基于深度学习的乳腺癌腋窝淋巴结转移的超声与MRI多模态预测研究综述

基于深度学习的乳腺癌腋窝淋巴结转移的超声与MRI多模态预测研究综述一、乳腺癌腋窝淋巴结转移预测的临床背景乳腺癌是全球女性发病率最高的恶性肿瘤，腋窝淋巴结转移状态是决定患者临床分期、治疗方案选择及预后评估的核心指标。临床数据显示，约30%~40%的早期乳腺癌患者初诊时已存在腋窝淋巴结转移，准确的术前转移评估不仅可以避免不必要的腋窝淋巴结清扫术，降低术后上肢水肿、感觉异常、活动障碍等并发症发生率，还能为新辅助化疗适应症筛选、手术范围规划提供关键依据。传统术前评估方法主要依赖超声、MRI等影像学检查，由放射科医生通过观察淋巴结形态、边界、皮质厚度、血流信号等特征进行主观判断，其诊断准确率受医师经验、病灶位置、图像质量等因素影响较大，整体敏感性约65%~75%，特异性约70%~80%，对微转移灶的识别能力尤为不足。随着精准医学理念的普及，临床对腋窝淋巴结转移评估的准确性、效率及无创性提出了更高要求。深度学习技术的快速发展为医学影像的智能化分析提供了新路径，其通过端到端的特征提取方式，能够自动挖掘影像中人类肉眼难以识别的微观异质性信息，已在肺结节检测、脑肿瘤分割、乳腺癌诊断等多个场景展现出优于传统方法的性能。近年来，基于多模态影像融合的深度学习模型逐渐成为该领域的研究热点，超声与MRI作为乳腺癌术前评估最常用的两种影像学手段，前者具备实时、便捷、成本低的优势，对淋巴结皮质改变、微钙化的显示灵敏度较高；后者软组织分辨率高，可提供多参数、多序列的功能信息，能够清晰显示淋巴结内部坏死、包膜外侵犯等特征，二者的信息互补性为构建高准确率的转移预测模型提供了基础。二、单模态影像深度学习预测的研究进展（一）超声影像的深度学习预测超声是乳腺癌腋窝淋巴结评估的首选影像学方法，基于超声影像的深度学习预测研究起步较早，目前已形成较为成熟的技术路径。早期研究多聚焦于二维灰阶超声图像的特征提取，通过卷积神经网络（CNN）自动识别淋巴结的形态学特征。例如2018年一项纳入1200枚淋巴结样本的研究中，研究团队构建的ResNet-50模型对腋窝淋巴结转移的诊断准确率达82.3%，AUC为0.87，显著高于传统超声医师诊断的76.5%准确率。后续研究逐步融入超声多普勒、超声弹性成像等多参数信息，进一步提升模型性能：2021年发表在《EuropeanRadiology》的研究将灰阶超声、彩色多普勒超声及剪切波弹性成像数据输入多分支CNN模型，其预测转移的AUC提升至0.91，特异性达87.2%，对直径小于1cm的小淋巴结转移识别准确率较单灰阶模型提升12.4%。超声影像深度学习预测目前仍存在两方面局限性：一是图像质量受操作者手法、设备参数影响较大，不同中心采集的超声图像异质性高，模型跨中心泛化能力不足，现有研究多为单中心小样本验证，多中心大样本的外部验证结果显示模型准确率平均下降8%~15%；二是超声对深部淋巴结、肥胖患者淋巴结的显示效果不佳，部分位置较深的转移淋巴结易出现漏诊，仅依靠超声影像难以实现全面的腋窝淋巴结状态评估。（二）MRI影像的深度学习预测乳腺MRI具有极高的软组织分辨率，可提供T1加权、T2加权、弥散加权成像（DWI）、动态对比增强（DCE）等多序列信息，能够更全面地反映淋巴结的内部结构及功能特征。基于MRI的深度学习预测研究主要围绕多序列特征融合展开，2019年斯坦福大学团队利用DCE-MRI的时间-信号强度曲线及表观弥散系数（ADC）图构建3D-CNN模型，在850例患者队列中实现了腋窝淋巴结转移预测准确率86.1%，AUC达0.90，对微转移灶（直径≤2mm）的识别敏感性达73%，显著优于超声模型的58%。2022年一项纳入16项研究的Meta分析结果显示，深度学习基于MRI预测腋窝淋巴结转移的合并敏感性为82%，特异性为84%，整体诊断效能优于常规MRI阅片及超声深度学习模型。MRI深度学习预测的主要问题在于检查成本高、扫描时间长，部分存在造影剂过敏、肾功能不全的患者无法接受增强MRI检查，限制了其在基层医院及大规模筛查中的应用。此外，MRI图像的配准、分割难度较高，不同序列间的空间偏移、患者扫描时的体位移动均会影响特征提取的准确性，部分研究需手动标注淋巴结区域，增加了临床应用的复杂度。三、超声与MRI多模态融合的深度学习模型构建（一）多模态特征融合策略目前超声与MRI多模态融合的深度学习模型主要采用三类融合策略，不同策略各有其适用场景及优缺点。像素级融合：在数据输入阶段对配准后的超声图像与MRI图像进行像素层面的拼接，将多模态影像作为统一的输入矩阵送入CNN模型进行特征提取。该方法能够保留最完整的原始影像信息，适合小样本数据集下的特征挖掘，但对影像配准精度要求极高，若超声与MRI图像的空间对齐误差超过2mm，模型性能会出现显著下降。2020年国内团队提出的基于刚性配准的像素级融合模型，在420例患者队列中取得0.92的AUC，较单MRI模型提升0.03，较单超声模型提升0.07，但该模型仅纳入了淋巴结区域小于3cm的样本，对大体积淋巴结的配准效果仍有待验证。特征级融合：分别构建超声分支与MRI分支的特征提取网络，在全连接层前将两个分支提取的高维特征进行拼接，再通过全连接层完成分类预测。这是目前应用最广泛的融合策略，其无需严格的影像像素级配准，仅需确保两个模态的影像对应同一淋巴结区域即可，模型鲁棒性更强。2023年发表在《JournalofHematology&Oncology》的研究采用该策略，超声分支采用轻量级MobileNetV3提取形态及弹性特征，MRI分支采用3D-ResNet提取多序列功能特征，融合后模型在1200例多中心队列中的预测准确率达89.7%，AUC为0.94，跨中心验证的准确率下降仅为4.2%，显著优于像素级融合模型的7.8%下降幅度。决策级融合：分别训练超声单模态模型与MRI单模态模型，通过加权投票、Stacking集成等方法对两个模型的预测结果进行融合，得到最终的转移概率。该方法灵活性最高，可直接利用已有的单模态成熟模型，无需重新训练整体网络，适合不同模态数据采集时间不同、无法完全配对的临床场景。2022年一项回顾性研究显示，决策级融合模型的AUC与特征级融合模型无统计学差异（0.91vs0.92，P=0.37），但模型训练成本仅为特征级融合模型的1/3，更适合算力有限的基层医疗机构部署。（二）模型优化的关键技术为进一步提升多模态模型的临床适用性，近年来研究团队围绕数据标注、泛化能力、可解释性三个核心方向开展了大量优化工作。在数据标注方面，弱监督学习、半监督学习技术的应用大幅降低了标注成本。传统模型训练需要对每一枚淋巴结进行精确的边界标注，一名资深放射科医生标注一枚淋巴结平均需要8~12分钟，大规模数据集的标注成本极高。2023年提出的弱监督学习模型仅需要患者层面的转移标签（即是否存在腋窝淋巴结转移，无需标注具体淋巴结位置）即可完成训练，模型性能相比全监督模型仅下降2.1%，但标注成本降低了90%以上。半监督学习则利用大量未标注数据提升模型性能，一项纳入500例标注数据、2000例未标注数据的研究显示，半监督训练的多模态模型AUC比仅用标注数据训练的模型提升0.04，有效缓解了医学影像标注数据不足的问题。在泛化能力提升方面，域适应技术、跨中心数据集联合训练成为研究热点。由于不同医院的超声设备、MRI扫描参数存在差异，单中心训练的模型在其他中心应用时性能往往出现明显衰减。2024年由国内10家三甲医院联合开展的多中心研究，通过域对抗训练方法消除不同中心的影像特征分布差异，构建的多模态模型在10个中心的外部验证准确率波动范围仅为87.2%~90.5%，显著低于传统模型78.3%~89.1%的波动范围，实现了跨中心的稳定性能输出。在可解释性方面，类激活映射（CAM）、梯度加权类激活映射（Grad-CAM）等技术被广泛应用于模型决策区域可视化，帮助临床医师理解模型的判断依据。研究显示，多模态模型的高权重关注区域与病理证实的转移区域重合度达83%，主要集中在淋巴结皮质增厚区域、DWI高信号区域及超声弹性成像的硬组织区域，与临床医师的诊断关注点高度吻合，大幅提升了临床对模型的接受度。四、临床应用现状与挑战目前基于超声与MRI多模态深度学习的腋窝淋巴结转移预测模型已逐步进入临床转化阶段，部分研究成果已在临床前瞻性研究中展现出应用价值。2023年中山医院开展的前瞻性临床研究纳入300例拟行手术的乳腺癌患者，术前采用多模态模型预测腋窝淋巴结转移状态，模型预测与术后病理结果的符合率达91.3%，其中模型判断为低转移风险的126例患者中，仅2例存在淋巴结转移，阴性预测值达98.4%，这部分患者可豁免腋窝淋巴结清扫，直接行前哨淋巴结活检，显著缩短了手术时间，降低了术后并发症风险。另一个应用方向是新辅助化疗疗效评估，通过治疗前后多模态影像特征的变化预测淋巴结病理完全缓解（pCR），2024年的一项研究显示，多模态模型预测新辅助化疗后腋窝淋巴结pCR的AUC达0.89，能够帮助临床提前识别化疗不敏感患者，及时调整治疗方案。尽管该领域已取得显著进展，但大规模临床应用仍面临多方面挑战：首先是数据标准化问题，目前不同中心的超声、MRI扫描缺乏统一的参数规范，图像异质性高，构建覆盖不同设备、不同人群的大规模标准化数据集是模型落地的前提；其次是临床工作流整合问题，现有模型多为独立系统，需要手动上传影像数据进行分析，未能与医院的影像归档和通信系统（PACS）深度集成，增加了临床医师的工作负担；最后是监管审批问题，医疗AI产品的三类证审批需要严格的多中心临床试验证据，目前国内尚无此类多模态预测模型获批上市，后续需开展更大规模的前瞻性、多中心临床试验验证其安全性及有效性。五、未来研究方向该领域未来的研究方向主要集中在三个方面：一是多模态数据的拓展，未来可进一步融入临床病理特征（如肿瘤大小、分子分型、Ki-67表达水平）、液态活检数据（如循环肿瘤细胞、外泌体microRNA表达）等多源信息，构建“影像-病理-分子”多组学融合预测模型，进一步提升预测精度；二是端到端的