基于小样本训练nnU-Net对儿童Wilms肿瘤MRI自动分割的可行性及训练样本量效应研究

《Frontiers in Oncology》:The feasibility of training nnU-Net to segment pediatric Wilms tumor with small datasets

【字体: 大 中 小 】 时间:2026年10月22日 来源:Frontiers in Oncology 3.4

编辑推荐:

  引言:磁共振成像(MRI)分割可用于(疑似)Wilms肿瘤(WT)患者的临床诊疗。然而,手动分割耗时且依赖操作者。深度学习(DL)可用于自动化分割,但通常需要大型训练数据集才能成功训练,这在儿科人群中具有固有挑战性。本研究旨在确定训练患者数量对自动WT分割的影

  
引言:磁共振成像(MRI)分割可用于(疑似)Wilms肿瘤(WT)患者的临床诊疗。然而,手动分割耗时且依赖操作者。深度学习(DL)可用于自动化分割,但通常需要大型训练数据集才能成功训练,这在儿科人群中具有固有挑战性。本研究旨在确定训练患者数量对自动WT分割的影响。方法:56例疑似WT患者纳入这项回顾性研究。术前MRI扫描分为训练集(n = 45)和测试集(n = 11)。分割基于nnU-Net,一种即用型(out-of-the-box)图像分割框架。nnU-Net在随机选择的5例患者上训练,所得分割方法在固定11例测试集上测试。随后,以5例为增量将患者加入训练数据集,直至45例全数据集。该过程重复5次以考虑随机抽样。Dice评分(Dice score)用作分割性能指标。研究人员务实地将Dice评分> 0.80定义为分割性能参考水平。结果:最低中位Dice评分在使用5例训练患者子集时获得(0.38)。最高中位Dice评分在训练45例时观察到(0.91)。使用最少10例训练患者子集达到中位Dice评分0.80。Dice评分显示依赖训练患者的随机选择,最大性能离散度在5例训练集。11例测试集患者间观察到较大性能离散度。讨论:使用该特定训练和测试队列,仅10例训练患者达到中位Dice评分0.80;然而,结果显示个体测试患者间相当大变异。训练患者随机子抽样(random subsampling)间性能离散度凸显了在应对儿童肿瘤学固有小数据集时,临床可代表性数据集的重要性。
研究背景与问题:磁共振成像(MRI,无电离辐射的断层成像)因无辐射暴露和良好软组织对比,是儿童肾肿瘤首选影像模态。肿瘤分割可用于诊断与疗效评估流程、体积反应测量及手术规划3D模型创建,但目前主要依赖手动分割;手动分割耗时且依赖操作者。深度学习(DL,多层神经网络学习方法)已成为成人肿瘤自动分割的常用方法,但儿童肿瘤罕见导致训练数据稀缺,限制从成人数...

研究开展、结论与意义:研究人员在疑似Wilms肿瘤(WT,儿童肾脏胚胎性肿瘤)中评估训练数据集大小与nnU-Net(自适应医学图像分割框架)分割性能的权衡。该单中心回顾性研究纳入荷兰乌得勒支Princess Máxima Center for Pediatric Oncology 2018年7月至2024年7月诊断治疗的疑似WT儿童肾肿瘤患者,最终56例、64个肿瘤;排除影像不完整4例及无SIOP-RTSG-2016 UMBRELLA(国际儿科肿瘤学会肾肿瘤研究组2016 UMBRELLA方案)知情同意1例。术前采用1.5T MRI采集T2加权成像(T2WI,反映横向弛豫的MRI序列)及脂肪抑制T1加权成像(T1WI);三名技术医师在3D Slicer(三维医学图像处理软件)按标准化方案手动分割,并由经验丰富放射科医师复核。采用nnU-Net v2.0.1的“3d_fullres”版本,输入T2WI与二值肿瘤mask,训练500个周期(epochs),其余为默认参数。按80%/20%分为45例训练集和11例测试集;单侧病例随机分配,双侧病例单独分配。训练从5例开始,以5例递增至45例,重复5次,共45个模型;固定测试集,以患者级Dice相似系数(Dice score,分割重叠度指标)评价。

研究结果:3.1 患者:通过统计比较训练集与测试集特征,56例患者扫描时中位年龄37.5个月(8–110);左侧29例、右侧20例、双侧7例;50例术前化疗,6例因小于6个月未化疗;混合型14例、退行型15例等;中位肿瘤体积324 ml(0.58–1792)。训练与测试集在性别(p = 0.096)、年龄(p = 0.55)、病理诊断(p = 0.45)、肿瘤体积(p = 0.60)及预处理(p = 0.59)方面无显著差异,无需重新划分;双侧病例未进行肿瘤级比较。3.2 分割性能:通过嵌套增量训练和固定测试集计算Dice。最低中位Dice为0.38(5例训练),最高为0.91(45例训练);5例时四分位距最大(0.28–0.61),45例时最小(0.91–0.92);5至10例提升最大(0.38至0.84);45例前未达平台,40至45例仍由0.89升至0.91。个体测试患者中,患者5最高中位Dice为0.98(35、40、45例训练),患者2初始最高为0.85;患者8从未达到Dice > 0;其余最低为患者7在45例训练时0.65。Dice > 0的患者比例在各训练重复中最大为91%(10/11),重复4以15例达最大,而重复1需35例;Dice > 0.80比例最大为81%(9/11),达此最大需30–45例。3.3 失败分析:通过四例分割结果与临床数据分析,患者2肿瘤大且边界清晰,5例训练主要分割高信号部分,后续分割包括全肿瘤;患者11为完全坏死、较小、中极(midpolar)且强度似肾实质的肿瘤,需最多训练患者才达Dice > 0.80;患者7为混合型小囊性肿瘤,性能增加但未稳定且未达0.80;患者8为双侧下极退行性病变,从未获得任何分割。表现最差患者肿瘤均较小(<13 ml),明显小于全数据中位>300 ml。

讨论部分总结:讨论指出,全训练集中位Dice最高(0.91),但最大提升在5至10例;该特定划分下10例训练可使多数测试患者达到参考水平。先前研究使用45例5折交叉验证(每折36例训练)中位Dice为0.90,本研究最大Dice未实质增加;但总体训练集小,未观察到明确平台。Müller et al.报告术前WT分割观察者间Dice约0.80,提示人类观察者变异可能限制可达重叠;Dice是开发与回顾性验证指标,不能直接代表临床可用性。5例训练时重复间IQR为0.28–0.61,10例为0.85–0.86,45例为0.91–0.92,表明训练患者少时变异性大,需临床代表性患者集,应研究患者/疾病因素及MRI表现对数据集水平性能影响,甚至可能排除少见表现。测试集固定以保证实验可比,但n = 11不能确定代表性;纳入所有WT不论大小、数量及双侧,故个体差异大;大多数患者5至10例大增后小增,三例肿瘤小且强度似肾实质者性能有限甚至无分割,表明结果离散具患者特异性。小数据罕见病中纳入所有少见表现未必更稳健,还可能减少常见病例样本;难以设计完全代表所有临床表型的数据集。宜开发在明确临床范围内稳健并识别预期低性能情形的算法;预期human-in-the-loop(人在回路,人工复核工作流),识别不可靠自动分割病例有助于界定使用范围并确保人工复核。研究纳入疑似WT,其中5例分别为肾母细胞瘤病(nephroblastomatosis,肾源性静息相关病变;训练集)、未确认肿瘤类型(测试集)或非WT肿瘤(训练集);SIOP-RTSG实践中一般术前不活检,符合临床;肾源性静息可模仿小WT并可能影响结果。文献有限:Ding et al.在儿童腹部放疗危及器官(OAR,放疗中需保护正常器官)分割中10例训练中位Dice为0.85,>50例改善小,但非肿瘤分割且成像不同;Gottlich et al.的成人肾细胞癌(RCC,成人常见肾癌)MRI需389例稳定、最大Dice为0.92,未纳入<50例,不能直接比较。术前扫描符合手术规划用途;多数按SIOP-RTSG-2016 UMBRELLA方案预处理;Müller et al.显示初诊与化疗后WT手动和自动分割差异有限,或可通过诊断扫描扩展数据集。方法限制包括仅T2WI(符合3D模型方案;先前T1增强无总体改善,但个体可能改善小/边界不清肿瘤;扩散加权成像(DWI,反映水分子扩散的MRI序列)受关注)、WT相对常见且球形好分割,神经母细胞瘤等更具挑战,外推受限;未研究其他低数据策略如数据增强、迁移学习、弱监督,nnU-Net自动增强但未专门评估;无统计验证(小样本嵌套)、仅Dice未用Hausdorff距离(Hausdorff distance,分割边界距离指标)、双侧无病灶级分割、ground truth可能不一致尤其小肿瘤、单中心需外部验证。研究结论部分翻译:在该特定训练和测试队列中,仅使用10例训练患者即达到中位Dice评分0.80;然而,各测试患者结果存在相当大变异。训练患者随机子抽样间的性能离散度凸显了在应对儿童肿瘤学固有小数据集时,临床可代表性数据集的重要性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号