基于3D-CT多层级解剖特征的肾细胞癌部分或根治性肾切除术自动手术决策框架
本研究为基于多中心队列的回顾性研究,纳入473例病理证实肾细胞癌患者,构建3D-UNet分割、多层级特征提取与XGBoost分类的自动框架预测部分或根治性肾切除术。多层级特征组合优于任一单层特征,内部验证AUROC为0.94±0.1,外部测试集最优模型AUROC为0.82±0.1,肿瘤形状最大3D直径对模型决策贡献最大。
要点
- 多层级特征组合预测部分与根治性肾切除术的AUROC为0.94±0.1,优于单层特征。
- 外部测试集最优模型AUROC为0.82±0.1,提示模型在异质性数据中保持一定泛化能力。
- SHAP分析显示肿瘤形状最大3D直径对模型决策贡献最大。
核心结论
- 基于3D-CT多层级解剖特征的自动手术决策框架在肾细胞癌中表现出稳健性能,为通过医学影像和机器学习引导手术指明方向。
研究设计与样本
- 回顾性多中心队列研究,共473例病理证实肾细胞癌患者,内部训练集412例来自五个开源队列和两家本地医院,外部测试集61例来自另一家本地医院。
- 采用皮质髓质期CT图像,由3D-UNet分割肾脏与肿瘤,提取200个影像组学特征、128个深度学习特征和320个降维特征,以XGBoost预测部分与根治性肾切除术,内部采用五折交叉验证。
诊断标准与关键数值
- 内部验证中部分与根治性肾切除术预测的五折交叉验证AUROC分别为0.93±0.1、0.94±0.1、0.93±0.1、0.93±0.1和0.93±0.1。
- 外部测试集最优模型预测部分与根治性肾切除术的AUROC为0.82±0.1。
- 仅用影像组学特征、两级融合特征和多层级特征时,AUROC分别为0.79±0.1、0.87±0.1和0.94±0.1,准确率分别为52±9.8%、74±8.6%和88±6.4%。
- 特征提取器预测T1/T2与T3/T4的AUROC为0.74±0.1,预测G1/G2与G3/G4的AUROC为0.73±0.1(测试集)。
临床应用与阅片要点
- SHAP分析显示肿瘤形状最大3D直径在部分与根治性肾切除术预测中贡献最大,与临床指南中肿瘤大小用于预测手术方式的标准一致。
局限性
- 本研究为回顾性多中心研究,数据异质性较大,模型训练更难且过拟合更高,框架在更大且手术标准统一的数据集中可能表现更好。
- 模型仅限于肾细胞癌分析,良性肾脏病变如血管平滑肌脂肪瘤和肾腺瘤病例稀少,模型对良性疾病的预测未经验证。
- 本研究聚焦部分与根治性肾切除术预测且基于回顾性病历,尚不清楚能否改善患者结局,需长期随访结果和进一步前瞻性研究。
全文中译11 节 · 点击展开
引言
肾细胞癌(RCC)是最常见的类型,占所有肾癌的90%,占所有癌症的3%,迄今为止在西方国家发病率最高[1, 2]。通常,根治性肾切除术(RN)和部分肾切除术(PN)是RCC的两种主要手术治疗选择。在过去四十年中,RN是RCC的标准治疗。随着现代手术技术的进步,PN被认为是局限性RCC最合适的手术治疗方式[3–5]。与RN相比,PN恢复更快并能保护肾功能,从而降低术后心血管或代谢疾病的风险[6–8]。
计算机断层扫描(CT)在RCC患者的整个诊疗路径中发挥着重要作用,从筛查、诊断、分期到治疗和评估[9]。CT/CTA是目前评估肾癌手术入路不可或缺的标准,可评估血管、肾脏和肿瘤解剖结构,为术前规划提供依据。根据2021年发布的国家综合癌症网络指南,高p–T和高p-G的患者通常接受RN[10]。为获得RCC手术的最佳结局,需考虑三个变量(切缘-缺血-并发症(MIC)):(1) 手术切缘阴性,(2) 热缺血时间< 20 min,(3) 无重大并发症[11, 12]。病理T分期(p–T)越高,手术难度越大,越难以满足MIC标准[13]。当病理分级(p-G)较高时,肿瘤与肾脏之间的边界不明显,肿瘤更难被干净切除[14]。常规影像只能预测临床T分期(c-T),这与医师经验有关,无法准确诊断p–T和p-G。
近年来,机器学习算法已证实其能够通过CT特征预测RCC的p–T和p-G[15–17]。尽管这些研究在方法学指标上表现出色,但仍存在两个限制。其一,模型依赖于专家手动标注的兴趣区域(ROI),在大多数情况下无法使用[18, 19]。其二,受限于缺乏可解释性研究的“黑箱”特性,深度学习算法表现为“黑箱”[20, 21],难以正确解释模型内部的决策过程,因此临床医生不敢使用。
据我们所知,尚无文献报道基于机器学习的CT特征对RCC手术入路的价值。考虑到RCC的手术决策复杂,我们需要更全面的解剖特征集合来预测手术入路。在本研究中,我们整合了传统影像组学特征、p–T和p-G分期特征以及整个ROI解剖特征,构建了一个用于RCC部分或根治性肾切除术的自动化手术决策框架。此外,我们还通过SHapley加法解释(SHAP)值定量分析了提取特征对模型决策的影响,以阐明决策是如何做出的。
材料与方法
参与者队列
这是一项基于肾癌多中心队列的回顾性研究。内部数据集包含2020年至2022年间在五家开源数据集(CPTCA-CCRCC、TCGA-KIRC、TCGA-KIRP、TCGA-KICH,以及来自癌症影像档案馆的C4KC-KiT)和两家本地医院(中山大学附属第八医院和中山大学肿瘤防治中心)接受肾切除术的参与者。外部测试集包含2020年至2022年间在另一家本地医院(深圳大学附属第三医院)接受肾切除术的参与者。本研究经本地机构审查委员会批准(KY2022-036–01)。由于本回顾性分析使用的是匿名临床数据和图像,知情同意文件予以豁免。
数据准备与图像分割
进行了额外的质量筛选,以排除分辨率低或临床信息不完整的病例,仅保留皮髓质期图像。在本研究中,我们严格遵守以下纳入和排除标准(详见补充文件和图1a)。纳入标准:(1)连续的成人患者;(2)接受了部分或根治性肾切除术,并经病理确诊为肾细胞癌;(3)术前未接受化疗或放疗。排除标准:(1)肾脏和肿瘤区域语义分割不完整;(2)未达到部分肾切除术(PN)的MIC标准[11, 12];(3)临床病理诊断报告不完整;(4)图像质量低的患者(低分辨率、紊乱、模糊图像);(5)非皮髓质期图像。数据准备完成后,皮髓质期图像由两名放射科医师(具有10年以上经验)和两名训练有素的医学生手动标注并分割肾脏和肾癌。他们对病理和手术数据设盲。利用3D图像和分割结果,通过基于3D-UNet的网络构建了肾脏和肾癌自动分割模型[22]。超参数(如某些池化操作、批大小和补丁大小)根据数据集特性进行选择。随后,分割模型的预测结果由一名专家(具有20年以上经验)检查和修正,以确保肾脏和肿瘤边界的准确性。
多层特征提取
为充分提取三维解剖特征,本研究采用了多级特征提取方案(图2c)。我们的多级特征包括:(1)200个影像组学特征,包含有关肾脏和肾癌的纹理、形态学和统计特征,由PyRadiomics(v3.0.1)计算;(2)128个特征,为任务导向性特征,反映病理中高肿瘤和低肿瘤分期及分级的特征,由训练好的3D ResNet-18神经网络提取;(3)320个特征,通过对感兴趣区(ROI)进行降维获得,代表原始体素信息,由主成分分析(PCA)和奇异值分解(SVD)完成。此外,我们能够利用两个特征提取器预测临床分期和病理分级。在测试集上,受试者工作特征曲线下面积(AUROC)在T1/T2 vs. T3/T4预测中为0.74 ± 0.1(图S2c),在G1/G2 vs. G3/G4预测中为0.73 ± 0.1(图S2d)。经过实验,多级特征使分类器达到了最佳性能。多级特征提取的技术细节可见补充材料。
肾部分切除术与根治性肾切除术预测
采用梯度提升决策树(XGBoost,v1.3.3)预测手术决策(肾部分切除术与根治性肾切除术)[23]。融合的多级特征用作模型输入。为进行有效性测试和模型选择,在内部训练集中应用了五折交叉验证。上述五个模型进一步在外部数据集上进行了测试。为探究模型决策过程,使用SHAP值将模型决策分解为各特征的影响[24]。SHAP值高表明该特征影响模型决策的本质。所有统计分析和实验均在Python(v3.8)和R(v3.6.3)中完成。当p值<0.05时,统计分析具有显著性。准确率、AUROC等估计值的不确定性以95%置信区间量化。
结果
参与者特征
收集并筛选了来自开源队列和本地医院队列的具有临床、病理和手术信息的CT图像。在初始阶段,共纳入875例病例和5510张CT扫描图像(详情见补充文件)。经过图像筛选(图S1)后,473名参与者(190名女性和283名男性)的473张皮髓质期图像被纳入后续分析。这些参与者的基本信息和临床信息见表1。平均年龄(标准差)为56.3(13.3)岁。为了进行高效的模型评估和选择,我们在内部数据集(412例)上采用五折交叉验证方法。每一折中,训练集有335例(80%),验证集有77例(20%)。包含61例的外部测试集用于对我们提出的模型进行最终测试。自动化手术决策框架的示意图见图1。
多层级特征提供最佳性能
用于勾勒整个3D肾脏和肿瘤的ROI由基于3D-UNet的卷积神经网络自动分割(图2a、b)。利用ROI和原始图像提取多层级特征。进行了一项预实验以选择多层级特征的最佳组合。在部分性与根治性肾切除术预测任务中,仅使用影像组学特征、两级融合特征和多层级特征作为特征输入时,AUROC分别为0.79 ± 0.1、0.87 ± 0.1和0.94 ± 0.1,而在95%置信水平下准确率分别为52 ± 9.8%、74 ± 8.6%和88 ± 6.4%(图3a、b)。多层级特征的组合在分类任务中取得了最佳性能。多层级特征提取方案将提供更全面的知识。
自动化框架展现出稳健的分析能力
在内部验证中,通过五折交叉验证,部分性与根治性肾切除术预测的AUROC分别为0.93 ± 0.1、0.94 ± 0.1、0.93 ± 0.1、0.93 ± 0.1和0.93 ± 0.1(图3c)。在外部测试中,通过五折交叉验证,AUROC分别为0.81 ± 0.1、0.82 ± 0.1、0.81 ± 0.1、0.8 ± 0.1和0.81 ± 0.1(图3d)。在内部验证集(图3e)和外部测试集(图3f)中,最优模型对部分性与根治性肾切除术预测的AUROC分别为0.94 ± 0.1和0.82 ± 0.1。
通过SHAP值评估特征贡献
为了探究特征对模型预测的贡献,计算了每个样本每个特征的SHAP值。基于SHAP值,部分肾切除术与根治性肾切除术的前20位贡献特征显示在蜂群图(图4a)和条形图(图4b)上。正的SHAP值表示对应预测的可能性更高。对于条形图,形状相关特征如t_shape_Max3DD(肿瘤形状最大三维直径)在模型决策中发挥了最关键的作用,这符合肾癌临床实践指南[25, 26]中关于预测部分肾切除术与根治性肾切除术的肿瘤大小标准(详见补充文件)。此外,通过深度学习提取的特征(如stage_feat_32和grade_feat_0)以及降维特征(如pca_141)也参与了模型预测。
讨论
10多年前,部分肾切除术(PN)手术评分系统如RENAL[25]和PADUA[26]已广泛应用于临床实践;但仍存在一定局限性。超过20种不同的评分系统,大多基于二维CT或MRI,已应用于开放手术和腹腔镜手术[27]。当前评分系统在复杂性与性能之间存在矛盾。多参数评估系统效果良好但操作复杂繁琐,而少参数评估系统使用方便但稳定性较差[28]。因此,迫切需要一种实用的自动化术前评估系统,以实现更准确、高效和可重复的评估。
为突破这一局限,我们构建了一个自动化分析系统,涵盖图像预处理、肾细胞癌(RCC)定位、多层级特征提取以及部分肾切除术与根治性肾切除术预测。尽管许多研究尝试通过影像组学预测临床特性,但它们需要过多人力进行感兴趣区(ROI)分割,无法与我们的工作相比[16]。与其他仅在肿瘤中心提取二维特征的研究[18, 19]不同,本工作基于三维ROI进行了更全面的多层级特征提取。影像组学提供了一种极其高效的工具用于定量特征提取,可将医学图像转换为关于ROI的形状基础、形态学和统计学数据。凭借这一强大能力,影像组学特征被用于开发预后和诊断模型,并推动了医学图像分析的指数级增长[29–33]。但影像组学的自动化和标准化程度较低,预测结果的准确性和稳健性仍有很大改进空间[34]。深度学习的所有步骤(分割、特征提取、建模)分别按顺序执行,均由神经网络完成[35, 36]。这些方法对数据需求量大,因此需要比影像组学研究通常可用的数据集大得多的数据集才能进行有效训练[35, 36]。因此,我们结合了两种技术,利用它们的互补价值来构建更高效、更自动化的预测模型。
众所周知,特征选择在模型预测中起着至关重要的作用。对于肾细胞癌(RCC)的手术选择,高病理T分期(p–T)和高病理分级(p-G)的患者往往难以满足微创手术(MIC)标准,因此常选择根治性肾切除术(RN)[13]。因此,为了将肿瘤浸润和恶性程度纳入手术方式的预测,分别以分期和分级为标签,建立了两个基于3D ResNet-18的特征提取器。同时,为了挖掘解剖特征,对目标区域采用了主成分分析(PCA)和奇异值分解(SVD)降维方法。我们发现,经上述三种方法处理后的多层级特征比单一特征更有效(图3a–b)。
在大多数研究中,所提出的机器学习模型缺乏可解释性研究,充当“黑箱”[20, 21]。在应用场景中,一个可靠的模型不仅应适应任何给定的数据集,还应输出可解释的结果。为此,我们通过SHAP值定量分析了多层级特征与模型决策之间的关系。与其他可解释方法(如类激活图[37])相比,SHAP值可以列举每个特征对个体病例和整个数据集的影响,这对于理解模型决策甚至误分类原因更具说服力。在图4中,我们可以看到影像组学特征,如肿瘤形状最大3D直径,对部分性 vs. 根治性肾切除术预测贡献最大,这与肿瘤大小是大多数部分性肾切除术(PN)手术评分系统[27]中主要因素的认识一致。而通过深度学习提取的特征(如stage_feat_32和grade_feat_0)以及降维特征(如pca_141)也参与了模型预测。这些结果表明,多层级特征发挥了互补作用,提高了部分性 vs. 根治性肾切除术预测的模型性能(图3e–f)。
多层级解剖特征提取策略可以很容易地迁移到新数据集的不同任务中。内部训练集和外部测试集均为异质性数据,分别包含六个开源队列和三个本地医院队列。即使存在过拟合,在外部测试集上部分性 vs. 根治性肾切除术预测的AUROC仍达到0.82 ± 0.1(图3f)。此外,我们进行了五折交叉验证以检验模型的泛化能力以及内部和外部稳健性。因此,我们认为模型的过拟合是可接受的,且模型性能在如此异质的数据集中表现优异且相当稳定。
本工作仍存在若干局限性,需要进一步改进。首先,这是一项回顾性多中心研究,导致数据异质性更大、模型训练更困难、过拟合程度更高。我们的框架在更大规模且手术标准统一的数据集中将表现更好。其次,所提出的模型仅限于肾细胞癌的分析。本研究中肾脏良性病变(如血管平滑肌脂肪瘤和肾腺瘤)病例稀少,模型对良性疾病的预测未经验证。第三,本工作聚焦于部分性 vs. 根治性肾切除术预测,且基于回顾性病历资料。我们不知道它是否会改善患者结局。为实现这一目标,需要长期随访结果和进一步的前瞻性研究。
总之,我们的研究表明了通过CT图像和机器学习来推荐部分肾切除术与根治性肾切除术的潜力。我们提出了一个自动化分析框架,用于在3D皮髓质期CT中准确进行肾癌定位和多层次解剖特征提取。此外,我们证实了使用多层次特征可以大幅提高模型性能。我们相信这项研究为通过医学图像和机器学习指导手术指明了方向。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 706 KB)
引用
- Yang H, Wu K, Liu H, et al. An automated surgical decision-making framework for partial or radical nephrectomy based on 3D-CT multi-level anatomical features in renal cell carcinoma. Eur Radiol. 2023. PMID: 37289245. doi:10.1007/s00330-023-09812-9
- 全文:PMC10598088(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10598088/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。