[论文解读] DeepAAA: clinically applicable and generalizable detection of abdominal aortic aneurysm using deep learning

Jen-Tang Lu, Rupert Brooks+10 more|arXiv (Cornell University)|Jul 4, 2019

Aortic aneurysm repair treatments参考文献 11被引用 9

一句话总结

DeepAAA 是一种基于改进的 3D U-Net 与椭圆拟合的深度学习模型，可在增强和非增强腹部 CT 扫描中实现对腹主动脉瘤（AAAs）的精确、可泛化的检测与量化。在训练数据上，其敏感度达 91%，特异度达 95%；在多样化外部验证集上，敏感度为 85%，特异度为 100%，优于文献报道的放射科医生在偶然发现 AAA 方面的表现。

ABSTRACT

We propose a deep learning-based technique for detection and quantification of abdominal aortic aneurysms (AAAs). The condition, which leads to more than 10,000 deaths per year in the United States, is asymptomatic, often detected incidentally, and often missed by radiologists. Our model architecture is a modified 3D U-Net combined with ellipse fitting that performs aorta segmentation and AAA detection. The study uses 321 abdominal-pelvic CT examinations performed by Massachusetts General Hospital Department of Radiology for training and validation. The model is then further tested for generalizability on a separate set of 57 examinations with differing patient demographics and acquisition characteristics than the original dataset. DeepAAA achieves high performance on both sets of data (sensitivity/specificity 0.91/0.95 and 0.85 / 1.0 respectively), on contrast and non-contrast CT scans and works with image volumes with varying numbers of images. We find that DeepAAA exceeds literature-reported performance of radiologists on incidental AAA detection. It is expected that the model can serve as an effective background detector in routine CT examinations to prevent incidental AAAs from being missed.

研究动机与目标

• 开发一种可在临床实践中应用的深度学习模型，用于在常规腹部 CT 检查中自动检测和量化腹主动脉瘤（AAAs）。
• 通过将检测敏感度提升至超过当前放射科医生水平，解决偶然发现 AAA 的高漏诊率（报告为 35%）问题。
• 确保模型在不同患者人口统计学特征、扫描协议和成像设备下具备鲁棒性和泛化能力，尤其针对非增强 CT 扫描。
• 提供一种可靠的“第二读者”工具，辅助放射科医生实现早期 AAA 检测，并减少直径测量中的读者间差异。
• 证明深度学习可在实际临床环境中有效部署，且领域偏移最小。

提出的方法

• 采用改进的 3D U-Net 架构对轴向 CT 图像体积进行 3D 主动脉分割，实现从原始 CT 数据端到端的学习。
• 分割后，对 3D 主动脉轮廓应用椭圆拟合，以估计最大横径，该值用于 AAA 检测。
• 模型在来自马萨诸塞州总医院的 321 例腹部-盆腔 CT 研究中进行训练和验证，涵盖增强和非增强扫描，扫描层厚和图像数量各异。
• 采用五折交叉验证策略对主数据集进行评估，以确保性能估计的稳健性，使用 Dice 评分和直径偏差作为评估指标。
• 在独立的验证集（57 例）上测试泛化能力，该验证集来自不同扫描仪和时间周期，患者人口统计学特征和采集参数均不相同。
• 将预测的最大直径设定为 3.0 cm 作为阈值，用于将病例分类为 AAA 阳性或阴性，与临床诊断标准一致。

实验结果

研究问题

• RQ1 深度学习模型是否能在增强和非增强腹部 CT 扫描中均实现对偶然发现 AAA 的高敏感度和高特异度？
• RQ2 该模型在具有不同成像协议、扫描仪类型和患者人口统计学特征的外部数据集上的泛化能力如何？
• RQ3 该模型在检测偶然发现的 AAA 方面，是否优于放射科医生，特别是在非增强扫描中？
• RQ4 该模型是否能以低偏差和高精度可靠估计最大主动脉直径，且适用于不同图像分辨率和层厚？
• RQ5 当模型应用于原始训练分布之外的数据时，其性能下降程度如何？

主要发现

• 在包含 321 例 CT 研究的主训练与验证数据集上，DeepAAA 的敏感度为 0.91，特异度为 0.95，平均 Dice 评分为 0.873 ± 0.129。
• 在包含 57 例研究的外部验证集中，该模型实现了 85% 的敏感度和 100% 的特异度，表明其具备强大的泛化能力。
• 在交叉验证各折中，模型预测的最大主动脉直径与真实值的平均偏差为 -1.7 mm（±8.7 mm），表明偏差低且精度高。
• DeepAAA 在偶然发现 AAA 检测方面优于文献报道的放射科医生敏感度，尤其在 30–39 mm 大小范围（0.68 vs. 0.52），在更大动脉瘤中表现匹配或超越。
• 该模型在非增强扫描以及不同图像层厚（2–10 mm）和图像数量（40–384）下均保持高性能，证明其对输入变化具有鲁棒性。
• 该模型未表现出对扫描仪特异性或队列特异性特征的显著过拟合，这从其在存在显著领域偏移的外部验证集上仍保持一致性能中得到证实。