訓(xùn)練集病例數(shù)對基于深度學(xué)習(xí)宮頸癌臨床靶區(qū)及危及器官自動勾畫的影響

胡靜，陳飛，龔筱欽，游濤，張開軍，戴春華

江蘇大學(xué)附屬醫(yī)院 放療科，江蘇 鎮(zhèn)江 212000

引言

在放療中，臨床靶區(qū)（Clinical Target Volume，CTV）及危及器官（Organs at Risk，OARs）的勾畫在放射治療過程中發(fā)揮關(guān)鍵作用，但是由于手動勾畫不僅費時費力，而且主觀性較強(qiáng)，因此醫(yī)療圖像自動勾畫技術(shù)已成為腫瘤放療領(lǐng)域的研究熱點[1-3]。2006年，Hinton等[4]提出深度學(xué)習(xí)理論后，以卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Network，CNN）為基礎(chǔ)的深度學(xué)習(xí)方法迅速興起[5-6]。U-net作為一種全卷積神經(jīng)網(wǎng)絡(luò)，因其可利用較少數(shù)據(jù)訓(xùn)練就能獲得準(zhǔn)確分割結(jié)果的特點，被廣泛應(yīng)用于醫(yī)學(xué)圖像深度學(xué)習(xí)自動勾畫中[7-8]。但是臨床實際應(yīng)用中發(fā)現(xiàn)通用的訓(xùn)練模型無法適用于多家放療中心，因此有研究者建議使用各中心數(shù)據(jù)單獨進(jìn)行深度學(xué)習(xí)從而形成可自用的新模型[9-10]。

已有研究表明，深度學(xué)習(xí)遵循數(shù)據(jù)量越大學(xué)習(xí)效果越好的原則[11]。但由于臨床高質(zhì)量數(shù)據(jù)較為稀缺且較難獲得，大量的數(shù)據(jù)收集會額外增加臨床工作壓力，且當(dāng)訓(xùn)練量達(dá)到一定數(shù)量時，其自動勾畫效果可能并無明顯提高，所以建模前能確定所需訓(xùn)練樣本量對各放療中心能更好地應(yīng)用深度學(xué)習(xí)訓(xùn)練平臺有重要指導(dǎo)意義[11-12]。AccuLearning（AL）是由Manteia（中國）公司研發(fā)設(shè)計的一款基于U-net網(wǎng)絡(luò)的深度學(xué)習(xí)平臺，運(yùn)用該平臺訓(xùn)練少量數(shù)據(jù)即可形成新的模型，從而應(yīng)用于臨床，且推薦訓(xùn)練量為30例。訓(xùn)練集樣本量對于自動勾畫效果有一定影響，且該影響可能與算法模型本身的魯棒性以及結(jié)構(gòu)的固有特性有關(guān)。目前尚無學(xué)者對宮頸癌CTV及OARs訓(xùn)練樣本量和自動勾畫效果之間關(guān)系進(jìn)行研究，基于此，本研究應(yīng)用AL深度學(xué)習(xí)平臺對宮頸癌CTV及OARs進(jìn)行訓(xùn)練，探討不同訓(xùn)練數(shù)據(jù)量對自動勾畫精度的影響，以期為AL深度學(xué)習(xí)平臺應(yīng)用于臨床提供數(shù)據(jù)參考。

1 資料與方法

1.1 一般資料

排除復(fù)發(fā)性腫瘤、確診時已存在遠(yuǎn)處轉(zhuǎn)移、既往患其他惡性腫瘤、既往接受過盆腔手術(shù)/放療、伴發(fā)嚴(yán)重疾病如心肺功能異常等患者。選取2018年6月至2020年12月我院收治的140例宮頸癌患者，年齡37～82歲（中位值58歲），體重44～71 kg（中位值60 kg），其中，根治性放療患者61例，術(shù)后輔助性放療患者79例。研究涉及的相關(guān)倫理經(jīng)醫(yī)院科研倫理委員會審核通過（批件號：KY2021K0901）。

1.2 CT掃描

定位時患者取仰臥位，使用真空墊固定。采用飛利浦模擬大孔徑CT（Philips CTBigbore）實施層厚、層間距均為3 mm的定位CT掃描。

1.3 AL深度訓(xùn)練平臺

AL深度訓(xùn)練平臺后端由數(shù)據(jù)管理器、模型訓(xùn)練器、模型評估和模型部署4個組件組成。數(shù)據(jù)管理器主要功能是數(shù)據(jù)清理，即自動標(biāo)準(zhǔn)化訓(xùn)練數(shù)據(jù)中的結(jié)構(gòu)名稱。模型訓(xùn)練器的網(wǎng)絡(luò)結(jié)構(gòu)是一種類似于2D U-net的自適應(yīng)結(jié)構(gòu)（圖1），其可根據(jù)采樣窗口的大小自動地調(diào)整下采樣層的數(shù)量和卷積層的數(shù)量，默認(rèn)設(shè)置包含5個最大池化層和5個上采樣層，基礎(chǔ)的卷積核通道數(shù)為32，尺寸為3×3，在每個卷積層后面都有批標(biāo)準(zhǔn)化（Batch Norm）層和線性整流函數(shù)（ReLU），在編碼器和解碼器之間以級聯(lián)的方式進(jìn)行躍層連接。AL模型評估以及部署功能是指自動獲取參數(shù)分析模型效果，并保留相關(guān)信息和模型共同輸出。本研究模型訓(xùn)練時設(shè)置數(shù)據(jù)集遍歷輪次Epoch為100，損失函數(shù)類型為Dice損失函數(shù)，學(xué)習(xí)率為0.0003，窗口采樣方式為Label_balanced，單次迭代樣本量batchsize為16，優(yōu)化器選擇Adam。

1.4 勾畫方法

由1名放療主治醫(yī)師在瓦里安Eclipse13.6計劃系統(tǒng)中手動勾畫宮頸癌CTV及OARs，包括腸袋、骨髓、雙側(cè)股骨頭、直腸、膀胱，并由2名主任醫(yī)師審核確認(rèn)，并定義手動勾畫為參考勾畫（Vreference，Vref），自動勾畫為Vautomatic（Vauto）。隨機(jī)抽取120例患者CT數(shù)據(jù)作為深度學(xué)習(xí)訓(xùn)練集，其余20例作為測試集。從120例訓(xùn)練集中選取15例訓(xùn)練算法模型，再逐步增加訓(xùn)練量至30、60、90、120例，分別應(yīng)用5組算法模型對20例測試集進(jìn)行宮頸癌CTV及OARs的自動勾畫測試，自動勾畫結(jié)果分別定義為 V15、V30、V60、V90、V120，并與 Vref比較，獲取相關(guān)評價參數(shù)進(jìn)行比較分析，實驗流程如圖2所示。

圖2 勾畫工作流程

1.5 精度量化評價指標(biāo)

相似性系數(shù)（Dice Similarity Coefficient，DSC）用于評價勾畫形狀的一致性，DSC值范圍為0～1，越接近1，表示勾畫相似度越高；豪斯多夫距離（Hausdorff Distance，HD）用于評價位置差異性，其值越大，說明重復(fù)性越低；相對體積誤差（Relative Volume Difference，RVD）用于評價自動勾畫結(jié)構(gòu)體積的精確性，結(jié)果以其絕對值的百分比表示[13]。

1.6 精度臨床評估方法

由主任醫(yī)師對自動勾畫結(jié)果逐層評價，評價標(biāo)準(zhǔn)：4分：自動勾畫結(jié)果可接受，臨床無須修改；3分：自動勾畫結(jié)果可接受，但需要進(jìn)行小幅度修改；2分：自動勾畫結(jié)果部分可接受，但需要進(jìn)行大幅度修改；1分：自動勾畫結(jié)果不可接受。通常認(rèn)為評分≥3分適合臨床應(yīng)用，統(tǒng)計各結(jié)構(gòu)評分結(jié)果，計算出各結(jié)構(gòu)適合臨床應(yīng)用層面所占比例（R），計算方式如公式（1）所示。

式中，s表示該結(jié)構(gòu)評分≥3分的層數(shù)，S表示該結(jié)構(gòu)自動勾畫總層數(shù)。

1.7 統(tǒng)計學(xué)分析

勾畫結(jié)果采用SPSS 22.0軟件進(jìn)行分析，數(shù)據(jù)以±s表示，各項參數(shù)采用隨機(jī)區(qū)組方差分析，并采用LSD-t檢驗進(jìn)行兩兩比較，以P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 不同訓(xùn)練病例數(shù)客觀量化評價指標(biāo)比較

如表1所示，CTV的DSC值比較，V15模型自動勾畫DSC值明顯低于其他4組，且V90和V120例模型的DSC值高于V30和V60模型的DSC值（P＜0.05）；腸袋和直腸DSC值比較，V60、V90和V120模型高于V15和V30模型，且腸袋V30模型DSC值高于V15模型（P＜0.05）；膀胱V90和V120模型DSC值高于其他3組（P＜0.05）；骨髓、右側(cè)股骨頭和左側(cè)股骨頭各模型之間差異無統(tǒng)計學(xué)意義（P＞0.05）。

表1 不同訓(xùn)練病例數(shù)自動勾畫效果量化指標(biāo)比較（±s）

表1 不同訓(xùn)練病例數(shù)自動勾畫效果量化指標(biāo)比較（±s）

注：a表示與V15比較，P＜0.05；b表示與V30比較，P＜0.05；c表示與V60比較，P＜0.05。

指標(biāo) 訓(xùn)練量 CTV 腸袋 直腸 膀胱 骨髓 右側(cè)股骨頭 左側(cè)股骨頭DSC V15 0.83±0.03 0.85±0.04 0.85±0.06 0.90±0.07 0.92±0.01 0.94±0.02 0.93±0.02 V30 0.85±0.03a 0.88±0.04a 0.86±0.05 0.90±0.07 0.92±0.01 0.94±0.02 0.94±0.02 V60 0.87±0.03a 0.90±0.04ab 0.88±0.06ab 0.90±0.08 0.92±0.01 0.94±0.02 0.94±0.02 V90 0.88±0.03abc 0.90±0.04ab 0.88±0.06ab 0.92±0.06abc 0.92±0.01 0.94±0.02 0.94±0.02 V120 0.88±0.03abc 0.90±0.04ab 0.87±0.06ab 0.92±0.06abc 0.92±0.01 0.95±0.01 0.94±0.02 F值 39.297 21.704 3.554 12.865 22.474 3.947 2.285 P值 ＜0.001 ＜0.001 0.010 ＜0.001 ＜0.001 0.073 0.068 HD V15 21.23±6.08 34.86±17.83 18.21±10.64 19.33±20.86 76.89±146.97 5.69±7.97 6.27±7.86 V30 19.32±6.12 26.42±8.42a 18.47±7.60 11.95±12.46 38.55±94.62 5.73±8.65 5.93±8.63a V60 19.25±6.54 23.36±8.55a 16.78±11.70 16.69±17.91 60.68±89.38 5.64±7.94 5.62±7.94a V90 17.29±6.64 22.75±6.43a 16.56±11.57 10.50±9.69 46.05±80.63 5.63±8.66 5.91±8.61a V120 17.88±6.40 22.48±7.81a 16.87±11.04 13.99±17.75 52.07±122.55 5.43±7.98 5.54±7.96a F值 2.045 5.571 0.473 2.120 2.568 0.525 3.288 P值 0.097 0.001 0.755 0.086 0.055 0.718 0.015 RVD/%V15 7.92±6.91 14.55±7.65 12.28±9.69 10.64±9.06 6.76±2.41 88.10±6.17 7.00±4.84 V30 7.08±5.44 12.30±9.99a 15.62±11.90 10.09±9.80 6.26±2.30 86.52±3.90 5.57±4.47 V60 5.35±4.30ab 8.86±7.72ab 11.81±10.17 8.55±8.80 6.39±2.22 91.06±5.07 5.00±2.99 V90 5.77±4.17ab 8.79±6.50ab 11.53±8.91 7.16±6.17 5.40±2.23 88.98±4.34 5.59±3.97 V120 5.66±4.24ab 8.55±6.85ab 11.80±10.14 9.17±9.42 6.61±2.07 87.88±7.81 5.31±3.96 F值 3.551 5.786 2.021 1.316 21.870 0.797 2.223 P值 0.010 ＜0.001 0.100 0.272 0.106 0.534 0.075

對于腸袋以及左側(cè)股骨頭HD值，V15模型高于其他4組模型（P＜0.05）；CTV、直腸、膀胱、骨髓以及右側(cè)股骨頭不同模型之間，HD值無統(tǒng)計學(xué)差異（P＞0.05），且其中CTV、直腸以及右側(cè)股骨頭HD值隨著訓(xùn)練病例數(shù)的增加，HD值呈逐漸下降趨勢。

對于CTV以及腸袋，V15和V30模型RVD值高于V60、V90以及V120模型，且腸袋V15模型RVD值高于V30模型（P＜0.05）；直腸、膀胱、骨髓、右側(cè)股骨頭和左側(cè)股骨頭各模型之間RVD值無統(tǒng)計學(xué)差異（P＞0.05）。

2.2 自動勾畫效果臨床評估結(jié)果

臨床評估結(jié)果分析如表2所示，對于CTV，V60、V90和V120模型自動勾畫R值高于V15，且V120高于V30模型（P＜0.05）。腸袋 V60、V90和V120模型R 值高于 V15模型（P＜0.05）；直腸、膀胱、骨髓、右側(cè)股骨頭和左側(cè)股骨頭各模型之間R值無統(tǒng)計學(xué)差異（P＞0.05）。各模型自動勾畫斷層效果如圖3所示，由圖3可以看出，各模型勾畫效果較好：各模型之間，CTV、腸袋勾畫結(jié)果有一定的差異；直腸、膀胱、骨髓以及雙側(cè)股骨頭勾畫結(jié)果差異較小。

圖3 不同訓(xùn)練量模型自動勾畫CT斷層示例

表2 不同訓(xùn)練病例數(shù)自動勾畫結(jié)果適合臨床應(yīng)用R值比較（±s，%）

表2 不同訓(xùn)練病例數(shù)自動勾畫結(jié)果適合臨床應(yīng)用R值比較（±s，%）

注：a表示與V15比較，P＜0.05；b表示與V30比較，P＜0.05。

訓(xùn)練量 CTV 腸袋 直腸 膀胱 骨髓 右側(cè)股骨頭 左側(cè)股骨頭V15 50.07±14.38 70.80±10.28 77.07±8.38 67.56±26.20 91.13±3.09 88.10±6.17 91.03±6.47 V30 59.20±15.50 77.81±11.32 70.78±7.45 76.66±22.82 89.61±3.51 86.52±3.90 88.95±6.05 V60 63.36±14.83a 81.47±11.27a 76.96±10.74 68.52±27.36 91.04±2.80 91.06±5.07 87.55±5.75 V90 69.73±13.64a 82.48±14.77a 78.59±9.01 74.31±28.84 92.51±3.09 88.98±4.34 92.09±7.25 V120 71.24±14.45ab 86.22±14.82a 76.44±8.12 76.35±28.13 90.31±2.17 87.88±7.81 92.13±5.76 F值 4.160 2.694 1.051 0.237 1.203 0.797 0.939 P值 0.005 0.040 0.393 0.916 0.324 0.534 0.451

3 討論

隨著放療技術(shù)的不斷發(fā)展，三維適形調(diào)強(qiáng)放射治療（Intensity Modulated Radiation Therapy，IMRT）被廣泛應(yīng)用于宮頸癌治療中[14]。IMRT具有較高的靶區(qū)及劑量適形性，這對放療過程中醫(yī)生勾畫腫瘤靶區(qū)及危及器官的精度提出了更高的要求[15-16]；而且為了提高放療的準(zhǔn)確性，目前臨床上甚至對宮頸癌患者實施了自適應(yīng)放療，但這也增加了醫(yī)生勾畫CTV和OARs的工作量，深度學(xué)習(xí)自動勾畫技術(shù)的出現(xiàn)與應(yīng)用則為臨床提供了解決辦法[17-18]，但是在深度訓(xùn)練建立自動勾畫模型時，選用訓(xùn)練樣本的數(shù)量尚不清楚。Narayana等[19]研究表明，在磁共振中對腦部多發(fā)性硬化患者行自動勾畫時，基于全卷積網(wǎng)絡(luò)深度學(xué)習(xí)訓(xùn)練樣本量大于50例時，即可保證自動勾畫具有較好的效果。Fang等[11]基于U-net網(wǎng)絡(luò)對頭頸部危及器官自動勾畫的研究表明，樣本量過小對自動勾畫效果有顯著影響，視神經(jīng)和晶狀體在訓(xùn)練量200例時能達(dá)到最佳效果的95%，而有些OARs在訓(xùn)練量40例時就能達(dá)到最佳效果的95%，表明不同結(jié)構(gòu)的勾畫效果與樣本量大小之間存在一定的聯(lián)系。

Zijdenbos等[20]認(rèn)為，DSC＞0.7時自動勾畫效果較好，本研究中各結(jié)構(gòu)勾畫輪廓DSC值均高于此標(biāo)準(zhǔn)，說明建模效果較好。此外，本研究中對于CTV、腸袋和直腸自動勾畫效果分析，隨著訓(xùn)練集數(shù)量的增加，DSC值、HD值以及RVD值呈較好趨勢發(fā)展，這可能由于CTV、腸袋和直腸與周圍組織對比度較低，而且不同組織結(jié)構(gòu)存在差異，所以增加訓(xùn)練量可能會一定程度改善勾畫效果。其中對于CTV，V90和V120模型DSC均值相等，且高于其他3組；對于腸袋，V60、V90和V120模型的DSC值和RVD值均優(yōu)于V30模型；對于直腸，V60、V90以及V120模型DSC值均高于V15和V30模型。各組模型中，膀胱、骨髓以及雙側(cè)股骨頭自動勾畫結(jié)果均較好（DSC≥0.90），分析原因可能是這3個OARs具有較為清晰的邊界且與周圍組織對比度高。骨髓以及雙側(cè)股骨頭勾畫結(jié)果隨著訓(xùn)練量的增加，改善不明顯，這說明對于骨性結(jié)構(gòu)，較小的訓(xùn)練量就能得到較好的勾畫效果。本研究關(guān)于自動勾畫效果臨床評估結(jié)果表明，CTV和腸袋隨著訓(xùn)練病例數(shù)的增加，其自動勾畫結(jié)果中適合臨床應(yīng)用的層面逐漸增多，這可減少臨床醫(yī)師修改輪廓的時間，提高臨床工作效率。當(dāng)CTV訓(xùn)練病例數(shù)為90例時，適合臨床應(yīng)用層面達(dá)到約70%，明顯高于V60模型，且與V120模型相近。當(dāng)腸袋訓(xùn)練病例數(shù)達(dá)到60例時，臨床可應(yīng)用層面超過80%，且隨著病例數(shù)的增加，其效果雖仍有所提高，但差異無統(tǒng)計學(xué)意義。本研究尚存在以下不足：僅得出深度學(xué)習(xí)自動勾畫技術(shù)最終的預(yù)測結(jié)果，未來仍需進(jìn)一步探索其他影響自動勾畫效果的因素。

4 結(jié)論

各組織結(jié)構(gòu)的自動勾畫效果相對于訓(xùn)練病例數(shù)有一定的差異性，且收集大量高質(zhì)量臨床數(shù)據(jù)具有一定的困難性，綜合分析表明，在宮頸癌CTV及OARs利用AL深度學(xué)習(xí)平臺建模時，建議采用90例作為訓(xùn)練集。其中，CTV勾畫采用90例，腸袋和直腸勾畫采用60例，膀胱、骨髓以及雙側(cè)股骨頭勾畫采用15例，這樣既可降低臨床病例收集的工作量，又能建立較好的臨床應(yīng)用模型。