基于MRI影像组学的机器学习对四肢深部脂肪瘤与非典型脂肪瘤样肿瘤的分类
这项回顾性多中心研究纳入150例经手术和病理证实的四肢深部脂肪瘤或非典型脂肪瘤样肿瘤患者,利用T1和T2加权MRI影像组学特征训练三种机器学习分类器。最佳随机森林模型在外部测试集中区分非典型脂肪瘤样肿瘤与脂肪瘤的敏感度为92%、特异度为33%,与经验丰富的肌骨放射科医师无统计学差异(p=0.474)。作者认为该方法可能作为无创筛查工具,减少不必要的转诊。
要点
- 随机森林模型在外部测试集中区分非典型脂肪瘤样肿瘤与脂肪瘤的敏感度为92%、特异度为33%。
- 与7年经验肌骨放射科医师比较,模型诊断性能无统计学差异(p=0.474)。
- 模型高敏感度、低特异度与专家视觉MRI判读的表现一致。
核心结论
- 基于MRI影像组学的机器学习可能以高敏感度和阴性预测值区分四肢深部脂肪瘤与非典型脂肪瘤样肿瘤,可能作为无创筛查工具减少不必要的三级肿瘤中心转诊。
研究设计与样本
- 回顾性多中心研究,在三个三级肉瘤中心纳入150例经手术和病理证实的四肢深部脂肪瘤或非典型脂肪瘤样肿瘤患者。
- 训练-验证队列为来自中心1和中心2的114例(脂肪瘤64例、非典型脂肪瘤样肿瘤50例),外部测试队列为来自中心3的36例(脂肪瘤24例、非典型脂肪瘤样肿瘤12例)。
- 手动在T1和T2加权MRI上进行三维分割,提取影像组学特征后训练三种机器学习分类器,采用嵌套五折交叉验证。
- 参考标准为术后病理诊断,结合显微镜所见和荧光原位杂交。
关键影像表现/征象
- 正确分类的脂肪瘤表现为信号均匀且脂肪抑制完全。
- 正确分类的非典型脂肪瘤样肿瘤可见病灶内分隔,但误诊为非典型脂肪瘤样肿瘤的脂肪瘤也可见病灶内分隔。
- 脂肪抑制T2加权序列仅用于放射科医师的定性评估,影像组学机器学习分析仅纳入未压脂的T1和T2加权序列。
诊断标准与关键数值
- 8个影像组学特征通过筛选并纳入机器学习模型。
- 训练-验证队列中最佳分类器(随机森林,多数投票阈值38.9%)的ROC-AUC为74%。
- 外部测试队列中最佳分类器区分非典型脂肪瘤样肿瘤与脂肪瘤的敏感度为92%、特异度为33%。
- 外部测试队列中放射科医师的敏感度为88%、特异度为54%,与机器学习模型无统计学差异(p=0.474)。
- 正确分类的非典型脂肪瘤样肿瘤和脂肪瘤分别被视为真阳性和真阴性。
临床应用与阅片要点
- 作者认为,若机器学习将病灶分类为脂肪瘤(阴性组),可省去进一步检查并节省相关费用。
- 作者认为,该方法在外周医院(人员缺乏软组织肿瘤经验和专业知识)可能特别有用,可避免患者不必要的担忧和转诊至三级肉瘤中心。
局限性
- 研究设计为回顾性。
- 存在选择偏倚,脂肪瘤仅在三级肉瘤中心就诊且经手术切除时才被纳入,通常小或无可疑影像特征的脂肪瘤既不转诊也不手术。
- 研究人群中脂肪瘤比例高于非典型脂肪瘤样肿瘤。
- 回顾性设计导致排除增强MRI,因为两个参与中心对脂肪瘤/非典型脂肪瘤样肿瘤不常规使用增强。
- 影像组学质量评分为39%。
全文中译10 节 · 点击展开
引言
脂肪瘤和非典型脂肪瘤性肿瘤(ALT)是最常见的软组织肿瘤[1]。脂肪瘤是良性脂肪细胞病变[2]。在2020年版世界卫生组织分类中,ALT一词保留用于位于四肢、躯干和腹壁的高分化脂肪瘤性病变,手术通常可治愈。ALT被归类为中间性(局部侵袭性)肿瘤[2]。具有相同组织学但位于腹膜后或纵隔的脂肪瘤性病变被定义为高分化脂肪肉瘤(WDLS),基于获得阴性手术切缘的可能性较低以及复发和去分化的风险较高,被归类为恶性脂肪细胞肿瘤[2]。脂肪瘤和ALT/WDLS的发病率分别为2/1,000/年和0.35/100,000/年[1]。然而,在腹膜后,脂肪瘤非常罕见,任何脂肪瘤性病变除非另有证明,否则至少应视为WDLS[3]。相反,在四肢、躯干和腹壁,脂肪瘤很常见[1],因此,脂肪瘤与ALT之间的鉴别在临床上变得更加相关。特别是,手术是首选治疗方法,边缘切除现在是ALT的推荐选择,而脂肪瘤除非有症状或有美容方面的顾虑,否则不需要任何治疗[4]。
由于治疗方案不同,临床管理取决于我们区分脂肪瘤与ALT的能力。活检在大型ALT和WDLS中存在采样误差[5]。先进技术,如免疫组织化学和荧光原位杂交,通过识别MDM2扩增来提高准确性,MDM2扩增见于大多数ALT中而在脂肪瘤中缺失[6]。然而,尽管在组织学模棱两可的病例中有用[7],这些技术耗时且昂贵[6]。MRI是诊断和鉴别脂肪瘤与ALT的首选影像学方法[8]。然而,定性MRI评估存在观察者间变异性高[8]和准确性有限[9]的问题。放射组学等新的基于影像的工具已被提出用于表征脂肪瘤性软组织肿瘤[10]。放射组学包括从医学图像中提取和分析定量特征,称为放射组学特征,可与机器学习相结合创建用于目标诊断的分类模型[11–16]。
脂肪瘤性病变根据其相对于覆盖肌肉的筋膜的位置分为浅表性或深部[17]。深部位置是ALT的独立预测因素[8]。特别是,接受过肌肉骨骼放射学或骨科肿瘤学亚专科培训的经验丰富的观察者已显示,基于定性MRI评估,在69%的病例中能够正确区分深部脂肪瘤与ALT/WDLS[9]。本研究的目的是确定基于MRI放射组学的机器学习对四肢深部脂肪瘤和ALT分类的诊断性能。
材料和方法
伦理
机构审查委员会批准了这项多中心回顾性研究,并豁免了知情同意的要求(*方案名称因评审而设盲*)。本研究纳入的患者在行MRI时已书面许可将其匿名化数据用于研究目的。在匹配影像、病理和手术数据后,我们的数据库已完全匿名化,以根据研究型医院通用数据保护条例删除数据与患者身份之间的任何关联。
设计与纳入/排除标准
这项回顾性研究在三个三级肉瘤中心进行(*中心1,因评审而设盲;中心2,因评审而设盲;中心3,因评审而设盲*)。在每个中心,通过骨科手术和病理科的病历检索信息。考虑纳入在其中一个参与中心有可用MRI的四肢ALT或脂肪瘤患者。纳入标准为:(i)四肢深部脂肪瘤或ALT(包括肌内和肌间病变,位于围绕肌肉的深部外周筋膜深面[18])且接受过手术治疗;(ii)术后基于显微镜所见和荧光原位杂交获得明确病理诊断;(iii)术前3个月内进行的MRI至少包括T1和T2加权序列(无脂肪抑制)以及两个或更多方向的脂肪抑制流体敏感序列。排除标准为:(i)ALT局部复发;(ii)图像质量差或图像伪影影响分割和机器学习分析。总体而言,三个中心共排除5例患者(n=1复发;n=4图像质量差或伪影),最终纳入150例患者。
研究队列
基于地理标准,训练-验证队列由来自中心1和中心2(位于同一城市)的114例患者组成(n=64脂肪瘤;n=50 ALT)。外部测试队列由来自中心3的36例患者组成(n=24脂肪瘤;n=12 ALT)。患者人口学特征和病变位置数据详见表1。在中心1,检查在三种1.5-T MRI系统中的一种上进行(Magnetom Espree,Siemens Healthineers,Erlangen,Germany;或Eclipse,Marconi Medical Systems,Cleveland,OH,USA;或Optima MR450w,GE Medical Systems,Milwaukee,WI,USA)。在中心2,检查在两种1.5-T MRI系统中的一种上进行(Magnetom Avanto,Siemens Healthineers,Erlangen,Germany;或Magnetom Espree,Siemens Healthineers,Erlangen,Germany)。在中心3,检查在1.5-T(Optima MR450w,GE Medical Systems,Milwaukee,WI,USA)或3.0-T(Discovery MR750w,GE Medical Systems,Milwaukee,WI,USA)MRI系统上进行。此外,如果具备最低限度MRI方案,则纳入转诊至中心3的患者在外院获得的MRI扫描。层厚和矩阵大小范围分别为3至6 mm和256-640×220-640。
基于影像组学的机器学习分析
放射组学机器学习分析按照国际生物标志物标准化倡议(IBSI)指南进行[19]。使用开源软件ITK-SNAP(v3.8)[20]进行图像分割。使用Trace4Research©放射组学/人工智能平台(DeepTrace Technologies,www.deeptracetech.com/files/TechnicalSheet__TRACE4.pdf)完成分析的所有后续步骤。具体而言,我们符合IBSI的放射组学工作流程包括以下几个步骤。分割。一名肌肉骨骼放射科医师在无脂肪抑制的T1和T2加权MRI序列上进行以轮廓为中心的分割。根据可用性和肿瘤位置,首选轴位序列,也可使用冠状位或矢状位序列。具体而言,逐层手动标注感兴趣体积(VOI)以包括整个肿瘤。该放射科医师知道该研究将涉及脂肪瘤性软组织肿瘤,但对最终病理诊断设盲。
图像预处理。对分割VOI内的图像强度进行预处理,包括重采样至各向同性体素间距(1.5 mm)以及使用固定64个bin的强度离散化。
放射组学特征提取。从分割VOI中提取特征,细分为以下特征家族:形态学、基于强度的统计量、强度直方图、灰度共生矩阵、灰度游程长度矩阵、灰度尺寸区域矩阵、邻域灰度差矩阵、邻域灰度依赖矩阵。在应用以下滤波器后,也从分割VOI中提取相同的特征:小波、平方、平方根、对数、指数、梯度、高斯拉普拉斯。每个滤波器分别应用于原始分割VOI。
放射组学特征选择。选择过程提供稳定、可重复、有信息量且不冗余的特征。具体而言,通过统计学比较数据增强策略(即随机操作手动分割以及旋转原始图像和分割)获得的特征,使用ICC(ICC > 0.75)将特征定义为对不同分割稳定且在重测研究中可重复。移除低方差特征(阈值 = 0.1)。通过互信息分析移除高度相互相关的特征(移除互信息 > 0.23的特征)。
训练-验证。在训练-验证队列中,使用嵌套五折交叉验证对三种不同的机器学习分类器模型进行了训练、验证和内部测试。第一个模型由10个集成组成,每个集成包含25个随机森林分类器(每个随机森林由200棵决策树组成),结合基尼指数和多数投票规则。第二个模型由10个集成组成,每个集成包含25个线性核支持向量机,结合主成分分析和Fisher判别比及多数投票规则。第三个模型由10个集成组成,每个集成包含25个k近邻分类器(分类时使用5个最近邻),结合主成分分析和Fisher判别比及多数投票规则。在模型训练期间,通过自适应合成采样方法对少数类(ALT)应用了过采样技术[21]。每个模型的训练、验证和内部测试性能在交叉验证的各折中通过多数投票和平均ROC-AUC、准确率、灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)及95%置信区间进行衡量。为分析目的,正确分类的ALT和脂肪瘤分别被视为真阳性和真阴性。同样,错误分类的ALT和脂肪瘤分别被视为假阴性和假阳性。以ROC-AUC表现最佳的模型被选为最佳分类器。
外部测试。在外部测试队列中,最终使用独立数据评估最佳分类器(基于步骤5分析)的性能。
定性图像评估
一位在三级肉瘤中心拥有7年工作经验的肌肉骨骼放射科医师(*为评审匿名*)阅读了外部测试队列的所有MRI检查,对病理学和基于影像组学的机器学习分析的所有信息均设盲。所有可用的MRI序列均用于定性评估。评估以下参数以区分ALT与脂肪瘤并给出最终印象:大小、形态、厚分隔和显示不完全脂肪抑制的非脂肪成分[8]。
统计分析
统计分析使用Trace4Research平台进行。在“ALT”和“脂肪瘤”两个类别中计算所选影像组学预测因子的中位数和95%置信区间。采用Mann-Whitney U检验探究这两个类别之间的统计学差异。为校正多重比较,使用Bonferroni-Holm方法调整p值。分别使用Mann-Whitney U检验和卡方检验评估ALT与脂肪瘤之间年龄和肿瘤位置的差异。在外部测试队列中,使用McNemar检验将机器学习性能与定性MRI评估进行比较。双侧p值<0.05表示统计学显著。一位具有影像组学经验的放射科医师(为评审匿名)评估了影像组学质量评分,以尝试估计本研究的方法学严谨性,如Lambin等[22]所建议。
结果
在任何参与中心中,ALT与脂肪瘤之间均未发现年龄差异(p > 0.174)。在中心1和中心3中,两类肿瘤的位置无差异(p > 0.212),而在中心2中,下肢位置与ALT显著相关(p = 0.029)(表1)。在提取属于前述家族的3,380个符合IBSI的影像组学特征后,2052个特征结果稳定且可重复;其中,1724个特征的方差高于0.10。最后,八个特征结果相关性较差(互信息低于0.23),通过特征选择,并被纳入机器学习模型。所选特征详见表2,以及其在“ALT”和“脂肪瘤”两类中的中位数和置信区间。其分布如图1的小提琴图和箱线图所示。
表3详述了在训练-验证队列中评估的每个模型的性能。每个模型由10个随机森林、支持向量机和k最近邻分类器集成组成(来自内部测试),其ROC曲线分别绘制在图2a–c中。具体而言,最佳分类器(随机森林——多数投票,阈值38.9%)显示出74%的ROC-AUC,并被选择用于进一步分析。
表4详述了最佳模型(随机森林——多数投票,阈值38.9%)在外部测试队列中的性能。特别地,该模型在区分ALT与脂肪瘤方面显示出92%的敏感性和33%的特异性。放射科医生的敏感性为88%,特异性为54%,与机器学习相比无统计学差异(p = 0.474),如表4所报告。图3显示了根据基于影像组学的机器学习和放射科医生进行的定性评估,真阴性(正确分类的脂肪瘤)、假阳性(脂肪瘤误诊为ALT)和真阳性(正确分类的ALT)的示例。我们的影像组学质量评分为39%(补充材料)。
讨论
我们的研究利用基于MRI影像组学的机器学习模型解决了四肢深部脂肪瘤与非典型脂肪瘤性肿瘤(ALT)的鉴别问题,这些模型经过训练、验证并针对来自外部数据集的独立数据进行了测试。我们的主要发现是,最佳模型(10个随机森林分类器集成)在外部测试队列中显示出极高的敏感性和阴性预测值(NPV),分别达到92%和89%,与专门的肌肉骨骼放射科医师相比无差异(p = 0.474)。因此,如果使用机器学习将病变分类为脂肪瘤(阴性组),则可以省去进一步的检查并节省相关费用。这在人员缺乏软组织肿瘤经验和专业知识的外围医院中可能特别有用,从而避免患者不必要的担忧和转诊至三级肉瘤中心。我们模型的性能包括敏感性和NPV高于特异性和阳性预测值(PPV),这也与专家进行的视觉MRI判读一致[9],并突出了基于定性影像评估和基于影像组学的机器学习分析鉴别深部脂肪瘤与ALT的难度。
既往研究聚焦于脂肪性软组织肿瘤的MRI影像组学,或单独应用[23]或结合机器学习[10]。特别是,Thornhill等[24]和Malinauskaite等[25]在相对较小的患者组(分别为n = 44和n = 38)中进行了影像组学分析以区分脂肪瘤和脂肪肉瘤。然而,除ALT/高分化脂肪肉瘤(WDLS)外,后一组还包括去分化和黏液样脂肪肉瘤,这些在放射科医师进行的定性MRI分析中更容易与脂肪瘤区分[17]。其他作者仅纳入脂肪瘤和ALT/WDLS,这是最难以区分的脂肪性软组织病变,正如我们在当前工作中所做的那样。这些研究基于非增强T1和T2加权[26–28]或增强T1加权[29] MRI序列进行影像组学分析,纳入人群从65到122名受试者不等,达到0.83或更高的曲线下面积(AUC)。尽管如此,所有这些研究均未使用来自不同中心的独立数据验证模型性能。
在一项单中心研究中,Cay 等人[26]表明,当使用单一类型的MRI扫描仪和一致的预设参数进行基于影像组学的机器学习分析时,其性能优于既往研究。因此,作者得出结论,使用标准化硬件和成像协议可以提高影像组学方法的准确性[26]。然而,影像组学的一个主要挑战是不同中心之间缺乏标准化的图像采集协议[30],因此有必要进行模型验证。针对独立数据集的临床验证对于评估模型的泛化能力并推动其在真实世界环境中的应用至关重要[31]。Fradet 等人[32]的研究最近在外部数据集上提供了独立的临床验证,该研究探讨了基于对比增强MRI影像组学的机器学习用于脂肪瘤/非典型脂肪瘤性肿瘤(ALT)的鉴别诊断。该研究纳入了一组异质性的145例患者,图像由多个中心使用非统一协议采集,并集中至两个机构,分别构成训练队列和外部测试队列。在外部测试队列中,作者报告模型性能急剧下降,AUC范围为0.47至0.71,尽管通过使用批次效应校正的统计协调获得了一定改善[32]。最佳分类器报告了高灵敏度和有限的特异性[32],这与我们在研究中也观察到的结果一致。基于他们及我们的发现,我们认为,来自不同身体区域以及不同MRI扫描仪和协议所获得的ALT和脂肪瘤图像的高度异质性使得泛化任务变得困难。Fradet 等人还评估了深度学习方法,其表现不及基于影像组学的经典机器学习[32]。然而,深度学习用于脂肪瘤/ALT鉴别诊断仍处于早期阶段,另一项研究报告其准确性优于经典机器学习[33],因此值得未来进一步研究。
本研究的一些局限性需要说明。首先,研究设计为回顾性。尽管前瞻性研究提供了支持影像组学临床有效性和实用性的最高级别证据[22],但回顾性设计允许纳入相对较大数量的已具备影像数据的患者。其次,本研究中存在选择偏倚,因为只有当脂肪瘤在三级肉瘤中心(任何参与中心)就诊并接受手术治疗时才被纳入。脂肪瘤通常既不会被转诊至肉瘤中心,如果体积小或没有可疑影像学特征也不会被手术。然而,这可能使数据集更具挑战性和相关性,因为仅纳入了最复杂的病例。第三,在我们研究人群中,脂肪瘤相对于ALT的比例过高。然而,这反映了脂肪瘤和ALT的发病率[1],并且进行了类别平衡以在训练队列中人工过采样少数类别[21]。第四,回顾性设计导致排除了增强MRI,因为在两个参与中心,脂肪瘤/ALT不常规使用对比剂。这与提示对比剂在脂肪瘤和ALT中价值可能有限的研究一致[8]。此外,其他作者最近评估了增强MRI影像组学用于脂肪瘤/ALT鉴别,并使用独立外部数据集验证了其机器学习模型[32],与我们仅基于非增强MRI的方法相比发现了相似的结果。最后,我们的影像组学质量评分为39%。这与最近一项影像组学质量评分应用系统综述中报告的均值一致[34],但凸显了方法学质量在未来仍有提升空间。
总之,基于MRI影像组学的机器学习可能以高灵敏度和NPV鉴别四肢深部脂肪瘤与ALT。尽管特异性仍然有限,但我们模型的性能与文献[9]报道的以及本研究中观察到的专家视觉MRI判读相一致。因此,我们的方法可作为放射科医师在软组织肿瘤方面缺乏经验和专业知识的医院的筛查工具,从而避免不必要的转诊至三级肉瘤中心和活检等侵入性操作。此外,需要更大规模的多中心研究来解决MRI扫描仪/协议变异性的问题,并可能强调在不同机构重新训练/验证机器学习模型的必要性。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 51 kb)
补充文件2(TIF 5090 kb)
补充文件3(TIF 19597 kb)
补充文件4(TIF 11072 kb)
引用
- Gitto S, Interlenghi M, Cuocolo R, et al. MRI radiomics-based machine learning for classification of deep-seated lipoma and atypical lipomatous tumor of the extremities. Radiol Med. 2023. PMID: 37335422. doi:10.1007/s11547-023-01657-y
- 全文:PMC10338387(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10338387/
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。