0 引言

       脑膜瘤为颅内第2大原发肿瘤，包含15种病理亚型，WHO分级为1~3级，主要表现为广基底与硬脑膜相连的球形或分叶肿块，少数可沿硬脑膜呈浸润性生长，约60%可出现硬膜尾征^{[1, 2, 3]}。由于不同病理亚型和分级脑膜瘤的影像表现可存在较大的差异，加之孤立性纤维瘤/血管周细胞瘤（solitary fibrous tumor/ hemangiopericytoma, SFT/ HPC）、颅底软骨肉瘤、转移瘤、硬脑膜淋巴瘤、罗道病甚至胶质瘤等均可出现肿块明显强化，特别是在毗邻的脑膜或颅骨有受累时，其影像表现可类似脑膜瘤^{[3, 4, 5, 6]}，在鉴别时常需要结合扩散加权成像（diffusion-weighted Imaging, DWI）、磁共振波谱（magnetic resonance spectroscopy, MRS）等信息，高度依赖于医师的个人能力和经验。在术前对脑膜瘤及影像表现与之类似的其他肿瘤进行准确鉴别有助于临床决策和实施个体化的治疗方案，以减少不必要的风险和并发症。譬如，当脑膜瘤未侵犯脑及颅骨时，通常不需要扩大范围切除，而SFT/HPC为减少术后复发风险，常需要扩大切除范围或结合术后放疗；中枢神经系统淋巴瘤的主要手术目的是明确诊断，术后还需要系统性的化疗或靶向治疗；转移瘤在外科手术局部治疗之外，更侧重于原发肿瘤的控制^[6]。

       近年来，各种基于深度学习的研究已逐渐应用于胶质瘤、胃癌、结直肠癌等的术前分级（分期）、分子病理亚型预测、疗效及预后评估，也为脑膜瘤的鉴别诊断提供了研究新思路^{[7, 8, 9]}。卷积神经网络（convolutional neural network, CNN）是能够处理具有网状拓扑结构数据的深度学习模型，尤其在图像识别和处理方面表现出色，通过模拟人脑处理视觉信息的方式，能够自动学习医学图像中包括肿瘤形状、边缘、纹理等肉眼所不能量化的信息，识别不同类别图像之间的细微差别，实现病变自动检测、自动分割和分类预测等任务^{[10, 11, 12]}。在前期采用多序列MRI的影像组学特征、基于T2WI和T1增强图像的深度学习特征构建脑膜瘤鉴别诊断模型的工作基础上^{[13, 14]}，本研究探讨基于多序列MRI的2.5D CNN在脑膜瘤多分类鉴别中的价值，以期为诊断决策提供有价值的参考。

1 材料与方法

1.1 研究对象

       本研究严格遵守国家生物医学伦理研究标准和要求，遵守《赫尔辛基宣言》，分别获得德阳市人民医院（A医院）、绵竹市人民医院（B医院）、川北医学院附属医院（C医院）伦理委员会批准，免除受试者知情同意，批准文号为：2023-04-006-K01、2023-K-014、2023ER178-2。

       在A医院（2010年1月至2023年12月）、B医院（2019年1月至2023年12月）及C医院（2019年1月至2023年12月）回顾性纳入经手术病理证实的脑膜瘤及影像与之类似的其他肿瘤患者的影像资料，判定肿瘤影像表现与脑膜瘤相似的标准被定义为：“肿块明显强化、病变与脑膜或颅骨宽基底相贴，伴或不伴有脑膜尾征或瘤-颅交界的骨质改变”，将所有肿瘤分为5类：Class 0为SFT/HPC，Class 1为脑膜瘤，Class 2为累及脑膜的淋巴瘤，Class 3为累及脑膜的转移瘤，Class 4包括软骨肉瘤、脊索瘤、实性血管母细胞瘤、神经母细胞瘤、嗅母细胞瘤、硬膜型海绵状血管瘤（dural carvernous hemangioma, DCH）、原始神经外胚层肿瘤（primitive neuroectodermal tumor, PNET）、脑膜黑色素瘤、侵袭性垂体瘤等少见类别肿瘤。在三个医院的病例数据集人口统计信息和病种分类情况如表1所示。以A医院数据为训练集，B医院数据为验证集，C医院数据为测试集。研究纳入标准：（1）肿瘤具有倾向于考虑脑膜瘤或类似脑膜瘤的影像表现；（2）病理诊断明确；（3）MRI图像质量符合分析要求；（4）术前MRI检查与手术间隔时间≤7天。排除标准：（1）既往有颅脑肿瘤放疗或手术史；（2）在术前MRI检查时患者已接受激素冲击或放疗；（3）由于T2WI、DWI等常规序列层厚5~6 mm，对于病变直径<2 cm，且未采取薄层或容积扫描，不满足每个序列可至少可选取3个层面图像者不予纳入。

点击查看表格

表1  不同数据集中的人口统计信息及肿瘤分类情况
Tab. 1  Demographic information and tumor classification in three datasets

1.2 MRI图像采集

       采用Philips Ingenia 3.0 T、Philips Achieva 1.5 T、联影uMR 790 3.0 T磁共振成像仪进行检查，患者取仰卧位，使用标准头线圈进行轴位扫描，经肘静脉应用高压注射器注射0.2 mL/kg钆喷酸葡胺（广州康臣药业有限公司，中国）后进行增强扫描，注射速率为2.5 mL/s。Philips Ingenia 3.0 T成像参数：T2WI（TR 4000 ms，TE 90 ms，层厚5 mm，FOV 23 cm×23 cm）；DWI（TR 2327 ms，TE 80 ms，层厚5 mm，FOV 23 cm×23 cm，b值= 1000）；T1WI增强（TR 7 ms，TE 3 ms，容积扫描，层厚1 mm，FOV 30 cm × 30 cm）。Philips Achieva 1.5 T成像参数：T2WI（TR 3604 ms，TE 120 ms，层厚6 mm，FOV 23 cm×23 cm）、DWI（TR 2729 ms，TE 99.5 ms，层厚6 mm，FOV 23 cm×23 cm，b值=1000）、T1WI增强（TR 108 ms，TE 2 ms，层厚3 mm，FOV 25 cm×25 cm）。联影uMR 790 3.0 T成像参数：T2WI（TR 6480 ms，TE 142 ms，层厚5 mm，FOV 23 cm×23 cm），DWI（TR 5000 ms，TE 82.5 ms，层厚5 mm，FOV 23 cm×23 cm，b值= 1000），T1WI增强（TR 140 ms，TE 2 ms，容积扫描，层厚1 mm，FOV 25 cm×25 cm）。

1.3 图像预处理

       N4偏置场校正、对比度标准化和重采样处理后，在Python（https://www.python.org，3.6 version）环境中调用Pydicom工具包，将DICOM图像转换为PNG格式，用“resize”函数将图像尺寸批量归一化为244 × 244像素。为尽可能获取代表肿瘤特点和异质性的图像信息，调用PIL库, 沿肿瘤长轴，以肿瘤中心层面为界，将肿瘤划分为上下各1/2，分别提取肿瘤中心、肿瘤上下各1/2部分的中心层面图像，相当于在Y轴上选择0.25、0.5和0.75刻度位置的层面图像，对具有明显肿瘤异质性表现，所选取层面图像中的差异变化较小的病例，改为人工挑选，选取不同层面或成像方位的图像。选取图像后沿病灶边缘向外扩展10个体素，得到包括瘤体、瘤周水肿带及邻近颅骨的2.5D矩形图像，对不均衡样本（Class 0、Class 2、Class 3、Class 4）按照1∶1比例数据增强处理（90~180°翻转、亮度±20%）。

1.4 MRI征象分析及模型构建

       由1位具有15年神经影像诊断工作经验的高年资放射医师（主任医师）负责分析病变的常规MRI征象，包括：（1）病变部位（前颅窝、中颅窝、后颅窝、前中颅窝、中后颅窝、幕上）；（2）生长方式（有无跨颅窝生长、是否跨中线、是否颅内外沟通）；（3）病灶数目（单发，2~3个或>3个）；（4）有无明显分叶；（5）有无瘤周水肿；（6）有无脑膜尾征；（7）T2WI信号特点（均匀或混杂）；（8）有无明显扩散受限；（9）强化方式（均匀或不均匀）；（10）瘤内钙化占肿瘤体积的百分比，包括无、<50%、≥50%；（11）坏死囊变程度（无、<50%、≥50%）；（12）参考PARK等^[15]用肿瘤磁敏感信号强度（intratumoral susceptibility signal intensity, ITSS）评估肿瘤血供的方法，对T1增强图像中的肿瘤血供情况进行评分：1分为瘤内无强化血管影显示，2分为瘤内有≤3条强化血管影，3分为瘤内有3条以上强化血管影，4分为瘤内血管显影基础上有瘤外血管汇入；（13）瘤-骨界面骨质情况（无改变，增生硬化，骨质破坏）。将分析结果整理为结构化数据，对其中的分类变量进行独热编码处理，采用GBDT构建MRI常规模型。

1.5 2.5D CNN模型训练

       深度学习平台为配置10核处理器、GPU为4060的个人计算机，采用Pytorch框架，选择ResNet50、DenseNet169、ResNext50_32x4d进行模型训练。参数设置：图像归一化方法为“imagenet”，每批次训练的batch size为32，epochs为 100，选择随机梯度下降法（sgd）为优化器，设初始学习率为0.01，迭代次数为1300次。将3个数据集（8190张图像）同步输入到CNN。将卷积神经网络的第1个卷积层（model.conv1）的图像的通道数设置为9，参考陈晓华等的研究思路^[16]，在模型的头部添加一个全局特征融合层（global feature fusion layer, GFFL）用于3个序列的深度学习特征融合，并将ResNet50和ResNext50_32x4d的全连接层、DenseNet169的最后一个卷积层的输出维度设置为5。用A数据集为训练集，以B数据集图像作测试集，用C数据集作为验证集。

1.6 模型性能评价、最优模型与具有不同工作经验医师的诊断一致性比较

       采用受试者操作特征（receiver operating characteristic, ROC）曲线，用准确度（accuracy，Acc）、曲线下面积（area under the curve, AUC）、精确度（precision）、召回率（recall）、F1分数等多分类ROC指标评估常规诊断模型、3种2.5D CNN模型的诊断性能，从中筛选出性能最优模型。选择具有3年经验的住院医师（A、B）、具有6~8年经验的主治医师（C、D）、具有10~15年经验的高级职称医师（E、F）共6名，仅向其提供人口统计信息、诊断类别范围，对验证集病例进行独立阅片，在多分类ROC曲线分析后做诊断一致性检验，用组内相关系数（intra-class correlation coefficient, ICC）评估最优模型与不同经验医师间的诊断结果的一致性。本研究具体研究设计及实施流程见图1。

点击查看大图

图1  本研究设计及实施流程图。CNN：卷积神经网络；GBDT：梯度决策树模型；ROC：受试者操作特征；ICC：组内相关系数。
Fig. 1  Research design and implementation workflow. CNN: convolutional neural network; GBDT: Gradient Boosted Decision Trees; ROC: receiver operating characteristic; ICC: intra-class correlation coefficients.

1.7 统计学分析

       相关统计分析、数据建模均通过Python 3.6编写的代码运行。当计量资料满足正态性检验和方差齐性时，组间比较采用方差分析（ANOVA），P<0.05表示差异有统计学意义；若不符合正态性检验及方差齐性则采用非参检验（Kruskal-Wallis H或卡方检验）；对于计数资料和等级资料采用Kruskal-Wallis H或卡方检验，当P<0.05时采用Bonferroni校正或Dunn's test事后分析观察那些指标存在组间差异。用Acc、AUC、精准度、召回率、F1分数等指标评估不同诊断模型的性能及不同经验医师的诊断表现。用多重比较校正的McNemar检验评估不同模型的性能，P<0.05时模型间的差异有统计学意义。用ICC评估最优模型与不同阅片者之间诊断结果的一致性，ICC>0.75为一致性良好，0.40~0.75为一般，<0.40为较差。

2 结果

2.1 一般资料

       三个数据集中的肿瘤类别分布，尤其在非脑膜瘤病例中各类别的样本数和百分比组间差异均无统计学意义（P>0.05）。Class 0、Class 2~Class 4在A数据集的样本数和比例分别为75（18.1%）、51（12.3%）、48（11.6%）、62（15.0%）；在B数据集中分别为17（17.9%）、11（11.6%）、10（10.5%）、16（16.8%）；在C数据集中分别为27（16.4%）、22（13.3%）、18（10.9%）、20（12.1%）。3个数据集在人口统计学信息和MRI常规征象分析中，除肿瘤生长方式的差异具有统计学意义外（P<0.05），其余14项分析指标差异均无统计学意义（P>0.05）。

2.2 MRI常规模型

       将患者的年龄、性别及MRI征象的结构化数据用于GBTD建模，在包含各亚变量在内的共40项分析指标中，按重要性分数排序，年龄、ITSS（1分、3分）、脑膜尾征（无）、生长方式（颅内外沟通）、脑膜尾征（有）、生长方式（无跨区域）、坏死囊变（≥50%）、病变形态（无分叶）为对模型贡献最大的9个特征变量。这些特征与实践中脑膜瘤、转移瘤、淋巴瘤、脊索瘤、软骨肉瘤多见于中老年人群；位于颅底的转移瘤、SFT/HP、脊索瘤、软骨肉瘤容易发生颅内外沟通；SFT/HPC较良性脑膜瘤更容易分叶，瘤内周边区域可见流空血管，出现脑膜尾征的概率则相对更低；转移瘤容易发生出血、囊变等临床特点相吻合。所构建的MRI常规模型中训练集、测试集和验证集的准确度分别为95.1%、72.3%、80.4%；微平均AUC（micro AUC）分别为0.942、0.828、0.873；宏平均AUC（macro AUC）分别为0.965、0.829、0.846（表2）。

点击查看表格

表2  基于多序列的MRI常规模型和2.5D CNN模型的诊断性能
Tab. 2  Performance of conventional model and 2.5D CNN models based on multi-sequences MRI

2.3 2.5D CNN模型性能

       ResNet50、DenseNet169、ResNext50_32x4d模型训练时的loss曲线、生成的梯度类激活热力图（gradient-weighted class activation map, Grad-CAM）分别见图2、3；不同CNN模型的诊断性能见表2。ResNext50_32x4d模型在训练集、测试集和验证集中的Acc分别为86.7%、82.1%和80.6%。在包括MRI常规模型在内的所有模型中，ResNext50_32x4d模型在3个数据集中的Acc、micro/macro AUC、精确度等性能指标的差异最小，被判定为最优模型。多重比较校正的McNemar检验显示，3种2.5D CNN模型的预测结果具有较好的一致性（P>0.05），常规模型与性能最优模型（ResNext50_32x4d）的预测结果之间的差异具有统计学意义（P<0.05）。虽然MRI常规模型在训练集中表现优异，具有最高的Acc，但在测试集中的Acc却为最低。最优模型（ResNext50_32x4d）在不同数据集中的ROC曲线和混淆矩阵分别见图4、5。

点击查看大图

图2  3种2.5D卷积神经网络模型训练的loss曲线图。
Fig. 2  Loss curves of three 2.5D convolutional neural networks models on the training set.

点击查看大图

图3  梯度类激活热力图。3A~3E分别为脑膜瘤、SFT/HPC、淋巴瘤、脊索瘤和转移瘤的图像，及所对应的在ResNext50_32x4d（3A1、3B1、3C1、3D1、3E1）、DenseNet169（3A2、3B2、3C2、3D2、3E2）、ResNet50（3A3、3B3、3C3、3D3、3E3）模型中生成的Grad-CAM图。
Fig. 3  Gradient-weighted class activation maps. 3A-3E show the images of meningioma, SFT/HPC, lymphoma, chordoma, and metastasis, respectively. Corresponding images are the Grad-CAMs generated by the ResNext50_32x4d (3A1, 3B1, 3C1, 3D1, 3E1), DenseNet169 (3A2, 3B2, 3C2, 3D2, 3E2), and ResNet50 (3A3, 3B3, 3C3, 3D3, 3E3) models, respectively.

点击查看大图

图4  ResNext50_32x4d模型的多分类ROC曲线。4A图为训练集，4B图为测试集，4C图为验证集。ROC：受试者操作特征；AUC：曲线下面积。
Fig. 4  Multi-class ROC curves of the ResNext50_32x4d model. 4A represents the training set, 4B represents the test set, and 4C represents the validation set. ROC: receiver operating characteristic; AUC: area under the curve.

点击查看大图

图5  ResNext50_32x4d模型的混淆矩阵。5A为训练集，5B为测试集，5C为验证集。
Fig. 5  Confusion matrices of the ResNext50_32x4d Model. 5A represents the training set, 5B represents the test set, and 5C represents the validation set.

2.4 最优模型与具有不同诊断经验医师之间的一致性

       在6位具有不同诊断工作经验的放射医师对验证集进行独立阅片后的相关指标分析中，A~F医师的Acc依次分别为61.2%、66.3%、72.1%、77.9%、80.1%、83.2%；最优模型的预测结果与真实结果（手术病理）之间具有很高的一致性，ICC为0.755，与高级职称医师的诊断结果具有较好的一致性（ICC最高为0.862），与初级职称和中级职称医师的诊断结果的一致性程度为一般至良好，ICC为0.514~0.862，详见表3。

点击查看表格

表3  不同影像医师在验证集中的诊断表现及其与最优模型的一致性
Tab. 3  Performance of different radiologists in validation set and consistency with the optimal model

3 讨论

       本研究探讨了基于多序列MRI的2.5D CNN模型在脑膜瘤鉴别中的价值，在构建的CNN模型中，ResNext 50_32x4d模型对训练集、测试集和验证集中的肿瘤图像均具有较好的分类预测能力，为性能最优模型，与病例的真实结果具有良好的一致性。通过与具有不同经验和水平的诊断医师的诊断一致性比较，与高年资医师的诊断结果具有更好的相关性，与低年资医师的诊断一致性较低，初步体现了模型在辅助低年资医师提高诊断准确率、提高工作效率，提升诊断同质化水平方面的应用潜力。

3.1 影像组学和深度学习在脑膜瘤鉴别中的应用价值和研究现状

       临床实践中，绝大多数脑膜瘤的诊断和鉴别并无太大困难，由于不同级别和病理类型脑膜瘤的影像学表现多样，SFT/HPC、淋巴瘤、转移瘤、软骨肉瘤等在累及硬脑膜和颅骨时均需要与脑膜瘤鉴别，术前准确的诊断和鉴别对采取个体化的手术策略和治疗方案具有重要意义^{[4, 5, 17]}，也对影像医师的综合能力提出了更高的要求。

       影像组学在脑膜瘤术前无创性病理分级、评估预后及鉴别诊断中具有重要作用^{[18, 19, 20]}。在镜下发现脑组织受侵是病理诊断WHO 2级脑膜瘤时1项重要依据，也是影像诊断工作中的难点，JOO等^[21]基于瘤-脑界面（1 cm范围）的MRI组学特征和瘤周水肿体积构建了一种随机森林诊断模型，用于预测脑膜瘤是否有脑浸润，结果表明该模型在鉴别脑组织受侵时的诊断表现显著了超越常规的临床-影像模型。在鉴别诊断方面，既往的研究多集中于血管瘤型脑膜瘤与SFT/ HPC的鉴别^{[22, 23, 24]}。当涉及脑膜瘤的多分类鉴别时，也常将其拆分为多个二分类任务，如ZHANG等^[25]开发了垂体瘤与颅咽管瘤、脑膜瘤与颅咽管瘤、垂体瘤与Rathke囊肿MRI组学模型用于前颅底常见肿瘤的鉴别。

       深度学习无需手工设计特征，可自动学习到更高级别的特征，完成目标检测、图像分割和分类预测任务^{[26, 27]}。CNN、残差神经网络（residual convolutional neural network, ResNet）、视觉转换器（vision transformer, ViT）均为目前主流的深度学习网络框架，并可通过修改、拼接/融合形成新的模型以提高工作性能^[28]。如ABDUSALOMOV等^[29]通过在网络核心架构中增加注意力模块、空间金字塔快速池化层，在10 288张MRI图像中对胶质瘤、脑膜瘤、垂体瘤和无肿瘤的识别准确率达99.5%。黄敏等^[30]基于Inception-Resnet-V2、Resnet50开发了一种混合多尺度模型，在352张MR图像中对胶质瘤、脑膜瘤、垂体瘤和无肿瘤脑的评均分类准确率为96.59%。胡小洋等^[31]基于视觉几何组（visual geometry group, VGG）网络开发了鉴别桥小脑角区听神经瘤和脑膜瘤的辅助诊断模型，在小样本测试中的准确率为100%。

3.2 主要研究结果分析

       在构建MRI常规模型时，用于纳入建模的数据主要为多类别变量和等级变量，与结局变量呈非线性关系，不适合用常规的logistic回归思路建模 ^{[32, 33]}。本研究中采用非参数的机器学习算法的GBTD模型能自适应处理所有特征，无需手动筛选，适用于解决分类和回归问题，在梯度提升过程中逐步增加决策树以减少模型预测误差，通过若干决策树（弱学习器）集成一个强大的预测模型^[34]。本研究中，GBTD模型通过整合年龄、ITSS评分、生长方式、有无脑膜尾征等关键MRI征象的差异，在训练集、测试集和验证集上的Acc分别为95.1%、72.3%和80.4%，证明了用GBTD实现肿瘤多分类鉴别的可行性。年龄、ITSS为1分或3分、是否跨区域或颅内外沟通生长、有无脑膜尾征是本研究中用于脑膜瘤鉴别的重要特征。从年龄上看，脑膜瘤、转移瘤、淋巴瘤等好发于成人和老年患者，神经母细胞瘤则以青少年好发^[1]；软骨肉瘤、脊索瘤等主要或特定发生于颅底，可跨颅内外生长。在本研究中，采用GBDT构建的模型也存在较明显的局限性，在外部数据集中的性能下降较明显，分析其原因有：（1）模型主要依赖于用肉眼观察提炼的MRI征象数据，并以分类变量为主，未能充分利用病例图像信息，缺乏灌注、MRS等定量数据补充；（2）用于建模的MRI特征源于单中心数据，限制了其在不同人群中的泛化能力。未来的研究将将常规征象与其他类型数据（如多模态MRI图像、病理、基因数据）融合，以进一步提高模型的性能。

       作为经典的深度学习网络，CNN有多种模型架构可供选择（如VGG、ResNet、DenseNet，Inception等），取决于数据集大小、计算资源、任务复杂性和精准度的需求。与AlexNet和VGG相比，DenseNet、ResNet具有更深的层次和更复杂的结构，适合处理复杂任务并具有较高的精准度。本研究为多分类设计，因此需要采用较AlexNet等轻量级模型更为复杂网络模型。DenseNet的核心思想是密集连接层，强化特征复用、有利于特征和梯度传播，提高参数效率和计算效率^[35]。ResNet通过引入残差模块，解决了梯度消失和退化问题，使模型训练更为稳定^[36]。ResNext50_32x4d是ResNet的变体，具有50个平行堆叠并具有相同拓扑结构的卷积层，32表示残差块中的路径数量，4d为路径宽度（每个路径中卷积层的滤波器数量），较ResNet50具有更强的性能^[37]。

       本研究中，3种2.5D CNN模型（ResNet、DenseNet、ResNext50_32x4d）的肿瘤的分类预测结果具有较好的一致性（P>0.05），可归因于这些模型能够捕捉到图像中的复杂特征并进行有效学习，而ResNext50_32x4d被判定为最优模型，也与该模型在架构上的优势有关。分析本研究中常规模型与CNN模型的预测结果存在差异的原因，主要是受特征选择和数据处理方法的影响，这些基于肉眼观察和经验、未充分结合多模态成像和定量信息的常规征象可能无法全面代表肿瘤的生物学特性，而这些因素在CNN模型中可通过端-端的学习得以优化。

       用多序列或多模态图像进行深度学习研究，既往多采用先构建单序列模型，将深度学习特征拼接后再构建融合模型的研究思路^[38]。陈晓华等^[16]用ResNet34构建了T2WI、T2-FLAIR、CE-T1WI的单序列模型及多序列融合模型来预测脑胶质瘤O⁶-甲基鸟嘌呤-DNA-甲基转移酶（O⁶-methylguanine-DNA methyltransferase, MGMT）启动子甲基化状态，结果表明多序列模型在预测MGMT甲基化状态时较单序列模型具有更为优异的诊断性能。胡振远等^[39]基于DenseNet开发了一种MRI多模态融合模型，用于术前预测胶质瘤的IDH基因突变，在训练集和测试集中的准确率分别达91.3%、88.7%。本研究通过增加图像输入通道、在模型头部增加GFLL层的方式获得全域性的深度学习特征，较单一序列模型具有更好的分类预测性能和泛化能力。与SUN等^[40]在肿瘤分割后，分别将瘤体和瘤周水肿带的图像输入，以增加“注意力”的方式提高模型性能的方法不同，本研究将包括肿瘤、瘤周水肿带、颅骨等结构的多序列图像同步输入到CNN中进行训练，无需图像分割，操作更为便捷，也能获得较好的分类预测效果。

       在深度学习研究中，根据任务类型和研究条件，可以选择将能最大程度代表肿瘤特点的单层图像（2D）、信息更为丰富的多层图像（2.5D）、代表肿瘤全部空间信息3D图像输入到模型中进行训练。尽管3D模型的精度要优于常规的2D和2.5D模型，但却意味着更大的算力和资源消耗。也有研究者认为，在训练数据有限的情况下，构建2.5D模型可能具有更好的诊断性能^[41]。本研究中选取的是肿瘤中心和瘤体上下各1/2处的图像，在多数情况下能够捕获足够的肿瘤信息，但也可能会遗漏一些层面上的细微特征，尤其是对于形态不规则或尺寸较大的肿瘤，为了减少这种影响，可以增加选取的层面数量或选用多方位的图像（如多平面重建），用精准的图像分割界定肿瘤边界，选择更具代表性的层面，从而提升模型的精准度。

3.3 创新性与局限性

       本研究主要创新点：（1）针对脑膜瘤的多分类鉴别研究还相对缺乏的问题，构建了基于多序列MRI的2.5D CNN模型，无须采用手工拼接影像组学特征、或将不同序列深度学习特征进行融合的操作，能够端-端输出与脑膜瘤鉴别相关的分类预测结果；（2）采用了非参数的机器学习算法-GBTD建模，解决了用logistic回归难以筛选出有统计差异的变量进行建模的问题；（3）通过人机对比探索了应用最优模型在脑膜瘤鉴别中的应用潜能。

       局限性：（1）本研究为回顾性研究，可能存在选择偏倚；（2）多分类样本存在不均衡现象，虽进行了数据增强，但模型对小样本的肿瘤类型，如Class4中在训练时对少见病例学习不足，在外部验证时诊断性能下降较为明显，还需要扩大样本量；（3）目前研究中未实现将文本信息与图像在模型中进行同步训练，后续研究中将使用融合了CNN和transformer各自优势的新型模型架构（如DeMT、ConTNet等），以进一步提升模型性能。

4 结论

       基于多序列MRI的2.5D卷积神经网络模型在脑膜瘤多分类鉴别中具有良好的预测性能和泛化能力，可为脑膜瘤的诊断、鉴别和治疗决策提供有价值的参考，有望在临床实践中发挥出更大的作用。