儿童肾脏超声异常的自动筛选:深度学习和迁移学习方法

简介

肾脏异常是儿科医学的重要发现。人们普遍认为，通过超声(US)筛查可以有效地发现“无声的”肾脏异常，这使得早期诊断和干预成为可能[1，2］．美国是一种安全、相对便宜、方便的医疗方式。便携式超声探头和互联网连接在近年来得到了很大的发展，甚至将儿科肾脏美国筛查的覆盖范围扩大到世界各地。然而，由于缺乏能够准确区分病变肾脏和正常肾脏的自动化过程，目前的方法仍然有限[3.］．

在美国100多万学童的一系列图像中发现的常见肾脏异常包括肾积水(39.6%)、单侧小肾(19.8%)、单侧发育不全(15.9%)、囊性疾病(13.9%)、异常形状-异位、马蹄形和重复肾(8%)，以及其他，即结石、肿瘤和实质疾病(1.5%)[1］．

迄今为止，有关计算机辅助美国图像解译的出版物远少于基于计算机断层扫描或磁共振成像的出版物[4，5］．US的使用带来了独特的挑战，例如图像采样的不同角度，噪声和伪影导致的低图像质量，对大量操作员的高度依赖，以及不同机构和制造商的US系统之间的高度观察者之间和内部的变异性[6］．从2021年发表的关于美国医学的综述[7]，涉及深度学习对肾脏US图像分类的研究仅有3项[5，8，9］．

本研究选择了正常的儿童肾脏US图像，以及前面提到的不同类型的肾脏异常，用于机器学习。通过对原始图像进行预处理，对图像进行充分的分组，并进行深度神经网络训练，我们希望能够将肾脏图像正确地分类为正常或异常。本研究的目的是建立一个人工智能(AI)模型，用于筛查肾脏异常，以提高儿童的福祉，即使在没有儿科肾病医生的地区。

方法

伦理批准

本研究由台中市荣民总医院(台中市荣民总医院)机构评审委员会批准。CE20204A)。

材料

所使用的图像都是根据2000年1月至2020年12月台中退伍军人总医院儿科美国检查室的原始图像制作的。这里是飞利浦和Acuson制造的4台不同的美国机器，在这项研究中使用。所有图像都是由一位拥有20多年经验的美国技术人员使用4 MHz扇形换能器获得的。我们只选取了左、右肾脏的纵向图像。

我们建立了两个数据集。一个数据集用于训练，另一个数据集用于验证。这两组数据中的图像完全不同。

图像预处理与数据清洗

所有图像都与原始的一般数据分离，包括姓名、出生日期、检查日期和图表编号。所有图像的大小为600x480像素。我们使用软件处理图像，为机器学习获得足够的插图。如图1经过预处理后，图像包含一个肾脏，同时检查得到的一个肝脏正方形，图像左上方可见灰度梯度。

‎ 查看此图

图像分组

正常图像为大小、形状正常，肾皮质或髓质清晰，无肾积水、高回声、囊肿、结石或任何占位性病变。我们为这个小组准备了330张图片。肾脏异常图像共1269张。异常包括肾积水、高回声、囊肿、结石和占位性病变。图像和检查的数量总结在表1．肾超声图像的高回声表现为:与肝脏相比，肾皮质回声增强，肾皮质或肾髓质分化差，肾皮质或肾髓质回声反转。这些发现由2名儿科肾病学家判断。

机器学习

我们使用ResNet-50预训练的模型进行特征提取[8-10从数据集ImageNet [11］．我们使用了ResNet的预训练权值，因此在特征提取过程中没有反向传播。所使用的输入数据为大小为800x600像素的肾超声图像。在将图像输入网络之前，我们将尺寸标准化为224x224像素。

为了分类，我们重新定义了最终的全连通层，输出图像分类为异常或正常。训练图像经过Resnet50后，输出2048个。在最后的全连接层中有4个组件。第一个是线性层，具有2048个特征提取和512个输出。二是整流线性单元，它是一个分段线性函数，只输出正的结果。随后，我们增加了dropout层以防止过拟合。第4部分是另一个线性层，执行512个输入和2个输出，代表2个类别，即异常和正常类及其概率。

我们用Adam优化器以0.01的学习率优化模型[12］．总共有30个epoch用于卷积神经网络训练。我们创建了一个94 MB大小的模型来分类正常和异常肾脏超声图像。图2是对我们深度学习结构的总结。

‎ 查看此图

实验装置

我们实施了培训-测试方法。将数据集随机分为1272/1599张(79.55%)图像用于训练，327/1599张(20.45%)图像用于测试，建立模型。我们对数据集进行了10次随机化，以重复上一段中描述的机器学习。为了验证94 MB模型，另一个验证数据集包含327张儿童肾脏超声图像，包括66张(20.2%)正常，37张(11.3%)肾积水，53张(16.2%)囊肿，95张(29.1%)结石，53张(16.2%)高回声，26张(7.9%)占位超声图像。所有这些图像都与建立模型的数据集完全不同。

绩效评估

我们从单一图像结果评估性能。诊断表现由准确性、特异性、敏感性、阳性预测值和阴性预测值来衡量。为了计算上述指标，我们将异常结果定义为阳性，将正常结果定义为阴性。

结果

在对这1599张小儿肾脏超声图像进行30个epoch处理后，我们获得了满意的结果。数据集测试部分的性能指标显示在表2．不同异常的准确率在95% ~ 100%之间。

各异常的正确率为95.2% ~ 100%，总体正确率为98.4%。曲线下面积(auc)为0.935 ~ 0.998。总体表现的AUC为0.961。这10个随机测试之间没有差异(P> . 05)。我们使用涉及80%/20%训练/测试图像的不同随机化重复了10个实验，以检查机器学习性能的一致性。准确度为95.2% ~ 98.4%。这10项测试之间没有差异(P> . 05)。我们进行了5倍交叉检验，结果显示在表3．

我们通过机器学习和另外327张儿童肾脏US图像验证了94 MB模型。其中正常66例(20.2%)，肾积水37例(11.3%)，囊肿53例(16.2%)，结石95例(29.1%)，高回声53例(16.2%)，占位性显像26例(7.9%)。基于单幅图像的性能总结在表4．不同异常的准确率在89.9%至94.1%之间，平均为92.3%。AUC为0.934 ~ 0.996 (图3)．AUC总体表现为0.959。宏F₁是0.924。

‎ 查看此图

讨论

本研究的主要发现是建立了一种有用的人工智能模型，可用于筛选异常儿童肾脏超声图像。平均准确率可达92.9%。该结果可实现本研究的主要目的——开发一种有用的计算机辅助诊断模型，用于自动筛选各种儿童肾脏US异常模式。在本研究中，基于卷积神经网络和微调的机器学习方法，结合我们独特的图像预处理方法和分类策略，实现了一种可行的临床模型。我们构建了一个稳定的分类器，它从头开始结合迁移学习和训练，平衡从足够的样本量中获取的医疗数据集的训练。

人工智能在肾脏方面的临床应用是多方面的，但肾脏超声在该领域的应用仍处于起步阶段[13，14］．迄今为止，仅从肾脏US图像获得的报道相对有限，主要报道涉及急性和慢性损伤[15-17］．大多数人工智能的肾脏图像研究使用磁共振成像、计算机断层扫描和肿瘤、结石、肾病、移植和其他疾病的患者组织学[18-21］．与涉及US的深度学习相关的主要挑战包括可靠性、泛化性和偏差[22］．在肾脏US中增强AI性能的基础研究已经开始并仍在进行中[23-25］．

目前已有4篇关于临床AI应用于小儿肾US异常的研究报告[3.，5，8，9］．郑等[3.他发现，深度迁移学习方法在识别肾脏和泌尿道先天性异常方面提供了令人满意的准确性，即使数据集很小，只有50名患有先天性肾脏和泌尿道异常的儿童和50名儿童作为对照。尹等[5]进行了类似的研究来检测后尿道瓣膜。苏达哈逊等[8]使用3种不同的数据集对肾囊肿、结石和肿瘤进行识别，在高质量图像中准确率为96.54%，在噪声图像中准确率为95.58%。斯梅尔等[9]尝试使用人工智能来分级肾积水，包括胎儿泌尿外科学会(SFU)的5分评分系统。通过将肾积水分为轻度和重度，最好的记录表现是78%的准确率。但是，当使用5分制时，准确率只有51%。在我们的研究中，我们建立了一个单独的94 MB模型来分类正常和异常的儿童肾脏超声图像。据Sudarharson等报道，异常的项目包括肾囊肿、结石和肿瘤[8］．此外，该模型能够识别肾积水和高回声图像。比较Smail等人的研究结果[9]，我们的结果显示对肾积水有更好的分类精度。37张经验证的图像为中度或重度肾积水，即SFU II、III和IV级。与之前报道的46%-54%的灵敏度相比，我们的模型可以达到100%的灵敏度[26］．

在SFU类I方面，我们的模型精度为71.7%(119/166)。到目前为止，肾积水的分级一直是一个持续的挑战[27］．轻度肾积水的极早期干预治疗仍然不足。如果患有轻度肾积水的儿童同时伴有其他肾脏异常，如结石、囊肿或高回声，我们的模型很有可能能够提供有关这些情况的任何令人担忧的信息。

本研究对图像进行了独特的机器学习预处理，以提供同期研究中肝脏回声的比较。这一步对于鉴别高回声是必要的。其他异常，如肾积水、囊肿、结石、肿瘤，无论我们输入图像时是否加入含有肝脏回声的正方形以及图中左侧灰度梯度，在分类上均无差异图1．如在表4，高回声识别的准确性和灵敏度低于其他异常。回声增强是评估肌肉、甲状腺、血管和肾脏疾病的重要发现[28］．在显微镜下检测肾实质疾病时，灰度US的一般敏感性为62% ~ 77%，特异性为58% ~ 73%，阳性预测值为92%。上述结果表明，超声回波变化对肾脏疾病的检测不够敏感。肾回声异常包括回声增强、肾皮质或髓质分化差、肾皮质和髓质回声反转[29］．在实践中，为了机器学习的目的，我们经常无法获得包含均匀肝脏回声的正方形。当由儿科肾病学家进行分类比较时，结果是可以接受的。肉眼也很难区分不那么显著的灰度差异。目前，所谓的“放射组学”信息正在出现，它可以帮助美国在人工智能领域成像。30.]，更精确地评估美国像素可能会提高高回声的效用。

本研究的局限性是医疗中心图像来源单一。需要使用更多来自不同医院、地区、种族和美国公司的图像。我们使用来自不同公司的美国图像进行了小规模的外部验证，包括通用电气、西门子和东芝。经图像预处理后，结果灵敏度100%，特异性80%，准确率90%。另一个限制是构成数据集的图像数量适中。我们没有从右肾或左肾分割图像进行训练，尽管结果可以接受。我们将基于更大的数据集进一步验证我们的方法。

综上所述，本研究提出了一种自动模型用于筛查儿童肾脏超声图像中的各种异常。我们将继续提高模型的性能，同时围绕其未来的临床应用进行更多的评估研究，包括作为筛查偏远地区儿童肾脏异常的辅助软件。