基于深度學習計算機輔助診斷系統測量腦出血量

賴建東，王 寧，羅 坤，潘 寧，朱亞男，周和平，張 明*

(1.西安交通大學醫學部，陜西 西安 710061；2.安康市中心醫院影像科，陜西 安康 725000；3.北京推想科技有限公司，北京 100025)

腦出血發病率、致殘率和死亡率均較高[1]，準確測量腦出血量對臨床制定治療方案和評價療效至關重要[2-3]。CT為腦出血的首選檢查方法。多田公式法為測量腦出血量的傳統方法，由橢圓球體體積公式簡化而來，其前提是血腫形狀為近似規則的橢圓形球體[4]；然而臨床上血腫形狀往往不規則，導致多田公式法測量結果的準確性低[5]，且因存在主觀因素影響而可重復性較差。計算機輔助診斷(computer-aided diagnostic, CAD)系統主要指基于醫學影像學的計算機輔助技術，有助于發現病灶，提高診斷準確率。隨著人工智能的發展，以人工神經網絡為代表的深度學習技術(deep learning， DL)進一步推動了CAD的發展[6]，基于DL的CAD(deep learning-based computer aided diagnostic system, DL-CAD)已用于篩查及診斷肺結節及乳腺癌[7-9]。目前DL-CAD在測量腦出血量方面的研究多集中于開發DL算法，其臨床應用效能尚未得到證實。本研究觀察DL-CAD測量不同時期腦出血量的應用價值。

1 資料與方法

1.1 一般資料 回顧性收集2018年11月—2019年2月150例經CT診斷為腦出血患者。其中50例超急性期出血(出血時間<24 h)，男29例，女21例，年齡43～77歲，平均(57.5±8.6)歲；50例急性期出血(出血時間2～7天)，男31例，女19例，年齡43～78歲，平均(57.2±8.8)歲；50例為亞急性期出血(出血時間8～30天)，男30例，女20例，年齡29～78歲，平均(57.9±9.4)歲。納入標準：①臨床資料完整，發生腦出血時間明確；②頭顱CT見高密度病灶并確診腦出血；③未合并腦外傷及顱腦腫瘤。排除標準：①腦出血破入腦室內或蛛網膜下腔出血、硬膜外或硬膜下出血；②腦出血病灶呈等或低密度，無法明確病灶邊緣；③圖像偽影嚴重。

1.2 就儀器與方法 采用GE Light Speed 64排螺旋CT機。使患者處于仰臥位，頭部居中，下頜稍低，掃描范圍自顱頂至顱底，管電壓120 kV，管電流180 mA，球管旋轉時間1.0 s，準直寬度20 mm；以濾波反投影重建算法行圖像重建，層厚5 mm，間隔5 mm。

1.3 測量腦出血量

1.3.1 DL-CAD測量法 將圖像導入DL-CAD軟件(Infervision CT Stroke Research)，采用人工卷積神經網絡算法自動檢測并分割圖像上的腦出血區域(圖1A)，軟件自動測量出血量，記錄其測量結果及測量時間，后者指導入圖像、檢出出血灶及計算病灶體積所需時間。

1.3.2 多田公式測量法 將腦出血病灶視為橢球體；由2名具有3年神經影像學診斷經驗的住院醫師(醫師A、醫師B)分別按照公式：V(腦出血量)=A×B×C×1/2計算出血量，其中A為面積最大血腫層面病灶最長徑，B為該層面上與A垂直的最大寬徑；C為出血層數×層厚。將每個層面出血面積與最大層面進行比較，若前者面積達后者75%以上記為1，25%～75%則記為0.5，<25%時不計入，見圖1B。記錄患者腦出血量及醫師測量時間，后者指讀片開始至測量結束所用時間，取2名醫師的平均值為最后結果。

圖1 3種方法測量腦出血量示意圖 A～C.分別為DL-CAD(A)、多田公式法(B)及CT定量法(C)

表1 醫師C、醫師D采用CT定量法測量不同時期腦出血量結果比較[ml，中位數(上下四分位數)]

1.3.3 CT定量測量法 由2名分別具有15年和14年神經影像學診斷經驗的主治醫師(醫師C、醫師D)逐層手動于圖像上勾畫血腫邊緣(圖1C)，獲得各層面血腫面積(cm2)，根據以下公式計算腦出血量：V=各層面血腫面積之和×層厚，記錄患者腦出血量及醫師測量時間，取2名醫生的平均值為最后結果。

1.3.4 計算測量誤差 以CT定量法測量結果為金標準，以絕對百分誤差率(absolute percentage error, APE)表示測量誤差，其公式為APE=(|Vm-Vr|/Vr)×100%，其中Vm和Vr分別代表出血體積的測量值和實際值。

1.4 統計學分析 采用SPSS 22.0統計分析軟件。以±s表示符合正態分布的計量資料，以中位數(上下四分位數)表示不符合者。采用Wilcoxon符號秩檢驗分析各方法測量結果的差異。P<0.05為差異有統計學意義。

2 結果

2.1 腦出血量 醫師C、醫師D采用CT定量法測量超急性期、急性期、亞急性期腦出血量差異均無統計學意義(P均>0.05)，見表1;以兩者測量結果的平均值作為最終結果。DL-CAD測量超急性期及亞急性期腦出血量結果與CT定量法差異無統計學意義(P均>0.05)，而急性期差異有統計學意義(P<0.05)，見表2。醫師A、醫師B采用多田公式法測量超急性期、急性期、亞急性期腦出血量結果差異有統計學意義(P均<0.01)，見表3；應用多田公式法測量各階段腦出血量與CT定量法差異均有統計學意義(P均<0.01)，見表2。

2.2 測量時間 DL-CAD測量不同時期腦出血量所用時間均顯著低于CT定量法及多田公式法(P均<0.01)，見表2。

2.3 測量誤差 采用DL-CAD測量不同時期腦出血量的APE均低于多田公式法(P均<0.01)，見表4。

3 討論

急診腦出血患者出血量與臨床治療策略、腦功能恢復及死亡率密切相關[10]，而測量不及時、不準確會影響臨床決策，延誤最佳治療時機，影響治療效果[11]，因此精準測量腦出血量具有重要臨床意義[12]。美國2006年《顱腦創傷外科治療指南》[13]推薦以CT定量法、多田公式法及體視學法3種方法計算腦出血量。CT定量法又稱計算機輔助容積分析(computer assisted volumetric analysis, CAVA)[14]，是無創性測量顱內血腫體積的金標準[15]，其優點是測量精確，不受出血形狀限制；缺點是受設備條件限制，需在CT機上完成，且耗時較長，不適用于臨床緊急情況。多田公式法測量形態規則腦出血較為準確，但對于不規則腦出血存在較大誤差。體視學法在測量不規則血腫方面取得了進步，但需借助工具，操作較為復雜。

近年計算機DL技術快速發展，于訓練過程加強學習與正確特征分類相關的神經連接復制生物學，通過模擬神經網絡建立分層模型，具有強大的自動提取特征能力及高效特征表達能力，對圖像和目標的檢測、分類和分割能力優于傳統機器學習算法[16-17]。目前DL-CAD在醫學影像領域的應用越來越廣泛，已用于篩查及診斷多部位疾病，可定性、定量分析病灶，有助于減輕醫師工作負擔，且可提高影像學診斷的準確性[18]。在測量腦出血量方面，DL-CAD根據血腫與正常腦組織和顱骨CT值的差異而自動和識別描記血腫，以每個CT層面血腫面積及掃描層厚計算血腫體積，不受血腫形狀和部位影響，結果準確，可重復性好。

表2 不同方法測量各期腦出血量及所用時間比較[中位數(上下四分位數)]

表3 醫師A、醫師B采用多田公式法測量不同時期腦出血量結果比較[ml，中位數(上下四分位數)]

表4 多田公式法與DL-CAD測量不同時期腦出血量APE比較[%，中位數(上下四分位數)]

本研究結果顯示，不同醫師采用多田公式法測量腦出血量結果差異有統計學意義，且與CT定量法結果差異有統計學意義。不同醫師判斷出血區域長徑和寬徑、識別最大出血層面和計算出血層數時存在差異，導致測量結果的可重復性較差。臨床實際工作中，血腫形態往往不規則，導致測量結果不精確。本研究中DL-CAD測量超急性期及亞急性期腦出血量結果與CT定量法差異無統計學意義，且DL-CAD測量腦出血量的APE明顯小于多田公式法，而測量時間少于多田公式法，表明DL-CAD測量準確性更佳，測量速度更快，提示DL算法具有良好特征識別和提取能力，可實現較為精準的目標識別和分割；DL-CAD系統可實現自動識別和分割、計算體積，大幅度加快測量出血量速度。

綜上所述，與傳多田公式法相比，DL-CAD測量不同時期腦出血量準確性更高，速度更快。