人工智能及虛擬導航技術聯合應用于超聲引導下危險部位肝癌微波消融的初步價值

管海濤，蔡衛華，吳建軍，季達峰，趙金麗

1.南通市第三人民醫院超聲科，江蘇 南通 226006；

2.南通市第三人民醫院普外科，江蘇 南通 226006；

3.南通大學，江蘇 南通 226019；

4.南通大學附屬醫院影像科，江蘇 南通 226001

肝臟腫瘤性病變一直呈高發態勢，肝癌(hepatocellular carcinoma，HCC)占我國惡性腫瘤死亡率的第二位。超聲引導下微波消融(microwave ablation，MWA)由于其微創性及有效性，近年來已被廣泛應用于肝癌治療。但部分肝癌病例因毗鄰重要組織、缺乏有效進針路線及射頻后氣化干擾，術中定位及評估不準，導致手術時間久、滅活率低甚至引發嚴重并發癥。近年來隨著人工智能及虛擬導航技術的發展，使術前有效規劃術中智尋肝癌成為可能。

1 資料與方法

1.1 一般資料 收集南通市第三人民醫院2016年7月至2020年1月間收治18例確診肝癌患者，共計20個病灶，平均年齡46.5歲，術前影像學檢查示肝癌全部或部分距鄰近腸道、肝包膜、二級膽管或大血管、膽囊距離≤5 mm；易發嚴重并發癥包括肝膿腫、大出血、鄰近膽囊、胃、腸管損傷、腫瘤種植等。適應證：危險區域肝癌、肝癌邊界不規則伴邊界清晰或不清晰；禁忌證：單個腫瘤直徑≥5 cm，伴肝內轉移及浸潤性病變；富血供腫瘤；門靜脈一級分支癌栓；基礎情況較差，不能手術耐受者，有嚴重感染性疾病特別是膽系感染者。

1.2 儀器 超聲儀器采用GE E9 3.5 MHz腹部探頭及BK Pro Focus 8824術中探頭。超聲造影為聲諾維六氟化硫微泡。微波消融設備為南京康友KY2000型微波消融治療儀，微波電極外徑為15 G，發射頻率為2 450 MHz，最大輸出功率100 W，連續可調。

1.3 方法 肝臟腫塊超聲輔助診斷系統為自主研發人工智能系統，采用基于(deep convolutional neural networks，deep CNN)的(faster region-based convolutional neural networks，Faster R-CNN)技術，以肝癌超聲圖像為研究對象，收集正常肝臟各切面圖像行deep CNN學習，遷移學習后優化預先訓練的deep CNN構建更快的R-CNN。將Image J軟件標識的肝腫塊超聲圖像作為補丁訓練分類器，并通過與基于區域建議的卷積神經網絡集成構建檢測器，檢測器檢測樣本后自動標識肝臟異常病灶，其中AlexNet-conv5-60-ANN學習法智尋肝癌預警準確性為95%[1-2]，預警準確性為人工智能自動標識出的正確病灶數/實際病灶數。術前人工智能肝臟超聲腫塊輔助診斷系統識別擬消融肝癌，比對CT位置確認一致后存圖學習。虛擬導航技術利用CT圖像作為三維重建依據，利用MIMICS 19.0對肝臟、病灶行邊界分割，建立肝癌3D模型以STL格式導出后至3ds Max中，根據選用儀器微波天線單、多針模式可覆蓋范圍，利用棱柱算法及層疊算法在CT 3ds Max中模擬布針，確定超聲引導下最優消融完全步針策略。消融操作規范參照陳敏華[3]團隊肝癌規范化消融治療指南，其中消融完全要求：包膜完整邊界清晰時微波消融范圍覆蓋腫瘤邊緣外0.5 cm，包膜不完整及或邊界不清時微波消融范圍覆蓋腫瘤邊緣外1 cm。術中人工智能軟件比對術前識別肝癌超聲圖像快速智尋肝癌，確認位置一致后行微波消融術，術后灰階超聲及造影即刻評估消融范圍及有無并發癥。

2 結果

2.1 消融病灶部位、邊緣特征 18例患者共20個肝癌病灶均為危險部位肝癌，危險部位分布：肝癌Ⅶ、Ⅵ段鄰近膈肌7例，鄰近二級膽管及門脈3例，Ⅷ段鄰近腸道4例，Ⅲ、Ⅳ交接處4例，Ⅴ段緊貼膽囊2例；病灶邊緣清晰12例，不清晰8例(邊緣清晰指影像學檢查肝腫瘤包膜完整，與周圍組織有較明顯分界或周圍組織壓迫水腫帶)。

2.2 人工智能與虛擬導航技術聯合應用預警及消融結果 術前人工智能超聲輔助診斷系統預警準確率為95%(圖1)，但術中為85%(17/20)。據預設虛擬導航路線及消融方案超聲引導下迅速置入微波天線至擬消融區域(圖2、圖3)，消融后即刻造影(圖4)顯示后即刻造影一次消融完全率為95%(19/20)，且微波消融手術效率較高，無嚴重并發癥發生，輕微并發癥如術后疼痛，低熱偶有發生。微波前尋瘤及第一針步針到位時間平均為8.2 min。

圖1 肝腫塊超聲輔助診斷系統,綠框為超聲醫師據CT或病理結果預標肝癌，黃框為人工智能軟件預警標識肝癌

圖2 虛擬導航模型體表進針路徑

圖3 (由內到外)橙色部分為病灶腫瘤實際范圍，綠色部分為規范要求消融范圍(有包膜0.5 cm，不規則或包膜不清1 cm)，藍色部分為實際消融可達范圍

圖4 微波消融后即刻灰階及造影評估有無癌株殘留、有無并發癥

3 討論

超聲引導下熱消融已成為治療肝癌的重要手段，但在肝臟危險區域微波消融易發生嚴重并發癥[4]。YANG等[5]研究發現危險區域肝癌射頻消融不完全甚至可造成局部進展高于非危險區域。如何避免危險區域肝癌微波消融嚴重并發癥發生，并能一次完全消融成為熱點。研究發現術前利用CT及超聲圖像融合導航模擬布陣路線，可有效提高腫瘤消融完全率，但手術醫生大都為外科及介入科醫生，超聲圖像判斷能力弱且危險部位消融難度大，實際操作中存在手術時間較長及嚴重并發癥的發生[4，6-7]，隨著人工智能發展，超聲圖像中肝臟腫塊實時智能識別成為可能[2，8-9]。兩者聯合應用可輔助手術醫生全程快遞甄別超聲圖像中的肝腫塊根據術前規劃行消融術，以達到安全、完全、高效的治療目標。

本研究中超聲肝腫塊輔助診斷系統為與加拿大國家科學院合作開發軟件系統，采用基于deep CNN的Faster R-CNN技術，Faster R-CNN較傳統檢測器(computer aided detection，CADe)檢測效率提高，可高效準確預警肝臟腫塊超聲圖像，其中AlexNet-conv5-60-ANN方法可快速預警肝癌，準確率高達95%[1-2，8]。本研究組術前漏預警一例肝腫塊超聲圖像為彌漫性肝硬化背景下稍低回聲，因軟件收集正常數據集為正常人群肝臟超聲圖像，腫塊超聲圖像與肝臟背景差別較大，因此無法識別彌漫性肝病基礎上灰階差別較小的腫塊[1-2]。術中匹配時漏預警3例病灶，2例漏預警原因為：該系統訓練分類器補丁為Image J軟件標識的肝臟腫塊超聲圖像，數據集均為低頻腹部探頭采集的靜態圖像，術中高頻探頭采集圖像與低頻圖像紋理不一導致漏預警；另一例漏預警原因為：病灶呈邊緣不清較弱回聲。肝癌微波消融療效及風險關鍵在于微波天線的布針方案，超聲圖像與CT圖像融合基礎上的虛擬導航技術可優化微波天線步針方案[10-11]，本研究術前利用虛擬導航技術三維重建病灶及模擬可視化步針路徑，術中因體位變化及步針困難時增加超聲容積導航再次確認。本研究中人工智能與虛擬導航聯合應用于危險區域肝癌微波消融一次消融完全率高達95%，但存在一例一次消融不全病例，原因為瘤體近門脈二級分支致熱量流失過多而致一次消融不全，研究發現腫瘤邊緣或造影血供豐富區域聚桂醇注射可避免發生嚴重并發癥及可阻止熱量流失增加療效[4]，該病例超聲造影引導下增加消融不全區域及毗鄰血管瘤體組織內聚桂醇注射后復造影顯示消融完全。在實際應用中，隔離液的使用非常重要，多項研究表明其可避免嚴重并發癥發生[12]。

本研究中基于deep CNN的Faster R-CNN技術可縮短超聲引導下微波消融術前及術中尋瘤時間，虛擬導航技術可優化步針策略，兩者聯合應用具有較高的一次消融完全率，尋瘤及布針時間較短，未見嚴重并發癥發生，具有較高臨床應用價值。

本研究為團隊前期研究基礎上應用研究，微波消融尋瘤時間及第一針步針到位時間受術者經驗及病灶部位、邊緣特征等影響，且存在漏預警情況，后期擬增加樣本量迭代軟件版本，以便適應不同應用場景。12例患者在治療后半年內未見復發，6例患者因新冠肺炎疫情影響失訪。