基于窄带成像和放大内镜的诊断模型在分类结直肠腺瘤中的价值.pdf

现代消化及介入诊疗 年 第 卷 第 期 牞 牞 论 著基于窄带成像和放大内镜的诊断模型在分类结直肠腺瘤中的价值王瑞刚，蒋绚，任渝棠，魏来，姜泊【摘要】目的结直肠腺瘤是一种常见的胃肠道疾病，结肠镜检查被认为是检出结直肠腺瘤的主要工具。本研究拟建立一套人工智能（）辅助的图像诊断系统，该系统具有预测腺瘤上皮内瘤变等级的功能。借助窄带成像（）或放大内镜结合 （）的帮助，该系统最终将有利于提高结肠镜检查中对腺瘤诊断的准确性，提升工作效率。方法收集 期间，北京清华长庚医院消化内镜中心的结直肠腺瘤病例，筛选出具有代表性的 名患者，组成数据集，其中包含 张标记的图像用于训练模型。改进和训练深度卷积神经网络，对结肠镜检查中的腺瘤进行分类。在临床验证阶段，使用一个独立的数据集，包括 张图像来测试 诊断系统的能力。将研究对象分为五组：诊断系统、非内镜专家、内镜专家、非内镜专家 、内镜专家 。这五组需要逐一识别所有的 和 图像，并将结论与组织病理学诊断进行比较。所有数据输入统计软件 中进行分析，为有统计学差异。结果在标记图像上测试时，诊断系统对腺瘤的分类能力已经得到证实，曲线下面积（）为 ，平均精度（）为 。在临床测试实验中：的准确性为 （），敏感性和特异性为 （）和 （），阳性和阴性预测值（和 ）为 （）和 （）。诊断系统和内镜专家组的能力是相当的，而且速度更快。非内镜专家医生组使用 诊断系统的敏感性和特异性为（）和（），和 为（）和（）。与不使用 诊断系统相比，其诊断准确性明显提高。结论 诊断系统在使用 和 诊断结直肠上皮内瘤的级等级方面有出色的能力。更值得注意的是，诊断系统可以指导结肠镜初学者判断结直肠腺瘤的性质，提高其诊断准确性。【关键词】结直肠腺瘤；上皮内瘤变；辅助诊断中图分类号：；文献标志码：作者单位：清华大学附属北京清华长庚医院消化内科，清华大学临床医学院；清华大学附属北京清华长庚医院肝胆胰中心，清华大学临床医学院通信作者：姜泊，：基金项目：北京清华长庚医院青年启动基金资助项目（），；，【】（）（）（），：，现代消化及介入诊疗 年 第 卷 第 期 牞 牞 ，（）（）：（）（），（）（）（）（）（），（）（）【】；引言结直肠癌（）是一种常见的恶性肿瘤 ，在我国，的发病率在男性中排名第五，在女性中排名第四，总死亡率排名第五 。众所周知，大多数 是由腺瘤癌变发展而来，所以在腺瘤阶段发现并治疗，可以达到一级预防的目的 。结肠镜检查是诊断结直肠腺瘤的主要方法，它不仅可以直接观察病变，还可以进行活检获得组织病理结果，甚至对一些早期病变实施内镜下切除 。随着内镜技术的发展，特别是高清电子内镜和放大内镜的出现，使我们有机会清楚地分辨出结直肠腺瘤的表面微细结构 。因此，目前结肠镜为实现光学活检提供了强有力的手段，也是计算机辅助诊断（）的基础。研究发现，在结肠镜筛查过程中，可以显著提高腺瘤检 出率（）和 腺瘤 数量 ，尤其 是 对小 腺瘤 的 检测 。此外，对腺瘤性息肉和增生性息肉的实时分类也是 的优势之一 ，同时也为 内 镜 医生 的 培 训 带 来帮助 。需要指出的是，结直肠腺瘤的术区活检与术后的病理结果并不完全一致，而窄带成像（）和放大内镜结合 （）在提高腺瘤病理等级判断的准确性方面有优势 。那么，辅助诊断能否用于帮助内镜医生区分结直肠腺瘤的高或低级别上皮内瘤（或 ）呢？在这项研究中，我们开发了一套基于 的结直肠腺瘤病理分类的 诊断系统（如图 ），并将其性能与不同经验内镜医生和是否使用 诊断系统进行比较。在诊断效率和准确性基础上，我们还评价了 诊断系统对非内镜专家的帮助。图 基于深度学习的结直肠腺瘤人工智能分类诊断系统 研究材料和方法 研究设计这是一个单中心的回顾性研究，研究过程包括三个步骤。第一，构建数据集。我们从北京清华长庚医院内镜中心收集结直肠内镜图像，然后对这些图像进行分类和标注。第二，训练 模型，使其能够完成对结直肠腺瘤的 和 的分类任务。第三，评估 诊断系统的性能，并完成与不同经验内镜医生的比较。研究方案遵守了 年 赫尔辛基宣言 及其后续修订版的伦理准则。数据集为了建立 训练的数据集，我们回顾性地收集了 年 月至 年 月的 ，张高质量结直肠腺瘤图片。所有的结直肠腺瘤都经过了标准的切除治疗，并得到了组织病理学诊断。为确保结直肠图片与病理诊断相符，我们邀请了三位评审员对每张图片进行审查，并通过多数投票获得最终结果。所有结肠镜检查均采用高清结肠镜（，奥林巴斯），并配备 ，有或无放大技术（）。研究中使用 进行分类标记。经过筛选，我们得到了一个来自 名患者的总共 个 腺瘤和 个 现代消化及介入诊疗 年 第 卷 第 期 牞 牞 腺瘤的标准数据集。对于临床测试数据集，我们从 年 月到 年 月回顾性地收集了 个腺瘤图像（个 腺瘤和 个 腺瘤）。结直肠腺瘤的 图像的训练、验证和测试集没有重复图像。诊断系统的开发 预处理我们使用 对结直肠腺瘤图像中的感兴趣区域（）进行分类和标注，使标注的方框适应于腺瘤的大小。该软件生成可扩展标记语言文件（）和相应的文本文件（），然后按照一定比例（训练集 验证集 ）分成训练和验证数据集。选择架构和算法 深度学习框架是由 提出的一个用 和 编写的开源神经网络框架。它是一个相对轻量级的深度学习架构，使用起来更加灵活，更容易改进和扩展。年，等人提出了一种名为 （）的实时物体检测方法 。是一种基于深度卷积神经网络（）的物体识别和定位算法。与一般的算法相比，这个多层 架构只执行一次，这大大提高了检测速度。主要应用于两个领域，即图像分类和目标检测，非常适合对结直肠腺瘤进行不同等级分类。我们在研究中使用了 版本 。训练过程在检测过程中，原始图片被划分为 单元格，每个单元格同时预测一个框值和一个置信度分数，置信度越高，说明检测位置越准确。诊断系统的训练是在 操作系统下进行的：首先，建立了 训练环境；其次，添加了训练、调试设备所需的依赖包，使其顺利运行；最后，使用 架构下的 算法，在图形处理器单元（，）上训练 诊断系统。诊断系统和内窥镜医生表现的评估在临床验证阶段，共有 名来自北京清华长庚医院的内镜医生参加，分为五组：诊断系统组；非内镜专家组：名消化科医生，结肠镜检查经验小于 年；内镜专家组：名消化科医生，有 年以上的结肠镜操作经验；非内镜专家 组；内镜专家 组。我们进行了以下两个阶段的测试：在测试一（）中，诊断系统和每个内镜医生独立评估腺瘤 的图像，以确定腺瘤的等级。然后至少洗脱 周时间，我们再次使用与 中相同的方式进行测试二（）。在 中，诊断系统和每位内镜医生根据腺瘤 图像和 预测的结果进行诊断；提供的 预测结果如下：）预测的病理（或 ）；）置信值（）。此外，在图片浏览软件的后台数据中，我们记录了各自诊断的结果和耗时。统计学分析使用每个腺瘤图像平均诊断时间和每组诊断的敏感性、特异性、阳性预测值（）、阴性预测值（）来评估诊断效能。使用 检验比较各组在诊断耗时和准确性方面的差异。对于所有的数据，我们用 软件进行分析，被认为有统计学差异。结果我们发现 诊断系统有出色完成分类结直肠腺瘤等级的能力，诊断模型的曲线下面积（）为 ，平均精度（）为 。在临床验证阶段，所有 张结直肠腺瘤 图像在每次测试中都被去掉标识并随机排序，分析数据发现 诊断系统对分类结直肠腺瘤等级的准确率为 ，诊断敏感性为 ，特异性为 ，为 ，为 。诊断系统分类结直肠腺瘤上皮内瘤变等级的结果展示如图 所示。图 本研究中 诊断系统分类结直肠腺瘤上皮内瘤变等级的展示 诊断系统与内镜医生对每个腺瘤图像的平均诊断时间比较 诊断系统对每个腺瘤图像的平均诊断时间与 位内镜医师进行了比较。如表 所示，结果发现 诊断系统的平均时间为 ，在 和 中，非内镜专家和内镜专家的平均耗时分别为 、。统计分析发现，诊断系统和内镜医生对每个腺瘤图像的平均诊断时间上存在显著统计学差异（），表明 诊断系统能够更快地对结直肠腺瘤的不同上皮内瘤变等级进行分类。表 诊断系统和内镜医生对每个腺瘤图像的平均诊断时间（单位：）无 诊断系统辅助（）诊断系统辅助（）值值（）诊断系统 非内镜专家 内镜专家 注：表 中使用单样本 检验 诊断系统与内镜医生在 中诊断准确性比较如表 所示：不使用 诊断系统时，非内镜专家的平均诊断敏感性、特异性、和 分别为：、和 ；内镜专家的平均诊断敏感性、特异性、和 分别为：、。诊断系统的性能与 位内镜医师的诊断性能进行了比较，名非内镜专家中的 人的诊断准确性明显低于 诊断系统（），位内镜专家的诊断准确性与 诊断系统无差异。现代消化及介入诊疗 年 第 卷 第 期 牞 牞 表 无 诊断系统辅助下的腺瘤诊断准确性情况（）（）观察者敏感性特异性 值值（）诊断系统 非内镜专家 内镜专家 注：表 中使用配对样本 检验 诊断系统与内镜医生在 中诊断性能比较如表 所示：使用 诊断系统下，非内镜专家的平均诊断敏感性、特异性、和 分别为：、和 ；内镜专家的平均诊断敏感性、特异性、和 分别为：、和 。将 诊断系统的准确性与 位内镜医师的诊断性能进行了表 有 诊断系统辅助下的腺瘤诊断准确性情况（）（）观察者敏感性特异性 值值（）诊断系统 非内镜专家 内镜专家 注：表 中使用配对样本 检验比较：名非内镜专家在使用 诊断系统的情况下，诊断准确性明显提高，与内镜专家的诊断准确性无统计学差异（），即均达到了内镜专家的诊断水平；而 位内镜专家在 诊断系统的帮助下，诊断性能没有进一步提升（）。讨论本研究中，我们开发了一套 诊断系统，用于辅助诊断结直肠腺瘤 图片的上皮内瘤变等级。通过对比 诊断系统和 名内镜医生的诊断效能，我们发现：诊断系统可以快速、准确地判断结直肠腺瘤的病理性质，其诊断性能已经达到了内镜专家的水平；对于非内镜专家的初学者来说，诊断系统的辅助可以提高他们的即时诊断准确性，但该系统对于内镜专家的帮助作用不大。为了更好适应结肠镜获取腺瘤图像中对其分类具有重要意义的 检测，我们将 算法做出一系列改进内容，采用 的网络中 结构，使深度学习中浅层的信息不受阻碍地传递到深层，从而学习到图像更本质的东西。同时，中的神经元相互连接，减少神经元数量，从而节省了网络的宽度和计算量 。本研究中训练使用特定的数据集和专业的标注，使用较小的批处理和较少的训练图像规模，能更好发挥图形处理单元（）的性能，与既往研究相比，同样达到了在结肠镜检查中完成即时辅助诊断的功能 。我们根据内镜医生的经验将其分为两组，即非内镜专家组和内镜专家组。非内镜专家组为内镜操作经验均 年的消化内科医生，内镜专家组的结肠镜检查经验均 年。诊断系统在协助非内镜专家诊断结直肠腺瘤性质方面最为有效，在使用 诊断系统下，所有非内镜专家的诊断准确性都有明显的提高，而且他们的结果并不逊色于内镜专家，这与以往的研究结果大致相符 。本研究中，诊断系统对单张图像的平均诊断耗时为 ，明显快于内镜医生的诊断速度（）。在图像识别和分类时，耗时主要包括：图像识别、图形和文字提示、后台记录和存储三个部分；而内镜医生的耗时包括：视觉输入、思考处理、语言和肢体输出动作等，我们观察到内镜医生在思考处理阶段耗时最长。几乎所有文献均发现计算机辅助诊断系统的诊断耗时均显著少于人类，在平均诊断耗时方面，本研究结果与既往研究完全相符 ，。诊断系统用于预测病变的组织病理结果已经被国内外专家学者认可。等 开发的基于放大内镜和细胞内镜的 系统在预测组织学方面表现出强大的诊断能力，然而，细胞内镜在临床上还没有被广泛应用，本研究中，我们使用已经被广泛应用的 内镜技术，对结直肠腺瘤性质预测的准确率达到了 ，这与以往的研究结果相似（），。在医学图像分类诊断的人工智能辅助技术中，区分腺瘤性和增生性结直肠息肉已经被成果应用到临床 ，并且根据既往报道，这些 分类诊断系统已经达到了内镜专家水平 ，。本研究中，我们创新性地评价了 诊断系统在指导不同经验的内镜医生提高 现代消化及介入诊疗 年 第 卷 第 期 牞 牞 诊断准确性方面的作用，从而发现了 诊断系统在临床教学方面的潜在价值。本研究尚存在局限性。首先，我们开发的 诊断系统基于高质量的内镜摄片，然而在实际的临床工作中，内镜图像可能不能完全达到要求。其次，因为不同内镜主机图像采集卡的差异，使得获得的内镜图像尺寸不同，我们经过手工裁剪和调整了图像的大小以适应诊断模型训练的输入尺寸，这不可避免地造成了训练和测试的结肠镜图像与实际检查图像不同。再次，本研究中我们仅训练、测试和验证了结直肠腺瘤，对于炎性息肉、增生性息肉、黏膜下肿物等未作进一步的研究，因此该 诊断系统无法对这些类型病变做出病理学预测。最后，本研究中，诊断系统的模型训练，仍是“黑匣子”，医生无法解释为什么 会得出一个特定的结果。总而言之，人工智能在协助提高结直肠息肉的发现率和诊断准确性方面已经被广泛接受，它可以帮助内镜医生发现较小的结肠息肉，并在短时间内预测息肉的病理性质。本研究发现，诊断系统协助提高非内镜专家诊断准确性方面非常有效，在其辅助下达到与专家类似的准确率，大大减轻了学习压力，缩短了学习时长。在 诊断系统的帮助下，不同经验的内镜医生之间的诊断能力差异减小，漏诊和误诊率也随之减低，有助于减少医疗费用。我们期望在不久的将来，人工智能在促进智慧医疗发展、辅助教学和科研上发挥重要作用，以造福病患和社会。参考文献 ，：，（）：，（）：，（）：，（）：，（），（）：冯夕纹，李素贞，向鹏飞，等人工智能辅助结肠镜检查对息肉检出率影响的 分析 中国内镜杂志，（）：，（）：，（）：，（）：吴金晶，张博江，宋瑛，等人工智能在消化内镜中应用的临床进展 中华胃肠内镜电子杂志，（）：，：，（）：，（）：，（）：，：，（）：，（），（），：，（）：潘鹏，赵胜兵，王润东，等人工智能辅助结直肠息肉性质鉴别系统的建立与临床初步验证 中华消化杂志，（）：陈肖，蔡建庭，陈佳敏，等结肠镜人工智能辅助诊断模型的构建 中华消化内镜杂志，（）：，：，（）：，：，（）：，（）：，（），（）：（下转第 页）现代消化及介入诊疗 年 第 卷 第 期 牞 牞 ，（）：，：，（）：，（）：，（）：，（）：，（）：，：，（）：，：，（）：，：，（）：，（）：，（）：，（）：，（）：，：，（）：，：，（）：，：，（）：，：，（）：，：（），：，（）：，（）：，（）：，（）：，（），（）：，（）：，（），（）：（收稿日期：）（本文编辑：罗永华櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒櫒）（上接第 页），（）：王雪梅，吴练练，于红刚内镜精灵结肠镜检查对结肠息肉检出率的影响 中华消化内镜杂志，（）：，：，（）：（收稿日期：）（本文编辑：郭文）