关键词：
女性盆底
超声图像
分割
测量
摘要：
女性盆底功能障碍是指由于盆底支持结构缺陷、损伤等导致盆底功能异常的一组疾病,主要包括大小便失禁、盆腔器官脱垂、性功能障碍等。女性盆底支持结构相互交织、紧密联系,形成了许多细微且难以辨识的解剖结构,增加了对该区域结构识别的难度。
盆底超声具有无创性、无电离性和可重复性等优点,在女性盆底疾病诊断中展现出显著的优势。盆底超声能够实时动态成像,这对于评估器官的功能,如尿液的排放、肌肉的收缩等,具有十分重要的意义。然而,常规盆底超声在实际应用中也面临着诸多技术挑战,功能性小肌肉群包括尿道压肌、联合纵肌等,由于其解剖结构上的细微和复杂性,往往难以被准确区分和确认,易发生误诊或漏诊。因此准确、高效地认识超声图像下盆底解剖结构尤为重要。另外,盆底超声在检查过程中缺乏统一的标准,如参考线的设置、测量项目的选择等,这可能导致盆底的检查结果因主观因素影响诊断的一致性和准确性,同时超声测量需要耗费超声医生一定的时间和人力,消耗医疗资源。
深度学习在超声图像分析中发挥着越来越重要的作用,其优势包括减少医生工作量,加快图像分析的速度,以及融合多种信息来提高诊断的准确性和可靠性等。然而,智能化盆底超声的研究仍处于探索阶段,存在许多问题亟需解决,比如:(1)由于超声成像分辨率低,医生对超声图像的解剖结构认识有困难,包含高质量解剖信息的标注数据匮乏,对超声图像潜在的解剖结构信息利用不充分,已成为超声智能分割技术的一大瓶颈;(2)缺乏对有一定识别分割难度的盆底功能复合体智能分割及测量的研究,如女性肛门括约肌复合体的自动分割报道较少,有待进一步的研究与探索;(3)目前关于女性盆底正中矢状面超声图像的自动分割与测量研究较少,已有研究提出的模型存在分割精度不高、测量项目较少,难以在临床推广的缺点,有待进一步改进和提高。
针对以上问题,本文开展了以下研究工作:
(1)通过与数字人断层解剖图像、盆底磁共振成像(Magnetic resonance imaging,MRI)作对照研究,本研究所用的数据标注方法较单纯依赖医生经验标注的方法更为可靠,为超声图像的标注提供了新的思路和方法。进一步地,本研究在女性盆底超声图像中不仅识别和分割出尿道括约肌复合体、会阴体、肛门括约肌复合体和肛提肌复合体的部位、形态和空间毗邻关系,还成功识别和分割出尿道压肌、联合纵肌、直肠会阴肌等传统数据标注手段难以标注的精细结构,为后续超声智能化分割及测量研究提供了包含高质量解剖信息的标注数据集,同时为临床医生的精准诊断和治疗决策提供参考。
(2)在超声图像断层解剖研究基础上,为了实现对肛门括约肌复合体横断面结构的精准、实时分割和测量,本研究提出了轻量级分割网络Mobile Net V3-UNet。该模型可自动分割肛门内外括约肌、联合纵肌和肛提肌等结构,并自动测量它们的厚度值,具有速度快、参数量少、分割精准度好、深度适中等优势,从而提升盆底超声诊断的准确性和效率。实验结果表明,Mobile Net V3-UNet网络模型的每秒推理帧数可达到17.89fp,能够实现快速实时分割;其分割肛管粘膜、肛门内括约肌、联合纵肌、肛门外括约肌和肛提肌的戴斯相似系数(DSC)分别达到了0.966(95%CI:0.963,0.969)、0.903(95%CI:0.896,0.910)、0.821(95%CI:0.813,0.828)、0.779(95%CI:0.769,0.789)和0.835(95%CI:0.822,0.848)。此外,模型自动测量结果在与人工测量结果的比较中体现了良好的一致性。
(3)在超声图像断层解剖研究基础上,本研究利用UNet++网络模型在盆底正中矢状面精准自动分割膀胱、直肠、尿道、耻骨联合、肛门直肠角和直肠壶腹等结构,并实现对膀胱颈位置、宫颈口距离、直肠壶腹距离及最小肛提肌裂孔前后径的自动测量,能够满足临床需求。实验结果表明,该网络模型在女性盆底超声正中矢状面图像的分割和测量中均得到较好的效果,在自动分割耻骨联合、尿道、膀胱、直肠、直肠壶腹和耻骨直肠角这六个结构时,其DSC分别达到了77.12%、76.03%、75.34%、63.31%、33.23%和60.53%。该模型的应用不仅能够有效降低漏诊和误诊,减少了人为操作带来的主观误差,而且极大地简化了测量流程,缩短了操作时间,减轻了临床医生的工作负担。
综上所述,本研究通过盆底超声图像的对照研究丰富了超声图像高质量标注数据,有助于医生获取更多盆底结构和功能的信息,为后续的研究者提供一种新的数据标注思路。所构建的深度学习模型表现出较好的性能,为盆底功能复合体的研究提供借鉴,为女性盆底疾病的早期发现和治疗提供了智能技术支持。
