文献速递神经技术与安全MR

基于黑血成像的深度学习检测与量化脑转移瘤可提供治疗建议:一项临床队列研究

Deep learning-based detection and quantification of brain metastases on black-blood imaging can provide treatment suggestions: a clinical cohort study.
PubMed 文献 · Eur Radiol · 2023-09-02

本研究在193例患者中开发了基于黑血增强T1加权成像的深度学习系统(DLS)用于脑转移瘤(BM)检测与量化,并应用于112例新检出BM患者;按EANO-ESMO推荐根据DLS检出的BM数量和体积将患者分为3个治疗建议组,DLS分组与实际临床决策的一致率为76.8%(86/112),考虑靶向药物后的修正一致率为81.3%(91/112),区分高危组(B+C)的敏感度为95%(82/86)、特异度为81%(21/26)。

要点

  • DLS检测BM的敏感度为91.3%(876/952),阳性预测值为84.5%(876/1036),每例患者假阳性率为0.70。
  • DLS与真实标注的BM数量ICC为0.986(95%CI 0.979–0.990),体积ICC为0.893(95%CI 0.845–0.927)。
  • DLS基于BM数量和体积给出的治疗建议与实际临床决策一致率为76.8%(86/112),考虑靶向药物后为81.3%(91/112)。

核心结论

  • 基于DLS的BM检测与量化可能有助于为局限性和广泛性BM的低危和高危组确定治疗选择。
  • 对于新诊断BM患者,基于深度学习的检测与量化可能用于需要及时准确治疗决策的临床场景,从而可能带来更好的患者结局。

研究设计与样本

  • 本研究为回顾性临床队列研究,DLS在193例患者(93例有BM共866个,100例无BM)中开发,应用于112例新检出BM患者(平均年龄64.3岁,63名男性)。
  • 影像为3-T扫描仪采集的黑血对比增强T1加权成像,使用32通道或64通道头线圈(Ingenia 3.0 CX、Architect、Vida)。
  • 参考标准为患者实际接受的临床治疗,由未参与图像分析的一名作者查阅病历并与肿瘤科医生协商确定。

关键影像表现/征象

  • DLS在临床队列中检测BM的敏感度为91.3%(876/952),阳性预测值为84.5%(876/1036),1036个病灶检测中160个为假阳性,每例患者假阳性率为0.70。
  • DLS输出与真实标注的BM数量ICC为0.986(95%CI 0.979–0.990),体积ICC为0.893(95%CI 0.845–0.927)。
  • DLS最常将患者分入B组(60例,54%),C组BM数量和体积最大,其次为B组和A组(Kruskal–Wallis检验,数量p<0.001,体积p=0.001)。
  • DLS对A组、B组、C组的诊断敏感度分别为84%(21/25)、81.8%(45/55)、62.5%(20/32)。

诊断标准与关键数值

  • A组(建议随访):DLS输出≤2个BM,直径≤5 mm且计算体积≤65 mm3,建议短期影像随访不治疗。
  • B组(局限性BM,建议手术或立体定向放射外科):总肿瘤体积>65 mm3或病灶数≥3,但病灶数和体积分别不超过10个和15 mL(15,000 mm3)。
  • C组(广泛性BM,建议全脑放疗或全身化疗):病灶数≤10且体积>15 mL(15,000 mm3),或病灶数>10 regardless of total volume。
  • DLS基于分组与实际临床决策一致率为76.8%(86/112),考虑靶向药物后修正一致率为81.3%(91/112)。
  • 区分高危组(B+C)的敏感度为95%(82/86),特异度为81%(21/26);DLS与真实体积基于同一算法的治疗建议一致率为86.6%(97/112)。

临床应用与阅片要点

  • 原文指出,根据ASCO-SNO-ASTRO实践指南和EANO-ESMO推荐,决定BM治疗时应考虑BM的体积和数量以及患者状况。
  • 原文指出,对于EGFR或ALK突变的NSCLC BM患者,推荐奥希替尼或阿来替尼一线靶向治疗替代手术或SRS等局部治疗,除非存在BM相关症状。
  • 原文认为DLS可提供可解释的数量和体积信息,便于可视化与核查,可能辅助贴近临床决策流程的治疗分层。

局限性

  • 本研究为回顾性研究,来自单中心的患者队列相对较小,需要外部验证以考察模型的稳健性。
  • DLS可能低估囊性/坏死性病灶的体积,因为分割仅包括环形强化病灶的强化部分;当估计累积体积>15 mL时,若存在囊性/坏死性肿块,实际病灶体积可能更大。
  • RECIST和RANO指南规定测量最大直径即使肿瘤含囊性/坏死区域,作者承认DLS可能低估囊性/坏死性病灶体积,该差异的临床意义需在未来研究中调查。
  • DLS的临床获益需通过评估其对临床医生的影响及患者长期结局的变化来评价;BM治疗决策复杂且超出指南范围,原文此处表述不完整。
全文中译21 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2023 Sep 2;34(3):2062–71. doi: 10.1007/s00330-023-10120-5

引言

随着癌症治疗的进步,癌症患者的生存率不断提高,但生存期的改善导致越来越多的患者被诊断为脑转移(BM)[1]。在临床实践中,准确评估BM对于疾病监测和疗效评估是必要的。然而,放射科医生检测BM可能相当费力,且常常受限于在阅读MRI时通常不提供BM的分割和定量信息[2]。

深度学习系统(DLS)用于BM自动检测的可行性已得到充分证实[1, 3–8]。大多数DLS使用目标检测技术,并通过边界框标记BM的存在[1, 8],而非对BM进行分割和定量。如果使用体素级分割进行基于DLS的BM检测,则应能实现准确的体积测量,系统的临床实用性也应更高。黑血(三维 turbo-spin echo)对比增强T1加权成像(CE-T1WI)近期被推荐为临床试验中的推荐方案[9],该技术可减少类似脑转移的强化血管影[10–12]。与仅使用梯度回波CE-T1WI的DLS相比,联合使用梯度回波和黑血CE-T1WI的DLS在检测小于3 mm的BM时显示出82.4%的高灵敏度,且每例患者的假阳性率显著降低至0.59[13]。然而,目前缺乏关于整合黑血CE-T1WI的DLS用于BM检测和定量的临床实用性研究。

根据美国临床肿瘤学会(ASCO)、神经肿瘤学会(SNO)、美国放射肿瘤学会(ASTRO)实践指南[14]以及欧洲神经肿瘤协会(EANO)-欧洲肿瘤内科学会(ESMO)关于实体瘤BM的推荐意见[15],在决定治疗时应考虑BM的体积和数量以及患者的状况。治疗建议包括立体定向放射外科(SRS)、手术、全脑放疗(WBRT)和全身化疗[15]。在这方面,SRS在BM治疗中的作用已有所演变[16],最多十個BM的患者可考虑SRS。由于数值和基于体积的评估在治疗计划中很重要,我们假设基于深度学习的检测和定量有助于为BM提供治疗建议。因此,本研究的目的是评估基于深度学习的BM检测和定量是否可为BM患者提供治疗选择建议。

材料与方法

纳入标准

本研究依照《赫尔辛基宣言》进行,研究方案获得峨山医疗中心机构审查委员会批准(IRB编号:2021–0963)。由于研究具有回顾性,知情同意要求被豁免。患者纳入流程见图1。筛选了2020年10月至2021年4月期间因实体瘤诊断BM而接受脑MRI的150例连续患者的临床队列。排除患者情况如下:(1)无新发BM(n = 13);(2)原发肿瘤为小细胞肺癌(n = 13;因为决定进行SRS或WBRT及此类干预的时机与实体瘤不同)[17];(3)因原发肿瘤负荷无法控制而接受姑息治疗(n = 4);或(4)有既往全脑放疗史(n = 2)。另有6例患者被排除,原因要么是指标试验结论不确定且存在BM以外的强化脑病变(n = 4),要么是参考标准随访缺失(n = 2)。最终,112例患者纳入分析(平均[标准差(SD)]年龄,64.3[9.8]岁;63例男性)。

用于检测和量化BM的深度学习网络在一个独立的193例患者训练数据集上开发,其中93例有BM(866个BM),100例为BM阴性。这193例患者在2020年1月至2020年10月期间接受了脑MRI。训练集中BM的分布、原发肿瘤的分布以及DLS的性能总结于补充表1和2。

图1 临床队列和网络训练集的患者纳入流程。DLS = 深度学习系统,BM = 脑转移,GRE = 梯度回波,CE-T1WI = 对比增强T1加权成像 查看原图 ↗

MRI采集方案

BM成像方案使用3-T扫描仪采集,配备32通道或64通道头线圈(Ingenia 3.0 CX,Philips Healthcare;Architect,GE Healthcare;Vida,Siemens Healthineers)。详细成像方案见补充材料。

用于检测和量化BM的DLS

在我们DLS模型的训练中,将GRE CE-T1WI和黑血CE-T1WI图像对作为输入喂入模型。DLS的详细信息总结于补充材料。网络设计见补充图1。

用于DLS输出的参考肿瘤体积

地面真值体积由两名研究人员(M.S.K.和H.J.K.,分别具有7年和2年放射学经验)分别使用配准的GRE CE-T1WI和黑血CE-T1WI准备。读者同时审阅两幅图像,并在黑血CE-T1WI上绘制地面真值体积边界。DLS检测到的BM如果至少有一个体素与地面真值体积重叠,则被视为真阳性发现;如果没有任何体素与任何地面真值体积重叠,则被视为假阳性发现。

根据DLS输出建议治疗

为根据DLS检测到的BM数量和体积提出治疗建议,我们基于ASCO-SNO-ASTRO[14]和EANO-ESMO实践指南[15]提出的不同治疗方法的组合,设定了一个用于分配治疗建议的逻辑算法。图2展示了总结实践指南的示意图。我们根据DLS输出中BM的数量和体积定义了三个治疗组。A组(适合随访):根据神经肿瘤脑转移瘤疗效评估(RANO-BM)[17],在层厚1.5 mm或更薄的MRI上,新发脑病灶小于5 mm的患者被视为“不可测量”。需要进行随访MRI扫描以确定此类小病灶是否为真性转移[18]。A组患者在DLS输出中为≤2个BM、直径≤5 mm且计算体积≤65 mm3,建议进行短期影像学随访而不治疗。计算体积65 mm3的依据基于球体体积公式(V:体积,r:半径),以5 mm为给定病灶的最大直径。

B组(有限BM,适合手术或SRS):对于单个脑病灶或多个病灶(等于或少于十个,累积体积小于15 mL[17])的患者,推荐手术或SRS。B组定义为推荐手术或立体定向放射外科治疗且总肿瘤体积>65 mm3或病灶计数≥3,但病灶计数和体积分别不超过10和15 mL(15,000)的患者。

C组(广泛BM,推荐化疗或WBRT):对于超过十个BM且颅外疾病未控制的患者,应考虑WBRT或全身化疗[15]。广泛BM定义为多个病灶(≤10个)且体积>15 mL(15,000)或超过十个病灶,无论总体积如何。

图2 根据深度学习系统输出为新发脑转移瘤(BM)分配治疗选项的逻辑算法 查看原图 ↗

考虑靶向药物的更新治疗建议

近年来,随着分子突变领域各种靶向治疗的发展,癌症治疗尤其是非小细胞肺癌(NSCLC)的治疗已发生许多变化[19]。如果伴有BM的NSCLC患者存在表皮生长因子受体(EGFR)或间变性淋巴瘤激酶(ALK)分子突变,除非存在与BM相关的症状,推荐使用靶向药物奥希替尼或阿来替尼进行 upfront 化疗作为一线治疗,而非手术或SRS等局部治疗[20]。由于基于DLS的治疗建议未考虑此分子信息,对于被DLS建议为“B组”但实际治疗为 upfront 化疗的患者,我们根据当前指南认为其正确,并获得了修改后的治疗建议。

治疗建议的参考标准

参考标准治疗建议由一位未参与图像分析并咨询了肿瘤科医生(Y.K.S.,具有15年肿瘤学经验)的作者(H.N.J.,具有3年放射学经验)根据每位患者的病历制定。

参考标准是通过查阅患者的临床记录以确定患者实际接受了哪种治疗来实现的。对新发BM的患者治疗建议总结如下:(1)患者未改变治疗方案,并在3个月内接受随访脑MRI,(2)患者接受手术,(3)患者接受SRS,(4)患者接受全身化疗,(5)患者接受WBRT。

统计分析

DLS的检测性能

为评估DLS检测BM的性能,根据BM数量对结果进行比较。灵敏度定义为真阳性发现数占整个测试集中所有转移灶数的比例(真阳性发现/[真阳性发现+假阴性发现])。阳性预测值(PPV)定义为真阳性发现数占所有检出数的比例(真阳性发现/[真阳性发现+假阳性发现])。真阳性发现反映被正确检测并识别为转移灶的转移灶数量。假阴性发现反映被错误地未识别为转移灶的转移灶数量。假阳性发现反映被错误地识别为转移灶的非转移灶数量。还计算了所有病灶和所有患者的自由响应受试者工作特征曲线。

DLS在BM定量中的性能

使用组内相关系数(ICC)(双向混合模型,一致性类型)计算临床队列中DLS与金标准数据之间在检出BM数量和体积方面的一致性。

治疗组的特征

采用Kruskal–Wallis检验评估各组之间BM数量和体积的差异,并使用Bonferroni校正和Mann–Whitney U检验的事后分析作为补充。

治疗建议的准确性

如果基于DLS的治疗建议与参考标准的患者治疗完全一致,则认为该建议正确,准确性定义为与临床医生决策完全一致的治疗建议百分比。正确治疗建议的准确性、灵敏度和特异度定义如下:

基于DLS的治疗建议分别在考虑和不考虑靶向药物的情况下进行测试。然后,将基于金标准体积的治疗建议与基于DLS的治疗建议进行比较。

还根据基于DLS的治疗与实际临床决策之间的加权kappa评估了一致性。p值<0.05被认为代表差异有统计学意义。所有统计分析均使用SPSS(版本21)进行。

结果

临床队列中患者和BM的特征

共纳入112例患者(平均年龄±SD,64.3±9.8岁,63例男性[56%])作为研究人群,其临床特征总结于表1。肺是最常见的原发肿瘤部位(81.3%[91/112]),其次是其他类型(前列腺癌、泌尿生殖系统癌症)癌症(8.9%[10/112])、乳腺癌(3.6%[4/112])和肾细胞癌(3.6%[4/112])。在肺癌中,腺癌是最常见的类型(91.2%[83/91]),其次是鳞状细胞癌(6.6%[6/91])。

在112例患者中总共检测到952个脑转移瘤(BM)。每位患者的平均BM数量为8.5个(标准差12.22),平均体积为1814.5 mm3(标准差5115.5 mm3)。在952个BM中,691个(72.6%)小于65 mm3。患者和BM的分布见补充图2。

表1 临床队列的基线特征 查看原表 ↗

深度学习系统(DLS)在BM检测和定量中的表现

在临床队列中,检测性能显示敏感度为91.3%(876/952),阳性预测值(PPV)为84.5%(876/1036)。自由响应ROC曲线见补充图3。DLS输出与真实数据之间的BM数量具有极好的一致性(ICC,0.986;95%置信区间[CI] 0.979–0.990)。在1036个病灶检测中有160个假阳性结果,即每位患者0.70个。假阳性和假阴性结果的常见模式总结于补充表3和补充图4。体积测量也显示DLS输出与真实数据之间具有极好的一致性(ICC,0.893;95% CI 0.845–0.927)。

治疗组的特征

表2显示了根据三个基于DLS的分组在BM总数和总体积方面的差异。DLS最常将患者分配至B组(60例患者,54%;推荐手术或立体定向放射外科治疗的局限性BM患者),其次是A组和C组。C组显示最大的数量和体积,其次是B组和A组(Kruskal–Wallis检验,分别为p < 0.001和p = 0.001)。

表2 由深度学习系统分配的A、B、C治疗组之间的差异 查看原表 ↗

治疗建议的准确性

图3a展示了DLS与实际行动临床决策在患者数量和治疗建议方面的混淆矩阵。基于DLS的治疗建议正确分配了76.8%(86/112)的患者。11例患者(9.8%)被DLS分类为B组,但根据实际临床决策被分类为C组,这种分类不一致是26例显示不一致的患者中最常见的情况。

DLS显示分配至A组的诊断敏感度为84%(21/25),分配至B组为81.8%(45/55),分配至C组为62.5%(20/32)。相关病例见图4和图5。

尽管有几例DLS的治疗建议与实际临床决策不同,但考虑到发生的各种临床情况,其中大多数是可以接受的。补充表4总结了存在差异的病例,差异病例在补充材料中进行了解释。

图3 由此产生的患者治疗建议 混淆矩阵显示了深度学习系统(DLS)推荐每种治疗选择的患者数量及其与临床决策的比较。基于DLS的治疗建议在x轴上表示,而y轴表示实际临床决策组(a)、修改后的临床决策组(b)或基于真实评估的治疗组(c)。正确决策的数量位于对角线上 查看原图 ↗
图4 一名50岁女性肺癌(腺癌)患者,脑MRI显示多发BM。根据DLS,共有34个BM,总体积为2386 mm3;因此,她被分配至广泛BM组。几天后,患者接受了全脑放疗(WBRT) 查看原图 ↗
图5 一名65岁男性肺癌(腺癌)患者,脑MRI显示少数微小强化病灶。深度学习系统(DLS)检测到两个病灶,总体积为22 mm3,因此该患者被分配至随访组。4个月后进行的随访MRI显示,脑实质内未见明确强化病灶 查看原图 ↗

考虑靶向药物的修改后治疗建议准确性

图3b展示了DLS与修改后实际临床决策在患者数量和治疗建议方面的混淆矩阵。在新诊断的伴有EGFR或ALK突变的NSCLC患者中,有五名患者接受了 upfront 化疗而非局部治疗。我们通过考虑这五名患者实际上与接受手术或立体定向放射外科(SRS)等局部治疗的患者相同,获得了修改后的准确性。通过这种方式,基于DLS的治疗建议显示出81.3%(112例中91例)的准确性。

基于DLS的治疗建议与基于真实体积的治疗建议之间的比较

图3c展示了根据DLS输出和使用相同算法的真实数据在患者数量和治疗建议方面的混淆矩阵。使用两个数据集获得的治疗建议一致率达到86.6%(112例中97例),表明客观上高度一致。

使用修改后治疗建议准确性区分高风险患者的敏感度和特异度

由于A组为未接受任何治疗的随访组,我们将其称为低风险。相比之下,B组和C组患者需要治疗,我们将其归类为高风险。DLS检测高风险患者的敏感度和特异度分别为95%(86例中82例)和81%(26例中21例)。无论是否考虑修改后的治疗建议,区分高风险患者的敏感度和特异度均相同。

讨论

在我们的研究中,我们探讨了基于深度学习的BM检测和定量是否能为BM患者提供治疗选择建议。通过设定逻辑算法,根据DLS检测到的BM数量和体积,并依照ASCO-SNO-ASTRO [14]和EANO-ESMO [15]的最新指南来建议治疗,获得了与实际临床决策一致率为76.8%(112例中86例)的治疗建议。当将 upfront 化疗视为单独治疗并计算修改后准确性时,其准确性为81.3%(112例中91例)。此外,当我们根据患者是否需要随访或任何治疗将治疗建议分为低风险和高风险两组时,检测高风险组的敏感度和特异度分别为95%(86例中82例)和81%(26例中21例)。因此,我们的研究表明,基于DLS的BM检测和定量可以提供与实际临床决策相比具有相当准确性的治疗建议。

我们研究的目的有两方面:(1)检测并量化深度学习系统(DLS)的性能;(2)确定实际治疗决策与基于脑转移瘤(BMs)DLS量化的算法所建议的治疗决策之间的一致性。第一个目的是评估检测和诊断准确性,我们纳入了100例BMs阴性患者。第二个目的是检验对BMs阳性患者提出的治疗建议是否符合指南。因此,对于第一个目的,我们在临床怀疑BMs的患者中测试了检测BMs的真实世界情况,该患者组包括BMs阳性或阴性患者。然后,对于第二个目的,我们在全部为BMs阳性的一组患者中评估了治疗建议的质量。

大多数既往类似研究仅使用GRE CE-T1WI [1, 3–8],并显示假阳性率高于本研究中发现的每例患者0.72。由于GRE CE-T1WI上假阳性数量高,将DL系统引入临床应用的下一步受到限制。既往研究证明了使用黑血技术的DL的临床有效性 [13, 21],其中一项研究 [13] 显示,双增强3D GRE和3D TSE模型在检测小结节方面的敏感性优于仅3D GRE模型。另一项研究 [21] 开发了一种使用容积各向同性同时交错亮血和黑血估计(VISIBLE)序列的DL系统,该序列允许同时采集有和无血管抑制的图像。VISIBLE序列模型表现出比放射科医师更高的敏感性,但每例假阳性数量更多,不过少于GRE模型。

在本研究中,通过在高自旋回波成像中使用血管抑制技术减少了假阳性。具有高量化性能的DLS可以帮助根据风险组对患者进行分层,从而 enabling 在多个领域的临床应用,例如视网膜地图样萎缩患者的光学相干断层扫描 [22]。利用我们系统良好的检测和量化性能,我们建立了一个与临床决策过程密切一致的决策框架。这不仅可以让临床医生获得关于BMs本身的信息,还可以提供易于可视化和检查的可解释数字和体积。

目前,仅有有限数量的研究对脑转移瘤(BM)进行了图像分割。目标检测已通过使用“你只看一次”(YOLO)模型或循环卷积神经网络(CNN)预测边界框来实施,而带有掩膜预测的图像分割则使用U-Net及其他分割网络来实施。在进行目标检测时,根据与真实转移灶重叠的比例将边界框阈值标记为阳性或阴性非常重要。在先前使用目标检测针对BM的研究中,Zhou等[8]将20%或以上的重叠视为阳性,而Zhang等[1]将其定为70%。这两项研究之间阈值差异很大,表明该值具有高度主观性和模糊性。此外,由于目标检测不涉及分割,无法进行准确的体积测量,该技术在随访环境中的用途有限。我们通过使用U-Net进行逐像素分割,克服了邻近性的模糊性并实现了体积测量。

我们的研究存在若干局限性。第一,这是一项回顾性研究,患者队列相对较小且来自单一中心。需要进行外部验证以探究模型的稳健性。第二,我们的深度学习系统(DLS)可能低估囊性/坏死性病变的体积,因为环形强化病变仅其对比强化部分被纳入分割。因此,当某位患者估计的累积体积>15 mL时,如果存在囊性/坏死性肿块,实际病变体积可能更大。RECIST和RANO指南规定测量最大直径,即使肿瘤含有囊性/坏死区域,我们承认我们的DLS可能低估囊性/坏死性病变的体积。这种差异的临床意义需要在未来研究中探讨。第三,我们的DLS的临床获益需要通过测量其对临床医生的影响以及患者长期结局的变化来评估。BM的治疗决策复杂且超出指南范围,对临床实践的实际影响应在未来的前瞻性研究中评估。

总之,基于深度学习系统的检测和量化能够在诊断时提供脑转移瘤的数量和体积。这转化为基于深度学习的治疗决策算法与实际处方治疗之间的高度相关性。需要未来的前瞻性多中心研究来确认该系统的临床适用性。

补充信息

以下是电子补充材料的链接。补充文件1(PDF 743 kb)

引用

  1. Jeong H, Park JE, Kim N, et al. Deep learning-based detection and quantification of brain metastases on black-blood imaging can provide treatment suggestions: a clinical cohort study. Eur Radiol. 2023. PMID: 37658885. doi:10.1007/s00330-023-10120-5
  2. 全文:PMC10873231(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10873231/

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。