中樞神經系統(tǒng)異常是最常被診斷出的先天性畸形之一，具有顯著的長期神經發(fā)育后遺癥。因此，產前準確檢測對于咨詢、妊娠管理和產后規(guī)劃至關重要。國際婦產超聲學會（ISUOG）建議在常規(guī)和針對性異常掃描中詳細評估多個胎兒腦結構，包括皮質褶皺模式的評估，因為異常的腦回形成可能預示著潛在的神經功能障礙。三維（3D）超聲在高級神經超聲檢查中發(fā)揮著重要作用，它能夠實現多平面圖像重建和容積分析，克服胎兒體位、母體體型或聲影等因素對特定二維（2D）切面最佳采集的限制，從而提升診斷信心和評估一致性。然而，三維容積中解剖結構的手動分割仍然耗時且需要大量專業(yè)知識，使其難以在常規(guī)臨床中使用。

這項隊列研究在荷蘭萊頓大學醫(yī)學中心（LUMC）進行，納入了270個容積數據（來自141名胎兒，孕周19-26⁺⁶周）。所有掃描均使用佳能醫(yī)療系統(tǒng)的APLIO i800超聲設備進行。研究旨在評估兩種深度學習模型在一個與模型開發(fā)所用設備不同的獨立超聲系統(tǒng)獲取的新數據集上的表現。這兩種卷積神經網絡（CNN）模型最初均在飛利浦超聲系統(tǒng)采集的數據集上訓練，目標是在新的佳能數據集上自動分割透明隔腔與韋爾加腔（CSPV）、側腦室后角（LPVH）、脈絡叢（ChP）、小腦（CBM）和皮質板（CoP）。

在應用自動分割后，由經驗豐富的超聲專家對所有模型的輸出進行三維視覺評估。評估基于預定義的評分標準，為每個分割結構分配一個四級質量等級：1級（高質量）：準確描繪結構及其解剖邊界；2級（中等質量）：存在輕微邊界錯誤，分割偏離真實組織邊界小于20%；3級（低質量）：存在主要邊界錯誤，偏離范圍在20%-50%；4級（差質量）：嚴重偏離（大于50%）、錯誤識別結構或完全無法識別目標結構。評級為1級或2級的分割被視為“充分”，而3級和4級則被視為“不充分”。這種視覺分級方法旨在補充廣泛使用的Dice相似系數（DSC），后者雖然在量化空間重疊方面是常用指標，但在反映解剖學正確性和臨床可用性方面存在局限性。

研究結果顯示，CSPV、ChP和CBM表現出最佳的分割性能（1級分割比例超過83.1%，充分分割率超過90.5%），且在整個孕周范圍內保持穩(wěn)健。相比之下，LPVH的總體表現最低（充分分割率為73.9%），尤其在孕25周時性能降至最低（充分分割率56.8%）。視覺檢查發(fā)現，算法在區(qū)分側腦室內的腦脊液和脈絡叢時遇到挑戰(zhàn)。CoP的自動分割在孕早期表現出色，在孕20周和22周時充分分割率達到100%，但在孕晚期略有下降。所有結構的總體充分分割率很高（87.2%），并且在妊娠期間保持一致。

觀察者內一致性為90.1%（范圍83.1%-94.8%），觀察者間一致性分別為82.7%和82.1%（范圍70.1%-90.1%，取決于具體結構）。這些結果表明，視覺分級標準在專家間具有可接受的重復性。

本研究證明，基于深度學習的自動分割方法在分割胎兒（亞）皮質腦結構方面能夠實現高性能。盡管這些算法在先前研究中顯示出較高的DSC值，但本研究通過引入視覺分級，解決了DSC在解剖形狀錯誤方面不敏感的已知局限性。這些模型能夠應用于與訓練階段不同的廠商和操作團隊獲取的新數據集，這為模型在原始訓練環(huán)境之外的穩(wěn)健性提供了見解，對未來的臨床評估充滿希望。

CSPV、ChP、CBM和CoP分割的高性能，可歸因于這些結構與周圍組織之間對比度明顯，邊界清晰。而LPVH性能最低，則是因為難以區(qū)分側腦室內的腦脊液和脈絡叢，導致更大的預測誤差。本研究的評估僅基于視覺檢查，這雖然可能被視為一種局限，但視覺評估提供了定量指標無法捕捉的關鍵分割可用性洞察。此外，由于評估基于視覺判斷，專家的主觀性可能影響了評分。然而，觀察者間一致性相對較高且相近，表明主觀性的影響似乎有限。

這項研究證明，新穎的深度學習三維模型能夠在來自不同超聲廠商的新穎、未見過的數據集中成功分割（亞）皮質結構，準確捕捉解剖邊界。通過將視覺分級標準與傳統(tǒng)定量指標相結合，我們提供了一個從臨床醫(yī)生角度評估分割質量的框架。這種方法在技術性能指標和臨床相關性之間架起了橋梁，因為解剖正確性和形狀對于臨床可用性和現實應用至關重要。這些自動分割方法未來可能通過視覺比對、支持解剖學解釋和決策支持，為產前神經超聲工作流程提供支持。展望未來，應在多個超聲廠商中比較這些自動方法，并在異常神經發(fā)育病例中進行評估，以檢驗其普適性和性能差異。本研究提出的評估方法無需額外的手動標注。未來工作應解決伴隨孕晚期超聲檢查的成像和采集挑戰(zhàn)，并努力促進將分割算法集成到超聲設備中，從而實現人工智能在日常臨床實踐中的應用。