基于深度学习模型创建盆腔3D-MRI可视化模型对肛瘘手术术前评估的价值分析
摘要
关键词
深度学习模型;盆腔3D-MRI;可视化模型;肛瘘手术;评估价值
正文
肛门周围的肉芽肿性管道即为肛瘘,主要包括外口、瘘管及内口,肛管直肠瘘以肛管为主要侵犯部位,属于多发性直肠肛管疾病,任意年龄段均可发病且以青壮年男性为主要发病人群,自愈可能性较低,临床多需要采用手术治疗方可取得确切疗效[1,2]。三维重建核磁共振(3D-MRI)可经过图像后处理软件使二维MRI图片三维可视化,能够使瘘管与肛门括约肌关系等信息得到立体及清晰的显示,能够有效提高临床治愈率,但是此种检查方法对MRI层厚有着较高的难度,检查时间及单次处理图片时间均较长,临床推广难度较大[3,4]。基于深度学习模型创建盆腔3D-MRI可视化模型能多角度、全方位观察肛瘘结构,有助于对脓腔、支管以及内口等进行观察,能够为手术提供准确指导,有效控制术后复发率与并发症发生率。本次研究随机选取400例自2021年4月至2025年4月拟在本院肛肠科接受肛瘘手术的患者,探讨基于深度学习模型创建盆腔3D-MRI可视化模型在肛瘘手术术前评估中的应用价值,研究结果现汇报如下:
1资料与方法
1.1一般资料
选取400例肛瘘患者,男性患者237例、女性患者163例,年龄范围为23~68岁,年龄平均值为(47.56±3.56)岁。
纳入标准:①通过指诊法、肛镜检查并结合患者临床症状确诊为肛瘘;②临床症状表现为肛周脓肿、有明显疼痛感,邻近皮肤局部可见血性、脓性以及黏液性分泌物;③患者年龄为18~65岁;④具有较高的检查依从性和配合度;⑤具备手术指征;⑥患者与其家属对此次研究知情并且在同意书上签字。
排除标准:①合并凝血功能障碍或免疫系统疾病者;②合并溃疡性结肠炎或者恶性肿瘤者;③合并肝、肾、心等重要脏器功能障碍者;④合并认知功能障碍或者精神障碍者;⑤中途失访者;⑥由于自身原因导致研究无法顺利进行者。
1.2方法
应用MRI扫描仪(型号:MAGNETOM SKYRA 3.0T,由德国SIEMENS公司生产),分别实施冠状位、矢状位及横轴位方向的T1WI、T2WI及T1脂肪抑制序列(T1-FS)、T2脂肪抑制序列(T2-FS)扫描,通过平扫方式进行检查。检查时应确保膀胱处于适度充盈状态,指导患者保持呼吸平稳,调节体位为仰卧位,保持头先进,使磁场中心点与耻骨联合对齐,轴位平行于肛管,矢状面和冠状面需垂直于肛管轴线。仔细观察瘘管与肛管括约肌之间的管理并进行Parks分型,详细记录主管、内口以及支管/脓腔数量,将所获得的MRI图片导入至处理工作站(Philips iCT 7.0),于工作站内生成冠状面、矢状面与横断面,T2-FS序列低信号与高信号间的过渡纤维化即为瘘管边界,手工分割瘘道、外括约肌和内括约肌并重建三维模型。
应用融合全卷积网络(FCN)、长短期记忆网络(LSTM)及端到端目标检测模型(SSD)两阶段级联3D-CNN模型(讯飞人工智能医学影像辅助诊断系统),以T2-FS序列低信号与高信号之间的过渡纤维为瘘管边界,由影像学医师对训练病例进行标标注,标准环节包括两轮,第一轮采用盲法标注,第二轮标注可见第一轮标注结果,于自我检查后标注、修改并确认原标注结果。二轮标注结束后分析并对比标注数据,以三位一致性为最终结果。对训练数据实施数据增强处理,所用数据增强技术包括躁动扰动、几何变换、平移及随机裁剪等,将数据输入模型并反复训练,针对数据实施高层抽象并自动学习有效特征,创建可视化列线图形后建立列线图模型,应用fisher检验对模型进行分析建立,然后应用交叉验证验法初步评估模型,应用校准曲线、ROC曲线以及C-index曲线,针对预测模型的预测能力进行验证。应用云计算技术进行数据库搭建,然后应用百度人工智能AI平台进行构建,依照深度学习创建的模型对结果进行评估。
1.3观察指标
(1)分析MRI、深度学习模型3D-MRI及手术Parks分型诊断符合率及一致性。
(2)分析MRI、深度学习模型3D-MRI及手术内口、主管、支管/脓腔术前检出情况。
正态分布资料以SPSS 23.0软件进行处理和分析,计量资料和计数资料分别通过(±s)、n(%),分别实施t检验、χ²检验,针对MRI诊断及深度学习模型3D-MRI诊断与手术诊断的符合率应用Kappa一致性检验分析,针对P<0.05:差异有统计学意义。
2结果
2.1分析MRI、深度学习模型3D-MRI及手术Parks分型检出情况
MRI与手术诊断符合率达90.00%,诊断结果Kappa值为0.754,深度学习模型3D-MRI与手术诊断符合率达98.75%,诊断结果Kappa值为0.819。深度学习模型3D-MRI与手术诊断符合率明显高于MRI与手术诊断符合率(χ²=28.845,P<0.05)。见表1。
表1 Parks分型对比[n(%)]
诊断方法 | 浅表型 | 括约肌外型 | 括约肌上型 | 经括约肌型 | 括约肌间型 |
MRI | 2 | 22 | 75 | 241 | 60 |
3D-MRI | 2 | 23 | 102 | 205 | 68 |
手术 | 3 | 23 | 106 | 201 | 67 |
2.2分析MRI、深度学习模型3D-MRI及手术内口、主管、支管/脓腔术前检出情况
MRI与手术内口、主管、支管/脓腔结果符合率分别为93.89%、87.78%、76.69%,深度学习模型3D-MRI与手术内口、主管、支管/脓腔结果符合率分别为99.13%、98.85%、93.87%,深度学习模型3D-MRI与手术内口、主管、支管/脓腔结果符合率均高于MRI(χ²=27.977,=57.021,=57.460,P<0.05)。见表2。
表2 MRI、深度学习模型3D-MRI及手术内口、主管、支管/脓腔术前检出情况分析
诊断方法 | 内口 | 主管 | 支管/脓腔 |
MRI | 645 | 689 | 375 |
3D-MRI | 681 | 776 | 459 |
手术 | 687 | 785 | 489 |
3讨论
肛瘘临床诊断难度较小,但是体格检查及肛门镜检仅能够对浅层组织瘘管及瘘口进行探查,针对合并脓肿、分支以及较深瘘管精确诊断难度较大,术前评估不准确可影响手术治疗效果,导致术后并发症发生率和肛瘘复发率显著升高,严重影响预后改善和术后康复[5,6]。术前准确评估对于保证手术治疗效果以及降低术后复发率有重要意义,术中准确找到内口位置并对内口进行彻底处理,将周围肛门腺组织清除干净,有利于降低复发风险[7,8]。瘘管及脓腔存在增厚现象,内部可积聚大量细菌以及坏死组织,术中彻底处理瘘管,能够清除坏死组织与残留细菌,可降低感染风险及术后复发风险,处理不彻底,引流伤口过小,容易造成管壁纤维化,导致假性愈合形成。由于结核等特异性感染或者其他异物造成的感染不能仅仅通过手术治疗,有必要联合应用内科治疗,可有效降低手术复发率,避免肛门功能受损[9,10]。
MRI属于肛瘘术前评估的常用影像学检查方法,可使深部感染灶获得清晰显示,还能够使分支瘘管以及内口位置等获得清晰显示,有助于术者掌握病灶整体结构并优化术前设计,可提高手术治疗效果,有效减少并发症。3D-MRI属于MRI新技术,可清晰显示细微解剖结构并且提高组织辨析度,可使瘘管与分支细节情况获得清晰显示,能够使由于定位不规范所造成的漏诊现象,与二维成像相比有着非常明显的优势[11,12]。
基于深度学习模型创建盆腔3D-MRI能够使二维MRI对肛瘘诊断的不足获得弥补,可使临床医生识别MRI肛周图像能力差异进行识别,应用三维重建技术可立体再现肛瘘结构并对病变情况实施全面观察,可对瘘管、直管、内口以及脓腔与瘘管、内外括约肌关系进行综合判断,可有效减少临床漏诊率与误诊率,能够精准指导手术操作,使手术操作对肛门括约肌造成的损伤获得最大限度地减少,可有效保护肛门功能,有效降低复发风险。
此次研究中, MRI与手术诊断符合率达90.00%,诊断结果Kappa值为0.754,深度学习模型3D-MRI与手术诊断符合率达98.75%,诊断结果Kappa值为0.779。深度学习模型3D-MRI与手术诊断符合率明显高于MRI与手术诊断符合率(P<0.05)。深度学习模型3D-MRI与手术内口、主管、支管/脓腔结果符合率均高于MRI(P<0.05)。通过对比可知,基于深度学习模型创建盆腔3D-MRI可视化模型对肛瘘手术术前评估的应用价值高于MRI,可显著提高与手术诊断的符合率,而且手术诊断结果有较高的一致性。
综上所述,基于深度学习模型创建盆腔3D-MRI可视化模型可使术前Parks分型与手术诊断符合率以及内口、主管、支管/脓腔诊断符合率获得提高,有助于为临床制定手术治疗方案提供更加精准的指导。
参考文献:
[1] 华伟伟,曹嘉宁,曹慧萍.1.5T磁共振T1-quick3D-tra-FS序列联合常规序列在肛瘘诊断中的价值[J].甘肃医药,2021,40(6):532-534.
[2] 包晓敏.磁共振多序列成像对肛瘘诊断的准确性[J].影像研究与医学应用,2021,5(5):59-60.
[3] 杨来华,祖大报,尹利飞,等.3D-slicer软件在复杂性肛瘘中的应用[J].现代医用影像学,2021,30(12):12191-2194.
[4] Garcta BS,Garces AM,Espi MA,et al.Sphincter damage during fistulotomy for perianal fistulotomy for perinanal fistulae and its relationship with faecal incontinence[J].Langenbecks Arch Surg,2021,406(7):2497.
[5] 李晔,曾庆师,黄正,等.不同影像学技术在肛瘘诊断应用中的Meta分析[J].山东第一医科大学学报,2023,44(1):42-48.
[6] 廖建伟,王文献,何艳,等.高分辨率MRI多序列成像联合MRVE技术重建在复杂性肛瘘诊断中的应用价值[J].结直肠肛门外科,2021,27(5):482.
[7] 黄志明,欧海宁,缪淑芳.多序列磁共振扫描对肛瘘的分型及临床价值[J].现代医用影像学,2021,30(11):2026.
[8] Manava P,Naraghi RM,Schemieder RL,et al.3D-visual-ization of neurovascular compression at the ventrolateral medulla in patients with arterial hypertension[J].Clin Neuroradiol,2021,31(2):335-345.
[9] 史涛涛,杨来华.磁共振成像在肛管直肠周围脓肿及肛瘘术前诊断中的价值研究[J].影像研究与医学应用,2021,5(15):6.
[10] Ratto C,Grossi U,Litta F,et al.Contemporary surgical practice in the management of anal fistula:Results from an international survey[J].Tech Coloproctol,2019,23(8):729-741.
[11] 向东生,马琼英,蔡玉琳,等.高分辨磁共振成像联合扩撒加权成像在肛瘘术前诊断中的效能[J].医疗装备,2021,34(18):25.
[12] 李敏,倪佳锋,张闽光,等.MRI平扫在肛瘘术前评估中的应用价值[J].实用医院临床杂志,2021,18(4):40.
...