文献速递胸部技术与安全CT

基于配对机器学习与CT图像及临床信息预测老年食管癌患者根治性放疗后局部区域复发的自动诊断平台

Pairwise machine learning-based automatic diagnostic platform utilizing CT images and clinical information for predicting radiotherapy locoregional recurrence in elderly esophageal cancer patients.
PubMed 文献 · Abdom Radiol (NY) · 2024-06-04

该研究纳入130例75岁及以上接受根治性放疗的食管鳞癌患者,从治疗前增强胸部CT提取影像组学特征并结合临床因素,构建配对朴素贝叶斯模型预测局部区域复发;训练组AUC为0.903(0.829–0.958),测试组AUC为0.944(0.849–1.000),并开发了可独立运行的图形界面自动诊断系统。

要点

  • 治疗前增强胸部CT影像组学联合最大壁厚度与T分期,可用于预测老年食管鳞癌放疗后局部区域复发。
  • 配对朴素贝叶斯模型测试组AUC为0.944(0.849–1.000),准确率0.914,阳性预测值85.71%。
  • 研究开发了可输入图像或影像组学特征的独立图形界面自动诊断系统,便于临床操作。

核心结论

  • 基于治疗前增强胸部CT影像组学与临床因素的配对朴素贝叶斯模型能准确预测老年食管鳞癌患者根治性放疗后的局部区域复发。
  • 嵌入该模型的食管癌自动诊断系统在临床实践中具有重要应用潜力。

研究设计与样本

  • 单中心研究,纳入2017年1月至2019年12月河北医科大学第四医院130例75–90岁接受根治性放疗的食管鳞癌患者。
  • 按7:3比例随机分为训练组与测试组,采用五折交叉验证训练模型,以受试者工作特征曲线和决策曲线分析评估性能。
  • 从治疗前增强胸部CT提取影像组学特征,结合临床因素构建配对朴素贝叶斯模型。

关键影像表现/征象

  • 最终模型纳入10个影像组学特征和2个临床因素(治疗前最大壁厚度与T分期)。
  • 最重要的影像组学特征为原始形状最小轴长度,总能量特征对食管癌放疗也具有较高预测价值。

诊断标准与关键数值

  • 训练组AUC为0.903(0.829–0.958),测试组AUC为0.944(0.849–1.000)。
  • 测试组准确率0.914、敏感度1.000、特异度0.824,阳性预测值0.857、阴性预测值1.000。
  • 决策曲线分析显示,当阈值概率低于80%或高于40%时,配对朴素贝叶斯模型较全部活检或完全不活检方案获益更多。

临床应用与阅片要点

  • 模型可基于治疗前增强胸部CT影像组学特征及最大壁厚度、T分期,辅助预测老年食管鳞癌放疗后局部区域复发。
  • 研究开发的独立图形界面诊断系统支持输入图像或影像组学特征,可自动输出诊断结果,并兼顾医院数据隐私与网络速度限制。
  • 作者认为准确预测局部区域复发有助于老年食管鳞癌患者的治疗计划制定与决策。

局限性

  • 原文在讨论中提及小样本集。
  • 原文在结论中提出该自动诊断系统在临床实践中具有重要应用潜力。
全文中译13 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:Abdom Radiol (NY). 2024 Jun 4;49(11):4151–61. doi: 10.1007/s00261-024-04377-7

引言

食管癌(EC)是消化系统常见的恶性肿瘤,全球发病率居第七位,死亡率居第六位[1]。在中国,食管癌的发病率和死亡率分别居第六位和第四位,呈高于全球水平的趋势[2]。人口老龄化和预期寿命延长导致老年EC患者增多。值得注意的是,75岁及以上人群约占中国EC患者总数的15–20%[2]。由于合并症的存在和器官功能储备的下降,老年患者与非老年患者相比耐受强化治疗的能力受限,这可能导致较差的预后[3]。放疗(RT)是老年EC患者的主要治疗方式,尤其是对于不适合手术的患者[4]。然而,超过50%接受标准剂量放化疗(CRT)的患者最终出现局部区域复发或远处转移,导致疾病相关死亡[3, 5]。影像组学与各种分类器的结合,通过对序贯数据应用定量分析,有助于全面评估时间和空间异质性。该方法在预测多种癌症类型的治疗反应方面具有广阔前景[6–8]。值得注意的是,多项研究强调了影像组学在接受CRT治疗的EC患者中的预测和预后价值[9–11]。据我们所知,目前缺乏利用机器学习技术预测接受RT治疗的老年食管鳞状细胞癌(ESCC)患者局部区域复发(LR)的影像组学研究。在本研究中,我们开发了一种成对机器学习建模方法,利用度量学习并采用开源项目“FeAture Explorer”[12](网址:https://github.com/salan668/FAE),以提高预测准确性。我们通过优化的建模流程开发了一种有效的成对朴素贝叶斯(NB)模型。

本研究的主要目的是评估成对机器学习模型在预测诊断为食管鳞状细胞癌(ESCC)的老年患者接受RT后LR的可行性,使用临床因素和从治疗前增强CT扫描中提取的定量影像组学特征。通过提供准确和早期的预测,协助医生做出最佳治疗决策,促进治疗方案的调整和及时干预。最后,为便于实际应用,开发了基于训练模型的自动化食管癌诊断系统。

材料与方法

数据集与准备

纳入标准与研究人群

本研究已获得河北医科大学第四附属医院伦理委员会的伦理批准。根据世界卫生组织的定义,我们采用75岁的年龄截断值将患者分类为老年人。由于在中国食管鳞状细胞癌(ESCC)占所有食管癌(EC)病例的近90% [13],我们将分析限制于经病理诊断为ESCC的患者。采用以下选择标准:(1)年龄75岁或以上。(2)美国东部肿瘤协作组体能状态评分(ECOG PS)为2分或以下。(3)既往无癌症病史。(4)每例患者均为首次接受放射治疗。(5)除锁骨上淋巴结转移外,无远处器官转移。(6)无严重肺、心脏或肝脏疾病。排除标准为(1)诊断为食管瘘并伴有食管支架植入。(2)接受低剂量姑息性放疗。(3)接受术前或术后辅助放疗。(4)CT图像可视化质量差。

本研究收集了2017年1月至2019年12月期间在河北医科大学第四附属医院接受根治性放疗的75岁以上ESCC患者的病历数据,共130例符合条件的患者纳入研究,年龄范围为75–90岁。临床分期根据美国癌症联合委员会(AJCC)/国际抗癌联盟(UICC)分类方案第8版确定 [14]。

治疗

研究对象中89例患者接受单纯放疗,28例接受同步放化疗,13例接受序贯放化疗方案。所有治疗计划均采用三维适形或调强放射治疗实施。应遵循关于危及器官剂量限制和放射靶区定义的方案。全组计划靶区(PTV)和大致肿瘤区(GTV)处方放射剂量范围为50.0至64.0 Gy(中位60 Gy)。PTV给予1.8–2.0 Gy/次,而GTV给予1.95–2.15 Gy/次,每周5次。物理治疗师根据需要完成治疗计划,并由资深医师批准。以下是具体化疗治疗方案 [5]:替吉奥(TS-1)、顺铂联合紫杉醇、顺铂联合5-氟尿嘧啶。化疗治疗方案的最终选择主要取决于专家决策结果及其治疗意图。在同步化疗患者中,22例患者选择替吉奥(T-S1),6例患者选择TP方案(紫杉醇联合顺铂);在序贯化疗患者中,7例患者接受TP方案,4例患者选择替吉奥(TS-1),2例患者选择FP方案(5-氟尿嘧啶联合顺铂)。

图像处理

每位患者的CT图像均使用itk-snap软件(http://www.itksnap.org)进行审阅。一位具有15年食管癌(EC)影像学经验的放射治疗师(A.D.Z.)审阅了所有图像,并逐层勾画食管癌的轮廓,在治疗前增强CT图像中去除食管内的气体组织。为评估观察者间一致性,从整个队列中随机选取共20例患者,由一位具有15年经验的放射科医师(Y.L.)进行独立分割。放射组学参数提取和图像预处理使用pyradiomics软件包(版本2.12;https://pyradiomics.readthedocs.io/en/2.1.2/)完成。在预处理中经过归一化、重采样和量化后,从每位患者的感兴趣区提取基于原始图像的定量特征。特征提取涵盖多个类别,即一阶统计量(first order)、形状特征值(shape)和纹理特征,纹理特征包括灰度共生矩阵、灰度游程长度矩阵、灰度区域大小矩阵、灰度差分共生矩阵和邻域灰度差分矩阵。纳入的临床危险因素如下:ECOG评分、年龄、性别、饮酒和吸烟史、家族史、肿瘤长度、肿瘤位置、肿瘤体积、T分期、N分期、锁骨上淋巴结、TNM分期、PTV剂量、GTV剂量、是否接受化疗、放疗前最大壁厚度(MWT)、放疗前淋巴结大小(NS)。

模型建立

为提高模型的准确性和稳定性,我们在数据标准化、降维和特征值筛选方面优化了算法。建模过程中比较了多种方法。在数据标准化方面,我们比较了归一化至单位、归一化至0中心以及归一化至单位并0中心等算法。在降维方面,评估了主成分分析(PCA)和皮尔逊相关系数(PCC)方法的有效性。在特征筛选阶段,我们比较了多变量方差分析(ANOVA)、递归特征消除和Relief方法对模型的影响。随后确定最佳组合方案以建立模型。最后,比较了包括支持向量机、线性判别分析、逻辑回归、朴素贝叶斯等在内的10种分类器。整个训练过程如下:首先,将所有数据集按7:3的比例分为训练集和测试集,然后在训练集上使用五折交叉验证方法训练模型。训练过程中,训练数据集被随机分为五个大小近似相等的子集(折)。其次,模型依次在四折上训练并在剩余一折上验证,轮换直至每一折均作为验证集。在每一折中,记录模型的性能指标(如准确率、曲线下面积)。完成每一折的上述步骤后,对所有五折的性能指标取平均值,以获得模型性能的单一估计。最后,用最初生成的测试集评估所建立模型的性能。

为了提高模型在小样本集内的准确性和稳健性,我们采用了基于度量学习的成对机器学习分析。该方法依赖于评估典型病例(模板)与其他病例之间的相似性,以预测放疗后的局部复发(LR)。在该分析中,选取了7个代表性病例,包括有经验的和无经验的LR实例。随后,将这些病例与其他样本配对以计算距离度量。同组之间的配对称为“正对”,不同组之间的配对称为“负对”(公式1)。最后,根据正对和负对的分类结果以及模板的标签类别,通过投票方案确定最终样本类别(公式2和3)。其中,和分别表示第个模板和第个样本的特征值向量,表示正对的特征值向量,表示负对的特征值向量,和分别表示正对和负对的预测概率,表示一个样本最终属于正样本对的平均概率,表示模板的标签,表示样本的类别属性。根据诊断性能确定最优模型。整个建模过程如图1所示。

图1 数据预处理和模型建立的流程图。A 食管癌的手动勾画和三维视图;B 影像组学特征值的提取,包括一阶特征值、形状和纹理特征值;C 样本数据配对和模型的建立;D 模型的评估 查看原图 ↗

统计分析

为确定勾画肿瘤体积的准确性和可重复性,分别计算了两个勾画肿瘤在体积、表面积、最大径长度、最小径长度及其他形态学指标方面的平均Dice系数和组内相关系数(ICC)。训练集和测试集之间临床特征基线差异的评估采用卡方检验、Fisher精确检验或Mann–Whitney U检验等统计检验。此外,在测试数据集上进行了决策曲线分析(DCA)以评估模型的临床实用性,量化了各种阈值概率下的净获益。为评估模型拟合度,使用Hosmer–Lemeshow检验评估拟合优度。模型的性能通过受试者工作特征曲线下面积(AUC)进行评估。p值< 0.05被认为具有统计学意义。统计分析分别基于Python 3.10和R语言(V4.2.1)使用keras、pingouin和pROC软件包进行。

结果

患者的一般临床特征

本研究共纳入130例老年患者。截至2023年3月1日,所有患者均已随访超过三年,中位随访时间为57个月。总随访率为96.92%。按7:3的比例,将总病例随机分为训练组和测试组。表1展示了两组ESCC患者的特征,显示两组之间无显著差异。在随访截止日期,共有64例患者(49.23%)发生了LR。其中,45例患者(49.45%)属于训练组,19例患者(48.72%)来自测试组。

表1 训练队列和测试队列中患者的特征 查看原表 ↗

模型构建

计算结果显示,平均Dice为0.891 ± 0.452,一些重要形态学因素的ICC总结于表2中,表明具有良好的可重复性。经优化后,选择了一个最优智能诊断模型,命名为成对朴素贝叶斯(pNB),其包括以0为中心归一化至单位的归一化方案、PCC特征降维方案、ANOVA特征筛选方案、12个特征值作为输入以及优化后的朴素贝叶斯分类器作为最终二分类器(图2,补充表1)。经评估,pNB模型在训练、验证和测试数据集中对预测老年ESCC患者的LR表现出最佳性能(图3)。

表2 一些重要形态学因素的ICC总结 查看原表 ↗
图2 模型的建模过程。A 以0为中心归一化至单位在数据归一化中表现出优于其他方案的性能。B PCC方案在特征降维中表现出优于PCA方案的性能。C ANOVA方案在特征筛选阶段表现出优于其他两种方案的性能。D 当采用12个特征值时模型表现出最佳性能。CV Train:通过五折交叉验证方法在训练数据下的结果;CV Validation:通过五折交叉验证方法在验证数据下的结果;Train:使用全部训练数据的结果 查看原图 ↗
图3 不同分类器之间诊断性能的比较 查看原图 ↗

模型性能

建模过程共纳入十二个特征,包括十个影像组学特征和两个临床因素。所选特征值及其在优化模型中的各自贡献在图4A中直观展示。从以下三个维度对模型进行了评估:诊断性能、校准和临床有效性。基于本研究建立的模型,DCA显示,基于配对wise NB模型,当阈值概率低于80%或高于40%时,与全部活检或无活检方案相比可获得更多获益(图4B)。校准曲线表明该模型表现出优异的拟合优度和稳定性(P > 0.05)(图4C)。训练组和测试组的曲线下面积(AUC)分别为0.903(0.829–0.958)和0.944(0.849–1.000),相应的准确率分别为0.852和0.914。训练组和测试组的灵敏度和特异度分别为0878、0.825和1.000、0.824。阳性预测值和阴性预测值分别为0.837和0.868(训练组)、0.857和1.000(测试组)(图4D)(补充表2)。这些发现表明,该模型能够准确预测接受放疗(RT)的老年食管鳞状细胞癌(ESCC)患者的LR。

图4 配对wise NB模型的诊断性能和稳定性。A 优化后模型中选定的特征值及其贡献。B 模型的DCA;C 模型在训练集和测试集中的校准曲线;D 交叉验证(CV)训练、CV验证、训练和测试数据上ROC的AUC。Test:使用所有测试数据的结果 查看原图 ↗

自动化建模系统和自动化诊断系统的建立

在本实验中,我们基于开源软件FAE使用度量学习建立了自动建模系统。该系统可自动执行数据配对、数据对标准化、降维、特征选择和分类器选择以进行建模。

此外,为便于医学专业人员将建模良好的模型应用于临床,我们开发了图形用户界面(GUI)诊断系统(图5),可从统一资源定位符(https://github.com/ComputerVersion/PairedML)下载。与基于网页版的自动化诊断系统不同,我们的诊断系统作为独立版本运行,兼顾了医院中的数据隐私问题和某些地区的互联网速度限制。基于初步建模结果,该界面化系统允许选择合适的预处理方法和分类器,以及选择相应的预训练权重值。通过输入相关参数值,系统可自动提供诊断结果。它支持两种类型的输入:图像和影像组学特征,并能够预测食管癌诊断中的各种任务。

图5 自动化图形用户界面(GUI)诊断系统 查看原图 ↗

讨论

近年来,放射组学和机器学习技术的发展在临床诊断和治疗中展现出巨大潜力。多项研究强调了基于放射组学和临床信息的机器学习技术在预测食管癌患者治疗反应和预后方面的应用[9–11]。传统机器学习模型的诊断效能约为0.7 [9, 10, 15]。我们认为预测准确性较低可能由以下几个原因导致:第一,传统机器学习方法挖掘信息的能力有限,导致难以区分典型病例与非典型病例。第二,类别之间常存在不平衡,尤其是治疗结果阳性和阴性病例之间,通常预后不良的病例较少。第三,可用数据量有限限制了模型的准确性和泛化性,使其难以达到更高性能。鉴于这些挑战,我们提出了一种基于度量学习的配对样本机器学习模型算法。该方法显著提高了预测准确性,并展现出较强的泛化性。

模型泛化能力是指模型在未见数据上的表现,反映模型对新数据的适应性。如何提高模型的泛化能力是机器学习领域高度关注的问题,尤其是在医学数据分析中,原因在于缺乏精确标注的数据以及标注成本高昂[16]。目前,有几种常用方法来提高模型泛化能力:迁移学习[17–21]。该方法的优点是简单且易于实现,但要求源域与目标域之间存在一定相似性。元学习[22, 23]也是解决小样本分类任务的常用方法。基于度量的元学习方法[24]利用度量来表达两个样本之间的相关性。度量基于在空间中计算的距离来衡量两个样本之间的关系,距离越近的点属于同一类别的可能性越高。度量学习是一种捕获数据底层结构的机器学习方法[25]。度量学习的目标是优化一个融入所需属性的距离度量学习目标函数。通过学习一种针对数据底层结构定制的距离度量,度量学习算法通常能比依赖欧几里得距离等固定距离度量的传统算法取得更好的性能。度量学习的另一个优点是其泛化性。度量学习算法可以学习一种能够泛化到新数据的距离度量,即使这些数据在训练期间未曾见过。总体而言,度量学习的理论基础和优势使其成为临床应用中强大且多功能的工具,特别是在医学图像分析和诊断领域[26, 27]。在本实验中,我们开发了一种利用未来数据特征和度量学习优势的模型分析算法。我们在小样本集上测试并应用了该工具。

该研究论文旨在开发一个智能模型,用于准确预测接受放疗(RT)的老年食管鳞状细胞癌(ESCC)患者的LR。经过优化,选择了一个名为成对朴素贝叶斯(pair-wise native Bayes)的最优诊断模型。pNB模型整合了多个组成部分,包括数据归一化、特征降维、特征筛选和优化的朴素贝叶斯分类器(图2,表2)。本研究最终选择了十个影像组学特征和两个临床因素用于建模,如图4A所示的结果直观地呈现了优化模型中所选特征值及其各自的贡献。两个临床因素为:治疗前MWT和T分期。根据Li的研究[28],最大食管壁厚度是影响ESCC患者OS的重要因素。同样,在本研究中,MWT和T分期也是影响老年患者LR的重要因素。在文献报道中,形状特征被认为是最稳健和稳定的。本研究发现最重要的特征是原始形状最小轴长度(original shape Least Axis Length),这也是一种与形状相关的特征[29–31]。一阶特征是图像灰度级的函数,反映区域内体素灰度强度的分布。能量(Energy)表示图像内体素值大小的程度,值越高表示体素值平方和越大[32]。总能量(Total Energy)特征对应于能量值,该值已根据以立方毫米为单位的体素体积进行了调整。在本实验中,我们发现总能量对食管癌放疗具有较高的预测价值,这与我们之前的认识一致,即病灶的强化程度和大小具有较高的诊断价值[28, 33]。模型的评估从三个维度进行:诊断性能、校准和临床有效性。这些结果表明,所开发的模型能够准确预测接受RT的老年ESCC患者的LR。研究结果提示该pNB模型在改善该人群的决策制定和患者管理方面具有潜在的临床实用性。pNB模型的成功开发和性能对临床实践具有重要意义。准确预测LR有助于接受治疗的老年ESCC患者的治疗计划和决策制定。总体而言,本研究的发现有助于推动ESCC预测建模的进步,并有望改善患者结局和个性化治疗策略。在本研究中,我们还为该模型开发了一个独立应用程序,如图5所示。在本实验中,选择独立版自动化诊断系统而非基于网络的版本的理由如下:(1)独立版提供了更大的便利性,无需用户将患者数据上传至互联网,从而更好地保护患者隐私;(2)独立版不受不同地区互联网速度差异的影响;(3)独立版更有利于商业化和更广泛的传播。与以往研究相比,本研究具有明显的优势。据我们所知,这是首个为预测接受RT的老年ESCC患者的LR而设计的机器学习模型。值得注意的是,我们的模型在应用于小样本数据集时表现出稳健性,产生了准确的预测性能。

本研究存在一些局限性。首先是其依赖手动图像分割进行智能图像分析,导致过程耗时。然而,随着技术的进步,自动化智能图像识别和分割可能减轻人力需求和时间消耗。另一个局限性是本单中心研究的回顾性性质。鉴于不同地区食管癌病理类型发病率的差异以及由此产生的不同治疗反应[34, 35],需要进一步研究和验证以确认模型在更大、更多样化患者群体中的性能。根据我们的经验,可以通过在生成配对样本时纳入不同样本的模板来改善这一点。此外,放射组学分析方法多种多样,所获得的结果可能有所不同,需要进一步的比较和讨论。该模型的独立应用程序将使读者能够使用外部数据集进一步验证,并基于我们的解决方案完善模型,以更广泛地应用于临床实践,而评估模型与其他现有预测模型的性能将为其比较有效性提供有价值的见解。

结论

基于治疗前增强胸部CT放射组学和临床因素的配对NB模型能够准确预测老年ESCC患者的LR。独立应用程序有助于外部验证和完善,促进更广泛的临床采用。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 14 KB)

引用

  1. Zhang AD, Shi QL, Zhang HT, et al. Pairwise machine learning-based automatic diagnostic platform utilizing CT images and clinical information for predicting radiotherapy locoregional recurrence in elderly esophageal cancer patients. Abdom Radiol (NY). 2024. PMID: 38831075. doi:10.1007/s00261-024-04377-7
  2. 全文:PMC11519085(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11519085/

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。