基于MRI的可解释影像组学模型预测子宫肌瘤高强度聚焦超声消融预后
回顾性纳入300例子宫肌瘤患者,基于T2WI和CE-T1WI提取1295个影像组学特征,用LightGBM和XGBoost构建模型预测HIFU消融预后(以NPVR>80%为预后良好),并用SHAP解释预测过程。LightGBM模型表现最佳,T2WI和CE-T1WI模型在独立测试集的AUC分别为87.2(95%CI 87.1-87.5)和84.8(95%CI 84.6-85.7)。
要点
- 以NPVR>80%为预后良好、<80%为预后不良,作为HIFU消融子宫肌瘤的预后分类标准。
- LightGBM模型表现最佳,T2WI和CE-T1WI模型测试集AUC分别为87.2和84.8。
- T2WI一阶熵和CE-T1WI GLRLM游程长度非均匀性归一化是两个模型中影响最大的特征。
核心结论
- 基于T2WI和CE-T1WI的影像组学预测模型可辅助临床评估子宫肌瘤HIFU消融预后。
- SHAP技术可帮助医师和患者理解模型内部预测过程,增加影像组学模型的可信度。
研究设计与样本
- 单中心回顾性研究,纳入2013年1月至2017年12月接受HIFU治疗的300例子宫肌瘤患者。
- 患者按8:2随机分为训练集240例和测试集60例。
- 使用3.0 T系统(GE Signa HDxt)行盆腔MRI,提取T2WI和CE-T1WI的1295个影像组学特征。
- 以术后NPVR>80%为预后良好、<80%为预后不良作为参考标准。
- 采用XGBoost和LightGBM构建模型,贝叶斯优化调参,SHAP解释模型。
关键影像表现/征象
- T2WI高信号和CE-T1WI高信号肌瘤被认为难以成功消融。
- T2WI和CE-T1WI信号强度幅度较大与HIFU消融后预后较差的风险增加相关。
诊断标准与关键数值
- NPVR>80%定义为预后良好,NPVR<80%定义为预后不良。
- LightGBM T2WI模型测试集AUC为87.2(95%CI 87.1-87.5)。
- LightGBM CE-T1WI模型测试集AUC为84.8(95%CI 84.6-85.7)。
- XGBoost T2WI模型AUC为83.8(95%CI 82.9-84.2),CE-T1WI模型AUC为84.3(95%CI 84.1-84.9)。
临床应用与阅片要点
- 影像组学特征可作为潜在生物标志物,支持HIFU治疗前评估。
- SHAP瀑布图可用于解释个体预测过程,比列线图评分系统更快。
- T2WI和CE-T1WI信号强度较高提示HIFU消融预后较差的风险增加。
局限性
- 本研究为回顾性单中心研究,模型性能需更多多中心数据集和前谵性数据验证。
- 仅选取常规三期增强CE-T1WI的静脉期图像,未使用动态增强图像,可能对影像组学分析产生不同结果,未来应进行研究。
- 未使用DWI进行影像组学分析和解释,因既往研究中DWI模型性能劣于T2WI,可能与其图像分辨率较低有关。
全文中译16 节 · 点击展开
背景
子宫肌瘤是育龄期女性最常见的良性子宫肿瘤[1, 2],但部分患者会出现异常子宫出血、盆腔压迫症状及不孕,严重影响其生活质量[3, 4]。高强度聚焦超声(HIFU)作为一种微创治疗子宫肌瘤的方法,能够有效且安全地缓解患者的临床症状[5–7]。HIFU消融后的无灌注体积比(NPVR)是评价子宫肌瘤HIFU消融成功与否的标准[8]。经长期随访,NPVR较大的患者症状缓解更为明显,复发及再干预的概率更低[9]。然而,并非所有肌瘤均适合HIFU消融,准确的术前评估对于HIFU治疗的疗效至关重要。
磁共振成像(MRI)是子宫肌瘤HIFU消融术前评估及疗效预测的重要工具[10, 11]。子宫肌瘤影像学表现的变异性与组织学表现的异质性之间存在明显联系[12]。子宫肌瘤由平滑肌纤维束构成,周围环绕含有血管的胶原纤维结缔组织。对于不同类型的肌瘤,这些组织的密度各不相同。由于这些差异,子宫肌瘤对HIFU消融的反应不同,在T2加权成像(T2WI)和对比增强T1加权成像(CE-T1WI)扫描上呈高信号的肌瘤被认为难以成功消融[13–17]。然而,部分研究者已证明使用HIFU治疗MRI高信号肌瘤可获得良好结局[18]。其原因在于,医生仅依靠对MRI上肌瘤信号的主观评估无法准确评估肌瘤内组织成分的比例,且不同的肌瘤分隔及靶肌瘤体积可导致相同信号类型的肌瘤获得不同的消融结果。MRI评估的不准确性削弱了HIFU治疗对子宫肌瘤患者的潜在益处。因此,需要额外的识别方法以及对MRI上子宫肌瘤生物学特性的进一步探索性研究。
放射组学可以通过从传统灰度图像中提取和分析高通量信息来实现这一目标,将图像转化为与感兴趣区(ROI)形状和纹理信息相关的定量图像描述符,这些描述符反映肌瘤的特征和异质性,并捕捉人眼无法感知的细微差异,为医生提供决策参考[19–21]。我们团队曾利用放射组学预测子宫肌瘤HIFU消融的预后[22],但机器学习的“黑箱”性质使得难以解释为何对患者做出某些预测。机器学习的解释本质上是一个多层面的概念,例如,被解释的是什么?谁需要可解释性?为什么需要可解释性?为了更好地解释医学人工智能系统,需要向医生解释内部特征对结果的影响,使医生能够理解整个决策过程,从而信任模型所做的决策。然而,用于建模的医学数据往往复杂、模糊且异质,这使得解释极具挑战性[23, 24]。为克服“黑箱”问题,Lundberg和Lee提出了沙普利加性解释(SHAP)方法以提高模型的可解释性[25]。正值或负值表示影响方向,数值大小描述特征的“权重”或“重要性”。它可以帮助我们理解每个特征在预测过程中对整体样本和个体样本的作用。SHAP与放射组学的结合以可解释的方式阐明模型,从而提高放射组学模型对医生和患者的可信度。
在本研究中,我们旨在构建基于MRI的放射组学模型来预测子宫肌瘤HIFU消融的预后。同时,我们结合SHAP技术直观地解释决策过程,理解放射组学特征与HIFU治疗预后之间的关系,即为提高模型对医生和患者的可靠性。
方法
研究人群
这是一项单中心回顾性研究,经伦理审查委员会批准,并豁免患者知情同意。我们纳入了1055例于2013年1月至2017年12月接受HIFU治疗并在HIFU治疗前后接受盆腔MRI检查的子宫肌瘤患者。纳入标准如下:(1)年龄>18岁;(2)绝经前或围绝经期女性;(3)无相关手术或药物治疗史;(5)非月经期女性;(6)子宫前倾的女性;(7)肌瘤直径:3–8 cm;(8)皮下脂肪厚度:1–3 cm;(9)对于多发肌瘤,纳入最大者。排除标准如下:(1)有其他妇科疾病史,如子宫内膜异位症或盆腔炎性疾病;(2)妊娠和哺乳期;(3)腹部瘢痕。
既往研究表明,NPVR为80%的患者症状缓解明显且复发率低[26]。因此,我们将NPVR大于80%定义为预后良好,NPVR小于80%定义为预后不良,然后将患者分为两组。患者按8:2的比例随机分为训练集和测试集。
MRI数据采集
在本研究中,每位患者在HIFU消融前后分别使用3.0 T系统(GE Signa HDxt)进行MRI检查。术后MRI检查在治疗后7天内进行。T2WI采用以下参数:重复时间(TR)/回波时间(TE),270/2.1 ms;视野(FOV),98.1 × 38 cm;层厚/层间距,6 mm/8 mm;矩阵,512 × 512;CE-T1WI采用以下参数:重复时间(TR)/回波时间(TE),3.84/1.81 ms;视野(FOV),68.4 × 26.5 cm;层厚/层间距,4 mm/2 mm;矩阵,512 × 512。常规三相增强MRI的方案为:注射GA-DTPA(0.1 mmol/kg,2.0 mL/s)后20 s扫描动脉期图像,然后30 s后扫描静脉期图像,再60 s后扫描延迟期图像。MR轴位图像从PACS导出并以DICOM格式存储,用于进一步的放射组学特征提取。
肿瘤勾画与放射组学特征提取
图1显示了本研究的放射组学流程。两名放射科医师使用ITK-SNAP软件在T2WI和CE-T1WI静脉期图像上手动勾画整个子宫肌瘤,创建子宫肌瘤的ROI。使用Python(版本3.7.6)的放射组学软件包,分别基于T2WI和CE-T1WI的ROI形状和纹理提取放射组学特征。在此阶段我们共提取了1295个高维特征和低维特征。低维特征包括形状特征、一阶直方图特征,高维特征包括纹理特征:灰度共生矩阵(GLCM)特征、灰度游程长度矩阵(GLRLM)特征、灰度区域大小矩阵(GLSZM)特征、邻域灰度差矩阵(NGTDM)特征、灰度依赖矩阵(GLDM)特征、高斯拉普拉斯滤波域(2.0–5.0 mm核)纹理矩阵获得的特征,以及小波滤波域纹理矩阵获得的特征。
放射组学特征可重复性评估
采用组内相关系数(ICC)评估两名观察者之间同一图像不同ROI提取特征的一致性和稳健性。ICC值大于0.75的特征提示一致性极好,ICC值小于0.75的特征被剔除。
SMOTE平衡数据
数据类别不平衡可能导致模型结果偏向数据较多的类别,降低模型的可靠性。为解决这一问题,我们使用了合成少数类过采样技术(SMOTE),其增加了少数类别的样本[27, 28]。
放射组学特征选择与降维
归一化用于在填充缺失值和平衡异常值之前对数据进行预处理。初始进行双样本检验(T检验)以排除并由此减少相关性差和重复的特征。最终的 feature selection 方法是 least absolute shrinkage and selection operator(LASSO),其被执行以减少选择过程中高度相关的特征并避免共线性。所选特征经最小–最大归一化以加速模型训练并优化模型性能。
机器学习模型
放射组学模型由极端梯度提升(XGBoost)和轻量梯度提升机(LightGBM)构建 [29, 30]。应用贝叶斯优化调整超参数以获得更好的模型性能 [31]。在训练集中评估分类性能并在测试集中验证。通过计算曲线下面积(AUC)、准确率、敏感性和特异性来量化预测性能。我们比较了四种模型之间的性能,并选择AUC最高的模型进行进一步研究。
基于SHAP的模型可解释性
应用SHAP技术解释和理解放射组学模型中使用的放射组学特征。它可用于可视化每个特征在整个复杂机器学习模型中的重要性,并解释模型中的每个特征如何增加或降低单一输出的概率。
统计分析
采用Kolmogorov‒Smirnov法对训练集和测试集中子宫肌瘤患者的放射学特征进行正态性检验,符合正态分布的数据采用x ± s表示;不符合正态分布的数据采用M(Q25, Q75)表示。定量资料采用独立样本T检验或Wilcoxon秩和检验,定性资料比较采用卡方检验或Fisher确切概率法。对使用相同序列特征构建的模型之间进行DeLong检验。所有统计检验均以p值< 0.05作为统计学显著性水平。
结果
人口学和临床数据
根据纳入和排除标准进行筛选,354例患者符合条件,其中54例患者存在不完整图像和伪影。最终纳入300例符合条件的患者,即170例单发性子宫肌瘤患者和130例多发性子宫肌瘤患者。其中,128例患者预后不良,172例患者预后良好。此外,患者被随机分为训练集(N = 240)和测试集(N = 60)用于模型构建和验证。图2显示了患者纳入和排除的流程图。患者的临床和放射学特征以及训练集和测试集的统计分析结果见表1。
建模前数据准备
从T2WI和CE-T1WI扫描中共提取了1295个特征,包括7个影像组学聚类的特征。经ICC一致性分析后,T2WI中有1个特征的ICC值小于0.75,CE-T1WI中有4个特征的ICC值小于0.75,予以剔除。为排除数据不平衡对最终模型性能和可解释性的影响,采用SMOTE进行数据平衡,生成了44例NPVR小于80%的新患者并加入后续研究。最后使用t检验进行数据降维,T2WI保留163个特征,CE-T1WI保留8个特征。随后采用LASSO剔除对分类任务影响较小的特征,T2WI和CE-T1WI分别保留14个和5个特征。
影像组学模型的性能
将T2WI和CE-T1WI筛选出的特征用于LightGBM和XGBoost模型构建,通过贝叶斯优化生成了四个性能较好的模型。LightGBM算法生成的T2WI和CE-T1WI模型性能最佳,AUC分别为87.2(95% CI = 87.1–87.5)和84.8(95% CI = 84.6–85.7),而XGB算法获得的模型AUC分别为83.8(95% CI = 82.9–84.2)和84.3(95% CI = 84.1–84.9)。图3显示了四个模型AUC的比较。其余模型性能比较汇总于表2。
基于SHAP的模型可解释性
对最佳性能模型中纳入的所有 selected 影像组学特征计算了SHAP值。图4显示了SHAP特征重要性图,按降序列出最重要的特征。排名靠前的特征对模型贡献更大,预测能力高于排名靠后的特征。一阶熵和GLRLM游程长度非均匀性归一化是T2WI和CE-T1WI模型中对预测结果影响最强的特征。如图5所示,SHAP汇总图展示了特征对影像组学模型决策的影响以及模型中特征间的交互作用。SHAP正值表示每次预测的不良预后风险增加,负值则相反。数值越高,不良预后风险越高。在个体样本预测方面,我们从T2WI和CE-T1WI模型中随机选取了4例患者绘制SHAP瀑布图(图6),该图描绘了每个特征的SHAP值对结果的正向或负向贡献,进而获得最终预测结果。
讨论
我们证明了由LightGBM和XGBoost构建的影像组学模型的稳健性,这些模型分别基于从子宫肌瘤T2WI和CE-T1WI扫描中提取的14个和5个显著影像组学特征构建,用于预测接受HIFU治疗的子宫肌瘤的预后。这些影像组学模型采用SMOTE和贝叶斯优化,由LightGBM构建,表现出更好的性能,在独立测试集中,T2WI和CE-T1WI模型的AUC分别为87.2(95% CI = 87.1–87.5)和84.8(95% CI = 84.6–85.7),而先前研究的模型为82.2 [22]。SHAP技术对模型的解释表明,从两个序列中提取的影像组学特征主要反映信号强度,与HIFU治疗的预后密切相关。
由于多参数MRI可以显示子宫肌瘤的组织学特征,它被用作评估HIFU治疗子宫肌瘤疗效的重要工具[32],其中T2WI和CE-T1WI是最常用的序列。T2WI上的信号强度归因于细胞密度、血管分布、灌注、坏死、水肿和钙化等特征。传统上,Funaki 1型和2型肌瘤被认为是良好的候选者,而3型肌瘤通常被认为是HIFU反应不佳者,尽管可以实现一定的减瘤效果[11, 33]。CE-T1WI的信号强度反映肌瘤的血供,高信号肌瘤通常难以完全消融[16, 34]。然而,T2WI和CE-T1WI解读的主观性以及难以区分组织中微小信号强度变化是传统MRI的缺点。T2WI和CE-T1WI包含有关肌瘤细胞架构组织和完整性的生物学信息,影像组学从中计算大量反映微结构特征的定量特征。我们从中筛选重要特征以构建高效的监督学习模型。我们的结果表明,通过使用客观可靠的影像生物标志物,所开发的影像组学模型在临床实践中具有巨大潜力,可支持对子宫肌瘤HIFU治疗预后的循证预测。此外,SHAP技术的应用提供了影像组学模型的全局和局部可解释性。
我们发现,T2WI模型中保留的特征是一阶范围和一阶最大值,而CE-T1WI模型为GLSZM-小面积低灰度强调、GLRLM-高灰度游程强调等。这些特征主要量化图像体素中信号强度值的大小。SHAP结果表明,T2WI和CE-T1WI信号强度值越大,与HIFU消融后预后更差的风险增加相关,提示预后可能与导致这些区域高信号的微观组织和微循环有关。子宫肌瘤的主要病理成分是胶原纤维和平滑肌细胞。子宫肌瘤的MRI信号取决于平滑肌细胞与纤维结缔组织的比例。这意味着平滑肌细胞含量越高、肿瘤组织微循环越有效,与较差的热传递和消融效果相关。相反,纤维组织更适合超声能量沉积,导致靶组织凝固性坏死,从而获得更好的消融效果。这与既往研究一致[35, 36]。此外,我们发现一阶熵和glrlm游程长度非均匀性归一化是两个模型中最重要的特征。这些从体素到体素关系获得的特征反映了肌瘤的空间组织异质性,表明MRI信号的均匀性对预后也有显著影响。高信号肌瘤具有不均匀信号,提示某些区域平滑肌细胞和纤维组织分布不均或存在坏死和钙化等变性,超声能量更容易沉积在该区域。因此,对于具有不均匀高信号强度的肌瘤,可以获得更好的消融结果[17, 37]。
SHAP可用于为医生解释子宫肌瘤的影像组学特征如何影响整体预测结果。如果需要解释个体预测过程,可以使用SHAP瀑布图,并且比困难的列线图方法复杂的评分系统快得多[38]。同样清楚的是,相同特征的重要性在两组病例之间有所不同,而对于不同患者,重要性较高的特征在某些情况下可能影响较小。因此,SHAP在个体预测方面也具有良好的特异性。
我们的研究存在一些局限性。首先,这是一项回顾性单中心研究,模型的性能需要用更多多中心数据集和前瞻性数据来验证。其次,我们仅从常规三期扫描CE-T1WI中选择静脉期图像,未使用动态增强图像,这在影像组学分析中可能产生不同结果,未来应进行研究。最后,我们未使用扩散加权成像(DWI)进行影像组学分析和解释,因为在我们课题组既往研究中,DWI模型性能劣于T2WI [22],这可能是由于其图像分辨率较低。然而,DWI也包含大量关于肌瘤中水扩散和微灌注的信息,需要使用更先进的方法进行研究。
结论
总之,所开发的影像组学预测模型利用从T2WI和CE-T1WI序列中筛选的特征,可为辅助临床评估子宫肌瘤HIFU消融预后提供一种新方法。SHAP技术可用于帮助医生和患者理解内部预测过程,并提高影像组学模型的可信度。
引用
- Li C, He Z, Lv F, et al. An interpretable MRI-based radiomics model predicting the prognosis of high-intensity focused ultrasound ablation of uterine fibroids. Insights Imaging. 2023. PMID: 37466728. doi:10.1186/s13244-023-01445-2
- 全文:PMC10356736(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10356736/
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。