基于卷積神經網絡的深度學習算法對顱內出血的類型識別及血腫分割一致性的研究

李娟， 湯翔宇， 沈逸， 廖術， 石峰， 朱文珍

顱內出血是臨床常見急重癥，具有極高的致死率及致殘率，嚴重危害患者的生命健康安全。顱內出血的病因多種多樣，常見病因包括外傷、血管性疾病及先天發育異常等。根據出血部位的不同，顱內出血又可以分為腦實質內出血(intraparenchymal hemorrhage，IPH)、腦室內出血(intraventricular hemorrhage，IVH)、硬膜下出血(subdural hemorrhage，SDH)、硬膜外出血(extradural hemorrhage，EDH)及蛛網膜下腔出血(subarachnoid hemorrhage，SAH)五種類型。不同的出血類型及程度決定了患者是否需要外科手術處理等干預措施，而出血量反映了出血的嚴重程度，與患者的預后相關，并且是臨床進行隨訪復查的重要指標。對不同類型顱內出血的早期檢出對于挽救患者的神經功能乃至生命有重要意義，而對血腫體積的精確測量則為臨床決策提供了重要依據。

CT廣泛應用于急診科顱內出血的診斷。近幾十年來，全國每年進行CT檢查的人數逐年增長。閱讀和分析大量的CT圖像數據不僅耗費醫生大量的時間及精力，同時也增加了漏診和誤診的可能性。目前，急診顱腦CT診斷，尤其是夜班的急診顱腦CT初步診斷多由低年資放射科醫生提供，后期再由高年資放射科醫生進行二次審核。已有多項研究顯示低年資放射科醫生提供的初步診斷存在不同程度的漏診和誤診[1,2]。

近年來，人工智能(artificial intelligent，AI)特別是深度學習(deep learning)算法作為大數據處理的有效手段，在醫療影像研究中得到了非常廣泛的應用。以卷積神經網絡為代表的相關深度學習算法在肺結節監測及良惡性判別[3,4]、肋骨骨折檢測[5]、新型冠狀病毒肺炎診斷、病變分割及體積測量[6,7]、糖尿病視網膜病變分類[8]、淋巴結組織學切片中轉移的檢測[9]及皮膚癌圖像的分級[10]等方面取得了較好的效果，其精確度可與專家評估相媲美。部分學者也嘗試將深度學習算法應用于顱內出血的研究[11-13]，但均局限于單一的出血檢測或血腫分割，且多數研究建立在較小的訓練集樣本量基礎上。因此，我們開發了一套建立在較大樣本量訓練集基礎上的深度學習算法來檢測顱內出血并自動測量血腫體積，以期有助于提高臨床診斷準確率及降低誤診漏診率，同時方便臨床醫生對血腫進行隨訪評估，輔助臨床決策。

材料與方法

1.數據集的采集

回顧性搜集2016年1月-2018年12月期間我院門診及住院部以及qure.ai開源數據集的9594例顱腦CT平掃圖像，其中顱內出血陽性6643例，陰性2951例，所有患者信息已匿名處理。涉及的CT掃描機器主要包括GE、西門子、東芝、飛利浦、聯影等多種機型及多種參數，圖像層厚1.5～7.5 mm不等，多數為5 mm。qure.ai開源數據集所提供的圖像數據由三位資深放射科醫師的一致診斷為金標準，當三位醫師中兩位與另外一位的診斷意見不同時以多數者的診斷為金標準；其余圖像均由兩位資深放射科醫生的一致診斷為金標準，當診斷意見不一致時通過協商達成一致。圖像排除標準為圖像不全、偽影嚴重及顱腦術后。隨機選取223例顱內出血陽性患者的數據作為顱內出血類型識別的測試集，剩余CT圖像數據作為其訓練集。

另選取我院門診及病房819例已進行人工手動勾畫血腫邊界的急性顱內出血CT圖像數據來研究血腫分割的精準性。排除標準為圖像不全、嚴重偽影、顱腦術后及同一患者復查。隨機選取74例顱內出血陽性患者的數據作為測試集，剩余CT圖像數據作為其訓練集。人工手動分割采用開源軟件Insight Toolkit SANP(ITK-SNAP) 3.6.0進行分割，于CT平掃橫軸面圖像沿血腫邊界進行勾畫，標注后的血腫由軟件生成1個分割文件，并輸出血腫體積。

顱內出血分類識別模型及血腫分割模型的構建由上海聯影智能醫療科技有限公司算法部門實施。

2.模型的建立及算法

首先進行CT圖像的數據輸入，所有CT圖像均為標準的DICOM格式。數據預處理包括圖像擺正、去頭骨和灰度歸一化。在橫軸面數據中，基于深度學習對腦中線兩個端點的位置進行檢測，并對橫軸面CT圖像進行旋轉，進而自動擺正腦部位置。然后，基于深度學習自動對腦組織區域進行分割，自動剔除圖像中包括顱骨及之外的干擾信息。在將灰度歸一化到[-1, 1]之后，根據五種出血類型及未出血共六個標簽，對圖像的每一層調用殘差網絡(ResNet)進行分類。對每一層的分類結果，調用循環神經網絡(long short term memory network，LSTM)進行結果修正，最終合并為基于患者個體的分類結果。算法細節參考2019年RSNA腦出血分類競賽[14]。

圖1 深度學習算法對五種不同類型顱內出血識別的示意圖。a、b)深度學習算法對腦實質出血及硬膜外出血的識別；c、d)深度學習算法對硬膜下出血的識別；e、f)深度學習算法對腦室內出血的識別；g、h)深度學習算法對蛛網膜下腔出血的識別。

對于出血灶分割任務，在圖像預處理之后，調用V型網絡(VB-Net)進行模型訓練，并通過體素的統計和間距的換算，自動得到每個出血量的統計從而計算血腫體積。同時，采用同樣網絡對CT圖像中側腦室進行分割，并通過與出血灶的匹配自動得到是否存在腦室內出血的結果[15]。

3.統計學分析

所有數據采用SPSS 23.0和MedCalc 19.0統計軟件進行處理與分析。算法識別顱內出血類型的效能采用準確率(%)、敏感度、特異度及受試者操作特征(receiver operating characteristic，ROC)曲線分析中曲線下面積(area under curve，AUC)來評估。不同類型的血腫體積先進行Kolmogorov-Smirnov正態性檢驗，符合正態分布的數據以均數±標準差表示，不符合正態分布者以中位數(上、下四分位數)表示。人工手動分割和卷積神經網絡算法分割血腫體積之間的一致性采用組內相關系數(intraclass correlation coefficient，ICC)分析并繪制Bland-Altman圖。以P<0.05為差異有統計學意義。

結 果

1.深度學習算法對五種類型顱內出血的識別

223例CT圖像數據納入測試集，其中62.78%(140/223)合并有兩種或兩種以上類型的顱內出血。測試集中五種類型顱內出血的分布見表1，占比最高的是腦實質出血(IPH>SAH>IVH>SDH> EDH)。深度學習算法對不同類型顱內出血識別的示意圖見圖1。

表1 測試集不同類型顱內出血的分布 (例)

深度學習算法對五種類型顱內出血的識別效能見表2和圖2，其AUC均高于或接近0.85，特異度均高于0.95，尤其是對于腦實質出血與腦室內出血，深度學習算法具有良好的識別效能(AUC為 0.922, 95%CI：0.879～0.954)。

表2 深度學習算法對五種類型顱內出血的識別效能

表3 人工手動分割方法與深度學習算法測量血腫體積的一致性

圖2 五種類型顱內出血的ROC曲線。a)EDH的ROC曲線，AUC為0.879；b)IPH的ROC曲線，AUC為0.922；c)SAH的ROC曲線，AUC為0.860；d)IVH的ROC曲線，AUC為0.922；e)SDH的ROC曲線，AUC為0.845。

五種類型顱內出血中，算法識別準確率最高的為腦室內出血(IVH>EDH>SDH>IPH>SAH)，敏感度最高的為腦實質出血(IPH>IVH>EDH>SAH>SDH)。

2.人工手動分割方法與深度學習算法測量血腫體積的一致性

人工手動分割方法與深度學習算法對74例人工標注的不同類型的顱內出血體積測量結果的一致性見表3及圖3。對于四種不同的顱內出血類型，深度學習算法與人工手動分割方法測量的出血體積之間均顯示了較好的一致性，其中硬膜下出血、腦實質內出血和腦室內出血體積測量的ICC接近于1，硬膜下出血體積測量的ICC接近0.9。

討 論

本研究結果顯示，我們開發的基于卷積神經網絡的深度學習算法對不同類型顱內出血具有良好的識別效能(AUC大于或接近0.85，特異度均高于0.95)，且對除蛛網膜下腔出血以外的其他類型的顱內出血血腫分割具有較高的一致性(ICC高于或接近0.9)。Ye等[13]及Kuo等[12]采用不同的深度學習算法對顱內出血亞型進行檢測，前者對不同亞型顱內出血識別的AUC達到0.8以上，后者更是達到專家水平，但前者的訓練集僅包含2836例CT圖像，后者的結果則建立在單中心小樣本訓練集上，測試集中顱內出血陽性僅25例。Chilamkurthy等[16]的研究納入了印度20余家醫療中心的30余萬例CT圖像數據，對各種亞型顱內出血識別的AUC接近或高于0.9，但該研究未涉及對血腫體積的測量。我們開發的模型納入了較大樣本量的CT數據，對不同類型顱內出血的識別效能高于或接近既往研究結果，同時可以自動測量血腫體積，更適合于臨床應用與推廣。

硬膜下出血和蛛網膜下腔出血是顱內出血中最容易漏診或誤診的類型[17]，給深度學習算法的識別帶來了很大挑戰。Ye等[13]開發的深度學習算法對蛛網膜下腔出血識別的敏感度僅為0.69，本模型對蛛網膜下腔出血和硬膜下出血識別的敏感度分別為0.7565和0.7143。62.78%(140/223)的病例合并有兩種或兩種以上類型的顱內出血可能是本模型敏感度低的原因之一。對模型中不同類型顱內出血假陰性病例進一步分析，發現28例蛛網膜下腔出血假陰性病例中35.71%(10/28)為腦挫裂傷合并少許蛛網膜下腔出血，21.43%(6/28)為腦室積血合并少許蛛網膜下腔積血；18例硬膜下出血假陰性病例中44.44%(8/18)被誤診為硬膜外出血(同時也增加了硬膜外出血的假陽性率)，16.67%(3/18)為腦挫裂傷合并少許硬膜下出血；22例腦實質出血假陰性病例全部合并有兩種或兩種以上出血類型，其中63.64%(14/22)為腦挫裂傷合并少許腦實質出血，18.18%(4/22)為腦室周圍腦實質出血破入腦室被誤診為原發性腦室內出血。深度學習算法對腦挫裂傷合并少量腦實質出血或蛛網膜下腔出血的識別以及對硬膜外出血與硬膜下出血的鑒別有待進一步提升。

圖3 人工手動分割方法與深度學習算法測量血腫體積的一致性Bland-Altman圖。a)硬膜外出血(EDH)：95%一致性界限(95%LoA)范圍為-9.41～6.22mL，10%(2/20)的點在 95%LoA 以外；b)腦室內出血(IVH)：95%LoA范圍為-8.18～2.84mL，8.7%(2/23)的點在 95%LoA 以外；c)腦實質出血(IPH)：95%LoA范圍為-0.66～0.98mL，10%(2/20)的點在 95%LoA 以外；d)硬膜下出血(SDH)：95%LoA范圍為8.71～119.94mL，0%(0/11)的點在 95%LoA 以外。

目前比較公認的出血體積測量的金標準是人工手動勾畫分割測量，但需要耗費大量的時間及精力，無法在臨床大規模推廣應用。對于腦實質出血，臨床普遍采用多田公式(V=a×b×c×1/2，其中V代表血腫體積，a、b分別是CT片中血腫最大層面的最長徑、最寬徑，c是CT片中出現血腫的層面數)來計算血腫體積[18]。多項研究顯示多田公式得到的血腫體積存在較大誤差[19,20]，特別是在血腫體積較小或形態不規則的情況下[21]，而且測量的主觀性較強，可重復性不高。而其它類型的顱內出血則沒有公認的測量標準，部分研究中硬膜下出血和硬膜外出血延用了多田公式或調整的多田公式計算體積[22-24]，但由于多田公式的計算建立在血腫為橢球形的基礎上[18]，而硬膜下出血及硬膜外出血的形態多為新月形及梭形，這種測量方式得到的血腫體積與實際出血量之間必然存在誤差。我們開發的深度學習算法自動計算的出血體積與人工手動分割得到的血腫體積之間有很好的一致性，尤其是對于腦實質內出血(ICC為1)，與既往研究結果一致或高于既往研究結果[25]；而且深度學習算法測量1例出血體積耗時約10秒，明顯快于多田公式測量或人工手動勾畫分割。鑒于蛛網膜下腔出血體積測量的臨床意義較低，未將其納入本研究中。

本研究存在一定局限性：首先，本研究為回顧性研究，可能存在選擇偏倚；其次，雖然納入了較大樣本量的CT數據作為訓練集，但測試集樣本量較少，結果可能存在誤差，后續仍需加大樣本量進行驗證。

綜上所述，基于卷積神經網絡的深度學習算法可以較準確地識別各種類型的顱內出血，并精確測量出血體積，有望應用于臨床幫助減輕放射科醫生的工作負擔并降低其漏診誤診率，為輔助臨床決策提供依據。