基于磁共振成像的影像组学分析预测无功能胰腺神经内分泌肿瘤分级:一项多中心研究
该多中心回顾性研究纳入5中心228例无功能胰腺神经内分泌肿瘤患者,利用T2WI和ADC提取影像组学特征构建模型预测1级与2/3级。融合模型在训练集和测试集AUC分别为0.956和0.864,影像组学模型分别为0.941和0.871,均优于放射学模型。
要点
- 基于T2WI和ADC的影像组学模型可在术前无创预测无功能胰腺神经内分泌肿瘤1级与2/3级。
- 影像组学模型和融合模型诊断性能优于基于临床信息和放射学特征的模型。
- 模型仅需非增强T2WI和DWI序列,无需注射对比剂。
核心结论
- 整合影像组学特征与放射学特征的融合模型可作为无创、可靠且准确的工具用于无功能胰腺神经内分泌肿瘤术前分级预测。
研究设计与样本
- 多中心回顾性研究,纳入5家医院228例经病理证实接受手术切除的无功能胰腺神经内分泌肿瘤患者。
- 中心1的115例为训练队列,中心2-5的113例为测试队列。
- 从T2WI和ADC提取影像组学特征,采用LASSO筛选特征并构建影像组学标签。
- 以病理WHO 2017分级(核分裂率和Ki-67指数)为参考标准。
关键影像表现/征象
- 肿瘤边界、强化均匀性和血管侵犯用于构建放射学模型。
- 最终选取4个影像组学特征构建模型,包括ADC的GLCM最大相关系数、T2WI的梯度一阶偏度和低灰度小依赖强调等。
诊断标准与关键数值
- 放射学模型训练组AUC 0.884(95%CI 0.825–0.942),测试组AUC 0.684(95%CI 0.591–0.778)。
- 影像组学模型训练组AUC 0.941(95%CI 0.901–0.982),敏感度87.0%、特异度91.3%、准确率76.9%;测试组AUC 0.871(95%CI 0.805–0.937),敏感度84.6%、特异度81.3%、准确率69.2%。
- 融合模型训练组AUC 0.956(95%CI 0.922–0.989),测试组AUC 0.864(95%CI 0.794–0.935)。
- 放射学模型训练组敏感度62.0%、特异度100%、准确率0.722;测试组敏感度32.3%、特异度95.8%、准确率0.714。
- 临床模型训练组AUC 0.598(95%CI 0.458–0.739),敏感度63.6%、特异度16.7%。
临床应用与阅片要点
- 融合模型在测试队列中区分1级与2/3级的AUC为0.864,与影像组学模型(AUC 0.871)无显著差异(p=0.726)。
- 决策曲线分析显示融合模型在阈值0.02–1.00范围内净获益优于放射学模型。
- 影像组学特征选自非增强T2WI和DWI,无需注射对比剂。
局限性
- 作为回顾性多中心研究,患者选择和验证中的偏倚不可避免。
- 经FNA确诊的无功能胰腺神经内分泌肿瘤被排除,因活检可能因瘤内异质性和采样误差导致误分类。
- 未纳入其他MR序列信息,DCE-MRI仅用于ROI分割参考。
- 未分析模型与患者生存结局的关系。
- 手动分割ROI相当耗时。
全文中译17 节 · 点击展开
引言
胰腺神经内分泌肿瘤(PNETs)占胰腺肿瘤的1–3%,是胰腺第二常见的恶性肿瘤[1–3]。无功能性PNETs(NF-PNETs)比功能性PNETs常见得多,约占所有PNETs的70–90%[4]。世界卫生组织(WHO)根据核分裂率和Ki-67指数将PNETs分为低级别(1级)、中级别(2级)或高级别(3级)[5]。一般而言,Ki-67指数每增加1%,肿瘤进展风险增加2%[6, 7]。对于1级NF-PNETs,尤其是那些尺寸< 2 cm的肿瘤,通常推荐观察[8]。相比之下,2/3级肿瘤与较差的预后相关,通常需要更积极的治疗[9]。术前准确评估分级至关重要,因为个体化治疗决策已被发现强烈依赖于组织学分级,尤其是对于不可切除的肿瘤。然而,术前难以确定分级。迄今为止,内镜超声引导下细针穿刺抽吸(FNA)仍然是诊断和分级肿瘤最常用的策略,尽管已有报道其具有侵入性、准确性有限以及难以反映肿瘤异质性[10, 11]。
MRI作为预测PNETs肿瘤分级的影像生物标志物已显示出巨大潜力。例如,先前的研究证明,从扩散加权成像(DWI)计算得出的参数ADC与肿瘤分级呈负相关[12]。近年来,ADC图的直方图分析被证明有助于预测PNETs分级,其中ADC熵和ADC峰度是识别高级别PNETs最准确的参数[13]。此外,T2加权成像(T2WI)已被用于许多癌症的评估,因为它们可以提供更多的解剖信息细节,且来自不同扫描仪的纹理特征具有高度可重复性[14, 15]。Kulali等[16]证明,T2WI上的低至中等信号强度和较低的ADC值与高级别PNETs显著相关,因为这些变化可以提示肿瘤的侵袭性。此外,T2WI和DWI是临床上最常用的非增强序列,这意味着不需要使用造影剂[17]。
影像组学可以利用大量自动提取的数据表征算法将影像数据转换为高维定量图像特征[18, 19]。近年来,影像组学已作为一种无创方法成功应用于PNETs肿瘤分级的预测。例如,Bian等[20]证明,由动脉期和门静脉期图像中选取的七个特征组成的MRI放射评分与NF-PNET分级显著相关,曲线下面积(AUC)分别为0.775,准确率分别为0.701。然而,据我们所知,尚未有基于最常用的非增强MRI序列(包括T2WI和DWI)进行影像组学分析的已发表报道。因此,我们研究的目的是评估T2WI和DWI的影像组学特征在预测NF-PNETs分级中的价值。
材料与方法
患者
这项多中心回顾性研究来源于中国5家医院。本研究按照《赫尔辛基宣言》进行,并经北京大学肿瘤医院暨北京市肿瘤防治研究所(中国北京)机构审查委员会批准。免除知情同意。
检索2014年1月至2020年12月经组织学确诊并接受手术切除的NF-PNETs患者的病历,以得出经病理确诊的NF-PNETs。排除标准如下:(1)无术前MRI或MRI检查与手术间隔超过4周;(2)图像质量不满足分析要求;(3)成像前接受过局部或全身治疗;(4)病灶小于1 cm。招募流程见图1。
从病历中获取基线临床信息,包括性别、年龄、体重指数(BMI)、症状(有或无)、总胆红素(TB)、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、空腹血糖(FBG)、癌胚抗原(CEA)、糖类抗原199(CA199)、糖类抗原724(CA724)和神经元特异性烯醇化酶(NSE)。临床信息用于构建临床模型。
MRI方案
所有检查均在1.5-T或3.0-T扫描仪上进行,使用8通道相控阵体部线圈,患者取仰卧位覆盖上腹部。在训练组中,25名受试者在1.5-T扫描仪上扫描,90名患者在3.0-T扫描仪上扫描。MRI方案的详细参数列于表1。所有5个中心均采用单次激发回波平面成像序列在对比剂给药前进行DWI,至少包括b值0和1000 s/mm2。
MRI特征分析
MRI判读,包括定性分析和ROI选择,由两名放射科医师协商完成(H.B.Z.和P.N.,二者均有12年腹部MRI经验)。当存在分歧时,引入一名资深放射科医师(X.Y.Z.,具有15年腹部MRI经验)进行仲裁,仲裁结果用于后续分析。阅片者对临床信息和病理报告不知情。
首先评估定性特征,包括(1)肿瘤位置(胰头/颈、体或尾),(2)T2WI信号强度(相对于周围胰腺实质为低信号、等信号或高信号),(3)最大轴位径线,(4)肿瘤边缘(规则或不规则)[21],(5)外生性生长(有或无),(6)肿瘤压迫导致上游胆总管扩张(CBDD,≥ 10 mm)和/或主胰管扩张(MPDD,≥ 5 mm),(7)动脉期存在高强化,(8)强化均匀性,(9)存在血管和邻近器官侵犯,以及(10)存在同时性肝转移。采用前向似然比(LR)法对10个定性特征进行逻辑回归分析。放射学模型在训练组中构建,并在测试队列中进一步验证。
影像组学工作流程
图像分割
由两名放射科医师使用软件ITK-SNAP(版本3.8.0,http://www.itksnap.org)在T2WI和DWI上逐层手动勾画整个肿瘤体积的感兴趣区(ROI)。动态对比增强MRI(DCE-MRI)作为ROI分割的参考(如已进行)。特别注意避开血管结构、胰管和伪影。ROI放置在b值为1000 s/mm2的DWI图像上,并复制到相应的ADC图上。
特征提取
使用开源Python软件包PyRadiomics(版本3.0.1,https://www.python.org)[22]进行特征提取。为消除不同MRI扫描仪之间的差异,采用各向同性重采样和Z分数归一化进行图像预处理。从每个ROI中共提取1316个特征,包括107个原始图像特征和1209个经滤波器处理的衍生图像特征。预处理步骤和107个特征的详细信息见补充文件。结合T2WI和ADC的特征,共提取2632个特征。
采用t检验剔除在1.5-T和3.0-T扫描仪之间显示显著差异(p < 0.05)的特征,以及剔除在1级与2/3级组之间显示无显著差异(p > 0.05)的特征。剔除Pearson相关系数绝对值大于0.5的高度相关特征。采用最小绝对收缩和选择算子(LASSO)逻辑回归进一步剔除特征。通过最大化训练组平均准确率进行五折交叉验证以确定LASSO中的超参数。特征选择步骤的更多细节见补充文件。最终,通过线性组合所选特征获得影像组学评分。
融合模型由临床模型中选定的定性特征和影像组学模型中的影像组学评分构建。采用逻辑回归计算2/3级的风险,并以列线图可视化。采用决策曲线分析评估模型的净获益。
病理分析
肿瘤分级由一名病理科医师(Q.Y.,具有13年经验)根据世界卫生组织(WHO)2017年分类[5],通过计数核分裂率和Ki-67指数确定。
统计学
连续变量以均值±标准差描述,采用t检验进行比较。分类变量以数量和百分比描述,采用Pearson卡方检验或Fisher精确检验进行比较。临床模型的统计分析和逻辑回归使用SPSS软件(版本22.0)进行。影像组学模型的特征选择和逻辑回归使用Python(版本3.6.5)进行。融合模型的列线图、连续净重分类指数(NRI)和决策曲线分析使用R(版本4.1.1)及“rms”、“PredictABEL”和“rmda”包计算。DeLong检验使用MedCalc软件(版本18.2.1)进行。双侧p值≤ 0.05被认为具有统计学意义。
影像组学质量评分
Lambin等人开发了一个36分的“影像组学质量评分”(RQS)指标[23]。标准见补充表S1,其中显示本研究的RQS为22。此外,补充表S2中还提供了遵循预测模型开发与验证报告指南的TRIPOD清单。
结果
临床和基线特征
本研究共纳入228例经病理证实的NF-PNET连续患者。来自中心1的115例患者(包括27例1级(23.5%)和88例2/3级(76.5%))作为训练队列入组。来自中心2–5的另113例患者作为测试队列入组,包括48例1级(42.5%)和65例2/3级(57.5%)患者。患者特征总结于表2。CEA(p = 0.010)和NSE(p = 0.004)水平在训练组与测试组之间差异显著。此外,基线MRI特征包括肿瘤最大径(p = 0.048)、肿瘤边缘(p = 0.005)、动脉期明显强化(p = 0.024)、血管及邻近组织受累(p < 0.01)和同时性肝转移(p < 0.01)在训练集与测试集之间差异有统计学意义。
临床模型
通过logistic回归未识别出有统计学意义的独立临床因素,模型中唯一的因素为NSE(OR = 0.035,95% CI,0.092–1.333,p = 0.124)。临床模型在训练组中的AUC为0.598(95% CI,0.458–0.739),敏感性为63.6%,特异性为16.7%,提示诊断性能较差。未计算在测试组中的进一步验证。
影像学模型
采用三个影像学特征(包括肿瘤边界、强化均匀性和血管侵犯)构建临床模型。该模型在训练队列和测试队列中的AUC分别为0.884(95% CI,0.825–0.942)和0.684(95% CI,0.591–0.778)。该模型在训练队列中的敏感性、特异性、阳性预测值(PPV)、阴性预测值(NPV)和准确率分别为62.0%、100%、100%、39.7%和0.722,而在测试队列中分别为32.3%、95.8%、91.3%、51.1%和0.714(表3)。
影像组学模型
根据1.5-T与3.0-T扫描仪之间的T检验结果,剔除了1193个差异显著的特征(p < 0.05)。在剩余1439个特征中,使用T检验检查排除了1047个特征,使用相关性排除了378个特征。经过特征选择后,选中14个特征。采用五折交叉验证确定超参数α。最佳α为0.0231。最终,在线性预测模型中选择4个特征。影像组学模型的线性表达式为:
在训练队列中,影像组学模型的AUC为0.941(95% CI,0.901–0.982),灵敏度、特异度、PPV、NPV和准确率分别为87.0%、91.3%、97.6%、63.6%和76.9%。在测试队列中,该模型的AUC为0.871(95% CI,0.805–0.937),灵敏度、特异度、PPV、NPV和准确率分别为84.6%、81.3%、85.9%、79.6%和69.2%(图2a)(表4)。
融合模型
融合模型以列线图形式可视化(图3),该模型结合了影像组学特征和3个影像学特征,在训练组和测试组中产生的AUC值分别为0.956(95% CI:0.922–0.989)和0.864(95% CI:0.794–0.935)(图2b)(表5)。校准曲线见图4。Hosmer-Lemeshow检验在训练组和测试组中分别给出p值为0.991和0.582,表明校准良好。融合影像组学模型显示出比影像学模型更好的判别能力(p < 0.01)。融合模型的诊断性能与影像组学模型相似,两种模型之间无显著差异(p = 0.521)。
临床实用性
在训练组中,从影像学模型到影像组学模型的NRI为0.696(95% CI:0.263–1.128,p = 0.002),从影像学模型到融合模型的NRI为1.370(95% CI:1.029–1.711,p = 0.000),从影像组学模型到融合模型的NRI为1.217(95% CI:0.889–1.546,p = 0.000)。在验证组中,从影像学模型到影像组学模型的NRI为0.878(95% CI:0.566–1.190,p = 0.000),从影像学模型到融合模型的NRI为1.073(95% CI:0.777–1.370,p = 0.000),从影像组学模型到融合模型的NRI为0.349(95% CI:−0.012至0.710,p = 0.058)。
决策曲线分析(DCA)见图5,其中横轴为风险阈值概率,纵轴为归一化净获益。DCA显示,在本研究中使用融合模型区分NF-PNET分级在整个阈值范围内比全部治疗策略或全不治疗策略更有益。融合模型在0.02–1.00阈值范围内表现优于影像学模型。融合模型在0.05–0.20、0.27–0.41和0.57–1.00阈值范围内表现优于影像组学模型。
讨论
为了基于临床信息和DWI与T2WI的影像组学预测NF-PNETs的分级,我们开发并验证了4个模型:临床模型、影像学模型、影像组学模型,以及整合影像学和影像组学模型的融合模型。在测试队列中,影像组学模型和融合模型的诊断性能优于影像学模型(AUC = 0.871 vs 0.684,p = 0.001;AUC = 0.864 vs 0.684,p = 0.001)。此外,与影像组学模型相比,融合模型在测试队列中显示出相似的区分能力(AUC = 0.864 vs 0.871,p = 0.726)。在测试队列(n = 113)中被正确分类的患者数量,影像学模型为67例,影像组学模型为94例,融合模型为94例。
许多研究者探讨了影像学特征与肿瘤分级之间的关系。Robertis等[24]开展的一项研究显示,边界不清在2/3级肿瘤中更为常见,特异度高达90.3%。Ricci等[21]显示,肿瘤大小和异质性强化与2/3级PNETs的风险相关,表明1级PNETs的肿瘤血流量显著高于更高级别病变。因此,较高级别的PNETs比较低级别肿瘤更可能具有侵袭性,包括边界不清、血管侵犯和异质性强化,这与我们的研究一致。然而,结果差异很大,准确性仍具有挑战性,因为这些研究通常基于小规模研究、使用主观的半定量影像学参数,且缺乏可靠的外部验证。因此,仍迫切需要一种能够在术前预测肿瘤分级的可靠方法。
影像组学已广泛用于评估肿瘤特征,如时空异质性[18, 19]。通过对肿瘤内异质性的定量分析,影像组学可帮助临床医生评估肿瘤的内在生物学侵袭性并指导个体化治疗。例如,Liang等[25]构建了一个列线图,包含从对比增强计算机断层扫描(CECT)中选取的8个影像组学特征并结合临床分期,该列线图在预测1级和2/3级肿瘤方面表现出良好性能,在训练队列和测试队列中的AUC分别为0.907和0.891。同样,Gu等[26]发现,融合肿瘤边缘和影像组学特征的融合影像组学模型与组织学分级显著相关,在训练队列和测试队列中的AUC分别为0.974和0.902。然而,尽管多参数MRI与CT相比在提供更高软组织分辨率方面展现出巨大潜力,聚焦于MRI影像组学分析的研究仍然很少。Bian等[27]从T2WI和平扫T1加权脂肪抑制序列中选取14个影像组学特征,并在训练队列(AUC = 0.851)和验证队列(AUC = 0.736)中显示出对1级和2/3级肿瘤的良好区分能力。近期,Liu等[28]构建了一个模型,包含来自T2WI的6个影像组学特征和来自CECT的1个影像组学特征,相对于临床模型和其他使用单一模态图像的模型,该模型在训练队列(AUC = 0.92)和验证队列(AUC = 0.85)中显示出更好的区分能力。我们的结果与上述结果相似,表明影像组学模型优于影像学模型,因为它能提供更多信息并反映肿瘤内的生物学行为。此外,融合模型能够描绘肿瘤异质性中更复杂的纹理信息,从而能够在术前有效识别更具侵袭性的2/3级NF-PNET。
在我们的研究中,2632个特征被缩小至仅4个潜在预测因子以构建模型。其中一个重要的影像组学预测因子是基于形状的特征,即球形度。球形度近期受到重视,因为它能够对可观察形状提供定量描述且具有高可重复性[29–31]。既往研究表明,球形度不仅与肿瘤分级相关,还可作为多种癌症的预后预测因子[32–34]。例如,Benedetti等[32]报道球形度与PNET中的高级别、微转移和血管侵犯相关。其他显著的影像组学预测因子包括来自ADC的GLCM特征最大相关系数(MCC)、来自T2WI的梯度一阶偏度和小依赖低灰度强调(SDLGE),表明来自ADC的肿瘤纹理复杂性、来自T2WI的肿瘤内散在低信号和直方图不对称性是NF-PNET分级的良好预测因子。众所周知,更高级别的PNET由于囊性变、坏死和钙化增加而倾向于更加异质。因此,通过整合关于整个肿瘤形状和异质性的影像组学特征,该列线图在区分PNET分级方面取得了良好性能,在训练队列和测试队列中的AUC分别为0.941和0.871。
我们的模型有几个优点。首先,测试了影像组学特征的跨扫描仪可重复性,并选择了不同扫描仪之间最具可重复性的影像组学特征。需要指出的是,不同厂商之间的可重复性被忽略,因为既往研究报告纹理特征对厂商之间的差异不太敏感[35]。其次,模型在四个测试队列中的良好性能表明该模型稳健可靠,进一步证明模型在不适配的新数据中具有良好的预测能力,可用于临床环境。第三,模型中选择并构建了来自平扫T2WI和DWI的影像组学特征,这意味着不需要使用对比剂,尤其有利于慢性肾功能不全患者,此类患者在给予钆基MR对比剂后发生肾源性系统性纤维化(NSF)的风险较高[36, 37]。
本研究有几个局限性。首先,作为一项回顾性多中心研究,患者选择和验证中的偏倚不可避免。其次,经FNA确诊的NF-PNETs被排除,因为活检可能因瘤内异质性和取样误差导致误分类。第三,本研究未纳入其他MR序列的信息,尽管既往研究表明平扫T1加权序列和增强图像在预测PNETs分级方面具有很大潜力[25, 28]。本研究中DCE-MRI仅用作ROI分割的参考。此外,我们未分析模型与患者生存结局之间的关系。最后,手动分割ROI相当耗时。近年来,已引入多参数MRI中胰腺肿瘤的自动分割,其使用深度卷积神经网络显示出与肿瘤专家相当的性能[38]。因此,尽管我们的研究结果令人鼓舞,未来仍需更多研究。
总之,我们基于平扫MRI,在一项多中心研究中开发了一个可靠且便捷的模型,将影像组学特征与影像学特征相结合,用于术前预测NF-PNETs的分级,该模型可促进外科医生的临床决策并指导NF-PNETs患者的个体化治疗。
补充信息
ESM 1(PDF 209 kb)
引用
- Zhu HB, Zhu HT, Jiang L, et al. Radiomics analysis from magnetic resonance imaging in predicting the grade of nonfunctioning pancreatic neuroendocrine tumors: a multicenter study. Eur Radiol. 2024. PMID: 37552258. doi:10.1007/s00330-023-09957-7
- 全文:PMC10791720(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10791720/
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。