Verbesserung der interzentrischen Generalisierung für multimodale MRT-Meningeomsegmentierung mittels gliomvortrainiertem föderiertem Lernen

Zusammenfassung

Diese Studie untersucht die Auswirkungen von Gliom-prätrainiertem föderiertem Lernen auf die externe Generalisierung bei der multimodalen MRT-Meningeomsegmentierung

Zusammenfassung

Die automatisierte Meningeomsegmentierung bei multimodaler MRT bleibt schwierig, wenn Modelle zwischen Institutionen übertragen werden, da Scannerprotokolle, Bildmerkmale und Annotationsstile je nach Zentrum unterschiedlich sein können. Federated Learning (FL) bietet eine datenschutzschützende Strategie für die Entwicklung von Multi-Center-Modellen, aber die Standardaggregation kann den Bereichswechsel zwischen den Zentren nicht vollständig ausgleichen. Diese Studie zielte darauf ab, die externe Generalisierungslücke bei der MRT-Meningeomsegmentierung zu quantifizieren und zu bewerten, ob Gliom-prätrainierte Fl die Robustheit ohne zentralisiertes Datenpooling verbessern kann. Eine UMamba 2D-Architektur wurde für binäre Meningeomsegmentierung unter Verwendung von T1-, T1c- und T2-MRT als Modelleingaben verwendet. Das Protokoll umfasste 450 BraTS2023-Men-Fälle als Quelldomänen-Meningeom-Datensatz und 174 unabhängige klinische Fälle aus unserem Institut als externe Validierungskohorte. Drei letzte Meningiomsegmentierungsstrategien wurden quantitativ unter derselben externen Validierungsumgebung evaluiert: zentralisiertes Training auf BraTS2023-Men, Meningiom-vortrainierte FL über drei simulierte Klienten hinweg und Glioma-vortrainierte FL, initialisiert aus einem BraTS2023-Gli-Quellmodell vor federierter Optimierung. Zentralisiertes Training auf Gliom wurde ausschließlich zur Generierung der gliom-vortrainierten Initialisierung verwendet und wurde nicht als unabhängig bewertete endgültige Meningeomsegmentierungsstrategie berichtet. Die Modellleistung wurde anhand des Würfelähnlichkeitskoeffizienten (DSC) und der Schnittmenge über Union (IoU) bewertet. Das zentralisierte Training bei BraTS2023-Men zeigte einen deutlichen Rückgang der externen Verallgemeinerung, wobei der DSC von 0,8958 im internen BraTS2023-Men-Test auf 0,7452 im SPHS-Kohorte sank. Meningiom-prätrainierte FL zeigte eine geringere externe Leistung (DSC = 0,7122), während Gliom-prätrainierte FL eine vergleichbare Leistung wie das zentralisierte Training bei BraTS2023-Men erreichte und sich gegenüber meningiom-prätrainierter FL verbesserte (DSC = 0,7503; IoU = 0,6301; Holm-bereinigtes P < 0,001). Diese Ergebnisse deuten darauf hin, dass die gliom-prätrainierte Initialisierung einen robusteren Ausgangspunkt für federierte Meningeomsegmentierung bietet und die externe Verallgemeinerung verbessern kann, während die institutionelle Datenprivatsphäre gewahrt bleibt.

Einleitung

Meningiome sind die am häufigsten vorkommenden primären intrakraniellen Neoplasien bei Erwachsenen und machen etwa 38 % aller primären Hirn- und Zentralnerventumoren in den Vereinigten Staaten^aus. Sie stammen aus meningothelialen (Arachnoidealkapseln) Zellen, umfassen die Grade I–III der Weltgesundheitsorganisation (WHO) und decken ein breites klinisches Spektrum ab: Grad I Tumore (etwa 80 %) sind im Allgemeinen mit günstigen Ergebnissen nach einer totalen Totalresektion assoziiert, während Läsionen Grad II (atypisch) und Grad III (anaplastisch) deutlich höhere Rückfallraten von 20–40 % und über 70 % nach zehn Jahren zeigen. ³. Die klinische Entscheidungsfindung – einschließlich mikrochirurgischer Resektion, stereotaktischer Radiochirurgie (SRS), fraktionierter Strahlentherapie und aktiver Überwachung – hängt von einer genauen und reproduzierbaren volumetrischen Abgrenzung des Tumorausmaßes über längsbildgebende Studien hinweg ab. Eine robuste Segmentierung von Meningeomen durch Magnetresonanztomographie (MRT) ist daher eine Voraussetzung für eine konsistente Behandlungsplanung und Ergebnisbewertung.

Das Multi-Sequenz-MRT bildet die Grundlage der Meningeomcharakterisierung in der routinemäßigen klinischen Praxis, wobei jede Sequenz komplementäre Aspekte der Tumorbiologie und der umgebenden Gewebereaktion kodiert. Kontrastverstärkte T1-gewichtete Bildgebung (T1c) zeigt Bereiche mit Störung der Blut-Hirn-Schranke durch gadoliniuminduzierte T₁-Entspannungsverkürzung, was eine klare Visualisierung des verstärkten Tumorparenchyms und die Definition der primären Läsionsgrenze ermöglicht. Nichtkontrast-gewichtete T1-Bildergebung (T1) liefert strukturellen Kontext zur Bewertung der arachnoidalen Grenzfläche, der duralen Anhaftung und der angrenzenden Knochenbeteiligung. Die T2-gewichtete Bildgebung (T2) erfasst intratumorale Heterogenität und peritumorale Ödeme, die beide für das Verständnis des Masseneffekts und zur Abgrenzung von Behandlungsmengen in der radiochirurgischen Planung ^3,4 unerlässlich sind. Manuelle Konturierung bleibt der Standardansatz zur Meningeomabgrenzung. Während dieses Prozesses berücksichtigen Kliniker typischerweise komplementäre Kontrastinformationen über mehrere MRT-Sequenzen, um das Ausmaß des Tumors zu bestimmen. Dieses Verfahren ist jedoch zeitaufwendig und ist mit erheblicher Inter-Beobachter-Variabilität verbunden, insbesondere in anatomisch ambivalenten Bereichen wie dem Duralschwanz, wo die berichteten Übereinstimmungsmetriken unter 0,80 ^5,6 liegen. Diese Einschränkungen motivieren die Entwicklung automatisierter Segmentierungsansätze, die eine konsistente und skalierbare Leistung liefern.

Deep Learning hat die Segmentierung medizinischer Bilder erheblich weiterentwickelt, unterstützt durch Benchmark-Datensätze wie BraTS⁷ und durch das Entstehen mehrerer architektonischer Paradigmen, darunter Faltungsmodelle wie U-Net⁸ und nnU-Net⁹, Transformer-basierte Modelle wie UNETR und Swin-UNETR^10,11 sowie auf Zustandsraummodellen (SSM)-basierte Ansätze wie UMamba¹². Jüngste Arbeiten haben weitere erklärbare, aufmerksamkeitsgesteuerte Swin-Transformer-Netzwerke und global-lokale Vision Transformer/axiale Zustandsraumdesigns für 3D-Segmentierung von Gehirntumoren^{13,14 untersucht} und die fortlaufende Entwicklung von transformator- und zustandsraumbasierten Segmentierungspipelines hervorgehoben. Trotz starker Benchmark-Leistung waren meningiomspezifische Studien historisch durch relativ kleine Kohortengrößen (typischerweise 50–200 Fälle^{) begrenzt}. Die Veröffentlichung des BraTS 2023 Meningeom-Datensatzes¹⁷ mit über 1.000 Fällen mildert diese Einschränkung teilweise; die meisten Modelle werden jedoch weiterhin in kuratierten Datensätzen trainiert und bewertet, und ihre Leistung verschlechtert sich oft, wenn sie auf unabhängige klinische Daten¹⁸ angewendet werden. Dies verdeutlicht ein Kernproblem: Die Erreichung einer robusten Centerübergreifenden Verallgemeinerung erfordert die Exposition zu vielfältigen Multi-Center-Daten.

In der Praxis ist die Aggregation groß angelegter Multi-Center-Datensätze durch Datenschutzbestimmungen und institutionelle Richtlinien eingeschränkt, was zentralisierte Schulungen erschwert oder unmöglich macht. Federated Learning (FL) behebt diese Einschränkung, indem es kollaboratives Modelltraining ermöglicht, ohne Rohdaten zu teilen, wobei jede Institution lokal trainiert und Modellupdates per Aggregation zu einem globalen Modell beisteuert, wie in Federated Averaging (FedAvg)¹⁹. Verwandte Arbeiten haben zudem datenschutzbewahrende FL auf Human-Intention-Modellierung bei pädiatrischer Zerebralparese mittels Extended Reality²⁰ erweitert, und für die Offline-Segmentierung von Tumoren in ländlichen Gebieten wurde leichtes Deep Learning mit Virtual-Reality-Visualisierung vorgeschlagen²¹, was den breiteren Bedarf an einsetzbaren und datenschutzbewussten medizinischen KI-Workflows widerspiegelt. Obwohl FL einen praktischen Rahmen für Multi-Center Learning bietet, bringt es eine neue Herausforderung mit sich: Jeder teilnehmende Standort verfügt typischerweise über einen begrenzten lokalen Datensatz, und unabhängiges lokales Training vor der Aggregation kann zu suboptimalen lokalen Updates und einer verschlechterten globalen Leistung führen, insbesondere wenn lokale Datenverteilungen divergern – ein Problem, das als Client^{Drift 22} bekannt ist. Eine natürliche ergänzende Strategie ist es, das Modell mit Wissen aus einem verwandten Quelldatensatz zu initialisieren²³. In der Hirntumorbildgebung stellt das Gliom eine eng verwandte Quellenaufgabe dar, mit teilweise gemeinsamen Bildgebenden und Tumorkontextmerkmalen, was es zu einem praktischen Quellenbereich für die Vorschulung macht. Obwohl Meningiome und Gliome sich in biologischen Merkmalen und bildgebendem Erscheinungsbild unterscheiden, teilen sie gemeinsame Bildmodalitäten und anatomischen Kontext, sodass übertragbare Darstellungen auf niedriger und mittlerer Ebene erlernt werden^{können 3}. Frühere Arbeiten haben gezeigt, dass ein solches Cross-Tumor-Vortraining die Leistung in datenbegrenzten Umgebungen verbessern kann²³. Trotz dieser Entwicklungen bleibt unklar, wie sich FL bei der Segmentierung von Meningeomen unter realistischen Multi-Center-Bedingungen entwickelt und ob das Gliom-Pretraining das föderierte Training verbessern kann, wenn jeder Standort nur begrenzte Daten hat. Die relativen Vorteile von Fluor allein im Vergleich zu Gliom-prätrainierten Flammen wurden unter externer klinischer Validierung nicht bewertet.

Um diese Lücke zu schließen, führt die Studie einen kontrollierten Vergleich mit einer unabhängigen externen Kohorte von SPHS durch. Konkret untersuchen wir drei Fragen: (i) das Ausmaß der interzentrischen Generalisierungslücke zwischen Modellen, die auf Benchmarkdaten trainiert wurden, und externen klinischen Daten; (ii) ob FL diese Lücke unter begrenzten lokalen Datenbedingungen verringern kann; und (iii) ob die vom Gliom vortrainierte Fl (Gliom -> Meningeom) zusätzliche Leistungssteigerungen gegenüber zentralisiertem Training und standardisierten föderierten Ansätzen bringt.

Protokoll

Diese Studie war eine retrospektive klinische Studie. Das Studienprotokoll wurde vom Ethikkomitee des Zweiten Volkskrankenhauses Shenzhen für die Sammlung und Nutzung des klinischen Datensatzes der SPHS mit der Genehmigungsnummer 20190910 überprüft und genehmigt. Vor der Einschreibung in diese Studie wurde eine schriftliche informierte Einwilligung von allen in der SPHS-Kohorte aufgenommenen Patienten einholt.

Patientendaten

Diese Studie nutzte drei Datensätze: BraTS2023-Men, BraTS2023-Gli und eine externe klinische Kohorte von SPHS (SPHS-Men). Ihre Merkmale werden unten zusammengefasst.

BraTS2023-Men

BraTS2023-Men ist der Meningeom-Track des BraTS 2023 Benchmark^24,25. Für diese Studie wurden 450 BraTS2023-Men-Fälle als Ausgangskohorte für die Modellentwicklung und interne Bewertung verwendet. Alle Bilder wurden einheitlich vorgefertigt, einschließlich Schädelstripping, Ko-Registrierung über verschiedene Modalitäten hinweg und isotroper Resampling auf 1×1×1 mm³. Jeder Fall enthält vier MRT-Sequenzen (T1, T1c, T2, FLAIR) mit voxelweisen Annotationen in drei Kategorien: nicht-verstärkender Tumorkern (Etikett 1), peritumorales Ödem (Etikett 2) und Verstärkungstumor (Etikett 3). Zur Konsistenz mit der in dieser Studie verwendeten klinischen Tumordefinition wurden die Labels 1 und 3 zu einer einzigen Tumorklasse zusammengeführt, und Label 2 (Ödem) wurde ausgeschlossen, was zu einem binären Segmentierungsziel führte.

BraTS2023-Gli

BraTS2023-Gli ist der Glioma-Track des BraTS-Benchmarks und übernimmt die etablierten BraTS-Multimodal-MRT-Konventionen und das Annotationsrahmen 7,24,26,27. In dieser Studie wurde ein zentralisiertes Training zu Gliom mit 450 BraTS2023-Gli-Fällen durchgeführt, um ein Quellmodell für Gliom-prätrainierte FL bereitzustellen, wobei dieselbe binäre Tumor-gegen-Hintergrund-Formulierung verwendet wurde, die später für die Meningeom-Aufgabe verwendet wurde. Das Ziel dieser Kohorte war nicht, die Stichprobengröße im Vergleich zu BraTS2023-Men zu erhöhen, sondern zu testen, ob eine aufgabenbezogene Hirntumor-Quelldomäne eine übertragbare Initialisierung für eine spätere föderierte Anpassung bieten kann.

SPHS-Men

SPHS-Men ist ein externer klinischer Datensatz, der vom Zweiten Volkskrankenhaus von Shenzhen unter Genehmigung des institutionellen Überprüfungsausschusses gesammelt wurde. Insgesamt wurden 174 Fälle zur externen Bewertung einbezogen. Im Gegensatz zu BraTS wurden die Daten mit routinemäßigen klinischen Protokollen ohne standardisierte Vorverarbeitung erhoben, was zu Variabilitäten in Voxelabstand, Schnittdicke, Sichtfeld und scannerabhängigen Rekonstruktionsparametern führte. Anmerkungen wurden ursprünglich mit zwei Bezeichnungen versehen: Tumormasse und Ödem/peritumorale Veränderung. Um mit der in dieser Studie verwendeten BraTS-abgeleiteten Tumordefinition übereinzustimmen, wurde nur die Tumormasse erhalten und das Ödem ausgeschlossen. Alle SPHS-Fälle wurden anschließend mittels einer harmonisierungsorientierten Pipeline bearbeitet, bevor sie extern bewertet wurden, wie in der MRT-Aufnahme und Vorverarbeitung beschrieben. Nach der Vorverarbeitung wird jeder Voxel an der räumlichen Koordinate r durch einen dreikanaligen Eingang dargestellt, der aus Intensitäten T1c, T1n und T2 besteht,

und die Segmentierungsaufgabe ist als binäre Klassifikation Y(r) ∈ 0,1 definiert, die Tumor versus Hintergrund anzeigt. Repräsentative Beispiele und qualitative Unterschiede zwischen Datensätzen sind in Abbildung 1 dargestellt.

Abbildung 1. Repräsentativer Datensatzvergleich. Oberste Reihe: SPHS-Männer; Mittel: BraTS2023-Herren; Bottom: BraTS2023-Gli. Spalten zeigen Tumormaske, T1, T1c und T2. Qualitative Unterschiede in Läsiongröße, Verstärkungsmuster und Grenzdefinition spiegeln die in dieser Studie beobachteten komplexen Bild- und Annotationsverschiebungen wider. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

MRT-Aufnahme und Vorverarbeitung

Alle BraTS-Daten wurden mit bereits angewandter standardisierter Vorverarbeitung verteilt, einschließlich Schädelstripping, Ko-Registrierung und isotroper Resampling. Für die SPHS-Kohorte wurden rohe DICOM-Bilder zunächst in das NIfTI-Format²⁸ umgewandelt. Die multimodalen Bilder wurden dann starr im nativen T1-Raum unter Verwendung der gegenseitigen informationsbasierten Ausrichtung²⁹ registriert. Da das Schädelstrippen ein notwendiger Vorverarbeitungsschritt für die Gehirn-MRT-Segmentierung ist, wurde die Gehirnextraktion explizit vor dem Modelltraining durchgeführt. Konkret wurde DeepBet auf das T1-gewichtete Bild angewendet, um eine Gehirnmaske³⁰ zu erzeugen, und die resultierende Maske wurde in die ko-registrierten T1c- und T2-Volumina weitergegeben, um Nicht-Gehirngewebe konsistent in allen Modalitäten zu entfernen. Die schädelstrippten Bilder wurden anschließend auf eine isotrope Auflösung von 1 x 1 x 1 mm³ neu gesampelt. Binäre Tumormasken wurden schließlich mittels morphologischer Schließen- und Öffnungsoperationen verfeinert, um Interpolationsartefakte zu unterdrücken, die während der Neubeprobung eingeführt wurden. Diese Harmonisierungsschritte wurden verwendet, um die konsistenz der Datensatzeingaben für externe Tests zu verbessern, sollten jedoch nicht die zugrunde liegenden Unterschiede auf Scanner-, Protokoll- oder Annotationsebene beseitigen, die der SPHS-Kohorte innewohnen.

Studiendesign

Modellarchitektur

Wie in Abbildung 2 dargestellt, integriert die 2D-Architektur der UMamba verbleibende konfaltionsneuronale Netzwerkmodule mit den Mamba-Blöcken^12,31 (SSM). Dieses hybride Design ermöglicht die gleichzeitige Extraktion lokaler Texturmerkmale mittels Faltungen und langfristigen globalen strukturellen Kontext über SSMs, mit linearen Rechenkosten in Bezug auf die Anzahl der räumlichen Positionen.

Abbildung 2. Die UMamba 2D-Architektur. Der Encoder integriert verbleibende Faltungsblöcke für die lokale Textur- und Randfeature-Extraktion mit Mamba-selektiven SSM-Modulen für Langstreckenkontextmodellierung. Diese Komponenten sind über Skip-Verbindungen mit einem transponierten Faltungsdecoder verbunden. Der Netzwerkeingang besteht aus einem dreikanaligen multimodalen MRT-Slice, der aus T1-, T1c- und T2-Modalitäten besteht. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Encoder

Multimodale MRT-Schnitte mit C = 3 Eingangskanälen werden von einem hierarchischen Encoder verarbeitet. In jeder Stufe s ∈ 1,..., S wird die Eingabefeature-Abbildung zunächst von einem verbleibenden Faltungsblock verarbeitet, um lokalisierte räumliche Muster zu extrahieren. Die Merkmalskarte wird dann zu einer eindimensionalen Sequenz abgeflacht und von einem selektiven SSM-Modul verarbeitet, um langfristige kontextuelle Abhängigkeiten zu erfassen. Räumliche Abtastungen werden mittels Stride-2-Faltungen durchgeführt, bei denen progressiv hierarchische Merkmalsrepräsentationen F_s ∈ R^C_s × H/2^s × W/2^s mit zunehmenden Kanaldimensionen C_s ∈ 32, 64, 128, 256, 512 erzeugt werden.

Mamba-selektives SSM

Die selektive SSM arbeitet auf einer eindimensionalen Folge x ∈ R^L × d. Da die räumliche Angrenzung während der standardmäßigen eindimensionalen Abflachung zweidimensionaler Merkmalskarten gestört wird, wird eine multidirektionale Scan-Strategie verwendet: Merkmalskarten werden in vier Richtungen (Reihe vorwärts, Reihe rückwärts, Spalte vorwärts und Spalte rückwärts) gescannt, um den räumlichen Kontext sowohl in Zeilen- als auch in Spaltenrichtungen zu erhalten. Das kontinuierliche SSM ist definiert als:
    

wobei A ∈ R^N × N die lernbare Zustandsübergangsmatrix bezeichnet, die über das HiPPO-Framework (Hidden Polynomial Projection Operator)³¹ initialisiert wird. Die Projektionsmatrizen B(t) und C(t) sind eingabeabhängig und schaffen einen selektiven Mechanismus, der es dem Modell ermöglicht, irrelevante Tokens dynamisch zu filtern und wichtige kontextuelle Informationen zu behalten. Das kontinuierliche System wird diskretisiert mit einem Zeitschritt Δ mittels einer Nullordnungs-Hold (ZOH)-Transformation:

Bei jedem diskreten Schritt k werden die Parameter B, C und Δ als lineare Projektionen des Eingabetokens x_k berechnet, was eine eingabeabhängige Merkmalspropagation ermöglicht. Die HiPPO-Initialisierung stellt sicher, dass die Eigenwerte |λ_j(barA)| erfüllen. < 1, das die verborgenen Zustandsrepräsentationen ‖h_k‖ über beliebig lange räumliche Sequenzen beschränkt.

Decoder- und Skip-Verbindungen

Der Decoder rekonstruiert die ursprüngliche räumliche Auflösung aus den codierten Darstellungen. In jeder Stufe upsample transponierte Faltungen die Feature-Maps mit niedrigerer Auflösung. Skip-Verbindungen verknüpfen die Multi-Skalen-Encoder-Features F_s den entsprechenden upsampled-Decoder-Features und bewahren so hochfrequente Randinformationen, die für eine präzise Voxel-Tumor-Definition unerlässlich sind.

Trainingsverlust

Die Modelloptimierung wird von einer zusammengesetzten Verlustfunktion geleitet:

wobei p_θ(r) ∈ [0,1] die vorhergesagte Tumorwahrscheinlichkeit am Voxel r ist, Y(r) das entsprechende binäre Ground-Truth-Label ist und λ = 1,0 die beiden Terme ausgleicht. Der Würfelverlust optimiert direkt die Zielbewertungsmetrik und adressiert das extreme Vordergrund-Hintergrund-Ungleichgewicht, das der Meningeomsegmentierung innewohnt, wobei Tumorvoxel typischerweise weniger als 0,5 % des gesamten intrakraniellen Volumens ausmachen. Der Begriff binäre Kreuzentropie (BCE) bietet per-Voxel-Überwachung und stabilisiert das Training in diesem unausgeglichenen Umfeld.

Ausbildungskonfiguration

Alle Segmentierungsmodelle wurden mit AdamW optimiert, mit einer anfänglichen Lernrate von η₀ = 3 × 10⁻⁴, einem Koordinatus-Glühplan und einem Gewichtsabfall von 5 × 10⁻⁴. Die zentralisierten Basismodelle wurden für 200 Epochen auf den 450-Case-BraTS2023-Kohorten mit einer Chargengröße von 16 trainiert. Um Mehrdeutigkeiten im föderierten Setting zu vermeiden, verwenden wir in diesem Manuskript folgende Terminologie: Eine Kommunikationsrunde bezeichnet einen vollständigen VL-Zyklus, bestehend aus Server-Broadcast, lokaler Client-Optimierung und Serveraggregation; Eine Mini-Batch-Iteration bezeichnet eine Parameteraktualisierung bei einem Mini-Batch; und die lokale Optimierung, die von jedem Client in einer Runde durchgeführt wurde, bestand aus 250 Mini-Batch-Iterationen. Mit anderen Worten: Jeder Client führte pro Runde eine lokale Trainingsphase durch, und diese lokale Stufe enthielt 250 Parameter-Update-Iterationen. Daher bezieht sich der Begriff 'Runde' (r = 3) in dieser Studie nur auf die FL-Kommunikation, nicht auf eine Epoche über den gesamten zentralisierten Datensatz. Eine Online-Datenerweiterungspipeline wurde gleichmäßig über alle Trainingskonfigurationen angewendet, einschließlich zufälliger horizontaler und vertikaler Flipping (p=0,5 pro Achse), zufälliger In-Plane-Rotation (±15^circ), zufälliger Intensitätsskalierung (Faktor gleichmäßig von [0,85, 1,15]) und additivem Gaußs-Rauschen (sigma ∼ U[0, 0,05]), berechnet pro zweidimensionalem Schnitt. Alle Augmentationen wurden während der Inferenz und Validierung deaktiviert. Das Framework wurde in PyTorch 2.0.1 mit MONAI 1.3 für das Datenladen implementiert, und alle Berechnungen wurden auf NVIDIA GeForce RTX 3090 (24 GB GDDR6X) Grafikprozessoren (GPUs) durchgeführt. Die Reproduzierbarkeit wurde gewährleistet, indem alle zufälligen Seeds über PyTorch, NumPy und das Python-Zufallsmodul auf identische Werte für alle Strategien festgelegt wurden.

Experimentelle Strategien

Drei primäre Trainingsstrategien wurden zur Bewertung der crosscenteren Generalisierung verglichen (Abbildung 3). Die Bezeichnungen Meningiom-prätrainierte FL und Glioma-prätrainierte FL sind beschreibende Namen, die in diesem Manuskript eingeführt wurden, um die Quelle des ursprünglichen globalen Modells vor der föderierten Adaption zu unterscheiden.

Abbildung 3. Überblick über das experimentelle Design. (A) Zentralisierte Schulung mit 450 BraTS2023-Men-Fällen, gefolgt von externer Bewertung am SPHS. (B) Meningiom-vortrainierte FL über drei simulierte Klienten. (C) Gliom-prätrainierte FL wurde aus einem zentralisierten Gliommodell vor der föderierten Anpassung initialisiert. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Strategie 1 (Zentralisiertes Training)

Ein einzelnes UMamba 2D-Modell wurde auf allen 450 BraTS2023-Men-Fällen trainiert. Diese Strategie stellt die obere Grenze für die In-Domain-Performance dar und dient als Grundlage für die Bewertung der Cross-Center-Verschlechterung.

Strategie 2 (FL mit MEN-Domain-Initialisierung)

Die 450 BraTS2023-Men-Fälle wurden zufällig drei Klienten zugeteilt (|D_i| = 150) für gleichmäßige Partitionierung. Die drei BraTS2023-Men-Klienten wurden daher aus derselben öffentlichen Kohorte simuliert, anstatt mit institutionenspezifischen Metadaten oder Scanner-Ursprungslabels konstruiert zu werden. Um federiertes Training im Meningeom-Bereich zu initialisieren, wurde das initiale globale Modell zunächst auf einer festen BraTS2023-Men-Client-Trennung (Client 1 in dieser Implementierung) trainiert und anschließend zum Start des föderierten Verfahrens verwendet. Dieser Seed-Client wurde über Experimente hinweg konstant gehalten, um reproduzierbar zu sein, und sollte als Warmstart innerhalb der Domäne interpretiert werden, statt als optimierter oder privilegierter Quellcode-Client. Da die drei Clients durch die Partitionierung derselben BraTS2023-Men-Kohorte simuliert wurden, spiegelt diese Initialisierungswahl einen Startpunkt auf Implementierungsebene wider und nicht einen biologisch eigenständigen institutionellen Vorgang. Ziel dieses Designs war es nicht, einen echten Multi-Institutionen-Startprozess strikt zu replizieren, sondern einen kontrollierten Vergleich zwischen zentralisiertem Training aller verfügbaren MEN-Daten und föderierter Zusammenarbeit, beginnend mit einer partiellen Meningeom-vortrainierten FL. Das globale föderierte Optimierungsziel ist definiert als:

wobei D_i die lokale Trainingsmenge der Klienten i bezeichnet und ell der Würfel + Kreuzentropieverlust ist. In der ersten Kommunikationsrunde waren die Aggregationsgewichte proportional zur Stichprobenzahl (w_i⁽¹⁾ = 1/3). Um leistungsschwache Kunden in nachfolgenden Kommunikationsrunden zu schwächen, verwendeten Runden 2 und 3 die Validierung Würfelgewichtete Aggregation:

wobei DSC_i^(r) der fallgemittelte DSC auf der lokalen Validierungspartition von Client i nach lokalem Training in der Kommunikationsrunde r ist, und ε = 10⁻⁶ eine kleine Konstante ist, um eine Division durch Null zu verhindern.

Strategie 3 (FL mit gliom-vortrainierter Initialisierung)

Um einen aufgabenbezogenen, bereichsübergreifenden Warmstart zu erzielen, wurde zunächst ein zentralisiertes Training zu Gliom mit 450 BraTS2023-Gli-Fällen durchgeführt, mit denselben drei MRT-Modalitäten (T1, T1c und T2) und derselben binären Tumor-gegen-Hintergrund-Formulierung, die in den Meningeom-Experimenten verwendet wurde.

Konkret wurden Gliom-Labels harmonisiert, indem der nicht-verstärkende Tumorkern und der Tumor zu einer einzigen Vordergrundklasse kombiniert wurden, während das peritumorale Ödem ausgeschlossen wurde, sodass Quell- und Zielaufgaben dieselbe binäre Ausgabedefinition teilten. Da sowohl Quell- als auch Zielaufgaben als binäre Segmentierung formuliert wurden, wurden die vortrainierten Gewichte direkt übertragen, um das vollständige UMamba-2D-Modell einschließlich des Segmentierungskopfes zu initialisieren, anstatt die Endschicht zu verwerfen und neu zu initialisieren. Dasselbe FedAvg-Protokoll wurde dann angewendet, wobei das initiale globale Modell durch das konvergierte zentralisierte Training auf Glioma-Gewichten (θ⁽°⁾ = θ_Gli^*) initiiert wurde. Die anschließende föderierte Anpassung wird gegeben durch:

wobei Δθ^(r) die akkumulierten domänenspezifischen Parameteraktualisierungen über r Kommunikationsrunden hinweg darstellt. Diese Strategie testet, ob ein von Gliom vortrainiertes FL-Quellmodell einen besseren Ausgangspunkt für föderierte Anpassungen bei Meningeom-Klienten bietet.

Bewertungsmetriken

Alle Strategien wurden in der SPHS-Kohorte unter Verwendung eines fallgemittelten Protokolls evaluiert. DSC und IoU wurden pro Fall unabhängig voneinander berechnet und dann gemittelt, um ein gleiches statistisches Gewicht für alle Probanden unabhängig vom Tumorvolumen sicherzustellen:

 

Fallgemittelte Fehlerzusammensetzungen – bestehend aus mittleren wahren positiven (TP), falsch positiven (FP), falsch negativen (FN) und echten negativen (TN) Voxelzählungen pro Fall – wurden ebenfalls berichtet. Diese Aufschlüsselung unterscheidet Übersegmentierung von Untersegmentierungsfehlern und liefert Einblicke in richtungsbedingte Fehlermodi.

Ergebnisse

Das zentralisierte UMamba-2D-Modell (Strategie 1) erzielte auf dem internen Testsatz BraTS2023-Men eine wettbewerbsfähige In-Domain-Performance, mit einem fallgemittelten DSC von 0,8958, IoU von 0,8356, FN von 1.902, FP von 667, TN von 8.902.814 und TP von 22.616. Ausgewertet an der externen Validierungskohorte des SPHS ergab das zentralisierte Modell einen DSC von 0,7452 ± 0,1992 und ein IoU von 0,6241 ± 0,1941, was einer crosscenteren Generalisierungslücke von ΔDSC = 0,1506 entspricht ...

Diskussion

Die zentrale Erkenntnis dieser Studie ist, dass die Initialisierungsqualität – und nicht das föderierte Aggregationsprotokoll selbst – der entscheidende Faktor ist, um die crosscenter-Generalisierungslücke für die datenschutzerhaltende Meningeomsegmentierung zu schließen. Während das zentralisierte UMamba-2D-Modell eine starke In-Domain-Leistung in der BraTS2023-Men-Kohorte erzielte (DSC = 0,8958), erlitt es bei der Bewertung im unabhängigen klinischen SPHS-Datensatz (Δ DSC = 0,1506) ein...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
BraTS2023-Gli dataset	ASNR-MICCAI BraTS Challenge / Synapse (Sage Bionetworks)	N/A	Public glioma MRI dataset verwendet für die glioma-pretrained Initialisierung. In dieser Studie wurden 450 Fälle unter der binären Tumor-versus-Hintergrund-Formulierung verwendet. https://www.synapse.org/Synapse:syn51156910/wiki/622351
BraTS2023-Men dataset	ASNR-MICCAI BraTS Challenge / Synapse (Sage Bionetworks)	N/A	Public meningioma MRI dataset verwendet als die Quellekohorte für die Modellentwicklung und interne Evaluierung. In dieser Studie wurden 450 Fälle verwendet. https://arxiv.org/abs/2305.07642
DeepBet	Akademische Software von Fisch et al.	N/A	Hirnextraktionstool angewendet auf das T1-gewichtete Bild, um eine Hirnmaske für die SPHS Kohorte zu generieren. https://arxiv.org/abs/2308.07003
MONAI	Projekt MONAI	Version 1.3	Medizinisches Bildgebungs-KI-Framework verwendet für Datenladen und Implementierung des Deep-Learning-Workflows. https://docs.nvidia.com/monai/index.html
NVIDIA GeForce RTX 3090 GPU	NVIDIA	GeForce RTX 3090	Grafikprozessoreinheit mit 24 GB GDDR6X-Speicher verwendet für Modelltraining und Berechnung. https://www.nvidia.com/en-me/geforce/graphics-cards/30-series/rtx-3090-3090ti/
PyTorch	PyTorch Foundation, Linux Foundation	Version 2.0.1	Deep-Learning-Framework verwendet zur Implementierung und zum Trainieren der UMamba 2D Segmentierungsmodelle. https://pytorch.org/foundation/
Python	Python Software Foundation	Version 3.10	Programmierumgebung verwendet für Modelltraining, Vorverarbeitung, Evaluierung und statistische Analyse. Ersetzen Sie durch die genaue Python-Version, falls bekannt. https://www.python.org/psf-landing/
SPHS-Men klinische Kohorte	Zweite Volkskrankenhaus von Shenzhen	N/A	Externe klinische multimodale MRT-Kohorte verwendet für unabhängige Evaluierung. Insgesamt wurden 174 Fälle eingeschlossen.
UMamba 2D Modellimplementierung	Bowang-lab / U-Mamba Autoren	U-Mamba 2D Konfiguration	State-Space-Modellbasierte Segmentierungsarchitektur verwendet für binäre Meningiomsegmentierung. https://u-mamba.github.io/