基于深度学习的胃癌腹膜转移CT影像早期预测模型构建研究综述

基于深度学习的胃癌腹膜转移CT影像早期预测模型构建研究综述一、胃癌腹膜转移早期预测的临床需求与影像学瓶颈胃癌是全球范围内发病率排名第五、死亡率排名第四的恶性肿瘤，其中腹膜转移是胃癌患者最常见的远处转移类型，约10%~20%的初诊胃癌患者已存在腹膜转移，而接受根治性手术的患者中术后腹膜复发率高达40%~50%。一旦出现腹膜转移，患者的中位生存期仅为6~12个月，且丧失了根治性手术的机会，只能通过姑息性化疗、腹腔灌注等手段延长生存期。因此，早期识别胃癌腹膜转移高风险人群，对于临床制定个体化治疗方案、改善患者预后具有至关重要的意义。传统的胃癌腹膜转移诊断依赖于影像学检查、腹腔镜探查及肿瘤标志物检测，其中CT是临床最常用的术前评估手段。常规CT诊断腹膜转移的灵敏度仅为30%~60%，尤其是对于直径小于5mm的微小腹膜转移灶，其检出率不足20%。这一局限性主要源于CT影像中微小转移灶与正常腹膜、腹腔脂肪组织的密度差异极小，且部分转移灶仅表现为腹膜轻度增厚、代谢活性轻微升高，难以通过肉眼识别。此外，不同放射科医师的诊断经验差异也会导致诊断结果的异质性，有研究显示，对于早期腹膜转移的CT判读，不同医师之间的一致性Kappa值仅为0.42~0.58，处于中等偏低水平。因此，如何突破人眼识别的局限性，从CT影像中挖掘更深层次的潜在信息，实现胃癌腹膜转移的早期、精准预测，成为临床和影像学科共同关注的热点问题。二、深度学习在医学影像分析中的应用基础深度学习是人工智能领域的一个分支，其核心是通过多层神经网络自动学习数据中的特征表示，无需依赖人工设计的特征提取规则。近年来，随着计算机硬件算力的提升和医学影像数据的积累，深度学习在医学影像分析领域取得了突破性进展，在病灶检测、良恶性鉴别、预后预测等任务中展现出了媲美甚至超越专业医师的性能。在腹部影像领域，深度学习模型已被广泛应用于肝癌、胰腺癌、结直肠癌等肿瘤的诊断和预后评估，为胃癌腹膜转移的预测研究提供了成熟的技术路径。用于医学影像分析的深度学习模型主要包括卷积神经网络（CNN）、Transformer、生成对抗网络（GAN）等几大类。其中CNN是最常用的基础架构，其通过卷积层、池化层的堆叠，能够自动提取影像中的局部纹理、边缘、形状等低层级特征，以及器官结构、病灶形态等高层级语义特征，特别适合处理栅格化的医学影像数据。2012年AlexNet在ImageNet图像分类竞赛中夺冠后，一系列改进的CNN架构被相继提出，如VGGNet、ResNet、DenseNet等，这些模型通过增加网络深度、引入残差连接、密集连接等方式，有效缓解了梯度消失问题，提升了特征提取能力，为医学影像任务的性能提升奠定了基础。Transformer模型则通过自注意力机制捕捉影像中的长距离依赖关系，能够更好地建模全局上下文信息，对于存在多发病灶、需要结合全腹信息进行判断的腹膜转移预测任务具有独特优势。而GAN主要用于数据增强，能够生成高质量的虚拟医学影像，解决小样本场景下模型训练数据不足的问题。三、胃癌腹膜转移CT影像预测模型的数据集构建与预处理高质量的标注数据集是深度学习模型构建的前提。目前用于胃癌腹膜转移预测研究的数据集主要来自三个来源：一是单中心回顾性收集的临床影像数据，这类数据的优势是标注质量高、临床信息完整，但样本量通常有限，且存在数据分布偏倚问题；二是多中心联合构建的公开数据集，如TCGA（癌症基因组图谱）中的胃癌CT影像数据集、STOIC数据集等，这类数据集样本量大、来源广泛，能够提升模型的泛化能力，但部分数据集的临床随访信息不够完善；三是合成数据集，通过GAN生成模拟的腹膜转移CT影像，用于扩充训练集，缓解数据不平衡问题。数据集的标注工作通常由具有5年以上腹部影像诊断经验的放射科医师完成，标注内容主要包括：①腹膜转移的金标准：以腹腔镜探查或手术病理结果为金标准，部分研究以随访6个月以上出现明确腹膜转移作为阳性标签；②感兴趣区（ROI）的勾画：分为三种方式，第一种是仅勾画原发胃癌病灶区域，第二种是勾画全腹腹膜区域，第三种是使用全腹CT影像无需手动勾画，由模型自动提取特征。不同的ROI选择策略会直接影响模型的性能，有Meta分析结果显示，基于原发灶+腹膜区域联合特征的模型AUC值比仅基于原发灶特征的模型高0.08~0.12。此外，为了保证标注的可靠性，通常会采用双盲标注，由两名医师独立标注，不一致的结果由第三名高年资医师裁定，标注一致性Kappa值需达到0.8以上方可纳入训练集。影像预处理是提升模型稳定性和性能的关键步骤，主要包括以下几个环节：①图像标准化：将不同扫描设备、不同扫描参数得到的CT值统一转换为亨氏单位（HU），并进行归一化处理，通常将HU值截断在[-1000,400]范围内，再线性缩放至[0,1]区间，以减少不同设备之间的差异；②重采样：将不同层厚的CT影像统一重采样为1mm×1mm×1mm的体素大小，保证空间分辨率的一致性；③去噪处理：使用高斯滤波、非局部均值滤波等方法去除CT影像中的噪声，同时保留边缘信息；④数据增强：针对训练集数据进行随机翻转、旋转、缩放、弹性形变、加噪等操作，扩充训练样本的多样性，防止模型过拟合。对于存在严重数据不平衡的数据集（阳性样本占比通常低于15%），还需要采用过采样（SMOTE、ADASYN）、欠采样或者类别权重调整的方法，平衡正负样本的分布。四、胃癌腹膜转移预测的深度学习模型架构设计目前已发表的胃癌腹膜转移CT预测模型主要分为三大类：基于二维CNN的模型、基于三维CNN的模型，以及多模态融合模型，不同架构各有其适用场景和优劣。（一）基于二维CNN的模型二维CNN是最早应用于该领域的模型架构，其核心思路是将CT序列的每个断层影像作为独立的输入，提取每个切片的特征后再进行融合。这类模型的优势是训练所需算力较低，能够直接利用在自然图像数据集上预训练的模型权重进行迁移学习，适合小样本场景。2019年，韩国三星医学中心的研究团队首次提出了基于ResNet-50的二维CNN模型，该模型以增强CT门静脉期的原发灶切片为输入，在1200例胃癌患者的数据集上进行训练，内部验证集AUC达到0.84，外部验证集AUC达到0.79，优于传统的CT影像报告诊断性能（AUC=0.68）。后续研究进一步对二维模型进行了优化，例如引入注意力机制，让模型自动聚焦于原发灶的边缘区域、浆膜层浸润区域等与腹膜转移高度相关的部位，使模型的AUC值提升了0.03~0.05。也有研究将多个期相（平扫期、动脉期、门静脉期、延迟期）的CT切片作为多通道输入，融合不同期相的强化特征，进一步提升了模型的预测性能。但二维模型的固有缺陷是丢失了CT影像的三维空间信息，难以捕捉腹膜转移灶在空间上的分布特征，对于仅表现为腹膜弥漫性增厚的早期转移病例识别效果较差。（二）基于三维CNN的模型为了充分利用CT影像的三维空间信息，近年来越来越多的研究采用三维CNN架构构建预测模型。三维CNN能够直接对整个CT体积数据进行卷积操作，捕捉体素之间的空间关联，提取更丰富的三维形态特征和纹理特征。2021年，我国中山大学肿瘤防治中心的团队开发了基于3DResNet的胃癌腹膜转移预测模型，该模型输入为覆盖原发灶及周围腹膜区域的3D体积影像，在892例患者的多中心数据集上进行训练和验证，内部验证AUC达到0.88，外部验证AUC达到0.83，显著优于二维CNN模型。后续研究进一步将Transformer与三维CNN结合，提出了混合架构模型，利用CNN提取局部特征，利用Transformer的自注意力机制捕捉全局上下文信息，例如2023年发表在《Radiology》上的一项研究，采用3DCNN-Transformer混合架构，以全腹增强CT为输入，无需手动勾画ROI，在1560例患者的多中心数据集上实现了0.90的内部验证AUC和0.85的外部验证AUC，其诊断灵敏度达到82%，特异度达到81%，性能已经接近腹腔镜探查的诊断水平。三维模型的局限性在于训练所需的算力更高，对数据集的样本量要求也更大，且容易出现过拟合问题，需要更严格的正则化策略。（三）多模态融合模型单纯依靠CT影像特征的预测模型存在一定的局限性，而临床中已经积累了大量与腹膜转移相关的多源数据，包括临床病理特征、肿瘤标志物、基因表达数据等，将这些多模态数据与影像特征进行融合，能够进一步提升模型的预测性能。目前的融合策略主要分为三种：第一种是早期融合，在特征提取阶段将影像特征与临床特征进行拼接，然后输入模型进行训练；第二种是中期融合，在模型的隐藏层将不同模态的特征进行融合；第三种是晚期融合，分别训练影像模型和临床模型，然后对两个模型的输出概率进行加权融合。2022年，上海交通大学医学院附属瑞金医院的团队构建了多模态融合预测模型，将CT影像特征、患者年龄、肿瘤分化程度、CEA、CA19-9水平、Lauren分型等12项临床特征进行融合，模型的AUC值比单纯影像模型提升了0.06，达到0.91，且在外部验证集上的泛化能力更强，AUC波动范围仅为0.02，显著低于单纯影像模型的0.07。还有部分研究尝试将影像组学特征与深度学习特征进行融合，结合人工设计特征的可解释性和深度学习特征的高表达能力，实现了性能和可解释性的平衡。五、模型的可解释性与临床转化面临的挑战尽管深度学习模型在胃癌腹膜转移预测任务中展现出了优异的性能，但目前绝大多数模型仍处于研究阶段，尚未真正应用于临床实践，其中最主要的障碍是模型的“黑箱”特性导致临床医师对其预测结果缺乏信任。深度学习模型的决策过程不透明，无法解释是基于哪些影像特征做出的预测，这对于涉及临床决策的医疗AI应用来说是不可接受的。近年来，研究者们尝试通过可解释性AI（XAI）方法打开深度学习的“黑箱”，常用的方法包括类激活映射（CAM）、梯度加权类激活映射（Grad-CAM）、局部可解释模型无关解释（LIME）、Shapley加性解释（SHAP）等。通过Grad-CAM方法可以生成热力图，可视化显示模型在预测时重点关注的影像区域，研究发现，模型关注的区域通常与原发灶浆膜浸润区域、腹膜增厚区域、脂肪间隙模糊区域高度重合，这与临床医师判断腹膜转移的依据一致，在一定程度上验证了模型决策的合理性。而SHAP方法则可以量化每个特征对预测结果的贡献度，例如明确CT特征中的原发灶浆膜侵犯、腹膜强化、腹水征象，以及临床特征中的CEA水平、Lauren分型是贡献度最高的几个特征，与临床认知相符。除了可解释性问题之外，模型的临床转化还面临以下几个挑战：第一，数据集的偏倚问题，目前大多数研究都是回顾性研究，数据集存在选择偏倚，例如阳性样本大多是已经出现明确转移征象的病例，而真正的早期腹膜转移病例占比很低，导致模型在真实世界中的性能可能低于研究中报告的结果；第二，泛化能力不足，不同中心的CT扫描设备、扫描参数、造影剂使用方案存在差异，会导致模型的性能出现明显下降，如何建立跨设备、跨中心的通用模型，是未来需要解决的重要问题；第三，缺乏标准化的评估流程，目前不同研究的数据集划分方法、评估指标选择、金标准定义存在差异，导致不同模型之间的性能难以直接比较，需要建立统一的公开基准数据集和评估框架；第四，监管和伦理问题，医疗AI产品需要通过严格的医疗器械认证，明确其适用范围、局限性和风险控制措施，同时需要建立数据安全和隐私保护机制，确保患者的医疗数据安全。六、未来研究方向与应用前景未来，胃癌腹膜转移CT影像早期预测模型的研究将朝着几个方向发展：一是构建更大规模的多中心、前瞻性数据集，纳入更多真正的早期腹膜转移病例，减少数据偏倚，提升模型的泛化能力；二是开发更高效的模型架构，例如结合大语言模型的知识，将临床指南、医师经验融入模型训练过程，进一步提升模型的性能和可解释性；三是实现全流程自动化，无需手动勾画ROI，从CT影像导入到预测结果输出实现端到端的自动化处理，减少人工干预，提升临床应用效率；四是拓展模型的应用场景，不仅用于术前预