在DCE-sub图像上对547个数据的BPE进行阈值分割，取全图中信号强度＞50%区域为BPE（图3）。最后计算BPE体积与基线FGT体积的比值，公式：BPE比值=BPE体积/基线FGT体积×100%。根据BPE比值分为4类：极小（＜25%）；轻度（25%～50%）；中度（50%～75%）；显著（＞75%）。

图3 典型病例1～4（4类BPE强化类型的乳腺癌）MRI图像、FGT和BPE标签

1.6 模型效能评价

对乳腺FGT分割效果的评价指标为Dice相似性系数（Dice similarity coefficient，DSC）。对乳腺BPE分类结果的评价使用多分类混淆矩阵，计算其准确度、F1评分和Kappa值。

2 结 果

2.1 FGT分割模型的效果评价

FGT分割模型的平均DSC为0.902，模型预测FGT区域与高年资医师标注区域一致性高。

2.2 BPE分类模型的定量计算

BPE分类的混淆矩阵和诊断效能见表1、2。

表1 BPE分类混淆矩阵

表2 BPE分类的诊断效能

3 讨 论

乳腺MRI增强检查已被广泛应用于乳腺癌诊断、化疗效果评估，其不仅提供了肿瘤的形态学信息，还可提供定量的功能信息。BPE是乳腺癌风险和新辅助化疗（neoadjuvant chemotherapy，NAC）效果评估的主要参数之一［3-4］。本研究使用U-Net 3D分割模型对乳腺MRI中基线FGT区域进行分割，并利用阈值分割技术得到增强后图像中BPE区域，通过计算二者的体积之比来定量评估BPE的4分类。既往Ha等［10］已经提出关于使用全卷积神经网络（convolutional neural network，CNN）方法量化乳腺MRI中FGT和BPE，但是BPE采用了手动标注的方法，标注工作量大，且测试集中FGT和BPE的准确度分别为0.813和0.829。本研究与前人比较，相同之处是也使用了深度学习方法。不同之处有两点：第一，本研究中BPE为程序自动分割，操作简便，并且结果优于前人，FGT分割的DSC值达0.902，BPE分类准确度达0.95；第二，本研究的结果可自动分类接入到结构化报告中，对医学影像工作流程优化有益。

本研究提出的BPE自动分类方法整体准确度较高，但是从混淆矩阵中可以看出BPE的4种类型的数据不均衡，这是由本组数据的性质决定的。本组数据BPE自动分类结果提示中度强化类与人工分类差别较大，其错误分类发生在较轻强化类别中，大部分发生在相邻类别的轻度分类。分析其可能原因有以下两个方面。一方面，本研究以人工分类为参考标准，且由2名医师共同读片，虽然分类的把握度较高，但仍可能存在主观偏差。本研究中医师通过在影像存储与传输系统（picture archiving and communication system，PACS）工作站上连续翻动图像获取BPE的三维印象，对于轻度、轻-中度、中度之间的判定可能有一定误差。另一方面，本研究中使用固定阈值分割BPE体积，研究结果表明大部分患者使用固定阈值是可行的，但可能个别患者需要使用有针对性的阈值方能准确地分割BPE体积。上述误差在临床实际工作中是可以纠正的，我们的工作流程是DCE-MRI扫描完成后，程序自动对BPE进行分类并输入到结构化报告中，医师打开报告确认BPE分类是否正确，基于目前的结果可知，仅极少数病例的BPE自动分类结果需要医师修改，绝大多数病例的BPE自动分类结果不需要医师修改，直接接受即可。这种流程既可以提高医师的工作效率，又可以保证最终报告的准确性。

本研究的局限性在于以下几个方面。① 纳入对象仅为乳腺癌初诊患者，有研究［4］表明，通过定量评估NAC前后DCE-MRI中BPE的变化可反映NAC效果。因此，今后BPE相关研究应同时纳入NAC前后患者，为后续预测NAC效果做准备。② 本研究以2名高年资放射科医师共同对BPE实施的分类结果作为金标准，而医师评估的不一致性很常见［11］。为了使BPE分类标准更加可靠，将来需要对观察者一致性进行评估。③ 本研究排除了乳腺内极少FGT的数据，由于此类数据乳房内几乎无FGT，BPE计算可能不准确。为了适用于复杂的临床实际工作场景，后续研究应针对不同FGT含量的患者进行分层分析。④ 本研究选择了一个固定阈值分割BPE，这是根据经验选择的，后续研究需要选用个性化的动态阈值进行定量计算BPE。最后，所有研究是在同一机构的磁共振设备进行的，未来应使用多中心的数据对模型进行验证。

总之，基于U-Net深度学习模型和阈值分割技术对BPE进行自动分类的准确度高，有可能应用于临床实践，也有可能用于探索BPE与NAC效果的相关性研究。