数据集构建与标注
收集并标注来自不同机构的UC内镜图像，作为模型训练和验证的数据基础。
使用LIMUC（土耳其成人）、TMC（中国成人）和EPC（美国儿童）三个数据集。LIMUC由两名胃肠病学家独立盲评，分歧由第三名评审裁决，多数投票确定标签；TMC由至少三名IBD专家评审，共识解决分歧；EPC使用治疗胃肠病学家在诊断时的MES评分，并由两位专家重新评分作为独立比较。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
基于人工智能的梅奥内镜评分系统在成人和儿童溃疡性结肠炎不同人群队列中的自动化评估
Automated AI-based Mayo Endoscopic Scoring for ulcerative colitis across adult and pediatric cohorts from diverse populations
实验完整度
中包含模型开发、外部验证及与专家比较，但缺少前瞻性实验设计，且儿科样本量较小。
主要模型
LIMUC数据集：564例成人UC患者的11276张内镜图像 TMC数据集：308例成人UC患者的7978张内镜图像 Emory儿科数据集：80例儿童UC患者的113张内镜图像
重点核对
数据集来源及标签：LIMUC、TMC和EPC数据集的来源及MES标签确定方式 图像预处理：采用CAI和LaMa修复伪影，FSIH进行域归一化 模型架构：ResNet50，输入图像尺寸为224x224 数据划分：LIMUC按患者级别划分训练/验证/测试，外部验证使用TMC和EPC 性能评估指标：AUC、F1分数、QWK，以及95%置信区间（患者聚类bootstrap）
摘要
背景：溃疡性结肠炎（UC）的内镜评估对于临床决策至关重要，但受观察者间变异性的限制。人工智能系统可能提高一致性，但数据集的异质性阻碍了临床转化。我们开发并评估了一个深度学习框架，用于在来自不同地区的成人和儿童群体中标准化预测梅奥内镜评分（MES）。患者与方法：利用三个多机构数据集，我们训练并验证了卷积神经网络模型以预测MES。主要数据集（LIMUC；564名成人，11276张图像，土耳其）支持模型开发，并在TMC（308名成人，7978张图像，中国）和Emory儿科数据集（EPC；80名儿童，113张图像，美国）上进行外部验证。开发了两个模型：UC-Re用于二元缓解分类（MES 0-1 vs 2-3）和UC-MES用于四分类分级（MES 0-3）。使用修复技术校正成像伪影，并使用傅里叶空间图像协调（FSIH）减轻机构间的域偏移。使用受试者工作特征曲线下面积（AUC）、F1分数和二次加权kappa（QWK）评估性能。结果：UC-Re在LIMUC、TMC和EPC中分别实现了0.98、0.95和0.98的AUC，F1分数分别为0.92、0.87和0.93。UC-MES表现出较强的序数一致性（QWK = 0.81-0.85），与专家间一致性（QWK = 0.88）相当。大多数错误分类发生在相邻的MES类别之间，反映了类似人类的模式。结论：这种新颖的基于AI的框架可在地理多样的成人和儿童UC数据集中预测MES。其强大的性能，包括在EPC中与专家胃肠病学家相当，支持其作为标准化内镜监测决策支持工具的潜力。然而，在常规临床实施之前，需要前瞻性多中心验证。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 开发并验证一种基于深度学习的自动化Mayo内镜评分（MES）预测框架，能否在不同地域的成人和儿童溃疡性结肠炎（UC）数据集中实现标准化评估。
- 核心机制
- 通过傅里叶空间图像协调（FSIH）和人工修复（inpainting）预处理，减少跨机构域偏移和图像伪影，使ResNet50模型能够学习跨数据集泛化的MES分级特征。
- 主要证据
- UC-Re在LIMUC、TMC和EPC数据集上分别取得AUC 0.98、0.95、0.98；UC-MES的QWK为0.81-0.85，与专家间一致性（QWK=0.88）相当；在EPC上，模型表现与两名专家无显著差异（P > .68）。
- 研究意义
- 该AI框架有望作为标准化内镜监测的决策支持工具，减少观察者间和机构间变异，并支持跨年龄段转移，但需前瞻性多中心验证后应用于临床。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
图像预处理：伪影修复与域归一化
去除内镜图像中的伪影（如镜面反射、仪器阴影）并减少跨机构域偏移，以提高模型泛化能力。
使用两种互补的AI修复模型：CAI（Contextual Artifact Inpainting）修复小伪影区域，LaMa（Large Mask Inpainting with Fourier Convolutions）修复大面积缺失或扭曲区域。随后应用FSIH进行两阶段归一化：第一阶段在整个幅度谱上执行傅里叶域直方图匹配；第二阶段对像素强度分布进行空间直方图匹配。所有图像（包括训练、验证和外部测试集）都归一化到从LIMUC训练集选定的固定参考图像。
深度学习模型开发
训练CNN模型进行MES二分类（缓解 vs 活动）和四分类（MES 0-3）预测。
使用ResNet50架构，开发两个模型：UC-Re（二分类）和UC-MES（四分类）。比较了四种CNN架构（ResNet50、InceptionV3、DenseNet121、EfficientNetB0）。训练细节在补充方法中，包括超参数和数据增强策略。
内部测试与外部验证
评估模型在内部测试集（LIMUC）和两个外部数据集（TMC和EPC）上的性能，验证其跨数据集泛化能力。
在LIMUC测试集（1686张图像）、TMC（7978张图像）和EPC（113张图像）上评估UC-Re和UC-MES模型。计算AUC、F1、准确率、Cohen's kappa（二分类）和QWK（四分类）。此外，进行了极端情况（MES 0 vs 3）的亚组分析。
与专家评估比较
在儿科EPC数据集上，比较模型性能与两位独立专家评审（R1和R2）的一致性。
对EPC数据集，两位认证胃肠病学家独立重新评分所有图像。模型预测与专家标签进行比较，使用McNemar检验（准确性）、置换检验（F1）、Z检验（kappa）、bootstrap（QWK）等统计方法。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 模型训练与推理 | ResNet50 | -- | -- |
| InceptionV3 | -- | -- | |
| DenseNet121 | -- | -- | |
| EfficientNetB0 | -- | -- | |
| 图像预处理 | CAI | -- | -- |
| LaMa | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据集 | LIMUC、TMC和EPC数据集的来源、患者数量、图像数量、MES标签定义和标注过程；年龄和性别分布（仅EPC明确报告）。 阅读提示：Methods: Dataset description and image labeling |
| 图像预处理 | CAI和LaMa的具体实现细节（如掩膜大小、修复参数）；FSIH中傅里叶域和空间域直方图匹配的具体步骤；参考图像的选择标准。 阅读提示：Methods: Approach and Fourier-spatial image harmonization; Supplementary Methods |
| 模型训练 | ResNet50的具体训练超参数（如学习率、批大小、epoch数）、数据增强策略、优化器选择、损失函数。 阅读提示：Supplementary Methods: Deep learning model implementation |
| 性能评估 | 评估指标计算细节（如AUC、F1、QWK的具体计算方式）、95%置信区间估计方法（患者聚类bootstrap，2000 resamples）、统计检验的选择和显著性阈值。 阅读提示：Methods: Statistical analysis |
| 专家比较 | 两位评审（R1和R2）的资格和经验、对EPC图像的独立评分过程、评分的一致性（如Cohen's kappa和QWK）。 阅读提示：Methods: Dataset description and image labeling; Results: Comparison with expert gastroenterologists |