付卫/张志鹏/张利团队：基于人工智能的核磁共振图像下直肠癌肿瘤自动分割及肿瘤与肛门距离测定

交叉学科

Interdisciplinary

作为世界范围内最常见的消化道肿瘤之一，结直肠癌（colorectal cancer, CRC）的发病及死亡人数均位列恶性肿瘤的第三位，且在发展中国家呈逐年上升趋势。预计到2030年，结直肠癌的全球疾病负担将增加60%。其中，直肠癌分为高、中、低位直肠癌，经腹会阴联合切除（Miles手术）是中低位直肠癌的标准手术方式。该术式需切除肛门、行永久性腹壁结肠造口，影响术后性功能及排尿功能，对患者生活质量及心理健康的影响不容忽视。因此，近年来保留肛门功能的直肠低位前切除术（Dixon手术）在中低位直肠癌中的应用逐渐普遍，但能否保留肛门一直是术式选择的难点，主要取决于肿瘤的位置和可切除性。直肠癌肿瘤的位置也与新辅助放化疗的肿瘤消退效果、术后并发症和癌症的肿瘤学结局密切相关。目前对直肠癌肿瘤位置的确定主要依靠医生肛门指诊和肠镜粗略估计，由于盆底结构复杂加上直肠非刚性的特点，不同医生之间误差较大，肿瘤的精准定位和距离测量仍是困扰外科医生的难题。

近日，北京大学第三医院付卫教授和张志鹏副主任医师团队、清华大学张利教授和赵昊助理教授团队以及北京航空航天大学张余博士后合作在Cell Press细胞出版社旗下Patterns期刊发表了题为“A boundary-guided transformer for measuring distance from rectal tumor to anal verge on magnetic resonance images”的文章，提出了一种先进的基于Transformer（transformer-based）的直肠肿瘤自动分割方法，并首次实现了肿瘤下边界到肛门边缘的距离（tumor’s lower boundary to the anal verge, DTAV）的全自动测量。提出的DTAV自动测量方法快速准确，可以为外科医生的术式选择提供可靠的参考。此外，对于直肠癌肿瘤图像的自动分割结果还可以辅助外科医生提高其DTAV手动测量的精度和效率。

▲长按图片识别二维码阅读原文

研究亮点：

1. 提出了一种用于自动分割直肠和肿瘤的边缘引导Transformer（boundary-guided transformer，BGTR），并基于其建立了从矢状位核磁共振（magnetic resonance，MR）图像中自动测量DTAV的方法。

2. 构建了由212张盆腔矢状位核磁共振图像组成的直肠和肿瘤数据集。

3. 该方法可以辅助外科医生显著提升其测量DTAV的精度和效率。

研究介绍：

DTAV在直肠癌的治疗方案制定方面至关重要。然而，目前DTAV通常使用结肠镜来进行测量，具有侵入性且需要提前进行肠道准备。核磁共振成像（magnetic resonance imaging，MRI）是中低位直肠癌诊断中常用的非侵入性检查方法，且相较于计算机断层扫描（computed tomography，CT）几乎无辐射、软组织分辨率高、解剖结构显示精确，是临床上常用于手动测量DTAV的重要媒介。但目前医生从核磁共振图像中手动测量DTAV的耗时较长，并且测量精度过于依赖医生的临床经验。为了解决上述问题，研究团队将核磁共振图像中DTAV测量问题转换为直肠肿瘤图像分割问题，提出一种边缘引导Transformer（boundary-guided transformer，BGTR）的直肠肿瘤核磁共振图像分割方法，并进一步在直肠和肿瘤分割结果基础上，建立了一种直肠肿瘤核磁共振图像中DTAV自动测量方法。

▲图1 目前DTAV测量方法及其在直肠癌治疗中作用示意图。（A）通过肠镜测量DTAV流程图。（B）核磁共振图像下测量DTAV流程图。（C）DTAV在直肠癌治疗中作用示意图。

BGTR与其他现有图像分割网络相比显著提高了核磁共振图像中直肠和肿瘤的分割精度。基于BGTR提出的DTAV自动测量方法能够达到专业医师的水平，可以为外科医生制定直肠癌患者的治疗个体化治疗策略提供参考。该研究主要包含以下三部分内容：

1. 研究基于边界引导Transformer的直肠肿瘤核磁共振图像分割方法，实现了直肠和肿瘤区域的精准分割。由于待分割的直肠和肿瘤在矢状面核磁共振图像中位置相对稳定，因此我们选择了具有较好定位能力的Transformer作为基线模型。此外，我们还引入了一个边界引导模块，用于提升Transformer对核磁共振图像中直肠和肿瘤边界的感知能力。通过联合优秀的Transformer和边界引导模块，本研究方法可以从矢状位直肠肿瘤核磁图像中精准分割出直肠和肿瘤区域。

▲图2 提出DTAV测量方法的流程图。（A）DTAV测量方法的简易流程图。（B）BGTR网络结构图。（C）提出方法中Transformer结构图。（D）边界引导模块结构图。

本研究通过定性和定量评价验证了模型的性能。BGTR在我们新构建的直肠肿瘤核磁共振图像数据集上（来自212例LARC患者的212张矢状位核磁共振图像）进行训练和评估。结果表明，与其他模型相比，BGTR的分割性能更加优异，平均ACC，PRE，SEN，SPE，DICE分别达到98.75%，82.68%，81.60%，99.38%，81.04%，效果最佳。

▲图3 不同方法分割结果的可视化比较

2. 研究根据分割结果自动提取肿瘤最低边缘和肛门边缘之间的直肠前壁，实现DTAV自动测量。DTAV是指从直肠肿瘤的最低边界到肛门边界的距离。理想情况下，直肠相对于其中心线是对称的，因此直肠的前壁和直肠的后壁的长度是相同的。因此，在本项研究中我们根据直肠肿瘤最低点和肛门边缘之间的直肠前壁长度估计DTAV。由于提出的分割方法性能优越，分割得到的直肠和肿瘤区域通常不包含噪声像素，故不需要任何后处理步骤进一步优化分割结果。因此，在获得直肠和肿瘤分割结果后，我们直接利用Canny算子分别提取了直肠和肿瘤区域的边界。进一步地，我们提取了直肠肿瘤最低点和肛门边缘之间的直肠前壁（即图4中L），并将计算得到的L长度做为估计的DTAV。

图4 直肠前壁提取方法及DTAV计算方法的演示实例

3.基于BGTR的DTAV自动测量结果可以达到主治医师的水平，并能提高不同经验医生测量结果之间的准确性和一致性。我们通过实验证明了提出DTAV自动测量方法的实际应用价值，即辅助医生测量直肠肿瘤患者的DTAV。在该实验中，临床医生首先独立地在患者核磁共振图像中测量DTAV，然后又在本研究方法的辅助下进行测量。实验结果显示：在本研究方法的辅助下，医生不仅能够更准确地测量DTAV，而且还能节省测量DTAV的时间。

北京大学第三医院普通外科/肿瘤中心张志鹏副主任医师、付卫教授和北京航空航天大学航天学院的张余博士后为文章的共同通讯作者，清华大学博士研究生沈建军、北京大学第三医院普通外科/肿瘤中心博士后陆思懿和硕士研究生曲瑞泽为文章的共同第一作者。清华大学张利教授和赵昊助理教授也对本工作有重要贡献。

作者介绍

付卫

教授

付卫，北京大学第三医院普通外科/肿瘤中心主任医师、教授、博士研究生导师，北京大学第三医院院长。以胃肠道疾病的微创治疗为中心，特别针对胃肠道肿瘤，创新技术方法并进行系列临床实践，建立了胃肠道肿瘤腹腔镜微创手术治疗和应用体系；利用单细胞多组学测序技术解析了肿瘤细胞在肿瘤发生、发展和转移过程中的动态变化，建立肿瘤转移的单细胞追踪体系、探索肿瘤异质性并阐明DNA甲基化修饰对基因表达的调控机制，相关成果作为通讯作者发表于Science、Cancer Cell、Gut等期刊，主持多项国家自然科学基金和省部级科学基金。

张志鹏

副主任医师

张志鹏，北京大学第三医院普通外科/肿瘤中心副主任医师，国际医疗部主任。长期从事普通外科疾病的临床、教学与科研工作，专注于结直肠癌和腹膜后肿瘤的微创手术治疗。主持国家自然科学基金面上项目、国家卫生健康委项目、北京大学临床医学科学家项目等课题，主要研究方向为基于人工智能的消化道肿瘤诊治、肠道菌群在结直肠癌发生发展的作用及临床转化、基于大数据人口样本的国人消化道肿瘤独特发病特点研究，相关成果作为通讯/第一作者发表于Nature Communications、Patterns等期刊，编著医学专著3部。

张利

教授

张利，清华大学电子工程系教授。长期从事图像分析、模式识别方面的科研和教学工作，作为负责人承担了包括国家863高技术项目、国家自然科学基金在内的国内、国际科研合作项目 30 余项。在学术研究方面，张利已在包括 TPAMI、IJCV、TMI、ICCV、ECCV、CVPR等在内的国内外学术刊物和会议上发表学术论文 50 余篇。

张余

博士后

张余，工学博士，北京航空航天大学宇航学院卓越百人博士后，主要从事计算机视觉、人工智能、计算机辅助骨肿瘤手术规划和直肠癌诊断等方面的研究工作，目前主持一项中国博士后科学基金面上项目和一项国家自然科学基金重点项目子课题。相关成果发表在IEEE TMI、IEEE TIP、Information Fusion和Patterns等国际权威期刊

（主页：https://uzeful.github.io）。

付卫/张志鹏/张利团队：基于人工智能的核磁共振图像下直肠癌肿瘤自动分割及肿瘤与肛门距离测定 | Cell Press论文速递