代表Elekta MRI-linac联盟图像分析工作组提出的改善ADC推导可重复性的建议
该研究由Elekta MRI-linac联盟图像分析工作组开展,九家中心使用四例不同肿瘤的磁共振扩散加权与解剖图像,勾画GTV、CTV和VTV并按本中心及预设条件计算ADC,发现计算方法对ADC可重复性的影响大于勾画,建议多中心研究统一b值选择、基于ROI或体素的计算方式及软件实现等计算条件。
要点
- 计算方法对ADC可重复性的影响大于勾画,计算方法间变异中位数CVC为0.17,勾画间变异中位数CVD为0.06。
- 不同b值组间ADC估计值相差18%,基于ROI与基于体素计算相差4%(P值均<0.01),均值与中位数间无显著差异(P=0.64)。
- 统一计算条件后CVC降至0.04,建议多中心研究统一b值、ROI或体素及拟合滤波等计算条件并报告计算细节。
核心结论
- 总体上计算方法对ADC可重复性的影响大于勾画,统一计算条件可降低计算相关变异。
- 作者建议在多中心研究中统一b值选择、基于ROI或体素的计算方式及软件实现(含拟合与滤波方法),并报告ADC计算方法的细节以便研究间比较。
- GTV与VTV的选择对ADC可重复性似乎不关键,应主要取决于可行性和放疗目的。
研究设计与样本
- 本研究为Elekta MRI-linac联盟图像分析工作组基于观察与讨论形成的建议性研究,九家MRI-linac中心参与。
- 使用四例不同肿瘤(肾上腺、盆腔寡转移、胰腺、前列腺)患者的匿名MRI数据,图像采集于同一台1.5 T MRI-linac(Unity,Elekta)。
- 每中心由肿瘤科医生勾画GTV、CTV(仅前列腺)和VTV(前列腺除外),并用本中心计算方法及预设计算条件计算ADC,形成每个病例每种勾画类型的9×9 ADC值表。
- 预设计算条件包括全部b值 vs. b≥150 s/mm2、基于ROI vs. 基于体素、均值 vs. 中位数。
- 共获得69个勾画体积(预期72个)和4483个ADC值(预期5589个)。
关键影像表现/征象
- 胰腺VTV和前列腺GTV的勾画变异较大(Dice:0.20–0.22,MSD:9.09–9.23 mm),其余病例较小(Dice:0.48–0.88,MSD:1.52–4.09 mm)。
- 前列腺CTV勾画变异较小(Dice:0.80,MSD:2.68 mm),尽管并非所有中心将精囊纳入勾画。
- 勾画变异与ADC变异之间存在明显相关性。
诊断标准与关键数值
- 本中心计算方法下,勾画相关变异CVD中位数(范围)为0.06(0.02–0.32),计算相关变异CVC中位数(范围)为0.17(0.08–0.26)。
- 胰腺VTV和前列腺GTV的勾画相关变异较大(CVD:0.15–0.32),其余病例CVD为0.02–0.06。
- 基于测试-复测扫描的ADC可重复性wCV为肾上腺4.0%、胰腺6.6%、寡转移1.3%、前列腺15.2%。
- 统一预设计算条件后,CVC中位数(范围)降至0.04(0.01–0.16),排除低一致性前列腺GTV后为0.04(0.01–0.08)。
- 全部b值组ADC估计值较b≥150 s/mm2组大18%(P<0.01),基于ROI组较基于体素组大4%(P<0.01),均值与中位数间无显著差异(P=0.64)。
临床应用与阅片要点
- 原文建议在多中心研究中统一b值选择、基于ROI或体素的计算方式及软件实现(含拟合与滤波方法),并报告ADC计算方法的细节以便研究间比较。
- 原文指出DWI信号对低b值(低于100 s/mm2)的灌注敏感,纳入低b值会高估ADC,Elekta MRI-linac工作组此前建议最低b值为100–150 s/mm2、最高b值为500 s/mm2。
- 原文建议在计算ADC时对b值图像进行配准以减小运动影响,并至少肉眼检查b值图像有无运动与伪影。
- 原文建议在定量分析前对存储的像素值进行「unscaled」处理,并建议按既定标准(如NEMA或QIBA)报告SNR。
- 原文指出基于ROI的方法在数学上与ADC计算的指数模型不一致,但可能对运动导致的b值图像错位更稳健。
局限性
- 主要局限性为每种肿瘤类型仅纳入一名患者,原文认为这是提高研究可实施性的必要妥协。
- 次要局限性包括测试与复测扫描间未重新摆位患者,可能低估真实可重复性。
- ADC可重复性还可能受采集序列(TSE vs. EPI)和扩散时间影响,但本研究使用EPI读出,未对此进行研究。
- EPI几何精度低,高ADC可重复性仍可能导致对GTV范围的误判,几何畸变对ADC可重复性和GTV错位的影响有待未来研究。
- 原文结论指出需进一步研究其他潜在定量影像生物标志物及这些标志物的几何精度。
全文中译10 节 · 点击展开
定量成像生物标志物(QIBs)来源于在体成像,在肿瘤学中很有用,因为它们能够以无创方式提供有关组织特征的定量信息[1–3]。QIBs的开发有可能提高图像分析的精确度并减少主观性,从而使得图像衍生参数与生物学和临床参数之间能够建立更稳健的关联[4,5]。QIBs可能提供与肿瘤生物学相关的空间和时间分辨信息,在放疗中可用于改进靶区勾画、剂量雕刻以及疗效预测和监测。因此,QIBs可能改善治疗的个体化[6]。
先进的磁共振成像(MRI)技术,即扩散加权MRI(DWI),是上述放疗目的的一种潜在QIB[6–9]。在标准DWI中,施加强磁梯度使MRI信号对扫描物体内水分子的随机运动敏感。扩散加权程度由b值定义,如果采集至少两个适当选择的b值,则可以推导出定量参数,即表观扩散系数(ADC)。ADC与组织细胞密度相关,并已被证明可识别放射抵抗区域[10,11]。DWI及衍生的ADC图在临床上用于指导某些肿瘤的靶区勾画,并可能成为未来剂量雕刻的工具[12,13]。此外,基线ADC及治疗期间的ADC变化已显示出预测疗效的潜力,尽管缺乏一致性阻碍了其向临床转化[8,14–17]。具体而言,不同的采集方案和分析方法会降低ADC的可重复性,可能阻碍ADC作为QIB的验证。为克服这一问题,需要对测量进行标准化,并且有必要开展大型多中心验证试验[2,18]。
混合MRI直线加速器(MRI-linac)允许每日测量ADC,且不延长或仅有限延长放疗分次时间[19,20]。因此,MRI-linac为ADC等潜在QIBs的临床验证提供了理想平台。MRI-linac上ADC的准确性已通过体模得到证实,并且在患者中的可行性也已得到证实[18,21,22]。此外,关于在Elekta MRI-linac上采集DWI的MRI方案建议已经发表[23]。本研究侧重于分析所采集的DWI扫描以获得ADC值。
不同的DWI分析方法可能引入中心/研究之间的差异。在Elekta MRI-linac联盟图像分析工作组[24]内,确定了两个预期的变异来源:感兴趣区(ROI)的勾画和计算方法。勾画不确定性是放疗中众所周知的不确定性来源,并且也会传播为ADC变异[25,26]。计算方法对ADC可重复性的影响研究较少[27]。本研究利用同一数据调查了勾画和计算方法变异对ADC可重复性的影响,从而能够评估它们的相对贡献。目的是基于对MRI-linac中心之间观察到的ADC变异的评估以及工作组内的讨论,给出与供应商无关的建议以改善ADC可重复性。
方法
研究设计
九个MRI-linac中心参与了该研究,使用来自四个不同临床病例的匿名患者MRI数据,这些数据在其中一个参与中心采集。在每个中心,执行了两个步骤(图1)。在步骤1中,一名肿瘤科医生进行了勾画。在步骤2中,每个中心使用其本地计算方法为所有中心所做的勾画计算ADC。这产生了每个临床病例和勾画类型的9×9 ADC值表格。
临床病例
该研究包括四名患有不同癌性肿瘤的患者。肾上腺(76岁男性,非小细胞肺癌全身治疗后寡进展)
胰腺(68岁男性,复发性胰腺癌,全身治疗后巩固性放疗)
骨盆寡转移(54岁女性,复发性卵巢癌,全身治疗后巩固性放疗)
前列腺及邻近精囊(74岁男性,低体积转移性前列腺癌)
所有患者均在其中一个参与中心的同一台1.5 T MRI-linac(Unity by Elekta,斯德哥尔摩,瑞典)上接受治疗。患者被纳入MOMENTUM研究(clinicaltrials.gov NCT04075305)[28]。所有患者均获得知情同意,DICOM数据被匿名化并按照伦理标准存储。
MRI数据
MRI数据在第一次分次治疗时、束流照射前采集,包括T2加权图像(T2W)和DWI,b值为30、80、150、300和500 s/mm2(肾上腺和胰腺),以及0、30、80、150和500 s/mm2(寡转移和前列腺),遵循正常MRI-linac工作流程[29]。序列细节列于补充材料的表S1中。DWI在患者保持体位不变的情况下连续采集两次,以获得用于重复性估计的重测数据。
勾画
T2W图像和b值为150和500 s/mm2的DWI图像可用于勾画。在提供简要临床病例描述的情况下,肿瘤科医生使用ProKnow平台(版本1.32.0,Elekta Solutions AB,斯德哥尔摩,瑞典)以相互盲法的方式勾画了大体肿瘤体积(GTV)、临床靶体积(CTV)(仅前列腺)和存活肿瘤体积(VTV)(前列腺除外)。VTV定义为GTV排除囊性和坏死部分。技术数据准备的描述见补充材料。
ADC计算
每个中心提供了其本地计算方法的简要描述,包括软件实现、b值的选择以及是否使用了基于ROI或基于体素的计算。基于ROI的方法是指使用DWI的ROI平均或中位信号进行ADC计算,而基于体素的方法是指在每个体素内计算ADC,然后在ROI内计算平均或中位值。如果某中心的标准方法是使用扫描仪软件进行ADC计算,则该中心被提供使用扫描仪软件分别用所有b值、最低和最高值以及b ≥ 150 s/mm2计算的ADC图。他们被要求选择最能代表其正常选择的一组。
每个中心为其自身和其他中心勾画的轮廓提供ADC值。计算基于:1:中心自身的计算方法;2:以下计算条件的所有组合:所有b值 vs. b ≥ 150 s/mm2、基于ROI vs. 基于体素以及均值 vs. 中位数(称为预设计算条件)。
数据分析与统计学
对勾画轮廓进行两两比较,计算Dice相似系数(Dice)和平均表面距离(MSD)。使用平均变异系数(CV)评估不同勾画轮廓和计算方法之间的ADC变异,计算方法如下(参见图1):针对九个勾画轮廓中的每一个分别计算描述计算方法间变异的CV,取这九个值的平均值作为计算方法间变异的度量(CVC)。同样,针对九种计算方法中的每一种分别计算描述勾画轮廓间变异的CV,取平均值作为勾画轮廓间变异的度量(CVD)。
再测ADC值通过测试扫描与再测扫描之间GTV的刚性轮廓传播计算。从扫描仪软件使用b ≥ 150 s/mm2计算的ADC图中提取GTV内的中位ADC值。按照定量成像生物标志物联盟(QIBA)的建议[30],计算受试者内变异系数(wCV)作为测试-再测ADC变异(ADC可重复性)的度量。
分别使用Friedman检验评估不同b值组合之间、基于ROI/体素分析之间以及均值/中位数之间的ADC差异,显著性水平为5%,并采用Bonferroni校正进行多重检验。此目的仅使用GTV。
结果
预期72个勾画体积(9个中心 × 8个体积)中有69个可用于分析。在这些体积中,5589个ADC值(69个勾画 × 9个中心 × 9种计算条件组合)中获得了4483个ADC值。数量减少的原因如下:一个中心遗漏了两个前列腺体积内的计算,两个中心因技术困难或本地软件的限制遗漏了基于ROI的计算。一个中心因时间和资源有限遗漏了使用预设计算条件的ADC计算。一个中心使用的软件仅报告一位小数,在某些情况下导致CV为零。在计算平均CV之前,零CV被排除。
代表性勾画轮廓见图2。与其余病例(Dice:0.48–0.88,MSD:1.52–4.09 mm)相比,胰腺VTV和前列腺GTV的勾画变异较大(Dice:0.20–0.22,MSD:9.09–9.23 mm)(图3.A–B)。对前列腺勾画轮廓的进一步检查显示,部分GTV勾画轮廓未重叠(图2)。前列腺CTV勾画变异较小(Dice:0.80,MSD:2.68 mm),尽管并非所有中心都将精囊纳入勾画范围。GTV与VTV之间的CVD相当,尽管GTV的勾画变异略小于VTV(图3.A–B)。勾画变异与ADC变异之间存在明显相关性(图3.A–B)。
所有中心均采用基于体素的方法作为其本地计算方法。一个中心使用扫描仪软件生成的ADC图,其余中心使用内部软件以单指数Stejskal-Tanner模型计算ADC [31]。本地计算方法之间的主要差异在于b值的选择、拟合方法和所应用的滤波。各中心本地计算方法的完整比较见补充材料表S2。
采用各中心自身的计算方法,CVD和CVC的中位数(范围)分别为0.06(0.02–0.32)和0.17(0.08–0.26)(图4.A)。与其余病例(CVD:0.02–0.06)相比,胰腺VTV和前列腺GTV的勾画相关变异更大(CVD:0.15–0.32)。相比之下,基于重复扫描的ADC可重复性(wCV)估计为4.0%(肾上腺)、6.6%(胰腺)、1.3%(寡转移灶)和15.2%(前列腺)。各勾画和计算方法下ADC变异的详细概览见补充材料图S1–3。
当各中心按照任一预先指定的计算条件统一其计算方法时,计算相关的ADC变异明显小于各中心自行选择计算条件时(图4.B–I与图4.A相比),CVC的中位数(范围)降至0.04(0.01–0.16)(或排除一致性较低的前列腺GTV后为0.04(0.01–0.08))。
就绝对ADC而言,包含低于150 s/mm2的b值的计算方法(补充材料图S1和S3及表S2中的计算方法第1、4和9号)呈现出数值偏大的趋势。在所有预先指定计算条件的组合中取平均,完整b值集的ADC估计值比b ≥ 150 s/mm2时大18%(p < 0.01),基于ROI的分析比基于体素的分析大4%(p < 0.01)(表1)。均值与中位数之间无显著差异(p = 0.64)。
讨论
本研究评估了中心间勾画和计算方法差异相关的ADC变异。计算相关变异通常大于勾画相关变异(图4.A),且主要由不同的b值选择驱动。当各中心统一计算条件(全部b值 vs. b ≥ 150 s/mm2、基于ROI vs. 基于体素、均值 vs. 中位数)后,计算相关变异降至与勾画相关变异大致相同的水平。此外,勾画和计算相关的ADC变异与ADC可重复性相当,表明图像的采集和后处理对ADC变异的贡献相当。GTV和VTV在ADC可重复性方面表现相当。
总体而言,观察到的与勾画相关的ADC变异与其他研究基本一致,显示胰腺中CV为0.1、观察者间重复性系数为1.9–14% [32,33],前列腺中为9.5–13.7% [34],尽管由于方法差异无法直接比较。胰腺VTV的较大勾画变异可能是由于小体积对勾画具有更高的敏感性(图3.C)。对于前列腺GTV,较大的勾画变异可能源于GTV并非标准勾画类型。事实上,早期研究已报道前列腺内病灶定义存在较大差异 [35,36]。潜在地,使用更高的b值可能会改善前列腺内病灶的可见性。为遵循MRI-linac推荐,使用了最大b值500 s/mm2 [18,23]。前列腺的勾画变异也可能被高估,因为并非所有中心都将精囊纳入CTV(如病例描述所示)。
其他研究表明,ROI类型影响绝对ADC值、治疗期间相对ADC变化以及勾画的可重复性 [18,25,26,37]。因此,本研究纳入了两种类型的ROI。GTV之所以被纳入,是因为它具有在标准和MRI-linac放疗工作流程中治疗开始前即可获得的优势。所谓的VTV被纳入是因为它排除了肿瘤的非存活部分,可能有助于直接探测细胞反应和评估治疗反应,如Padhani等人所建议 [18]。此外,一项研究表明,基于VTV的ADC在区分应答与无应答患者方面优于GTV [38]。VTV的一个优势在于,根据定义,它仅包含高信噪比(SNR)体素。对于无明显坏死/囊性成分的肿瘤,例如前列腺,VTV对应于GTV。
由于ROI类型的选择在本研究中未影响ADC可重复性,ROI类型的选择取决于其在放疗中的应用。虽然VTV可能定义放射抵抗区域并与剂量绘画相关,但哪种ROI最适合反应预测尚不明确。研究使用GTV与VTV潜在益处的文献有限 [16,38]。总体而言,本研究结果提倡改善勾画一致性(图3.A–B),这强调了制定尽可能精确的共识指南的重要性。未来,勾画变异可能通过包括AI模型在内的自动勾画工具来减少,如多项研究所表明 [17,39–41]。
DWI信号在低b值(低于100 s/mm2)时对灌注敏感,因此,在分析中纳入低b值预期会高估ADC [18,42],如本研究中所观察到的(所有b值与b ≥ 150 s/mm2比较)(表1)。因此,Elekta MRI-linac工作组先前的一篇出版物建议最低b值应为100–150 s/mm2 [23]。还建议最大b值为500 s/mm2,以确保足够的SNR和与诊断扫描仪相当的扩散时间。此外,如果在计算中纳入显著更高的b值(b > 1000 s/mm2),非高斯扩散效应可能导致ADC低估,因为单指数模型假设高斯扩散行为 [43]。
基于感兴趣区(ROI)和基于体素的方法已在既往研究中使用,因此从可重复性的角度来看具有相关性 [25,33,37,44,45]。应当指出,严格来说,ROI 内各体素的平均 ADC 无法通过基于 ROI 的方法得出,因为该方法基于 ROI 内的平均 DWI 信号。也就是说,当 ROI 内存在一个以上体素时,基于 ROI 的方法在数学上与 ADC 计算的指数模型不一致。然而,使用基于 ROI 的方法可能会获得更好的 ADC 估计值,因为这预期对在不同 b 值下采集的单个 DWI 因运动引起的错位更为稳健,若未正确校正,这种错位可能导致无效的 ADC 值。此外,它可能改善 SNR,从而可能使数据拟合优度更好,这已通过当前数据得到证实(未展示)[6]。在本研究中,与基于体素的方法相比,基于 ROI 的方法导致更大的 ADC 值(表 1),而两种方法在 ADC 可重复性方面表现相当(图 4.B–I)。
在各中心之间对齐预先规定的计算条件后仍存在的、与计算相关的 ADC 变异(图 4.B–I),可能归因于使用了不同的软件实现,包括不同的拟合和滤波方法(补充材料中的表 S2)。具体而言,五个中心使用 ln(S) 作为 b 值函数的线性最小二乘拟合来估计 ADC(补充材料中的表 S2)。由于 SNR 随 b 值增加而降低,ln(S) 的不确定性也随 b 值增加而增加,除非通过平均多次激励的信号加以考虑。因此,更好的方法是使用加权线性最小二乘拟合(见补充材料)[46]。对于基于体素的方法,五个中心通过排除包含非物理值(即超出一定范围的值)的体素来进行滤波(补充材料中的表 S2)。作为替代,可以基于低 SNR 或拟合质量差来移除体素,这是更客观的标准。拟合和滤波的贡献未分别确定,然而,二者结合起来导致的与计算相关的 ADC 变异与与勾画相关的变异相当(图 4.B–I 中靠近虚线的点)。这强调了尽可能排除变异来源的重要性,特别是如果目标是建立共同的 ADC 截断值,例如用于疗效预测。提供可公开下载的平台无关软件可能是推进此事的一种方式,从而可以对照通用软件验证内部开发的软件。
SNR 也已被证明在 ADC 估计中起作用 [23,47]。虽然本研究未专门研究这一点,但值得提及一些启示。低 SNR 水平会导致 ADC 低估,这是由于幅度重建 DWI 图像中存在的所谓噪声基底 [6,48]。因此,为了允许研究之间的比较,应始终基于既定标准报告 SNR,例如美国国家电气制造商协会(NEMA)[49] 或 QIBA [50] 发布的标准。为实用性考虑,如果患者和线圈定位在扫描之间保持一致,测量一次 SNR 可能就足够了 [6]。应用噪声校正已被证明可减少 ADC 偏倚 [47]。
计算ADC时其他需要特别注意的具体要点包括图像数据的预处理。例如,为尽量减少运动的影响,建议在不同b值之间进行配准[51],且大多数MRI扫描仪软件(包括Unity MRI-linac)均可实现此功能。至少应通过视觉检查b值图像是否存在运动伪影和伪影。此外,由于DWI图像的强度直方图可能被“拉伸”以充分利用存储位深,作为一般规则,在定量分析之前应对存储的像素值进行“反缩放”处理,如Chenevert等人所述[52]。
本研究的一个主要局限性是每种肿瘤类型仅纳入一名患者。这被认为是提高研究可重复性的必要妥协。然而,通过纳入四种肿瘤类型而非例如同一种类型的四个肿瘤,我们能够检测到不同肿瘤类型之间分析相关ADC变异性的差异。次要局限性包括在测试和重测扫描之间未对患者进行重新定位,这可能低估了真实的可重复性。ADC可重复性也可能受到图像采集序列(快速自旋回波(TSE)与回波平面成像(EPI)[53])和扩散时间[54]的影响,但对此的研究超出了本研究的范围,本研究使用的是基于EPI的读出方式。此外,由于EPI以几何精度低而著称[55],即使ADC可重复性高,仍可能导致对GTV范围的误判。几何畸变对ADC可重复性和GTV配准偏差的影响应在未来研究中加以探讨。
结论
本研究基于Elekta MRI-linac联盟图像分析工作组的观察和讨论,提供了改善ADC计算可重复性的建议。这些建议聚焦于未来将ADC作为放射治疗中潜在影像生物标志物的研究。使用类似设置研究其他潜在定量影像生物标志物及其几何精度是有必要的。
总之,计算相关ADC变异大于勾画相关ADC变异。具体而言,计算相关ADC变异可归因于b值的选择、基于ROI/基于体素的计算以及软件实现(包括拟合和滤波方法)。因此,建议在多中心研究中统一这些因素,并在研究中报告ADC计算方法的详细内容,以便研究间进行比较。总体而言,勾画变异与ADC变异相关,因此应尽可能减少。选择GTV还是专用体积用于ADC导出似乎对ADC可重复性不太关键,应主要取决于可行性和放射治疗目的。
补充材料
引用
- Bisgaard ALH, Keesman R, van Lier ALHMW, et al. Recommendations for improved reproducibility of ADC derivation on behalf of the Elekta MRI-linac consortium image analysis working group. Radiother Oncol. 2023. PMID: 37437609. doi:10.1016/j.radonc.2023.109803
- 全文:PMC11197850(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11197850/
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。