图像识别分析子宫内膜腺体密度在评价子宫内膜容受性中的应用

施政，朱闽波，陈丽萍，胡敏，童春芽

体外授精-胚胎移植（IVF-ET）目前已经成为治疗不孕症的重要手段。目前随着临床促排卵治疗方案的个体化和精细化，胚胎的质量已经得到了显著的优化[1]。但是，胚胎移植以后的妊娠率却始终徘徊在35%左右[2]。其中子宫内膜容受性的不足是引起胚胎着床失败的一个重要原因[3]。子宫内膜容受性是指子宫内膜处于一种允许胚泡定位、黏附，直至内膜间质发生改变，胚胎完成着床的特殊状态[4]。目前超声、生物化学等指标无法很好的改善患者妊娠结局，因此，寻找新的评价子宫内膜容受性的指标成为改善患者妊娠结局，减少胚胎浪费的关键。本研究在宫腔镜检查过程中采集宫腔镜下内膜图像，利用已报道的图像识别算法所设计的计算机软件进行子宫内膜腺体计数，计算子宫腺体密度，并以此来评价子宫内膜容受性以及对妊娠结局的预测价值。

1 资料与方法

1.1 一般资料 本研究收集2017年1月至2019年12月在宁波市妇女儿童医院生殖医学中心接受自然周期胚胎移植的不孕症患者98例，年龄22～41岁，不孕年限1～17年，其中原发不孕52例，继发不孕46例。纳入标准：平时月经周期规律，无子宫及卵巢手术史，无内分泌相关疾病，无子宫腺肌病、子宫内膜异位症等疾病。所有患者在宫腔镜探查中无异常发现，并于宫腔镜手术后3个月内进行胚胎移植。所有患者中确诊临床宫内妊娠46例（妊娠组），即早孕期B超检查提示宫内妊娠，见孕囊发育（孕囊三径线平均值＞10 mm），妊娠结局包含足月分娩、早产、中期引产及早期人工流产、稽留流产。未宫内妊娠52例（未妊娠组），包括HCG阴性、生化妊娠（HCG阳性，B超未见妊娠，月经自然来潮）以及异位妊娠（非宫腔内妊娠，不包括宫角妊娠）。

1.2 方法

1.2.1 宫腔镜手术及术后处理 宫腔镜手术均由本院妇科日间宫腔镜手术中心的医疗团队完成，手术者均接受了培训，以确保严格按照要求执行所有宫腔镜手术。麻醉方式采用丙泊酚静脉麻醉+喉罩辅助通气。手术选择经排卵监测证实排卵后第3～7天（种植窗口期前后2 d内）进行。手术仪器为德国Storze公司生产的检查镜，置入宫腔镜探查整个宫腔，明确有无宫腔粘连、畸形、宫腔及宫颈管有无异常占位，如无异常情况，经宫腔镜操作孔置入带刻度的硬膜外导管，以宫腔底部居中处宫腔镜屏幕中心，以带有刻度的硬膜外导管垂直达到宫腔底部后实测距离镜头1 cm为基准，调整焦距后对子宫内膜予以截图（封三彩图6），术后使用计算机图像识别软件（Glands Detector）对子宫内膜腺体识别、标记（封三彩图7）及计数，并计算子宫腺体密度。

图6 获得图像

图7 标记腺体

1.2.2 腺体密度计算方法 在软件（Glands Detector）中使用鼠标依次点击硬膜外导管的起始部和1 cm的刻度位置，画出一条直线，其长度定义为图像中1 cm长度；再使用鼠标框选一定的范围，由软件计算出框选范围的面积，并计数其内的腺体个数，并由此计算出腺体的密度（以每cm2面积内包含腺体个数表示，封三彩图8）。为减少误差，每张图片在不同位置选取3个不同的范围，并求出3个值的平均数，作为腺体密度的最终值。

图8 选取范围并计数

1.2.3 图像识别软件 由合作的团队成员编写，其算法使用了杨森等[5]的基于形态学重构的宫腔镜下子宫内膜腺体开口标记算法，并参考了Gaviao等[6]的研究。软件通过将图像RGB转换为HIS模式的亮度分量，除噪后识别提取腺体开口区域，最后将腺体开口逐一标记（封三彩图9）。根据杨森等[5]的报道，该算法的灵敏度为84.72%±8.00%，Dice相似系数达83.80%±4.56%。笔者也将30幅宫腔镜图像的软件分析结果与人工识别计数的结果进行了比较，发现软件分析的结果是人工识别数的（86.73±7.59）%。仿真和实验结果表明，该算法可以有效地识别宫腔镜下的子宫内膜腺体。

图9 图像处理步骤示意图

1.3 统计方法采用SPSS 19.0统计软件进行分析，计量资料以均数±标准差表示，采用独立样本t检验；计数资料采用2检验。P＜0.05表示差异有统计学意义。

2 结果

妊娠组与未妊娠组年龄、不孕年限、体质量指数、抗苗勒管激素（AMH）和移植胚胎数差异均无统计学意义（均P＞0.05），妊娠组子宫内膜腺体密度高于未妊娠组（P＜0.05），见表1。妊娠组中原发不孕20例，继发不孕26例，未妊娠组中原发不孕32例，继发不孕20例；两组原发与继发不孕差异无统计学意义（2=3.196，P=0.074）。

表1 两组年龄、不孕年限、体质量指数、AMH、胚胎移植个数及内膜腺体密度比较

3 讨论

目前，有研究报道反复胚胎种植失败的患者中，大约有50%存在宫腔异常，而宫腔镜相比B超而言，能够更加直观的观察宫腔及子宫内膜情况，并能同时处理宫腔微小病变[7-8]，成为处理宫腔病变的主要手段。但是仍有另外50%的胚胎移植失败患者，其通过宫腔镜检查并未发现既往认知中的典型宫腔异常。因此需要寻找其他一些微观指标，来解释这些患者与正常妊娠者存在的子宫内膜容受性上的不同。

Sakumoto等[9]报道了分泌中期宫腔镜下子宫内膜的形态学表现，其根据子宫内膜表面腺体开口大小及血管分布情况，将子宫内膜分为分为“good”和“poor”组，发现“good”组在IVF-ET时，妊娠率高于“poor”组。Masamoto等[10]则利用类似的分类标准进行分组后发现“poor”组的流产率高于“good”组。这些研究提示着床窗口期观察子宫内膜腺体开口及血管分布情况可能对判断子宫内膜容受性有一定意义。但是，受限于既往宫腔镜设备所采集的图像精度，以及人工智能技术发展的不成熟，对于子宫内膜腺体开口及血管分布情况的判断依赖于手术医生的经验，缺少客观数据。得益于高清摄像设备在宫腔镜手术中的广泛应用，在宫腔镜手术中，可以观察到0.1 mm级别的子宫内膜形态。而在着床窗口期佳型子宫内膜血管呈网状分布，腺体开口大[11]，在高清宫腔镜下，可以清楚的加以辨识。而与此同时，随着近几年人工智能的逐渐成熟，图像识别技术日新月异，并广泛应用于医疗领域，使得利用计算机软件，对高清宫腔镜所采集的子宫内膜图像中的腺体加以智能识别成为可能。

本研究组制作了一个针对性的子宫内膜腺体识别软件，对高清宫腔镜所采集的子宫内膜图像进行识别，能有效识别宫腔镜下的子宫内膜腺体，初步做到子宫内膜腺体数量的具体化。经与临床妊娠数据相比较，证实了其在预测妊娠结局中的参考价值。但本研究中的局限性在于硬膜外导管在图像中的位置是斜行放置到宫底，所以图像中导管的起始部和1 cm的刻度之间的实际距离应该是小于1 cm的，而且宫腔的形态并不是一个平面，因此软件计算的框选面积和实际面积并不完全一致。目前只能借助于带刻度的硬膜外导管尽可能使图像采集时各个摄像头的位置尽可能一致，同时硬膜外导管在图像中的位置、倾斜程度尽量接近，但是难以做到非常精准。而且针对Sakumoto等[9]所提出的子宫内膜形态学分组依据中，还包括腺体开口大小以及血管分布情况。自带刻度的硬膜外导管其测量准确度有限，故无法对子宫内膜腺体开口大小做出准确计量，另因血管分布同样受测量精度限制，尚无法做出自动识别及评价。所以，笔者计划设计一款带有刻度的宫腔镜器械，可以精确测量宫腔的大小及定位摄像头的位置。同时目前图像中腺体的软件识别率大概在85%左右，希望在日后的工作中可以改进算法，进一步提高腺体的识别率和准确度。更可以借助软件的辅助，测量更多的形态学指标，如内膜腺体的开口大小及内膜血管分布情况。甚至可以依据这些多元化的指标设计一个评分表，使临床对子宫内膜容受性的评估更加科学及准确。

综上所述，利用高清宫腔镜手术系统，结合人工智能发展而来的计算机图像识别软件，目前已经可以初步做到对子宫内膜容受性的数字化、客观化评价，并对预测妊娠结局具有参考价值。当然，其各项指标仍有待进一步改进，软件系统的算法、功能有待进一步拓展，以便于将子宫内膜容受性的评价进一步数字化，从而减少经验性判断而造成的误差，改善患者妊娠结局，提高IVF-ET治疗的经济性，减少胚胎的浪费。