项目背景

食管胃静脉曲张

• 食管胃静脉曲张是肝硬化门脉高压患者常见的表现之一（下图），约50%肝硬化患者都会发生
• 在中国，病毒性肝炎，尤其是慢性乙型、丙型肝炎，是引起门静脉性肝硬化的主要因素
• 据估计，中国有多达700万肝硬化患者

胃底静脉曲张出血风险评估难点

• 食管胃静脉曲张出血的发生是肝硬化患者最严重的不良事件，6周的急性出血死亡率高达25%
• 目前，医学界对于胃底静脉曲张尚未建立较为统一有效的评级系统

治疗方案

TIPS手术(Transjugular Intrahepatic Portosystemic Shunt) 可以有效降低门脉压力 （下图）

胃底静脉曲张出血风险自动分级项目

• 基于Copy-Paste数据增强的静脉曲张区域自动分割
• 分割结果辅助，对胃底静脉曲张出血风险进行自动分级
• 基于无分级、分割标注数据的模型预训练

项目意义

由于静脉曲张出血的高死亡率，辨别高危患者并阻止首次出血是至关重要的。但是，对胃底静脉曲张的有效评级系统的缺乏，令评估依赖于高年资内镜医师的主观经验。        通过将高年资医生的主观经验进行量化建模，可以得到具有一定鲁棒性的出血风险评估指标。总结医生经验，推动胃底静脉曲张分级标准的建立。同时，还可以用于辅助低年资医生的临床诊断，提升其诊断准确性。

项目挑战

• 胃底静脉曲张形状、位置、直径均多变，医生难以准确直接描述
• 缺乏评级系统的金标准，分级的标签可能存在主观偏差
• 胃底的内镜数据中干扰因素较多，如：胃底粘液，胃底充气程度不同，内镜拍摄曝光距离、亮度、角度差异较大
• 出血风险分级标签、静脉曲张分割轮廓标注困难，不同医师意见不一，标注数据数量少
• 图像对比度较弱，胃底皱褶与静脉曲张部分相似，存在深度辨别问题，对分割与分类均造成困难

数据集搭建

收集流程与标准：

检索2014年1月1日-2021年12月31日间合作医院胃镜检查诊断包含“胃静脉曲张”的患者，每名患者筛选1-5张相关图片

排除不合格图像，包括：

• 图中存在影响静脉曲张区域显示、曝光的因素，如较多胃底粘液、活动性出血；
• 除TIPS外其余内镜治疗后图片；

统计：

• 有标注胃底静脉曲张图像：            

         病例501例     图片1702张

• 无标注预训练胃底图像：            

         静脉曲张、正常胃底各1万例

标注：

• 1名医师对内镜图片用Labelme 软件标注静脉曲张范围、红色征位置。
• 另由3名内镜医师先分别判读胃静脉曲张程度，再进行一致化讨论，统一最终分类标签。

解决方案

基于Copy-Paste数据增强的静脉曲张区域自动分割：

鉴于有分割标注的静脉曲张图像数据量较少，采用Copy_Paste的数据增强方法，增加可用数据量,  即：裁剪不同的静脉曲张区域，用不同手法粘贴到其他胃底图像上

使用Swin-UNETR作为分割网络Backbone

下图中：

列1、2为原图；                      

列3 为前两列中静脉曲张Copy_Paste形成的新数据。

分割辅助出血风险自动分级：

单独预训练分类和分割网络后，用一定方法将分割结果的掩膜与原图结合，输入到分类网络中，对最终的分类网络进行训练

下图中：

蓝色：分割辅助分类的联合网络      

绿色：自监督预训练网络      

橙色：分割与分类可视化展示