CT瘤内及瘤周影像组学预测肺腺癌EGFR突变
回顾性纳入779例病理确诊肺腺癌患者,从瘤内及7种瘤周体积(1–15 mm)提取1454个影像组学特征建模预测EGFR突变。瘤内联合瘤周4 mm模型表现最佳,训练/验证集、内部测试集和外部测试集AUC分别为0.877、0.727和0.701,优于单纯瘤内模型。
要点
- 瘤内联合瘤周4 mm影像组学模型预测EGFR突变最佳,外部测试集AUC为0.701。
- 单纯瘤周15 mm模型在外部测试集AUC为0.704,提示瘤周特征有独立预测价值。
- 最佳模型VOI4未纳入一阶特征,纹理特征占最终入选特征的多数。
核心结论
- 瘤周区域提取的影像组学特征可为预测肺腺癌EGFR突变状态提供额外价值,最佳瘤周范围为4 mm。
研究设计与样本
- 回顾性队列研究,共纳入779例病理确诊肺腺癌患者,其中399例EGFR突变、380例野生型。
- 数据集1来自华东医院2013年1月至2018年12月的640例,按3:1:1随机分为训练集384例、验证集128例、内部测试集128例。
- 数据集2来自湘雅二医院2020年1月至2021年3月的103例,数据集3来自TCIA公共数据库的36例,两者合并为外部测试集。
- 于薄层非增强胸部CT(层厚0.75–1.5 mm)手动勾画瘤内VOI,并自动外扩1、2、3、4、5、10、15 mm生成7个瘤周VOI,每个VOI提取1454个影像组学特征。
- 采用t检验、LASSO和mRMR筛选特征后构建瘤内模型、瘤周模型和联合模型,以AUC评价性能,DeLong检验比较AUC差异。
诊断标准与关键数值
- 瘤内联合瘤周4 mm模型(VOI4)在训练/验证集、内部测试集和外部测试集的AUC分别为0.877、0.727和0.701。
- 单纯瘤内模型(VOI_I)在训练/验证集、内部测试集和外部测试集的AUC分别为0.728、0.698和0.653。
- 外部测试集中VOI4模型与VOI_I模型的AUC差异有统计学意义(p = 0.0006)。
- 单纯瘤周15 mm模型(VOI_P15)在训练/验证集、内部测试集和外部测试集的AUC分别为0.861、0.716和0.704。
临床应用与阅片要点
- 勾画瘤内VOI后自动外扩4 mm生成瘤周区域,联合瘤内与瘤周4 mm特征建模,可能有助于无创预测肺腺癌EGFR突变状态。
- 原文指出瘤周区域包括肺内空气、肺血管和支气管,不包括胸壁和纵隔。
局限性
- 原文未报告局限性。
全文中译12 节 · 点击展开
引言
随着精准医学的发展,分子靶向治疗已广泛应用于肺癌的治疗。多项研究表明,表皮生长因子受体(EGFR)突变状态为肺腺癌患者的个体化治疗提供了条件[1–4]。接受EGFR-酪氨酸激酶抑制剂(EGFR-TKI)治疗的EGFR突变患者较传统化疗获得更长的无进展生存期和更好的缓解率[5, 6]。因此,美国国家综合癌症网络指南推荐对肺腺癌患者进行常规EGFR突变检测以指导分子靶向治疗[7]。
传统的EGFR突变鉴定需要活检和基因检测,这在临床实践中存在若干局限性:(1)活检过程中存在肿瘤转移的潜在风险;(2)由于肿瘤遗传异质性,难以获取具有代表性的肿瘤组织;(3)并非所有大小和位置的肿瘤都适合活检;(4)缺乏足够的材料和高质量的DNA可能导致检测失败;(5)基因突变可能在整个治疗过程中发生变化,而重复活检不切实际。此外,活检的经济和时间成本也应予以考虑[8–11]。因此,迫切需要一种可靠、安全、便捷且经济有效的方法来无创预测肺腺癌患者的EGFR突变状态,以协助临床医生选择合适的患者接受EGFR-TKI治疗,支持个体化决策,最大化患者预后,同时避免医疗资源的浪费。
作为一种新兴的数据挖掘技术,影像组学因其在提供客观、可量化影像信息方面的优势而受到越来越多关注,可用于鉴别诊断、基因分析、临床分期、疗效评价和预后预测。影像组学分析的主要步骤如下:(1)医学图像的采集和预处理(CT、MR、X射线、超声、PET等);(2)感兴趣体积(VOI)的分割,可由放射科医生手动完成,或由软件自动或半自动完成;(3)特征提取,从VOI中提取高通量特征,包括形状特征、一阶统计特征、纹理特征和高阶统计特征;(4)特征选择,从大量提取的特征中排除不可重复、冗余和不相关的特征;(5)模型构建,基于机器学习方法针对特定临床问题构建预测模型并进行训练[12–14]。
近期研究表明,从肺部CT图像中提取的影像组学特征可以预测EGFR突变状态[10, 15–18]。然而,大多数研究集中于瘤内病灶,而很少关注瘤周区域的细微变化。近期肿瘤学研究表明,随着肿瘤的浸润和转移,肿瘤周围的肺实质也可能受到影响,微环境的变化,如肿瘤血管生成、淋巴管生成、微血管和淋巴管浸润,可以提供有价值的临床信息,这些信息可能反映肿瘤的生物学行为,从而有助于表征肿瘤的侵袭性和预测肿瘤的预后[19, 20]。因此,挖掘瘤周影像组学特征可能发现新的生物标志物,用于无创预测肺腺癌EGFR突变。我们希望开发一个结合瘤内和瘤周特征的影像组学模型,以无创方式预测肺腺癌患者的EGFR突变状态。我们将探索与预测模型最高AUC对应的最佳瘤周范围,这可能有助于肺腺癌的靶向治疗。
材料与方法
本回顾性研究经中南大学湘雅二医院机构审查委员会批准(编号:2022K012),参照国际医学科学组织理事会(CIOMS)指南,豁免了患者知情同意的要求。
患者
我们最终收集了三个数据集进行分析。图1显示了患者纳入流程图和数据集划分。数据集1和数据集2从两家医院收集,纳入标准如下:(1)活检或手术治疗前有可用的非增强薄层胸部CT(0.75–1.5 mm)扫描;(2)有可用的肺腺癌病理报告;(3)有可用的EGFR突变检测报告;(4)在EGFR突变分析前未接受任何既往治疗。数据集3从癌症影像档案(TCIA)公共数据库收集,纳入标准如下:(1)有可用的层厚≤1.5 mm的非增强CT图像(以避免数据不一致);(2)有可用的肺腺癌病理报告;(3)有可用的EGFR突变检测报告;(4)病灶能够明确认定为切除或活检的病灶。CT图像层厚>1.5 mm、病理确诊为非肺腺癌以及无EGFR突变检测报告的患者被排除。数据集1和数据集2的CT采集和扫描参数见补充材料1。
本研究共纳入779例患者,分为EGFR+组或EGFR−组。数据集1包括2013年1月至2018年12月从华东医院收集的640例患者,随机分为训练集(384例,60.0%)、验证集(128例,20.0%)和内部测试集(128例,20.0%)。数据集2包括2020年1月至2021年3月从湘雅二医院收集的103例患者。数据集3包括来自TCIA的36例患者。数据集2和数据集3合并作为独立的外部测试集。
肿瘤分割和影像组学特征提取
首先,由一位具有5年胸部影像学经验的放射科医师在每一层图像上沿病灶手动勾画瘤内感兴趣体积(VOI_I),直至整个病灶被完全覆盖,然后由一位具有10年胸部影像学经验的放射科医师使用3Dslicer软件(版本4.10.1,Brigham and Women’s Hospital)进行确认或修改。在多病灶患者中,由于EGFR检测报告的可获得性有限,仅勾画一个病灶。其次,为增加数据集中肿瘤区域的空间维度,我们采用Python中“SimpleITK”库提供的膨胀技术,将VOI_I自动扩展1 mm、2 mm、3 mm、4 mm、5 mm、10 mm和15 mm。本质上,该方法是将肿瘤掩膜按指定毫米距离进行扩大。肿瘤区域以二值掩膜表示,其中肿瘤细胞标记为1,背景区域标记为0。然后使用与所需扩展距离相对应的球形结构元素实现肿瘤掩膜的膨胀。这些瘤周区域包括肺内空气、肺血管和支气管,不包括胸壁和纵隔。图2显示了肿瘤分割及其扩展为瘤周区域的过程。最后,创建了三类区域:(1)仅瘤内区域(VOI_I);(2)仅瘤周区域(VOI_P),VOI_P1、VOI_P2、VOI_P3、VOI_P4、VOI_P5、VOI_P10和VOI_P15;(3)瘤内和瘤周区域(联合),VOI1、VOI2、VOI3、VOI4、VOI5、VOI10和VOI15。带有VOI信息的图像以NII格式导出,用于下一步分析。
原始图像通过三次插值重采样至相同体素大小1*1*1 mm3,以实现空间分辨率。通过在所有图像上设置一致的窗位(通常范围为-1000 HU(空气)至1000 HU(骨骼))对亨斯菲尔德单位(HU)进行标准化。校正强度不均匀性偏差,以考虑扫描仪特征的差异。然后,使用小波滤波器、高斯拉普拉斯滤波器、平方滤波器、平方根滤波器、对数滤波器和指数滤波器对原始图像进行预处理。
使用Python中的Pyradiomics软件包(版本3.0.1)从这些VOI中提取符合国际生物标志物标准化倡议的影像组学特征。从原始图像和滤波后图像中,每个VOI共提取1454个影像组学特征,包括288个一阶特征、14个形状特征和1152个纹理特征。纹理特征包括灰度共生矩阵(GLCM)、灰度游程长度矩阵(GLRLM)、灰度大小区域矩阵(GLSZM)、邻域灰度差矩阵(NGTDM)和灰度依赖矩阵(GLDM)特征。这些特征的详细信息见补充表S6。
特征选择与模型构建
采用三步法筛选影像组学特征。首先,采用学生t检验初步筛选EGFR+组与EGFR-组之间具有显著差异的特征(p < 0.05)。然后,对p < 0.05的特征进一步采用最小绝对收缩和选择算子(LASSO)进行筛选,应用十折交叉验证确定最佳调优参数λ值,随后选择系数非零的特征。在去除无关或冗余特征后,我们使用最小冗余最大相关(mRMR)算法基于启发式评分标准识别最重要的特征,并仅保留排名最靠前的特征。
将最优筛选特征用于构建三种影像组学模型:(1)VOI_I模型,即仅使用瘤内影像组学的模型;(2)VOI_P模型,即仅使用瘤周影像组学的模型;(3)联合模型,即联合瘤内和瘤周影像组学的模型。对多种机器学习分类器算法进行分析以确定最优分类器算法,包括随机森林(RF)、K近邻(KNN)、逻辑回归(LR)、极端随机树(ExtraTrees)、CatBoost、极端梯度提升(XGBoost)、NeuralNetFastAI、NeuralNetTorch和轻量梯度提升机(LightGBM)。这些分类器算法的描述以及每个VOI对应的最优分类器算法见补充材料2和补充表S1。对于每个VOI,分别选择各自的最优分类器算法来构建影像组学模型。各模型的预测性能采用受试者工作特征曲线下面积(AUC)、准确率、灵敏度、特异度和F1分数进行评估。
统计分析与模型评价
连续变量以均数和标准差表示,分类变量以频数(百分比)表示。分别采用方差分析和卡方检验(或Fisher精确检验)评估三个数据集间连续变量和分类变量的统计学差异。统计分析采用SPSS 27.0软件(IBM Corp,Armonk,USA)进行。模型的预测性能采用AUC、准确率、灵敏度、特异度和F1分数进行评估。采用DeLong检验评估不同模型间AUC的差异。p < 0.05表示差异有统计学意义。
结果
患者的临床特征
患者的临床特征见表1。本研究共纳入779例患者(男性345例,女性434例)。399例患者(51.2%)被归类为EGFR突变型(EGFR+),而380例(48.8%)被归类为野生型(EGFR−)。三个数据集中患者的吸烟状态、肿瘤亚型和EGFR突变状态存在显著差异。
特征选择
在进行t检验、LASSO(图3、图4)和mRMR(补充图S1)后,从15个VOI中共筛选出262个高预测性影像组学特征,包括10个一阶特征、17个形状特征和235个纹理特征。最终所选特征及其对每个VOI重要性的详细信息见表2和补充图S2,VOI4所选特征及其重要性见图5。值得注意的是,15个VOI的每个所选特征组均包括纹理特征和一个形状特征(shape_Flatness特征),而仅VOI_P1、VOI_P2、VOI_I、VOI1、VOI10和VOI15包括一阶特征。
VOI_I模型及联合模型的预测性能
在训练集和验证集中,VOI_I模型表现良好,AUC为0.728,而VOI2、VOI3、VOI4、VOI5、VOI10和VOI15模型的AUC均高于VOI_I模型,分别为0.763、0.770、0.877、0.734、0.761、0.790,其中VOI4模型的AUC、准确率、敏感度和F1评分最高(表3、图6a)。
在内部测试集中,VOI3、VOI4和VOI15模型的AUC均高于VOI_I模型(AUC = 0.698),分别为0.700、0.727和0.707,其中VOI4模型的AUC、准确率、敏感度和F1评分最高(表3、图6b)。
在外部测试集中,VOI2和VOI4模型的AUC均高于VOI_I模型(AUC = 0.653),分别为0.673和0.701,其中VOI4模型的AUC、准确率和特异度最高(表3、图6c)。
此外,我们分别使用DeLong检验评估内部和外部测试集中模型之间AUC的差异(补充表S2、补充表S3)。对于VOI4模型,其AUC在外部测试集中与VOI_I模型有显著差异(p = 0.0006)(图6d)。
VOI_P模型的预测性能
与其他VOI_P模型相比,仅基于瘤周15 mm(VOI_P15)特征的模型在训练集和验证集、内部测试集和外部测试集中均取得最佳性能,AUC分别为0.861、0.716和0.704(表4、图7)。DeLong检验结果见补充表S4和补充表S5。
讨论
在本研究中,我们构建了三种影像组学模型:(1)瘤内模型(VOI_I模型);(2)瘤周模型(VOI_P模型);(3)瘤内和瘤周模型(联合模型)。我们发现联合模型在预测肺腺癌患者EGFR突变状态方面显示出巨大潜力。VOI4模型获得了最佳的预测性能,在训练集和验证集、内部测试集和外部测试集中的最高AUC分别为0.877、0.727和0.701。
据我们所知,很少有研究揭示瘤周影像组学在预测肺癌EGFR突变状态中的附加价值。Choe等人证明,结合瘤内和瘤周影像组学特征的预测模型在训练集中表现略优于瘤内模型,但差异无统计学意义(AUC = 0.66 vs. 0.64,p = 0.504),而在验证集中,AUC低于瘤内模型(AUC = 0.56 vs. 0.62)[21]。另一项研究表明,与单独使用瘤内影像组学相比,结合瘤内和瘤周3 mm影像组学特征显著提高了原发性肺癌EGFR突变状态的预测性能(AUC = 0.730 vs. 0.774,p < 0.001),在肺腺癌中亦然(AUC = 0.687 vs. 0.630,p < 0.001)[22]。然而,该研究并未确定3 mm瘤周区域是否为评估瘤周特征的最佳范围。理想情况下,为确定最佳瘤周范围,我们应从不同瘤周范围提取特征分别构建模型并比较其预测性能。最近一项研究比较了多个瘤周区域(3 mm、5 mm、7 mm)的影像组学特征,并构建了三种机器学习模型来预测NSCLC中EGFR突变状态。结果表明,结合瘤内和瘤周3 mm影像组学特征在区分EGFR+与EGFR−组方面优于5 mm和7 mm(训练集,p = 0.0000;测试集,p = 0.0025),但该研究仅纳入164例患者,且未使用外部数据集验证模型[23]。基于此,我们将VOI_I向外扩展1 mm、2 mm、3 mm、4 mm、5 mm、10 mm和15 mm以确定七个瘤周区域,并分别与瘤内区域组合生成七个瘤内和瘤周区域,以比较不同瘤周区域对影像组学模型预测性能的补充价值。此外,与既往研究相比,本研究使用了更大的训练队列,并在独立的内部测试集和外部测试集中进行了测试。因此,我们的模型可能更有效地阐明EGFR+与EGFR−组之间影像组学特征的差异。
根据结果,肺腺癌的瘤周区域也可能提供关于EGFR突变的重要预测信息,其中结合瘤内和瘤周4 mm影像组学特征可获得最佳预测性能。肿瘤细胞通常具有高度侵袭性,倾向于从原发肿瘤迁移至周围肺实质,破坏正常结构并引起瘤周区域的形态学和纹理改变。这些变化在医学图像上难以检测,而从CT图像中提取的影像组学特征可以定量反映肿瘤周围微环境中肉眼无法识别的细微变化,这可能是联合模型预测性能优于VOI_I模型的病理生理学基础。肺腺癌具有明显的细胞和突变异质性。肿瘤异质性概念不仅适用于肿瘤上皮细胞,也适用于肿瘤细胞相互作用的各种微环境,如血管系统、癌相关成纤维细胞、细胞外基质和浸润的免疫细胞。肿瘤细胞可通过释放细胞信号分子影响其微环境,促进肿瘤血管生成并诱导免疫耐受。同时,浸润于肿瘤微环境中的免疫细胞可分泌大量细胞因子和趋化因子,促进肿瘤细胞的上皮-间质转化,从而使肿瘤细胞得以侵袭和转移[24]。
肿瘤边缘是肿瘤微环境中重要的交汇区域,免疫细胞和基质细胞在此高度活跃并与肿瘤相互作用。肿瘤侵袭边缘的微环境不同于肿瘤核心的微环境。缺氧往往与肿瘤中心相关,而氧气主要存在于肿瘤外周。血液中的单核细胞被各种趋化因子和细胞因子招募至肿瘤细胞周围,从而成为肿瘤相关巨噬细胞,其可通过提供促迁移因子如表皮生长因子,或通过促进细胞外基质蛋白水解重塑来促进肿瘤细胞的侵袭,在肿瘤边缘的侵袭过程中发挥重要作用。此外,在缺氧条件下,肿瘤相关巨噬细胞通过激活缺氧诱导因子-1通路促进肿瘤细胞释放血管内皮生长因子和血小板衍生生长因子,从而促进肿瘤血管生成,为肿瘤生长提供氧气和营养,并促进肿瘤细胞的侵袭和转移。此外,肿瘤相关成纤维细胞在肿瘤边缘也大量存在,通过分泌各种生长因子、细胞因子和炎性趋化因子促进肿瘤增殖、血管生成、侵袭和转移[25, 26]。
与之前的几项研究一样,我们研究中最终选择的最具预测性的影像组学特征包括大量纹理特征(共235个),这些特征反映了感兴趣区(VOI)内体素强度的模式和空间分布,表明其生物学异质性[15]。因此,我们的结果可能提示肿瘤异质性与肺腺癌EGFR突变状态相关。关于形状特征,shape_Flatness特征在15个VOI的最终所选特征中均出现,该特征显示VOI形状中最大和最小主成分之间的关系,提示该特征在预测EGFR突变状态中起重要作用。然而,与大多数其他研究[16, 22, 27, 28]不同,我们最佳预测模型(VOI4)中没有一阶特征。一阶特征通过常用和基本指标描述目标区域内体素强度的分布,但如果不考虑体素之间的邻域关系,则难以测量体素的空间分布特征[29]。在我们最佳预测模型中,它们不是关键的预测特征。
此外,我们发现来自独立瘤周区域的特征对EGFR突变的预测也具有预测价值。与其他瘤周影像组学模型相比,基于瘤周15 mm(VOI_P15)特征的模型在训练集和验证集、内部测试集和外部测试集中取得了最佳性能,AUC分别为0.861、0.716和0.704。然而,这与以下发现不一致:随着瘤周距离增加,VOI包含更多正常肺组织和相对较少的肿瘤组织,使模型的预测性能下降[30]。可能的解释是,随着瘤周距离增加,影像组学特征更加稳定[31]。Tunali等人也证明,一些影像组学特征,包括统计特征、直方图和一些纹理特征(GLCM、GLRLM、GLSZM和NGTDM),无论瘤周距离如何,均具有良好的稳定性和可重复性,表明这些特征较少受到不同分割和图像采集引起的瘤周区域大小或形状变化的影响[31]。这与我们研究中最终选择的特征基本一致,这些稳定且可重复的特征更有可能构建稳健的影像组学模型,使多中心研究能够最大限度地发挥影像组学模型的临床效用[32]。
为了在放射组学中取得更具可推广性和影响力的结果,研究人员需要通过整合来自多个机构的图像来获得大型患者队列。然而,目前大多数放射组学研究回顾性收集影像数据,不同机构的图像采集方案、处理或重建设置以及成像扫描仪可能不同,导致放射组学特征的可重复性和再现性较差[33–35]。因此,为了发现更可靠、更稳定的放射组学特征并将其应用于多中心临床实践,必须通过控制成像方案来提高图像一致性,以构建具有大量高质量数据的公共数据库[36]。此外,多项研究已证明,在图像域(特征提取之前)或空间域(特征提取期间或之后)使用协调方法将有利于多中心研究的设计。根据近期研究,ComBat协调是一种在特征域中快速且易于使用的特征协调方法,可对放射组学特征进行校正,以减少由不同成像方案引起的变化[37–39]。它最初由Johnsond等人[40]提出用于遗传学研究,后来由Fortin等人用于医学成像应用[41],并由Orlhac等人[42]用于PET放射组学研究,并在随后的多项研究中取得了良好结果[39, 43, 44]。其中,Shiri等人证明,当放射组学用于预测NSCLC中EGFR突变状态时,ComBat协调可显著提高预测性能,平均AUC范围从0.87–0.90提高到0.92–0.94,这证明了ComBat协调的有效性[43]。因此,我们可以在未来尝试应用ComBat协调来进一步提高模型的预测性能。
尽管结果令人鼓舞,但仍存在一些局限性。首先,我们纳入了一些肺腺癌患者作为外部测试集,以验证模型的可靠性和稳定性,然而,由于样本量较小,其预测效率可能有限,未来需要多机构图像数据来评估我们研究结果的普遍性;其次,EGFR突变的发生率在不同种族之间差异很大,在亚洲人群中发生率显著更高[45]。我们研究中用于模型训练的患者均为亚洲人,使结果缺乏普遍性,需要在其他种族患者中进一步验证;此外,一些其他潜在有价值的因素如吸烟状况和性别未纳入本研究,未来我们将把放射组学特征与这些临床特征相结合进行进一步研究,以提高模型的预测性能。
总之,从瘤周区域提取的放射组学特征可为预测肺腺癌患者的EGFR突变状态增加额外价值,最佳瘤周范围为4 mm。这可在一定程度上证明瘤周微环境在癌症诊断中的临床价值。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 3163 kb)
引用
- Shang Y, Chen W, Li G, et al. Computed Tomography-derived intratumoral and peritumoral radiomics in predicting EGFR mutation in lung adenocarcinoma. Radiol Med. 2023. PMID: 37749461. doi:10.1007/s11547-023-01722-6
- 全文:PMC10700425(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10700425/
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。