ヒト患者の非造影CT画像を用いた大動脈解離検出のための人工知能モデルの訓練

サマリー

このプロトコルは、人工知能モデルを訓練して非造影CT画像を用いて大動脈解離を検出し、臨床現場での迅速かつアクセスしやすいスクリーニングを可能にします。

要約

大動脈解離(AD)は血管再構築の恒常性障害による極端な結果であり、臨床現場での迅速かつ正確な特定が求められます。このプロトコルは、非造影CT(CT)を用いた人工知能ベースのAD識別学習モデルを記述します。グレードAの三次病院で、AD患者および非AD患者から胸部CTおよび大動脈CT血管造影データセットを収集しました。各軸方向画像の血管構造は、オープンソースソフトウェアLabelMeを使って手動で分割・注釈を付け、モデル開発と評価のための分割データセットを構築しました。データセットは、モデルのトレーニングと検証のために8:1:1の比率でトレーニングセット、テストセット、検証セットに分割されました。堅牢な検出性能を持つモデルの開発に続き、結果を可視化・提示するためのオンライン処理プラットフォームが構築されました。このアプローチは、ADの迅速かつ予備的なスクリーニングのための強力で知的なツールを提供し、多様な臨床環境における早期発見の未充足の臨床ニーズに対応しています。

概要

大動脈解離(AD)は、内膜の裂け目から大動脈壁の内側層に血液が流入し、解離性かつ拡張する偽腔1を形成する生命を脅かす急性疾患^です。迅速な診断と治療がなければ、死亡率は非常に高く、24時間以内の死亡(入院前に死亡した者も含む)は93^%でした2。造影CT検査(CTA)は、真腔・偽腔、裂傷部位、関与の程度を明確に可視化できるため、AD診断のゴールドスタンダード^です。しかし、CTAにはヨウ素含有造影剤の注射が必要であり、アレルギー反応や腎毒性のリスク^{があります。}さらに、多くのプライマリ病院や緊急施設では24時間体制の迅速な対応は困難です。これに対し、非造影CT(NCCT)は造影剤を必要としないため、比較的低い放射線量で便利で迅速な検査と広範な応用を提供します。それにもかかわらず、NCCT画像では真のルーメンと偽のルーメン、さらに内膜フラップと血液のコントラストが低く、医師の視覚診断に大きな課題をもたらし、特に経験の浅い臨床医の間で見逃しや誤診の原因となりやすいです。したがって、NCCT画像から直接高精度かつ高感度でADを検出できる技術の開発は、臨床的価値と応用の見通しに重要な価値を持っています。

近年のディープラーニングの進歩により、造影剤を使わない^{医療画像から}病理的特徴を正確に特定できるようになりました^6,7。高解像度ネットワーク(HRNet)はネットワーク全体に高解像度の特徴マップを維持し、圧縮励起ネットワーク(SENet)はチャネル間依存関係をモデル化することで特徴表現を強化し^ます。HRNetとSENetの組み合わせは、NCCT画像のマルチスケール表現において効果的な特徴抽出戦略を提供し、内膜フラップや二重ルーメンサインなどの微妙なADサインの検出に不可欠です。ここでは、MMDectionおよびカスケード領域ベースの畳み込みニューラルネットワーク(R-CNN)を用いたオブジェクト検出フレームワーク内でこの特徴抽出の概念が実装され、大動脈解離の堅牢な局在化と分類を可能にします。

本研究では、HRNet+SENetに基づく人工知能(AI)モデルが、NCCT画像からADを特定するための段階的なトレーニングプロセスを用いています(図1)。データセットの標準化、マルチスケール特徴抽出、臨床適応性を重視しています。この方法の目的は、造影剤強化画像が限られているか利用できない救急およびプライマリケアの現場において、AD検出の信頼できるアプローチを提供することです。

図1。大動脈解離(AD)検出のための人工知能(AI)モデルのワークフロー。非造影CT(NCCT)画像を用いたAD検出のためのAIモデルトレーニングパイプラインの概説。ワークフローにはデータ準備(画像収集・注釈、フォーマット標準化・前処理、データセット分割)、モデル構築(Cascade R-CNN検出フレームワークに統合されCOCO事前学習重みで初期化されたHRNetV2p-W32バックボーン)、モデルトレーニング(SGD最適化器、コサインアニーリング学習率、クロスエントロピー損失)、モデル評価(定量指標および定性的可視化)、臨床応用が含まれます。 この図の拡大版はこちらをクリックしてご覧ください。

プロトコル

本研究におけるすべての人間関連データ収集は、ヘルシンキ宣言の倫理基準に従って実施され、吉林大学中日連合病院倫理委員会(承認番号:2019103004)によって承認されました。関連情報の収集前に、すべての参加者またはその法定後見人から書面によるインフォームドコンセントが取得されました。被験者のすべての個人情報はプライバシー保護のため厳重に機密にされ、データ収集過程で被験者に対する実験的な手術は行われませんでした。

1. データセット構築

1. データ収集とデータセットの分割
   1. 2022年3月1日から2025年3月1日までに吉林大学中日連合病院に入院した300名の患者から臨床非造影胸部CT画像を収集し、その中にはCTAで確認されたAD患者150名と非AD患者150名が含まれます。タイプAとタイプBのADを含めてください。すべての生画像データは機関限定であり、患者のプライバシーや倫理的制約により一般公開されていません。
   2. データセットを患者レベルで8:1:1の比率でトレーニング、検証、テストセットに分割します。1人の患者のスライスをすべて1つのセット内に収め、データの漏洩を防ぎましょう。
   3. AD/非AD診断に基づく層別抽出を行い、すべてのサブセット間でクラスバランスを保つ。
   4. データセットは、前述のように患者レベルで事前分割され、患者レベルの情報漏洩を回避しました。トレーニングアルゴリズムには固定されたランダムシード42が採用され、データのシャッフル、オンライン拡張、モデル初期化などのランダム処理を制御しました。このシードは独立しており、データセットの分割には適用されていませんでした。
      注意:患者のプライバシー保護と機関および規制ガイドラインの遵守のため、処理前にすべての患者画像データは完全に匿名化されていることを確認してください。
2. データ除外
   1. 重度のモーションアーティファクトを含む画像は除外してください。
   2. 大動脈全体をカバーできないスキャン範囲が不十分な画像は除外してください。
   3. 下行胸部大動脈でCT減衰値が30 HUを超える標準偏差と定義される過度な画像ノイズを含む画像は除外します。
3. 画像変換
   1. ITK-SNAP画像処理ソフトウェアを使ってDICOM画像データを読み込み、軸方向画像スライスをエクスポートします。
   2. ITK-SNAPを起動し、「ファイル」をクリックし→メイン画像を開きます。
   3. ソースDICOMシリーズを選択し、「開く」をクリックします。
   4. スライススライダーを使って軸方向のスライスを移動します。
   5. 各スライスをエクスポートするには、ファイル→画像スライス→エクスポートをクリックしてください。
   6. PNGフォーマットを選択し、出力ディレクトリを指定します。
   7. 各スライスを個別のファイルとして保存します。
   8. すべてのエクスポートされた画像スライスは、IMG-[PatientID]-[SliceIndex].pngという固定フォーマットに従って一様に名前が付けられ、トレーサビリティを保証するために一意の患者識別子と連続的なスライス番号を採用しました。
4. 画像注釈の設定
   1. LabelMeの注釈ソフトで各軸方向画像を開きます。
   2. LabelMeを起動し、「ディレクトリを開く」をクリックします。
   3. 軸方向画像を含むフォルダに移動し、すべての画像を読み込みます。
5. 手動セグメンテーション
   1. LabelMeの「Create Polygon」ツールを選択して血管構造に注釈を付けてください(図2)。注釈時に大動脈内腔、内膜弁、可視の解離境界を含めてください。ラベル付け時には、内膜弁を含む大動脈構造全体が単一の統合領域として輪郭を描きました。注釈範囲は、真腔、偽腔、独立した血管サブリージョンの区別や分離を行わず、解離病変と内膜裂傷境界を含む可視大動脈区画全体を一様にカバーしていました。
   2. 構造に沿って頂点を配置して容器境界を定義します。
   3. 最後の頂点を最初の頂点に接続してポリゴンを閉じます。
   4. 必要に応じてModify Polygonツールを使って注釈を修正してください。
6. ラベル割り当て
   1. 完成した各ポリゴン注釈には、標準化されケース一貫性のある2つのカテゴリーでラベル付けされました。大動脈解離の場合は「大動脈解離」、正常な大動脈画像は「健康」です。
   2. ラベル名がすべての注釈で一貫して使用され、データセット全体で綴りやフォーマットが同一であることを確認しましょう。
   3. ドロップダウンリストからラベルを選択するか、手動で入力してください。
   4. 「OK」をクリックするか、Enterキーを押してラベルの割り当てを確認してください。
   5. JSONファイルを生成するために注釈を保存してください。
      注: 手動の注釈はオペレーターによって異なる場合があります。一貫した注釈基準を確保し、可能であれば専門家による検証を導入してください。
7. 注釈エクスポート
   1. 注釈をJSON形式でエクスポートするには自動保存を有効にしてください。
   2. 各JSONファイルが元のCTスライスに対応していることを確認してください。
   3. 各注釈ファイルが対応する画像ファイルと1対1の対応を維持していることを確認してください。
   4. JSONの注釈をトレーニングフレームワークと互換性のある形式に変換します。LabelMeのJSON注釈は、トレーニング前にカスタムPythonスクリプトでCOCO形式に変換されました。変換されたファイル(output_coco_annotations_{split}.json、ここでsplit = train、valid、またはtest)は、MMDetection 2.xでCocoDatasetとLoadAnnotations(with_bbox=True)を用いて読み込みました。
8. データ品質管理
   1. 画像ファイルの欠損、不完全な注釈、画像と注釈の不一致など、あらかじめ定められた品質基準に基づく無効なエントリを削除します。
   2. 学習、検証、テストのためのクリーンなCOCO注釈ファイルの生成と命名。クリーン化された注釈は、固定された命名ルールoutput_coco_annotations_{split}.jsonで分割専用のCOCO JSONファイルとして保存されました。具体的には、3つの出力ファイルはtrain/output_coco_annotations_train.json、valid/output_coco_annotations_valid.json、test/output_coco_annotations_test.jsonであり、対応する画像はtrain/images/、valid/images/、test/images/に格納されていました。これらのファイルはMMDetectionのトレーニングパイプラインで直接使用されました。
9. データセットの構成
   1. データセットをtrain、validation、testの分割ディレクトリに整理します。データセットはルートディレクトリaortic_dissection_dataset/の下に整理され、train/、valid/、test/の3つの分割専用サブディレクトリに分割されていました。各サブディレクトリには、その分割に属する画像ファイルが収められた画像やフォルダが含まれていました。
   2. 各スプリットディレクトリ内に分割固有のCOCO注釈ファイルを保存し、データセットのルートディレクトリに格納します。トレーニング、検証、テストの注釈はそれぞれtrain/output_coco_annotations_train.json、valid/output_coco_annotations_valid.json、test/output_coco_annotations_test.jsonとして保存されました。これらのファイルは、モデル設定時に分割特化ann_fileおよびimg_prefixパスを設定することで読み込みました。
   3. トレーニング、検証、テストデータセット間で一貫したディレクトリ構造を維持し、トレーニングフレームワークとの互換性を確保しましょう。
10. トレーニングデータパイプライン
    1. 画像とバウンディングボックス注釈を読み込みます。
    2. アスペクト比を維持しつつ画像を512×512にリサイズします。
    3. 確率0.5のランダムフリップを適用します。
    4. 明示的なパラメータ設定を使ってデータ拡張を適用します。トレーニング中、入力画像は512ピクセル×512ピクセル(keep_ratio=真)にリサイズされ、その後補強が行われました:ランダム反転(flip_ratio=0.5)、ガンマ調整(gamma_limit=90–110、p=0.4)、明るさ/コントラスト調整(brightness_limit=0.15, contrast_limit=0.15, p=0.4)、幾何学的変換(shift_limit=0.03, scale_limit=0.08, rotate_limit=10°, p=0.4)、ガウスノイズ(var_limit=5.0–25.0, p=0.2)を挙げる。検証画像とテスト画像は、拡張なしでリサイズ、正規化、パディングのみが行われました。
    5. すべての増強操作は、訓練実行ごとに一貫したパラメータ設定を用いて適用し、再現性を確保します。
    6. 平均[123.675, 116.28, 103.53]と標準偏差[58.395, 57.12, 57.375]で画像を正規化します。
    7. 画像を32の倍数にパッドします。
11. 検証およびテストパイプライン
    1. 画像を読み込みます。
    2. 画像のサイズをリサイズする。
    3. 画像を正規化しましょう。
    4. 画像を32の倍数にパッドします。
12. モデルフレームワークの構築
    1. MMDetection 2.xで、修正されたHRNetV2p-W32+Cascade R-CNN構成を用いて2クラスオブジェクト検出器を構築します。検出器は公式設定cascade_rcnn_hrnetv2p_w32_20e_coco.pyに基づくMMDetection 2.xで実装され、対応するCOCO事前学習重みcascade_rcnn_hrnetv2p_w32_20e_coco_20200208-で初期化されました。
       928455a4.pth。
    2. HRNetV2p-W32をバックボーンとして、Cascade R-CNNを検出器として使用し、ステップ1.12.1で説明された構成で定義されます。
    3. 基本的なMMDetection構成を2クラスタスクに適応させます。モデルは2クラスタスク用に、num_classes = 2に「Aortic Distriction」と「Healthy」というクラス名を設定し、トレーニング、検証、テストセットのデータセット経路を更新することで修正されました。最終的な再現可能な構成はAorticDissection_full_pipeline_config.pyとして保存されました。
    4. クラスを大動脈解離と健康クラスと定義してください。
13. 訓練構成
    1. NVIDIA RTX 3080 Ti GPUを使ってトレーニングします。
    2. オプティマイザーを確率勾配降下に設定してください。
    3. 学習率を0.0001に設定してください。
    4. 勢いを0.9に設定してください。
    5. ウェイト減衰を0.0001に設定してください。
    6. エポックの数を30に設定してください。
    7. バッチサイズをGPUごとに1に設定してください。
    8. エポックベースのコサインアニーリング学習率スケジューラーを適用し、明示的なウォームアップ設定を適用します。学習率は、最初の500回の反復(warmup_ratio=1e-4)を線形ウォームアップしたエポックベースのコサインアニーリングスケジューラ(by_epoch=真)を用いました。訓練は30エポックにわたり行われ、最小学習率はmin_lr_ratio=1e-2で制御されました。
    9. FocalLossとSmoothL1Lossを使ってください。
       注意:プロトコルはデータセット構築と分割後に一時停止可能です。処理済みのすべてのデータを安全に保存してから進めてください。

図2. NCCT画像上のADの手動注釈。 ADの手動注釈を示す代表的な軸方向NCCT画像。大動脈領域と病態的特徴、内膜弁を含む部分は、多角形(緑)で輪郭線を描きます。この注釈付き画像はモデルのトレーニングに使用されます。 この図の拡大版はこちらをクリックしてご覧ください。

2. モデルアーキテクチャ

1. モデルのセットアップ
   1. 実行可能な設定コードを使ってMMDetection 2.xで2クラス検出器を構築します。検出器はMMDetection 2.xで公式cascade_rcnn_hrnetv2p_w32_20e_coco.py設定からConfig.fromfile(...)から構築され、その後、2クラスタスク(num_classes=2、クラス名「Aortic Distrix」「Healthy」)に合わせてカスタマイズされ、データセットの経路をカスタマイズしました。モデルはbuild_detector(...)とinit_detector(...)でインスタンス化され、最終的なフル設定はAorticDissection_full_pipeline_config.pyとしてエクスポートされました。
   2. 軸方向のNCCT画像をモデルに入力します。
   3. 出力バウンディングボックス、クラスラベル、信頼度スコア(図3)。
   4. データセット準備中に生成されたポリゴンベースのセグメンテーション注釈を用いて関心領域を定義し、これらの注釈をバウンディングボックスに変換してモデルの学習、可視化、最終検出出力に活用します。
      注:検出フレームワークはこれらのバウンディングボックスを利用して最終的な分類出力と信頼度スコアを生成します。
2. バックボーン構成
   1. HRNetV2p-W32をバックボーンネットワークとして使ってください。
   2. トレーニングの安定性を確保するために、すべてのプラグインモジュールを削除してください。
3. 検出アーキテクチャ
   1. 検出にはCascade R-CNNを使いましょう。
4. 損失とアンカー構成
   1. 分類損失と回帰損失をパラメータ設定で設定します。ROIヘッドでは、分類損失はFocalLossに設定され、use_sigmoid=True、loss_weight=1.0とされていました。ROIのバウンディングボックス回帰損失はSmoothL1Lossに設定され、ベータ=1.0、loss_weight=0.5でした。RPNでは、分類損失もFocalLossに設定され、use_sigmoid=True、loss_weight=1.0、回帰損失はL1Loss、loss_weight=1.0に設定されていました。
   2. カスタマイズされたアンカーアスペクト比を定義してください。RPNアンカーアスペクト比は0.5、1.0、2.0、3.0に明示的にカスタマイズされました。
   3. 公式のMMDetectionベース構成のデフォルトのアンカースケール値を保持してください。本研究は、追加の手動修正なしに公式のMMDetection設定ファイルcascade_rcnn_hrnetv2p_w32_20e_coco.pyからデフォルトのアンカースケール値を採用しました。
5. 出力定義
   1. 大動脈解離と健康の2つのクラスの予測出力。

図3. AIモデルを用いたAD検出。 左:NCCT画像を入力。右:AD検出を示すモデル出力で、予測領域は境界ボックスと関連する信頼度スコアで強調されています。この図はNCCT画像におけるADの識別と検出結果の可視化を示しています。信頼度スコアは、モデルのAD検出に対する予測信頼度を表しています。 この図の拡大版を見るにはこちらをクリックしてください。

3. モデルトレーニング

1. トレーニング環境
   1. NVIDIA RTX 3080 Ti GPUでトレーニングを行う。
   2. Ubuntu 22.04.1 LTSを使ってください。
   3. PyTorch 2.0.1、MMCV 1.7.2、MMDetection 2.28.2を使ってください。
2. モデル初期化
   1. 指定されたCOCO事前学習済みHRNetV2p-W32+Cascade R-CNNチェックポイントを使ってモデルを初期化します。検出器は、実験構成で明示的に指定されたCOCO事前学習チェックポイントから初期化され、cascade_rcnn_hrnetv2p_w32_20e_coco_20200208-928455a4.pthとして明示的に指定されました。このチェックポイントは本研究における転移学習の初期化重みファイルとして使用されました。
   2. 2つのクラスの分類レイヤーを再初期化します。
3. ハイパーパラメータ
   1. オプティマイザーを確率勾配降下に設定してください。
   2. 学習率を0.0001に設定してください。
   3. 勢いを0.9に設定してください。
   4. ウェイト減衰を0.0001に設定してください。
   5. エポックの数を30に設定してください。
   6. バッチサイズを1に設定します。
   7. スケジューラーをウォームアップでコサインアニーリングに設定してください。
4. トレーニング実行
   1. 画像と注釈を読み込みます。
   2. 画像を512×512にリサイズしてください。
   3. オーグメンテーションを適用しましょう。
   4. 画像を正規化して補完します。
   5. カスタムのMMDetection 2.xフルパイプラインスクリプトであるpython full_pipeline_mmdet2_aortic_dissection.pyを使ってモデルトレーニングを行い、公式のベース設定を読み込み適応し、build_detector(...)およびtrain_detector(...)関数を用いたトレーニングを開始します。
      注:スクリプトはMMDetection 2.28.2環境内で実行され、すべての依存関係はTable of Materialsに指定されています。
   6. 各エポック後に設定した検証でのパフォーマンスを評価します。
   7. データの順序、パラメータ設定、ハードウェア構成など、再現性を確保するために一貫した訓練条件を維持しましょう。
5. モデル選択
   1. 検証セット上で得られる最高のバウンディングボックス平均精度(bbox_mAP)に基づいて、最も性能を発揮するモデルを選択します。
      注:選択基準には、研究目標に応じて精度、感度、特異度、またはダイス係数が含まれる場合があります。
6. 最終評価
   1. 独立テストセット上でCOCOevalを用いてモデルを評価します。評価はスクリプトfull_pipeline_mmdet2_aortic_dissection.pyで実行され、run_train=False、run_eval=Trueとしました。スクリプトは選択したチェックポイントを読み込み、独立したテストセットで予測を生成し、COCO形式の結果ファイルに変換し、COCOevalを使ってbboxメトリクスを計算しました。
      注:評価は訓練セットアップとの整合性を確保するため、同じMMDetection 2.28.2環境内で実施されました。
   2. mAP、AP50、AP75、クラスごとのAPなどの指標を報告してください。
   3. 同じデータセットの分割と指標の定義を用いて評価を行い、実験間の一貫性を確保します。

結果

このセクションでは、NCCT画像からのAD検出のための2クラスオブジェクト検出モデルの再現可能かつ実装検証済みの結果を提示し、検証済みの訓練パイプラインおよびCOCO評価フレームワークに厳密に沿ったものです(図1)。すべての指標はCOCOevalを用いた保留テストセットから導き出され、偽造データや未検証の指標は含まれていません。

定量的検出性能

モデルは標準的なCOCOバウンディングボックス検出指標を用いて、140枚の画像(154件の注釈)からなるホールドアウトテストセットで評価されました。最適なチェックポイントはエポック30の検証セットから選ばれ、bbox_mAP = 0.6339。対応する正式テストセットの評価結果は以下の通りです:全体のbbox mAP = 0.337、bbox AP50 = 0.534、bbox AP75 = 0.399。クラスごとの平均精度は...

ディスカッション

特に救急医は、患者が非典型的な症状を呈したり、救急外来の患者数が多いため時間的制約が生じた場合、診断能力の低下を経験することがあります。これに対し、NCCT上のADを特定するために訓練されたAIモデルは、無症状患者でも読み取り時間の制限を受けずに一貫した安定したパフォーマンスを提供できるため、ADおよび壁内血腫9の診断精度と効率を向上させる^{可能性があります。}

データセット構築段階はモデルのパフォーマンスに不可欠であり、8:1:1の分割比率は十分な訓練と信頼性の高い評価のバランスを取っています。HRNet+SENetアーキテクチャは、マルチスケール特徴を抽出する上で重要です。HRNetは微妙なAD記号の高解像度情報を維持し、SENetは識別チャネルへのモデルの焦点を強化し、NCCT画像¹⁰の低コントラストの課題を克服します。

計算資源が限られた機関では、バッチサイズを...

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
カスケードR-CNNアーキテクチャ	OpenMMLab(MMDetection)	configs/cascade_rcnn/cascade_ rcnn_hrnetv2p_w32_20e_coco.py	フレームワークで使用される検出アーキテクチャ
胸部コンピュータ断層撮影画像(造影剤なし)	自己構築臨床データセット	NCCT軸方向画像セット	モデル開発に使用される臨床画像データ
COCO形式の注釈ファイル	プロトコル中に生成	JSON(COCO形式)	モデルトレーニングに使用される変換された注釈ファイル
COCO事前訓練ウェイト	OpenMMLab MMDetection モデル動物園	cascade_rcnn_hrnetv2p_w32_20e_ coco_20200208-928455a4.pth	モデル初期化に使用
HRNetV2p-W32アーキテクチャ	OpenMMLab(MMDetection)	HRNetV2p-W32 バックボーン(MMDetection 2.28.2で実装)	使用されたバックボーンモデル
イッカパチッ	ITK-SNAP開発チーム	3.8.0	画像フォーマット変換およびスライスエクスポートに使用されます
JSON注釈ファイル	LabelMeの出力	標準JSONフォーマット	注釈座標とラベルを含める
ラベルミー	MITサイル	4.8.3	手動画像注釈に使用
MMDetection	OpenMMLab	2.28.2	実装に用いられるオブジェクト検出フレームワーク
MMCV	OpenMMLab	1.7.2	MMDetectionをサポートするコアライブラリ
NumPy	NumPy 開発者	1.26.4	数値計算ライブラリ
NVIDIA RTX 3080 Ti GPU	NVIDIA	RTX 3080 Ti	訓練用ハードウェア
OpenCV	OpenCV	4.9.0	画像処理と可視化
パイココツール	PyPI / COCO API	2.0.6	COCO形式評価ライブラリ
パイソン	Pythonソフトウェア財団	3.10.20	プログラミング環境
パイトーチ	パイトーチ	2.0.1+cu118	ディープラーニングフレームワーク
トーチビジョン	パイトーチ	0.15.2+cu118	視覚ユーティリティ
Ubuntu オペレーティングシステム	正典	22.04.1 LTS	トレーニング環境OS