Lumos 软件：心血管磁共振 LGE 瘢痕量化的多层面多阅片者比较利器

为改善心血管磁共振 LGE 瘢痕量化的质量保证，研究开发 Lumos 软件，可助力相关分析。

　　在心血管疾病的诊断领域，心血管磁共振成像（Cardiovascular magnetic resonance imaging，CMR）正发挥着越来越重要的作用，堪称临床诊断和医学研究中的 “火眼金睛”。它是评估心脏结构和容积的金标准，尤其是在无创心肌组织表征方面表现卓越。其中，延迟钆增强（Late gadolinium enhancement，LGE）序列更是检测心肌纤维化的 “黄金手段”。在 LGE 技术中，患者在图像采集前会注射基于钆的造影剂，造影剂在受损心肌组织中停留的时间比在健康组织中更长，使得纤维化瘢痕组织在图像上显得更亮。通过这种方式，医生可以直观地观察到心肌纤维化的情况。

然而，当前 LGE 技术在临床应用中却遭遇了难题。虽然它能精准检测出心肌纤维化，但在对纤维化进行量化时却困难重重。目前，大多数量化方法是基于阈值法，像半高宽（Full width half maximum，FWHM）、标准差法（n -standard deviations from remote，nSD）等。不同的阅片者使用不同的量化方法，结果往往差异巨大。这就好比不同的人用不同的尺子去测量同一个物体，得到的结果各不相同。这种不确定性会直接影响临床诊断，可能导致错误的判断，延误患者的治疗。

为了解决这一棘手的问题，来自德国多个研究机构（如 Charité – Universit?tsmedizin Berlin、Max-Delbrück-Center for Molecular Medicine 等）的研究人员开展了一项极具意义的研究。他们致力于开发、实施并测试一种多层面多阅片者比较工具，最终成功推出了名为 Lumos 的软件。相关研究成果发表在《Journal of Imaging Informatics in Medicine》上。

研究人员在开发 Lumos 软件时，采用了多种关键技术方法。首先，Lumos 是基于开源软件 Lazy Luna 进行的扩展开发。在数据处理方面，利用 Python 3.12.1 中的 pydicom、shapely 和 rasterio 等包处理 Dicom 图像、注释和掩码。为了实现精确的瘢痕注释和阈值计算，研究人员还实施了预处理步骤，包括多种阈值化方法和精确的光栅化算法。此外，他们使用了开源的 EMIDEC 数据集进行实验，该数据集包含 LGE 病例，其提供的心肌和瘢痕的注释作为金标准。

下面来详细看看 Lumos 软件的研究结果：

1. 混淆注释变化效应的展示：通过对同一病例采用不同版本的 FWHM 和 nSD 方法进行注释，发现不同的感兴趣区域（ROI）/ 远程参考会使相同方法的结果差异巨大。例如，2SD 方法在使用小参考区域时，瘢痕百分比从大参考区域时的 23.6%（V5）增加到了 41.7%（V3）。这表明注释的微小变化可能导致瘢痕量化结果的显著差异。
2. 远程心肌区域大小的影响：研究发现，不同大小的远程心肌区域用于 2SD 和 5SD 方法时，尽管 2SD 的远程心肌区域大约是 5SD 的三倍，但通过调整 n 值，两者可以计算出相似的阈值，从而得到相似的瘢痕百分比。不过，2SD 方法需要更多的排除区域。这说明远程心肌区域大小对瘢痕量化结果有影响，且不同方法之间存在补偿机制。
3. ROI 放置的影响：对于 FWHM 方法，使用不同的 ROI（包含或不包含心肌中最亮像素）会导致瘢痕大小计算结果差异很大。不包含最亮像素的 ROI 会导致较低的阈值和更大的瘢痕，整个病例的瘢痕百分比几乎是包含最亮像素 ROI 的两倍。这进一步强调了 ROI 放置对瘢痕量化的重要性。
4. 心肌注释的影响：在对不同方法的瘢痕掩码进行比较时发现，基于相同心肌注释的瘢痕掩码视觉一致性更高。例如，2SD V5 和 5SD V3 使用相同心肌注释时，瘢痕掩码的一致性较高；而当使用不同的心肌注释作为基础时，即使瘢痕百分比相似，视觉一致性也较低。这表明心肌注释是影响瘢痕量化结果视觉评估的重要因素。
5. 应用实验：在应用实验中，Lumos 软件计算了不同方法的临床结果。结果显示，与 EMIDEC 金标准注释最接近的瘢痕百分比分布在多种方法中，但不包括 2SD 方法。此外，2SD 方法的排除体积最大。通过统计标签分析发现，nSD 方法的瘢痕质量和百分比随 n 值增加而降低，且包含伪影的病例的平均和中位数瘢痕百分比高于不包含伪影的病例。这表明 Lumos 软件能够有效地分析不同方法的临床结果差异，并揭示伪影对瘢痕量化的影响。
6. 差异追踪：Lumos 软件可以将统计信息与病例特定信息相结合，用于追踪差异。通过追踪病例在多箱线图中的变化，可以发现异常值。点击病例点可以打开病例标签，查看更多信息。例如，通过查看心肌直方图，可以直观地评估阈值位置，判断不同方法的阈值是否符合预期。这为研究人员深入分析瘢痕量化差异的原因提供了有力工具。

在讨论部分，研究人员指出，Lumos 软件成功地提供了 LGE 量化的多层面多阅片者比较，有助于更好地理解不同阈值化方法如何导致不同的瘢痕量化结果。通过统计标签和病例标签，研究人员可以发现方法之间的异常值和趋势，并追踪临床结果差异的原因。尽管本次应用实验并非临床研究，病例数量有限，但它展示了 Lumos 在未来临床研究中的巨大潜力。

此外，Lumos 软件还有诸多优势。它可以比较不同方法，也可以比较同一方法在不同阅片者、不同 ROI 或远程心肌区域的应用情况。通过可视化不同的 ROI 或远程心肌参考，有助于追踪方法的稳健性，对训练 CMR 初学者避免注释错误也很有帮助。在人工智能（AI）快速发展的当下，Lumos 软件还可用于比较 AI 生成的瘢痕与常用方法的差异，助力 AI 开发。

不过，Lumos 软件也存在一些局限性。例如，用于展示其功能的数据病例数量较少（N = 20），同时比较的阅片者数量有限，且某些图像格式需要转换才能使用。但研究人员对其未来发展充满期待，计划扩展软件功能，增加更多视图，如 T1 或 T2 映射，还希望能够自动标记伪影，进一步提升软件的实用性。

总之，Lumos 软件作为一种多层面多阅片者比较工具，为 LGE 瘢痕量化提供了强大的分析手段，其差异追踪功能是软件的核心优势。它有助于评估不同方法在所有病例或单个病例中的表现，不同的可视化功能也有助于更好地理解阈值化方法的潜在混杂因素。随着技术的不断发展和完善，Lumos 软件有望在心血管疾病的临床诊断和研究中发挥更大的作用，为医生和研究人员提供更准确、可靠的量化结果，推动心血管医学领域的进步。