基于人工智能的半自动分割提取乳腺癌超声影像组学特征:一项前瞻性多中心研究
该前瞻性多中心研究纳入两个中心352个乳腺局灶性病变,评估基于人工智能的半自动分割提取超声影像组学特征的可行性,并在外部验证集中比较影像组学联合BI-RADS与单独BI-RADS的鉴别效能;联合模型特异度无显著提高而敏感度显著下降, missed cancer增加。
要点
- AI半自动分割成功率高,两位阅片者接受率分别为95.7%和96%,无显著差异(p=0.839)。
- 未被接受的分割多因后方声影,且多数对应恶性病变。
- 外部验证中联合模型较单独BI-RADS特异度无显著提高(p=0.54),敏感度显著下降(p=0.021)。
核心结论
- 基于AI的半自动分割可行,可即时、可重复地提取乳腺局灶性病变的超声影像组学特征。
- 影像组学联合US BI-RADS分类可能减少不必要的活检,但以潜在漏诊癌症的非 negligible 增加为代价。
研究设计与样本
- 前瞻性多中心研究,共纳入352例患者的352个乳腺局灶性病变,Center A 237例、Center B 115例。
- 使用两台相同的超声设备(RS85 Samsung Medison),配备相同的3–12 MHz线阵探头。
- 以超声引导下空心针活检(BI-RADS 4或5)或6、12、24个月随访(BI-RADS 3)作为参考标准。
- 采用S-Detect™进行AI半自动分割,PyRadiomics提取102个无滤波影像组学特征,XGBoost分类器建模。
- 在Center A数据集上采用分层十折交叉验证重复20次训练/测试,在Center B数据集上进行外部验证。
关键影像表现/征象
- 未接受分割的病变均表现为B模式超声后方声影;两位阅片者未接受的分割中分别有13个和10个为恶性病变。
- 模型最具预测性的四个特征为Busyness、LargeAreaHighGrayLevelEmphasis、Kurtosis和MaximumProbability。
诊断标准与关键数值
- 外部验证集中,专家放射科医师单独评估的敏感度、特异度、PPV、NPV分别为0.933、0.9、0.857、0.955。
- 机器学习模型单独评估的敏感度、特异度、PPV、NPV分别为0.544、0.6、0.416、0.628。
- 放射科医师联合机器学习模型评估的敏感度、特异度、PPV、NPV分别为0.756、0.928、0.872、0.855。
- 联合模型较单独BI-RADS评估:特异度无显著提高(0.929 vs 0.9,p=0.540),敏感度显著下降(0.756 vs 0.933,p=0.021)。
- 验证阶段BI-RADS联合影像组学特征的AUROC为0.925。
临床应用与阅片要点
- AI半自动分割可即时勾画乳腺局灶性病变轮廓,操作者可接受或手动修改,节省手动分割时间。
- 后方声影明显的病变可能导致分割不被接受,其中恶性比例较高,阅片时需注意手动修正。
- 联合模型虽减少假阳性,但漏诊8例乳腺癌(从42例降至34例),检测率从93.3%降至75.6%,作者指出漏诊癌症增加的代价超过了减少不必要活检的获益。
局限性
- 原文指出联合模型特异度提高无统计学意义(p=0.540),而敏感度显著下降(p=0.021),漏诊癌症增加。
- 原文指出影像组学模型基于静态图像,可能无法完全反映乳腺肿块的超声特征。
- 原文指出未纳入彩色多普勒或超声弹性成像信息,可能改善诊断性能。
- 原文指出使用的是浅层机器学习模型,而深度学习算法已显示更优性能。
全文中译15 节 · 点击展开
引言
乳腺癌是女性中最常见的癌症,也是全球癌症死亡的第五大原因,2020年导致685,000例死亡[1]。由于其发病率和临床影响,早期、准确的癌症检测和特征描述对于降低乳腺癌死亡率和改善生活质量至关重要,其方式包括减少新辅助或辅助治疗的需求,并使患者能够接受保乳手术[2]。
近年来,人工智能(AI)已被引入临床领域,为临床医生的决策过程提供了有益支持[3, 4]。在生物医学图像包含肉眼不可见但仍可通过定量分析检测到的信息这一假设下,影像组学旨在通过能够对图像纹理/模式进行建模的数学定义特征,提取“隐藏”在像素背后的信息[5, 6]。考虑到据报道有16%的乳腺癌被放射科医生遗漏,这可能反映了人眼在图像感知方面的局限性[7],这一点具有重要意义。特别是,树集成算法(如XGBoost)已被证明在小数据集分类中有效[8, 9],并广泛应用于影像组学研究[10, 11]。
影像组学方法已应用于基于X线的技术和MRI,用于乳腺癌检测、治疗反应评估和疾病进展监测,并取得了令人鼓舞的结果[12, 13]。更近期,影像组学分析已被应用于乳腺超声(US),聚焦于乳腺癌的检测和特征描述,或生物学行为、淋巴结状态和分子亚型的预测[14–17]。Ciritis等评估了一种基于582例患者1019幅US图像的深度卷积神经网络(dCNN),用于乳腺病变的检测、突出显示和分类,模拟人类决策过程,报告dCNN在内部数据集上的AUC为83.8(外部96.7),两名独立经验丰富的放射科医生为84.6 ± 2.3(外部90.9 ± 2.9)[18]。一项多中心研究报告,基于1275例原发性乳腺癌患者4828幅US图像的dCNN能够在两个不同测试队列中以80.07%至98.83%的诊断准确率评估乳腺癌分子亚型[17]。
然而,影像组学是一个复杂的多步骤过程,包括图像采集和分割、特征提取和选择、分类器建模和验证[19]。特别是,分割任务对于获得有意义的特征至关重要,但同时容易出错且非常耗时,尤其是在手动执行时。在这一背景下,人工智能(AI)的最新进展使得超声检测到的乳腺肿块能够根据BI-RADS US词典进行自动勾画和特征描述[20, 21]。
我们假设基于人工智能的半自动病变分割可能加速高效且可重复地提取超声来源影像组学特征的过程。其次,基于提取的特征,我们开发并测试了一种用于局灶性乳腺病变(FBLs)特征描述的特异性影像组学模型。
材料与方法
研究设计、患者和影像数据选择
已获得机构伦理委员会批准,并为本前瞻性研究获得了完整的书面知情同意。我们的研究符合《赫尔辛基宣言》的条款[22]。
图1显示了患者筛选的详细流程图。2021年9月至2022年7月期间,共有1850例连续患者在两个不同的乳腺中心接受了高分辨率乳腺超声(HRUS)检查。1200例患者在意大利巴勒莫的“P. Giaccone”大学综合医院乳腺中心(A中心)接受扫描,650例患者在切法卢(意大利巴勒莫)的“G. Giglio”基金会医院乳腺中心(B中心)接受了HRUS检查。
两名经验丰富的乳腺放射科医师(每个中心一名,在乳腺影像学包括超声方面拥有超过30年的经验)使用两台相同的超声设备进行了HRUS检查,每台设备均配备相同的3–12 MHz线阵探头(RS85 Samsung Medison, Co. Ltd.)。两名放射科医师根据US BI-RADS标准对HRUS所见进行分类[23]。所有US BI-RADS 3、4和5类病变均被纳入。对于多发病灶的患者,仅选择最符合纳入标准的一个病灶。所有相关图像以DICOM格式存储在超声设备的硬盘和各自机构的PACS中。
在两个中心,乳腺超声的检查指征包括:(1)体格检查发现可触及肿块;(2)致密型乳腺;(3)辅助乳腺X线检查发现的病变;(4)乳腺疼痛的患者;(5)有家族史的年轻患者,或(6)良性乳腺结节随访中的患者,(7)患者在超声检查前未对病变进行过任何干预或手术。排除标准包括缺乏 adequate 标准参考(拒绝接受活检或随访不一致)。
标准参考(SOR)
为本研究之目的,对于所有分类为BI-RADS 4或5类的局灶性乳腺病变(FBL),以超声引导下空心针活检作为SOR。对于所有分类为BI-RADS 3类的病变,以6、12和24个月随访时的超声所见作为SOR。特别地,随访期间病灶稳定或体积缩小被视为典型的良性超声所见。
影像组学分析
影像组学流程包括几个步骤:感兴趣区(ROI)分割、特征提取、特征选择、模型构建和验证。图2报告了所实施方法的整体流程图。
在开始分析之前,删除了DICOM文件头中包含的关于参与该研究的患者的信息和元数据。特别地,使用MATLAB IDE开发了一种定制工具,能够加载超声图像、提取分割掩膜并将其(图像和相应掩膜)转换为NIFTI(.nii)格式。在此转换过程中,所有元数据(例如患者姓名、出生日期等)均被丢弃。仅保留与像素矩阵相关的元数据(例如像素间距、像素大小等)。
病变分割
关于分割,我们使用了S-Detect™,这是一款可商业获得并获准用于临床的软件,安装并运行于Samsung RS85超声系统上[24]。具体而言,S-Detect™是一款基于卷积神经网络的人工智能软件(Samsung Medison Co., Ltd,韩国),其已使用超过10,000例乳腺扫描并对照“金标准”活检评估进行训练,以根据ACR US BI-RADS词典对局灶性乳腺病变进行分类。通过在局灶性乳腺病变(FBL)内放置操作者定义的标记,S-Detect™可自动且即时地勾画出病变轮廓。操作者可以接受自动定义的感兴趣区(ROI),或对其进行手动修改。要求放射科医师记录是否接受所建议的分割。
在本研究中,两名放射科医师通过S-Detect™从每张B模式图像中提取乳腺病变。为评估和验证分割结果,另外两名经验丰富的放射科医师(每个中心一名,在乳腺影像包括超声方面具有超过5年经验)审查了所有存储图像,并为每个FBL选择最具代表性的US B模式图像。
影像组学特征提取与选择
使用PyRadiomics从两个中心分割后的US图像中提取影像组学特征,该工具包符合影像生物标志物标准化倡议[25]。PyRadiomics共提取了102个未滤波的影像组学特征,属于以下类别:九个特征属于形状2D类别,与病变的二维大小和形状相关,考虑分割掩膜
十八个特征属于一阶(FO)类别:描述体素强度分布
二十四个特征属于灰度共生矩阵(GLCM)类别,建模像素之间的空间关系,突出均匀性、同质性、随机性和线性依赖性[26]
十六个特征属于灰度大小区域矩阵(GLSZM)类别,描述区域强度变化或均匀性分布[27]
十六个特征属于灰度游程长度矩阵(GLRLM)类别,建模特定空间方向上的纹理[28]
十四个特征属于灰度依赖矩阵(GLDM)类别,量化像素灰度级之间的依赖关系[29]
五个特征属于邻域灰度差矩阵(NGTDM)类别,涉及像素之间的空间关系,接近人类图像感知[30]。
然后,进行了预处理阶段——旨在获得一组稳健、非冗余且信息丰富的特征[31, 32]。随后,使用序列特征选择算法结合XGBoost分类器来选择最具区分性的特征。XGBoost是最常见的树集成算法之一,能够通过使用梯度下降添加弱学习器(提升集成方法)来最小化模型的损失函数[33]。
训练与外部验证
预测模型的设置基于XGBoost分类器,在中心A数据集上使用分层十折交叉验证(CV)程序重复20次进行训练/测试。考虑了两种不同的输入配置:(a) 仅BI-RADS和(b) BI-RADS + 影像组学特征。图2概述了利用BI-RADS和超声衍生影像组学特征进行乳腺癌表征的拟议方法。训练阶段使用的主要超参数为:估计器数量:100;学习率:0.3;提升器:gbtree;目标函数:二元逻辑回归。
预测模型的外部验证在由中心B数据集组成的外部队列上进行。
XGBoost模型用于将纤维腺瘤样病变(FBL)分类为“恶性”与“良性”。XGBoost已被确立为处理表格数据和优于深度架构性能的标准工具[34]。我们使用浅层(而非深层)机器学习技术的原因有两方面。第一是可解释性的需求:浅层学习和可解释方法能够提供驱动其决策的特征洞察,使临床医生能够理解系统建议背后的推理[35]。第二是小数据场景下的训练:深度学习方法众所周知需要大量数据进行训练。使用影像组学特征使得能够使用浅层学习方法,这在小数据集场景的训练中仍然具有吸引力。
预测模型的临床解释
为实现临床场景中强制要求的可解释性,使用相对重要性——通过量化基尼重要性——来评估每个特征在最终预测中的权重[36]。
统计分析
统计和计算分析使用MATLAB® R2020b环境(MathWorks,Natick,MA,USA)进行。连续正态分布变量以均值和标准差(SD)报告,而分类变量以具有特定特征的患者数量和百分比报告。
对于“良性”和“恶性”分布比较,使用非参数Wilcoxon秩和检验(Mann–Whitney U检验),显著性水平为0.05。
使用的评估指标为准确率、灵敏度、特异度、f1分数和AUROC,以及阳性预测值(PPV)和阴性预测值(NPV),以分别更好地研究真阳性率和真阴性率[37]。
对于比较匹配样本(由两个模型获得,分别仅利用BI-RADS和BI-RADS + 影像组学),使用配对样本的非参数Wilcoxon符号秩检验。
最后,对于比较BI-RADS和BI-RADS + 影像组学的诊断准确性,使用比例z检验。选择P < 0.05作为统计显著性的截断值。
结果
根据选择标准,在352例患者(350名女性,2名男性;年龄范围:17–89岁;平均年龄 ± SD:52.6 ± 14.9岁)中共检测到352个FBL(大小范围:3–90 mm;平均大小 ± SD:14.9 ± 9.1 mm)。根据SOR,352个FBL中202个(57.4%)为良性,352个中150个(42.6%)为恶性(表1)。
表2详细列出了两位放射科医生对基于人工智能的半自动病灶分割的接受率,结果显示差异无统计学意义(p = 0.839)。在352个基于人工智能的半自动病灶分割中,分别有15个(4.3%)和14个(4%)未被两位审阅者接受。在这些未被接受的分割中,分别有13个和10个为恶性。所有这些病灶在B型超声上均表现为后方声影(图3)。
影像组学特征提取与选择
从超声图像中共提取了103个未滤波的影像组学特征,属于以下类别[38]:(a)一阶强度直方图统计特征;(b)灰度共生矩阵特征;(c)灰度游程长度矩阵;(d)灰度尺寸区域矩阵;(e)灰度依赖矩阵;(f)邻域灰度差矩阵。采用SFS算法筛选最具判别力的特征,用于输入XGBoost分类器。
预测模型开发
在A中心选取的237例患者队列(235名女性,2名男性(年龄范围:17–89岁;平均年龄±标准差:53.1±15岁))提供了237个FBL(大小范围:4–90 mm;平均大小±标准差:15.1±9.4 mm),作为开发预测影像组学模型的特定子集。根据SOR,237个FBL中137个(57.8%)为良性,237个中100个(42.2%)为恶性(表1)。
表3详细列出了训练阶段根据两种不同输入配置获得的结果。与单独使用影像组学分析相比,US BI-RADS与影像组学特征联合在所有评估参数上均提供了具有统计学意义的改善。
外部验证
在B中心选取的115例患者队列(115名女性,年龄范围:23–89岁;平均年龄±标准差:51.6±14.6岁)提供了115个FBL(大小范围:3–50 mm;平均大小±标准差:14.7±8.6 mm),作为预测影像组学模型外部验证的特定子集。根据SOR,115个FBL中70个(60.9%)为良性,115个中45个(39.1%)为恶性(表1)。
表4详细列出了从外部验证数据集获得的结果。仅由专家放射科医师、仅由机器学习(ML)模型以及放射科医师与ML模型联合做出的评估,其敏感度值分别为0.933、0.544、0.756,特异度分别为0.9、0.6、0.928,阳性预测值分别为0.857、0.416、0.872,阴性预测值分别为0.955、0.628、0.855。总体而言,与仅使用超声BI-RADS评估相比,超声BI-RADS与影像组学特征联合在特异度方面带来的改善无统计学意义(p = 0.54)(图4),而敏感度则出现统计学显著的下降(p = 0.021)(图5)。图6详细展示了验证阶段考虑BI-RADS + 影像组学特征所获得的ROC曲线,其相应的AUROC为0.925。
模型预测的解释
BI-RADS是该模型最重要的特征。然而,影像组学特征对分类的贡献显著提高了性能。图7详细展示了每个特征在基于XGBoost模型的预测中的相对重要性。
以下四个特征也被发现最具预测性:Busyness(良性 vs. 恶性:0.451 ± 0.056 vs. 0.460 ± 0.047;p值:0.008)、LargeAreaHighGrayLevelEmphasis(良性 vs. 恶性:8927.511 ± 695.433 vs. 7892.846 ± 640.505;p值:0.011)、Kurtosis(良性 vs. 恶性:4.108 ± 0.156884 vs. 4.656 ± 0.306;p值:0.037)和MaximumProbability(良性 vs. 恶性:0.054 ± 0.007 vs. 0.056 ± 0.008;p值:0.032)。
讨论
本文提出的影像组学工作流程提取可解释的生物标志物,并使得预测模型的开发成为可能——利用浅层学习方法——更好地管理对表格数据的分析。影像组学生物标志物和浅层学习方法可实现高性能且可解释的模型。
尽管前景广阔,用于乳腺癌评估的超声影像组学技术目前仍受到审视,所报道的在良性与恶性乳腺肿块鉴别中的AUC值范围为0.817至0.961 [14]。
病灶分割是影像组学特征提取过程中第一步,并且在许多方面是最关键的步骤。一方面,仔细识别乳腺病灶并精确勾画其轮廓被认为是必需的。另一方面,分割任务由专门的操作者(通常是医生)执行,耗时且依赖于操作者,更不用说可能引入误差来源[12]。在我们的研究中,我们试图通过使用一款人工智能软件来克服所有这些问题,该软件先前已被证明能够提高放射科医师的诊断性能以及乳腺局灶性病变(FBLs)表征中的阅片者内和阅片者间一致性[39]。该人工智能算法即时完成病灶分割,从而完全消除了通常完成此项任务所需的相关时间,同时将接受所提议分割的最终决定权留给操作者。
在我们的经验中,半自动病灶分割过程具有高度可重复性,两位操作者的接受率均很高(91.3%和93.3%),在不一致方面无统计学显著差异(p值:0.515)。有趣的是,对未被接受的分割的分析显示恶性病变占多数,其特征为B型超声上的后方声影。值得注意的是,一项纳入367例患者的研究表明,乳腺病灶周围组织影响基于B型图像的后续分类:矛盾的是,当通过影像组学评估乳腺癌的超声图像时,病灶与周围乳腺实质之间的完美分离可能并非最佳选择[40]。
在我们的系列中,独立影像组学模型的AUC为0.644。这一发现与一项研究一致,该研究评估了252个乳腺病灶的四项定性超声特征(肿瘤形状规则、无成角或毛刺状边缘、后方声增强和无钙化)以预测组织学分级、Ki67、HER2、腋窝淋巴结转移和淋巴血管侵犯,相应的AUC值分别为0.673、0.680、0.651、0.587和0.566[41]。同样,我们的影像组学模型中未纳入任何彩色多普勒或超声弹性成像信息,而这些信息可能改善诊断性能,如[42]所报道。此外,我们实施的是机器学习模型,而深度学习算法已被证明更为擅长,一项研究报道AUC为0.955,该研究分别纳入10,815和912幅多模态和多平面乳腺超声图像用于训练和前嚢性测试[43]。值得注意的是,在一项纳入124名女性的前瞻性研究中,定量多参数多模态超声为乳腺癌诊断提供了最佳的诊断性能[44]。
在我们的验证队列中,当将影像组学特征添加到放射科医生做出的美国放射学会乳腺影像报告和数据系统(US BI-RADS)分类中时,我们获得的 AUC 为 0.925,这在先前报道的数据范围内。值得注意的是,我们观察到特异度出现无统计学意义的升高(0.929 对 0.9,p = 0.540),但代价是敏感度出现有统计学意义的降低(0.756 对 0.933,p = 0.021)。特别是,联合模型多检出了两个良性病变(分别为 65 对 63),但漏诊了八例乳腺癌(分别为 34 对 42),相应的检出率从 93.3% 降至 75.6%。观察到的假阳性率降低以及随之而来的不必要活检数量减少,虽然无统计学意义,但与 Shen 等人的研究一致,他们提出的 AI 系统在由 44,755 次检查组成的测试集上达到了 0.976 的 AUROC,并将假阳性率降低了 37.3%, requested biopsies 减少了 27.8%,同时保持相同的敏感度水平 [45]。与后一项研究不同,在我们的前瞻性研究中,假阴性率升高导致的癌症漏诊影响超过了假阳性率降低所带来的不必要活检数量减少。然而,该研究的回顾性性质促使作者要求在可广泛应用于临床实践之前进行前瞻性验证。
将我们的结果与一项纳入 201 个纤维腺瘤样病变(FBLs)的近期回顾性研究进行比较,一种机器学习(ML)分类器在良恶性乳腺肿块的鉴别诊断中显示出比专家放射科医生更高的准确率(82% 对 79.4%),但差异无统计学意义。(p = 0.815)[46]。值得注意的是,在该研究中,放射科医生只能阅读每个病变的一张既定超声图像,不了解患者的临床病史,且最重要的是,无法进行完整的超声扫描。相反,在我们的研究中,阅片放射科医生进行了规范的超声扫描,而影像组学模型基于静态图像,可能无法完全描绘乳腺肿块的超声特征。此外,阅片放射科医生基于所有可用数据做出诊断,因而更接近真实临床实践。这些情况可能至少部分解释了我们系列中观察到的专家放射科医生相比影像组学模型更高的敏感度。同样的局限性也影响了一项使用深度卷积神经网络(dCNN)对 582 例患者进行超声乳腺病变自动分类的研究 [18]。在该研究中,发现 dCNN 的性能与两名经验超过 5 年的放射科医生相当(在内部数据集上,dCNN 的 AUC 为 83.8,而人类分别为 86.9 和 82.3),但作者指出最终决定应始终留给放射科医生。考虑到我们的结果基于训练有素且经验丰富的乳腺放射科医生的真实临床实践,这一声明得到了我们结果的支持。
值得注意的是,Gu等人的一项多中心研究纳入了5012例患者的超声图像,发现二分类深度学习模型在外部测试队列中的敏感度值较原始放射科医师出现统计学显著下降(89.81% vs. 99.30%,p = 0.0020)[47]。然而,在同一研究中,基于六分类BI-RADS的深度学习模型所达到的敏感度值与阅片放射科医师无统计学差异(95.37% vs. 99.30%,p = 0.1250)。这种二分类评估也存在于我们的研究中,可能对我们的影像组学模型结果产生了负面影响。
从价值导向医疗的角度来看,人工智能可能提供有用的数据驱动工具,在筛查、病灶表征、治疗指导和监测评估中赋能多模态乳腺成像[48]。然而,转化差距仍然存在。在不久的将来,乳腺X线和超声中基于人工智能的系统预计不会取代放射科医师,而是在决策过程中提供支持或减少放射科医师的工作量[49, 50]。为此,多参数MRI可能提供关于肿瘤病理生理特征的信息,有助于影像生物标志物研究,旨在改善对治疗反应、无病生存、分子亚型和淋巴结状态的预测[51–53]。然而,多参数MRI和其他成像模式仍需进一步努力,以充分利用人工智能和影像组学,从而在精准医学时代更好地实现乳腺癌个体化治疗[48]。
在我们的序列中,最重要的影像组学特征为:Busyness(属于NGTDM类别)是衡量一个像素与其邻域之间变化的指标。busyness值高表明图像“繁忙”,像素与其邻域之间强度变化迅速。对两种分布(即恶性和良性)的分析显示,恶性病例的busyness值高于良性病例。这反映出恶性病灶通常表现出更异质的模式,即病灶内存在不同密度区域(例如栖息地)。其次,LargeAreaHighGrayLevelEmphasis(属于GLSZM类别)衡量图像中较大尺寸区域与较高灰度值联合分布的比例。在恶性病例中,更可能存在较高密度区域(即高灰度值区域)。Kurtosis(属于FO类别)是衡量图像ROI中数值分布“峰度”的指标。较高的峰度意味着分布的质量集中在尾部而非均值附近。较低的峰度则相反:分布的质量集中在均值附近的尖峰处。这一趋势与临床文献完全一致:良性病灶通常比恶性病灶具有更椭圆(类圆形)的形状,而恶性病灶形状宽泛且变异性更大。这一方面反映了恶性肿块比良性肿块具有更大的峰度[54, 55]。最后,maximum probability(属于GLCM类别)计算最 predominant 的相邻强度值对的出现次数,从而揭示病灶内规律模式的存在。
我们的研究存在局限性。首先,我们研究人群中乳腺癌的患病率高于一般人群,导致选择偏倚。实际上,考虑到不平衡数据集的存在会使机器学习分类器更好地对最具代表性的类别进行分类,为了获得能够准确分类两个不同类别(即良性和恶性)的预测模型,需要有一个平衡的数据集 [35]。此外,作为乳腺癌的二级转诊中心,我们的人群与一般人群相比可能存在更高数量的恶性肿瘤。
其次,我们的数据集包含352名患者,但更大的样本可能有助于更稳健的机器学习评估。第三,我们未将彩色多普勒或弹性超声成像信息纳入我们的影像组学模型,也未纳入临床信息:这些信息可能导致机器学习模型诊断准确性的不同数值。需要进一步研究来解决这一问题。此外,尽管我们确保了机器学习系统的可解释性,深度学习方法可能是未来构建更精通影像组学模型的一个选择。
基于浅层学习算法的分类器是临床领域的最佳起点,因为它们易于解释和说明,但遗憾的是,它们无法达到深度模型所能达到的性能,而深度模型并不能保证可解释性。作为未来的发展方向,有意实施更先进和稳健的技术来实现深度学习模型的可解释性。
总之,我们的研究表明,基于人工智能的半自动病灶分割使得超声衍生影像组学特征的提取变得即时,同时仍保持高可重复性。后方声影是决定半自动分割不被接受的最重要特征。在我们的经验中,影像组学与超声乳腺影像报告和数据系统(BI-RADS)分类的结合导致了不必要的活检的潜在减少。然而,在我们的系列中,观察到潜在漏诊癌症的增加不可忽视。为了避免这种负面影响,基于人工智能的系统必须达到足够的诊断性能,以便它们能够适用于广泛的人群 [56]。因此,在将影像组学特征实施于乳腺癌常规超声评估之前,需要进一步开展更大规模的国际多中心研究。
引用
- Bartolotta TV, Militello C, Prinzi F, et al. Artificial intelligence-based, semi-automated segmentation for the extraction of ultrasound-derived radiomics features in breast cancer: a prospective multicenter study. Radiol Med. 2024. PMID: 38724697. doi:10.1007/s11547-024-01826-7
- 全文:PMC11252191(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11252191/
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。