基于T2加权磁共振成像影像组学预测高强度聚焦超声消融术后残留子宫肌瘤再生长
该回顾性研究纳入两个中心339例患者428个子宫肌瘤,从HIFU术后1天T2WI提取851个影像组学特征,构建影像组学、临床影像及联合模型预测1年内残留肌瘤再生长(体积增加>10%)。联合模型在内、外部测试队列AUC分别为0.922和0.930,优于单一模型;决策曲线分析显示联合模型净获益更高。
要点
- HIFU术后1天T2WI影像组学特征可预测残留子宫肌瘤1年内再生长,联合模型AUC内部0.922、外部0.930。
- 再生长组T2WI III–IV型比例更高、血供更丰富、NPVR更低、残留肌瘤最大厚度及基底范围更大(P<0.001)。
- Rad-score截断值0.475基于训练队列最大约登指数确定,再生长组Rad-score显著高于非再生长组。
核心结论
- 基于T2WI的影像组学特征能有效预测HIFU消融子宫肌瘤后1年内残留肌瘤再生长,为临床决策提供准确便捷的参考。
研究设计与样本
- 回顾性分析两个医院中心2009年5月至2020年6月间339例患者428个子宫肌瘤,均接受HIFU消融。
- 训练队列243个肌瘤,内部测试队列81个,外部测试队列104个。
- 从HIFU术后1天T2WI提取851个影像组学特征,采用LASSO在训练队列筛选特征,支持向量机构建影像组学、临床影像及联合模型。
- 参考标准为HIFU术后1天至1年内随访MRI之间残留肌瘤体积增加>10%。
关键影像表现/征象
- 再生长组T2WI III型和IV型比例显著高于非再生长组,非再生长组以I型为主(P<0.05)。
- 再生长组血供丰富比例显著高于非再生长组(P<0.001)。
- 再生长组残留肌瘤最大厚度更大、基底分布范围更宽、残留肌瘤体积更大(P<0.001)。
- 再生长组NPVR显著低于非再生长组(P<0.001)。
- 再生长组患者年龄较非再生长组更年轻(P<0.05)。
诊断标准与关键数值
- 残留肌瘤再生长定义为HIFU术后1天至1年内随访MRI之间残留肌瘤体积增加>10%。
- T2WI影像组学模型内部测试队列AUC 0.834(95%CI 0.747–0.920),外部测试队列AUC 0.801(95%CI 0.712–0.889)。
- 临床影像模型内部测试队列AUC 0.888(95%CI 0.816–0.960),外部测试队列AUC 0.912(95%CI 0.851–0.973)。
- 联合模型内部测试队列AUC 0.922(95%CI 0.857–0.987),外部测试队列AUC 0.930(95%CI 0.880–0.980)。
- Rad-score截断值0.475基于训练队列最大约登指数确定。
临床应用与阅片要点
- 联合模型在多数阈值概率范围内净获益高于影像组学模型、临床影像模型、全部治疗策略和全部不治疗策略。
- 应用联合模型在第30、90、180、270和360天预测残留肌瘤再生长,内部测试队列正确预测率83.3%,外部测试队列90.4%(作者报告)。
- 中位随访43个月(IQR 24–71)的再干预调查显示,323例患者中65例(20.1%)接受再干预,其中84.6%(55例)存在残留肌瘤再生长。
- 发生残留肌瘤再生长者再干预率40.4%(55/136),未发生再生长者再干预率仅5.3%(10/187)。
局限性
- 原文未报告局限性。
全文中译19 节 · 点击展开
贡献 本研究的新发现是什么?
基于T2加权磁共振成像(T2WI)的影像组学参数可以预测高强度聚焦超声(HIFU)治疗后1年内残余子宫肌瘤的再生长。
本研究的临床意义是什么?
准确预测残余肌瘤再生长对于子宫肌瘤患者HIFU消融后早期制定慢性病管理方案至关重要。基于T2WI的影像组学可能在此方面发挥作用。
引言
高强度聚焦超声(HIFU)已成熟确立并广泛应用于子宫肌瘤的治疗。通过分析患者的磁共振成像(MRI)数据,Liu等[1]报道未来再次干预与残余肌瘤再生长密切相关。在术后随访期间,与残余恶性肿瘤(如子宫肉瘤)相比,残余肌瘤与较低的死亡率相关[2]。然而,如果残余肌瘤组织血供丰富,可能发生再生长,这是HIFU消融子宫肌瘤后肿瘤体积增大和临床症状复发的主要原因[1,3]。
MRI提供高软组织分辨率且无辐射暴露,使其成为HIFU消融后监测子宫肌瘤的理想工具。然而,MRI检查中使用的钆对比剂的高成本、长扫描时间和潜在副作用限制了其在随访中的应用[4]。可靠的残余肌瘤再生长预测方法将有助于靶向疾病管理,可能延长子宫肌瘤体积缩小的持续时间、减少术后临床症状并改善患者术后生活质量。目前,尚无预测残余肌瘤再生长的方法。
影像组学是一个新兴领域,利用数据表征算法和数学工具从医学图像中提取大量定量特征[5,6]。在T2加权成像(T2WI)上,子宫肌瘤与周围组织之间具有良好的对比分辨率。基于T2WI的子宫病变影像组学研究已能够区分良性和恶性子宫肿瘤[7],并有效预测HIFU后肌瘤的无灌注体积比(NPVR)[8]。基于T2WI的影像组学分析是否有助于提供子宫肌瘤的预后尚未见报道。在本研究中,我们旨在通过提取HIFU消融后1天的T2WI影像组学特征,分析消融后病变的异质性及其与残余肌瘤再生长的关联,并开发机器学习模型以预测预后。
方法
本回顾性研究经重庆海扶医院伦理委员会(IRB-2022002)和重庆医科大学附属第一医院伦理委员会(IRB-2006016)批准开展。知情同意要求被豁免。
患者
我们回顾性获取了医院数据库中2009年5月至2018年10月在重庆医科大学附属第一医院接受高强度聚焦超声(HIFU)消融治疗(n = 104)以及2011年6月至2020年6月在重庆海扶医院接受HIFU消融治疗(n = 324)的患者数据,这些患者根据影像学表现结合临床症状被诊断为一个或多个子宫肌瘤。纳入标准为:(1)绝经前且年龄≥ 18岁;(2)有与子宫肌瘤相关的症状;(3)安全的声通道(即无肠道组织),在超声引导下肌瘤显示清晰;(4)术中保持清醒;(5)术前和术后均行MRI检查;(6)HIFU术前MRI显示肌瘤最大直径≥ 3 cm。排除标准为:(1)超过1年后检测到肌瘤再生;(2)图像质量差或图像数据不完整;(3)MRI检查禁忌证;(4)急性盆腔炎;(5)下腹部声通道瘢痕,导致显著声衰减。我们还对所有纳入病例进行了前瞻性电话随访调查,询问是否进行了再次干预。图1总结了研究队列,图S1展示了研究流程。
HIFU消融
采用JC型聚焦超声肿瘤治疗系统(重庆海扶医疗科技股份有限公司,中国重庆),术中使用彩色多普勒超声扫描仪(Mylab 70,Esaote,意大利热那亚)进行实时监控,治疗所有单发和多发性子宫肌瘤。用于该操作的治疗超声换能器工作频率为0.8 MHz,直径20 cm,功率高达400 W,物理焦域为1.5 × 1.5 × 8.0 mm,焦距18 cm,机载成像超声频率为3.5 MHz。术前完成下腹部皮肤脱气和清洁灌肠等术前准备,并插入导尿管以灌注生理盐水控制膀胱容量。术中患者俯卧于治疗床上,使下腹部皮肤与脱气水充分接触。操作者调整超声探头的方向和角度以引导目标肌瘤的治疗。根据患者的耐受程度和灰度成像上肌瘤外观的变化调整声波发射功率和剂量投放。每30–40分钟静脉注射枸橼酸芬太尼(0.8–1.0 µg/kg)和马来酸咪达唑仑(0.02–0.03 mg/kg)以维持术中清醒镇静,全程监测血压、心率、血氧饱和度和呼吸频率。术中和术后即刻使用超声造影剂(SonoVue;Bracco,意大利米兰)评估消融范围。
MRI
为了预先评估高强度聚焦超声(HIFU)消融子宫肌瘤的可行性以及术后有效性,每位患者在治疗前、HIFU 后 1 天以及随访检查时接受盆腔对比增强(CE)MRI 检查,使用 3 特斯拉(T)MRI 扫描仪(GE Healthcare,密尔沃基,威斯康星州,美国)或 Magnetom 1.5-T MRI 系统(Umr570,联影公司,上海,中国)。分别采用 T1 加权成像、T2WI 和 CE MRI 序列获取矢状面、横断面和冠状面图像。采集参数见表 1。
临床影像学特征、残留肌瘤再生长标准及图像分割
本分析的所有 MRI 信息均以医学数字成像和通信(DICOM)格式从图像存档与通信系统(PACS)中回顾性检索。从 HIFU 前和 HIFU 后 1 天的 MRI 检查中获取的临床影像学特征包括:患者年龄、随访时间、国际妇产科联盟分期 9、T2WI 类型、血供程度、每位患者检出和治疗的肌瘤数量、残留肌瘤的最大厚度和基底部范围、NPVR、术后 NPV、术后残留肌瘤体积、腹壁脂肪层厚度以及肌瘤中心到体表的距离。
由一名具有 5 年盆腔影像经验的腹部放射科医生(阅片者 1)使用 MicroSea 3D 图像处理软件(重庆微海软件开发有限公司,重庆,中国)评估临床和影像学特征,并在 MR 图像上逐层勾画轮廓,以测量三维(3D)子宫肌瘤体积和无灌注体积(NPV)(图 2)。NPVR(%)定义为 NPV 占肌瘤体积的百分比,残留肌瘤体积(RMV)通过从肌瘤体积中减去 NPV 计算。该策略同样应用于随访期间的体积测量。随访 MRI 检查时 RMV 较术后即刻(HIFU 后 1 天)增加超过 10% 被设定为识别残留肌瘤再生长的标准 1,并使用开源软件(ITK-SNAP v3.8.0,www.itksnap.org)在 HIFU 后 1 天内获得的 T2WI 上沿肌瘤边缘逐层分割感兴趣区(ROI)。上述特征识别和图像分割由另一名具有 16 年盆腔影像经验的放射科医生(阅片者 2)验证;如有分歧,由阅片者 2 重新勾画 ROI,并作为最终决定。
图像预处理与影像组学特征提取
在影像组学特征提取之前,对T2WI进行了三个预处理步骤,以尽量减少不同扫描仪、扫描方案和采集伪影带来的变异。首先,对所有图像应用“N4ITK”偏场校正算法,以减少图像伪影并改善灰度分布9。接下来,通过计算Z分数对所有图像进行归一化,以获得图像强度的标准正态分布。最后,通过将体素大小设置为1×1×1 mm³并采用B样条插值实现重采样。有关图像处理的更多细节,见表S1。
使用Pyradiomics v.3.0(https://pypi.org/project/pyradiomics/)从HIFU后1天获得的T2WI图像中提取每个ROI的影像组学特征,遵循图像生物标志物标准化倡议(IBSI)指南10。提取的特征包括851个特征,涵盖形状(3D)、一阶统计量、灰度共生矩阵(GLCM)、灰度尺寸区域矩阵(GLSZM)、灰度游程长度矩阵(GLRLM)、邻域灰度差矩阵(NGTDM)和灰度依赖矩阵(GLDM)以及小波。详情见表S2。
影像组学特征的可重复性分析和特征选择
为评估从ROI提取的影像组学特征的可重复性,读者2任意选择了30幅图像,读者1和读者2在影像组学特征提取过程之前均对这些图像进行了ROI分割。采用组内相关系数(ICC)评估两位放射科医生勾画的所有ROI所提取影像组学特征的可重复性,任何ICC≥0.8的特征被认为可靠。
所有ICC≥0.8的影像组学特征通过Z分数进行标准化。使用最小绝对收缩和选择算子(LASSO)方法在训练队列中识别并选择最佳影像组学特征,并根据10折交叉验证确定参数λ的最优值。根据LASSO选择的非零系数特征,通过每个特征及其系数权重的线性组合计算个体影像组学评分(Rad-scores)。
模型构建与评估
临床放射学模型通过结合在训练队列中显示统计学差异的临床和放射学特征构建:患者年龄、子宫肌瘤T2WI信号强度(T2WI类型)、子宫肌瘤血供程度、NPVR、RMV、子宫肌瘤表面至中心的最大距离、FIGO分期、残留子宫肌瘤最大厚度及其基部分布范围。此外,随访时间是预测子宫肌瘤再生长的重要特征,被纳入临床放射学和联合模型的构建。使用T2WI影像组学特征构建影像组学模型。通过将影像组学特征与临床放射学特征相结合构建影像组学-临床模型。
我们采用支持向量机(SVM)构建模型(Python scikit-learn环境,版本0.21.3;https://scikit-learn.org/stable/index.html)。在训练队列中,应用10折交叉验证和网格搜索来选择最优模型参数和核函数。生成受试者工作特征(ROC)曲线以评估模型是否有能力预测残余肌瘤的再生长,并在内部和外部测试队列中对模型进行验证。此外,使用ROC曲线下面积(AUC)评估模型在不同队列中的预测性能。为获得AUC的95% CI,我们应用非参数bootstrap抽样进行2000次计算。
临床应用评估
进行决策曲线分析,通过计算模型在三个队列中不同阈值概率下的净获益,评估预测模型是否有助于临床治疗策略的制定。根据AUC值确定最佳预测模型,并用于预测患者在30、90、180、270和360天时残余肌瘤的再生长。
统计分析
连续数据根据是否呈正态分布以均值±标准差或中位数和四分位距(IQR)表示。我们应用χ2检验或Fisher精确检验比较分类变量的差异,应用Mann-Whitney U检验比较连续变量的差异。分类变量以频率和率描述,双侧检验P < 0.05表示差异有统计学意义。
结果
HIFU消融后残余肌瘤再生长发生于199/428(46.5%)的肌瘤:训练队列中111/243(45.7%),内部测试队列中36/81(44.4%),外部测试队列中52/104(50.0%)。基线临床和影像学特征见表2。在全部三个数据集(训练集、内部测试集和外部测试集)中,患者年龄、T2WI类型、血供、残余肌瘤最大厚度和基底范围、NPVR以及术后RMV均有显著差异。与非再生长组相比,再生长组患者更年轻(P < 0.05)。再生长组中T2WI III型和IV型的比例显著高于非再生长组,而I型在非再生长组中占优势(P < 0.05)。再生长组中血供丰富的比例显著高于非再生长组(P < 0.001)。与非再生长组相比,再生长组的残余肌瘤最大厚度更大、基底分布范围更宽、体积更大(P < 0.001)。再生长组的NPVR显著低于非再生长组(P < 0.001)。
影像组学特征选择和影像组学评分(Rad-score)计算
在提取的851个影像组学特征中,从ROI提取特征的观察者间一致性良好,665个(78.1%)特征的ICC ≥ 0.8。从中,LASSO筛选出17个非零系数特征,包括1个GLDM特征、1个GLRLM特征和15个小波特征。
图3展示了LASSO特征选择的过程,以及所选特征及其系数,这些特征用于计算每位患者的放射组学评分(Rad-score)。图4显示了训练队列和两个测试队列中每位患者Rad-score值的分布。在训练队列中具有再生残留子宫肌瘤的患者中,基于最大约登指数确定了最佳Rad-score截断值为0.475。在两个测试队列中证实,再生患者的Rad-score显著高于非再生患者,表明所选放射组学特征能够有效区分将再生与不会再生的子宫肌瘤。Rad-score的方程和统计分析分别见附录S1和表S3。
模型评价
选择线性核作为SVM建模最合适的核函数。临床放射学模型、放射组学模型和放射组学-临床联合模型的预测性能见表3和图5。基于所选17个T2WI特征的放射组学模型显示出优异的预测性能,内部测试队列的AUC为0.834(95% CI,0.747–0.920),外部测试队列的AUC为0.801(95% CI,0.712–0.889)。临床放射学模型基于患者年龄、子宫肌瘤T2WI信号强度、子宫肌瘤血供程度、NPVR、RMV、随访时间、子宫肌瘤表面至中心最大距离、残留子宫肌瘤最大厚度及其基底部分布范围,其AUC值在内部测试队列为0.888(95% CI,0.816–0.960),在外部测试队列为0.912(95% CI,0.851–0.973)。结合临床和放射组学特征的模型具有最大的预测效力:该预测模型在内部测试队列的AUC为0.922(95% CI,0.857–0.987),在外部测试队列的AUC为0.930(95% CI,0.880–0.980)。带有95% CI的个体ROC曲线绘制于图S2。
临床应用
决策曲线分析可基于确定的净获益反映临床实用性。在本研究中,“全部治疗”(对所有子宫肌瘤,无论是否再生长,均行再干预治疗)或“不治疗”(对任何子宫肌瘤均不再干预治疗)策略被解释为对预测残留子宫肌瘤再生长或无再生长的患者的净获益。决策曲线分析结果表明,在大多数阈值概率范围内,放射组学-临床联合模型获得的净获益大于放射组学模型、
临床放射学模型、“全部治疗”策略和“不治疗”策略(图6)。
应用放射组学-临床联合模型预测第30、90、180、270和360天残留子宫肌瘤再生长(图7),我们获得残留子宫肌瘤再生长的正确预测率在内测队列为83.3%,在外测队列为90.4%,提示该联合模型是预测HIFU后不同时间点残留子宫肌瘤再生长的有前景的工具。
再干预随访调查
在再干预调查的中位随访时间43(IQR,24-71)个月期间,339例患者中有323例被纳入,16例失访。调查结果显示,65/323(20.1%)例患者在HIFU消融后接受了再干预。在这65例中,21例(32.3%)接受HIFU消融,36例(55.4%)接受子宫肌瘤剔除术,3例(4.6%)接受子宫切除术,3例(4.6%)接受药物治疗,另有2例(3.1%)为其他情况。此外,在我们进行随访调查时,9例(13.8%)残留子宫肌瘤再生长患者正在考虑采取何种类型的再干预。手术与再干预发生之间的间隔为18(IQR,12-36)个月。
在65例接受再干预的患者中,84.6%(n=55)存在残留子宫肌瘤再生长。当发生残留子宫肌瘤再生长时,后续再干预率为40.4%(55/136),而未发生再生长时再干预率仅为5.3%(10/187)。
讨论
使用我们的联合模型预测患者预后,可能有助于解决HIFU消融后随访通常依赖昂贵MRI检查的问题。我们研究人群的总体再干预率为20.1%,其中84.6%的患者存在残留肌瘤再生长。再加上9例在随访时尚未就再干预做出决定的肌瘤再生长患者,在接受再干预者中残留肌瘤再生长的比例高达86.5%。肌瘤再生长患者的再干预率为40.4%,远高于无再生长患者的5.3%再干预率。因此,残留肌瘤再生长是肌瘤HIFU消融后再干预的主要危险因素。有效预测此类因素有助于预测患者预后,并能够启动适当的临床干预,如继续随访、内分泌治疗、整体身心健康治疗 11 、重复HIFU或肌瘤切除术,以避免或限制不良影响。
我们发现,较年轻女性更可能发生残留肌瘤再生长,这可能与子宫肌瘤是激素依赖性良性肿瘤有关。这与Gorny等 12 的发现一致,他们认为较年轻女性在MR引导下HIFU治疗肌瘤后更可能接受再干预。我们发现,残留肌瘤再生长患者 predominantly 具有高信号强度肌瘤(T2WI III–IV型),且肌瘤再生长患者中血供丰富者的比例显著高于无再生长者。这可能是因为HIFU期间往往保持未消融的区域通常是血供丰富 13 或平滑肌细胞丰富 14 , 15 的区域,而这些特征是残留肌瘤再生长的基本因素 16 。这些特征提示,在子宫肌瘤HIFU消融过程中,肌瘤越难消融,就越可能再生长。残留肌瘤的最大厚度、基底部分布范围和体积可用于描述其形态学特征。
与自动提取MRI特征的影像组学模型不同,在临床放射学模型中,MRI特征是手动选择并测量的。然而,MRI特征的识别具有主观性,特征选择和特征的准确测量均依赖医生的临床经验。尽管影像组学模型的预测性能弱于临床放射学模型,但其仅基于单序列T2WI,未使用CE。我们的结果表明,影像组学能够有效识别HIFU消融后T2WI上残留肌瘤的形状、纹理和灰度特征。未来工作应评估在影像组学模型中加入多个MRI序列对进一步提高预测准确性的影响。
近年来,影像组学逐渐成为一种能够从医学图像中提取“隐藏”数据的工具。它已被用于通过分析信号强度变化的成像体素的空间排列来量化肿瘤异质性,从而辅助医学决策 17 。影像组学已被应用于子宫肌瘤研究领域,例如用于良恶性肿瘤的鉴别和HIFU NPVR的预测 8, 18, 19 。然而,尚无研究探讨影像组学在预测子宫肌瘤HIFU消融后预后方面的应用。在本研究中,不同类别的影像组学特征被纳入残余肌瘤再生长预测模型。在LASSO特征选择结果中,GLRLM特征GLRLM_SRHGLE(短游程高灰度 Emphasis)在建模时显示出最大的显著性。该特征通过测量较高灰度值的短距离游程长度分布来代表体素均匀性的分布;随着体素排列的空间不均匀性增加,这些特征逐渐降低 20, 21 。小波特征可以进一步在多个层面上反映肿瘤组织的空间异质性,以提供更详细的肿瘤生物学信息并补充视觉特征。较高的Rad-score也表明病变异质性更大且残余肌瘤再生长风险增加,而较低评分则表明病变更均匀且预后更好,这与先前关于宫颈癌的研究发现一致 22 。影像组学在残余肌瘤患者中检测到的特征变异性可能是肌瘤持续进展的早期指标,使得能够在微观层面识别异质性特征,即识别肌瘤异质性变化的影像组学特征 23, 24 。此外,对特定组织区域的定量测量可以提供关于组织结构细微差异的额外信息,包括坏死区域、细胞增殖和新血管生成 25, 26 ,这些与残余肌瘤肉眼不可见的内在再生长机制相关。
我们的模型不足以准确预测肌瘤复发时间,主要是因为本研究的病例随访仅限于一年,且每位患者仅在一个特定时间点进行了随访。然而,我们的结果表明,有可能预测残余肌瘤在不同时间点是否已经再生长。未来研究中纳入随访时间更长的病例将有助于改善残余肌瘤再生长与时间变量之间的相关性。
我们的研究存在若干局限性。第一,入组患者的随访时间为1年。因此,缺乏更长随访时间的记录。一些患者可能在研究期之后发生了残余肌瘤再生长,限制了模型的适用性。第二,我们选择T2WI进行影像组学分析以最小化采集参数的变异性。然而,这一限制可能导致预测结果不够准确;多模态研究可能进一步提高准确性。第三,我们仅选择了一种特征选择方法(LASSO)和一种分类器(SVM)。多种分类器和特征选择的组合可能产生预测性能更好的模型。
总之,我们开发并验证了一种基于T2WI影像组学、通过机器学习结合临床放射学特征的联合预测模型。该模型能够有效预测子宫肌瘤高强度聚焦超声(HIFU)消融后1年内是否发生残留肌瘤复发。它可为临床决策提供准确便捷的参考,为子宫肌瘤患者HIFU消融后早期定制慢性病管理方案提供依据。
支持信息
附录S1 最小绝对收缩和选择算子(LASSO)得出的Rad评分的公式
点击此处查看附加数据文件。
图S1 研究流程总结图。(a) 患者入组过程和研究队列。(b) 数据收集。(c) 影像组学分析、机器学习建模和评估。
点击此处查看附加数据文件。
图S2 在训练队列、内部测试队列和外部测试队列中,使用影像组学、临床-放射学及影像组学-临床联合模型预测高强度聚焦超声消融后残留子宫肌瘤再生的受试者工作特征曲线及95% CI。
点击此处查看附加数据文件。
表S1 遵循图像生物标志物标准化倡议(IBSI)指南的特征提取配置
表S2 提取的图像特征,分为八类
表S3 高强度聚焦超声消融后子宫肌瘤再生患者与未再生患者之间Rad评分的比较
点击此处查看附加数据文件。
引用
- Zhou Y, Zhang J, Chen J, et al. Prediction using T2-weighted magnetic resonance imaging-based radiomics of residual uterine myoma regrowth after high-intensity focused ultrasound ablation. Ultrasound Obstet Gynecol. 2022. PMID: 36054291. doi:10.1002/uog.26053
- 全文:PMC9828488(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9828488/
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。