卷积神经网络(CNN)用于MRI多发性硬化病灶分割的可靠性:基于U-Net架构探讨数据增强(Data Augmentation)、图像模态(Image Modality)及容差(Tolerance)的影响

《PLOS Digital Health》:Reliability of a convolutional neural network in segmenting multiple sclerosis lesions from MRI: Impact of data augmentation, image modality and tolerance with U-Net architecture

【字体: 大 中 小 】 时间:2026年04月02日 来源:PLOS Digital Health 7.7

编辑推荐:

  摘要:多发性硬化(Multiple Sclerosis, MS)是一种中枢神经系统炎性脱髓鞘疾病,其特征为脑和脊髓内存在放射学可识别的病灶,这对诊断及临床疾病监测至关重要。人工识别和分割病灶既困难又耗时,因此优化自动化分割方法具有重要价值。本研究旨在评估数据增

  
摘要:多发性硬化(Multiple Sclerosis, MS)是一种中枢神经系统炎性脱髓鞘疾病,其特征为脑和脊髓内存在放射学可识别的病灶,这对诊断及临床疾病监测至关重要。人工识别和分割病灶既困难又耗时,因此优化自动化分割方法具有重要价值。本研究旨在评估数据增强(Data Augmentation)与数据操作对使用MS患者MRI扫描进行自动病灶分割精度的影响。研究人员考察的因素包括单独及组合使用的MRI模态、图像增强、病灶大小以及测试集相对训练集的大小。研究采用MICCAI 2016 MS数据集,选用U-Net作为分割算法。对各因素进行优化后加以组合以最大化分割精度;采用Dice度量(Dice Metric)作为核心指标评估各实验配置的效果。使用Mann–Whitney U检验评估统计显著性,每种配置重复运行5至10次以保证稳健性。在严格遵循MICCAI 2016挑战赛规定的训练与测试数据集划分下取得的最佳Dice得分为0.59,较对照组提升约2%。为在该数据集既定训练测试分布下达到此结果,确定最优成像序列为质子密度(Proton Density, PD)加权像;采用的增强条件包括对数据集实施额外旋转(使训练集扩大一倍)以及排除体积<36.43 mm3的病灶。经Mann–Whitney U检验证实,数据操作与增强对病灶分割的影响相较于对照组具有统计学意义。本研究的附带发现是:用一种MRI模态训练、另一种MRI模态测试时,分割性能无统计学显著差异。
论文解读:《Reliability of a convolutional neural network in segmenting multiple sclerosis lesions from MRI: Impact of data augmentation, image modality and tolerance with U-Net architecture》发表于《PLOS Digital Health》
一、研究背景与目的
多发性硬化(Multiple Sclerosis, MS)是全球常见的青壮年致残性中枢神经系统(Central Nervous System, CNS)炎性脱髓鞘疾病,MRI上可见的脱髓鞘病灶(Lesion)是诊断与病情监测的关键依据。由于MS病灶在形状、大小、数量及空间分布上高度异质(Heterogeneous),由经验丰富的临床医师手动勾画分割极为耗时且存在观察者间差异,因此开发可靠的自动化分割工具具有重要临床价值。卷积神经网络(Convolutional Neural Network, CNN)特别是U-Net架构已在医学图像分割中展现优势,但既往多数基于MICCAI 2016 MS病灶分割挑战数据集的研究未严格遵循原始挑战赛规范(如随意切片重组、重新划分训练测试集、只用部分数据),导致结果泛化性存疑。此外,关于数据预处理层面的MRI模态选择、数据增强(Data Augmentation)策略及微小病灶容差(Tolerance)对U-Net分割性能影响尚缺乏系统性研究。为此,研究人员严格遵照MICCAI 2016挑战赛原定训练/测试划分(38例训练∶15例测试,来自3个训练中心与4个测试中心,含多台不同MRI扫描仪采集),系统评估图像模态、旋转增强及病灶体积剔除阈值对3D U-Net自动MS病灶分割精度的影响,并以Dice系数(Dice Similarity Coefficient, DSC/Dice Score)为主要评价指标。
二、主要关键技术方法
研究人员采用MICCAI 2016 MS Lesion Segmentation Challenge公开数据集(53例MS患者,3D MRI体素512×512×144,含FLAIR、T1、T2、质子密度(Proton Density, PD/T2-weighted PD)及钆增强T1(Gadolinium-enhanced T1)五种模态,金标准由七名放射科医师手工勾画取共识)。分割模型为MONAI库提供的3D U-Net(单输入通道,五层下采样/四层上采样块,3×3卷积核,2×2最大池化,ReLU激活,Amsgrad版Adam优化器,学习率10?5,允许最高2000 epoch)。实验设计分四部分:(1)五种MRI模态单独作为输入的基线对照;(2)Taguchi实验设计考察多种模态组合训练效果及跨模态训练—测试(用一种模态训练另种模态测试);(3)Monai方向变换实现90°/180°/270°旋转增强,比较单次旋转加倍数据集与多次旋转及单纯复制对照;(4)按病灶体积四分位(Q1–Q4)剔除最小两分位(即排除体积<36.43 mm3病灶)重训模型。每实验配置重复运行5–10次,主要评价Dice系数,辅以真阳性率(True Positive Rate, TPR/灵敏度)、假阳性率(False Positive Rate, FPR)、假阴性率(False Negative Rate, FNR)及真阴性率(True Negative Rate, TNR/Specificity);组间差异显著性采用Mann–Whitney U检验与Kruskal-Wallis检验(p<0.05为显著),异常无金标准的测试病例(患者26)予以剔除后重评。最终将各子实验最优条件组合(PD模态+单次90°旋转增强+剔除Q1+Q2小病灶)得出最佳分割结果。
三、研究结果
3.1 初始单模态对照测试
分别用FLAIR、T1、T2、PD及钆增强单独训练测试,基线Dice得分范围为0.571(钆增强)~0.576(FLAIR),Kruskal-Wallis检验示整体差异具统计学意义(p=0.0065),但剔除钆增强组后其余四模态间无显著差异(p=0.7402),提示钆增强为离群表现最差;平均达最优Dice所需epoch为1544–1610,预设2000 epoch偏多致轻微过拟合(Overfitting)。
3.2 多模态组合训练与跨模态训练—测试
采用Taguchi设计的八组双水平五因子组合训练并分别用五模态测试,结果显示多模态混合训练相较同规模单纯复制对照无显著提升甚至略降,说明网络将不同模态差异视为噪声而非互补信息;唯一例外为仅用FLAIR训练、用其他所有模态测试时略优于同模态训练测试。专门考察跨模态训练—测试(一模态训练、另一模态测试)发现:除FLAIR作测试模态外,其余跨模态组合与同模态对照Dice差异均≤0.5%且无统计学意义,说明单一模态训练的U-Net具备跨MRI模态分割MS病灶的泛化能力,尤以FLAIR训练模型可迁移至T1/T2/PD/钆增强图像。
3.3 数据增强(旋转扩增)的影响
对训练集施加单次90°旋转使数据集翻倍(Orig+90°),FLAIR模态Dice从0.5731升至0.5809(p=0.0317,Mann–Whitney U检验显著);但追加更多旋转(180°、270°或三重旋转叠加)未再获益甚至引起PD模态Dice下降(0.5862→0.5785),提示适度旋转增强有益,过度增强引入解剖空间不一致性反致性能衰减。
3.4 病灶体积容差(剔除小病灶)的影响
将全数据集病灶按体积升序划为四等分(Q1最小:1.38–13.56 mm3;Q2:13.56–36.43 mm3;Q3:36.43–100.46 mm3;Q4最大:100.46–66300.60 mm3),分别剔除Q1、Q1+Q2后重训。排除Q1+Q2(即仅保留≥Q3,体积>36.43 mm3病灶)对FLAIR与PD均带来统计显著的Dice提升(PD:对照0.5726→剔除后0.5844),单独排除仅Q1提升不显著;孤立评估Q1小病灶本身分割远差于大病灶,证实微小病灶因类不平衡(Class Imbalance)及金标准不确定性难以可靠检出,剔除后可提高评价指标。
3.5 最优条件组合与缺失金标准数据的影响
综合最优单项——PD模态+单次90°旋转增强+剔除Q1+Q2小病灶+删除无金标准的患者26测试例——十次运行平均Dice达0.590(较严格遵循挑战赛基准对照组提升约2%),最佳epoch均值约619。补做实验发现删除无金标准病例后各模态Dice均显著上升(p=0.0002–0.0036),说明标注错误/缺失严重拉低评估指标;倒换训练测试集(训练含全部四中心、测试仅三中心)也较原划分微幅改善,反映训练数据覆盖面的重要性。
四、讨论与结论总结
讨论指出:(1)各单模态中PD与FLAIR表现略优,钆增强最差;(2)跨模态泛化表明可用单一较普及模态(如FLAIR)训练模型应用于异源MRI数据,减少多序列采集需求;(3)旋转增强宜节制——一次旋转扩充有效,多次引入伪影降低性能,既往文献更高增益多源于违背原挑战赛数据划分(随机切片混洗使近相同切片分入训练与测试造成乐观偏差);(4)多模态混训无助MS病灶分割,可能因网络视模态间对比为噪声;(5)类不平衡使Dice偏重大背景,未来可采用加权损失(Weighted Loss)或病灶切片过采样(Oversampling)缓解;(6)微小病灶(Q1+Q2)难分割且金标准本身存变异,剔除后指标改善,但真正临床工具仍需解决小病灶检测;(7)去除无金标准数据明显提分,强调高质量标注对监督学习至关重要。研究局限含Dice对少数类不敏感、MICCAI 2016金标准由资浅医师勾画取平均、PPMS(原发进展型MS)亚型样本少等。未来方向含nnU-Net、测试时增强(Test-Time Augmentation, TTA)、生成对抗网络(Generative Adversarial Network, GAN)或扩散模型(Diffusion Model)合成数据及跨中心图像域转换(Image-to-Image Translation)标准化。
结论(翻译):
本研究全面探讨了基于卷积神经网络(Convolutional Neural Network, CNN) U-Net的自动多发性硬化(Multiple Sclerosis, MS)病灶分割中数据预处理操作的影响。使用多种MRI模态联合训练未见分割效益,但用一种图像模态训练的模型可有效分割另一种模态中的病灶。通过旋转实现的数据集扩容可使结果获得统计学显著改进;多次重复旋转无进一步收益甚至降低性能,凸显为此类研究创建数据集时最大化受试者参与的重要性。排除低于或高于特定体积阈值的病灶直接影响结果——排除两个较小四分位(体积<36.43 mm3)的小病灶带来逐步的性能提升。尽管其他医学图像分割任务已基本解决,MS病灶分割仍具挑战性,主要源于金标准缺乏共识、类不平衡(Class Imbalance)、病灶尺寸与形态不规则及数据可获得性有限。解决上述问题有望构建稳健可靠的临床可用分割工具。
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