18F-FDG PET/CT影像组学与人工智能预测乳腺癌新辅助化疗后病理完全缓解
本研究回顾性纳入52例新诊断乳腺癌患者,基于基线18F-FDG PET/CT提取常规及影像组学特征构建机器学习模型预测新辅助化疗后病理完全缓解。PET模型性能优于CT和临床模型,其中纳入原发灶及淋巴结的PET Model_T+N随机森林算法验证集AUC为0.83、分类准确率0.74。
要点
- 基线原发灶MTV和TLG较高的患者新辅助化疗后未达pCR,MTV p=0.004、TLG p=0.001。
- PET影像组学模型性能优于CT和临床模型,最佳为PET Model_T+N随机森林验证集AUC=0.83。
- CT模型在10折交叉验证中AUC=0.89、CA=0.88,验证集降至AUC=0.44、CA=0.47,提示过拟合。
核心结论
- 基于基线18F-FDG PET/CT原发灶及淋巴结转移灶提取的影像组学特征训练的机器学习模型,可能有助于预测乳腺癌新辅助化疗后pCR。
- PET Model_T+N优于PET Model_T,验证集AUC=0.83、CA=0.74 vs AUC=0.76、CA=0.70,提示纳入参考淋巴结影像组学特征可能提升模型性能。
- 作者认为需要在更大样本的外部队列中验证上述初步结果。
研究设计与样本
- 回顾性单中心研究,纳入2015年2月至2023年11月意大利费拉拉圣安娜大学医院新诊断乳腺癌并接受新辅助化疗、基线行18F-FDG PET/CT的患者52例。
- 参考标准为术后组织病理学证实的pCR(ypT0;ypN0),按Sataloff标准Grade A定义为pCR,Grade B、C、D定义为non-pCR。
- 从PET和CT图像共提取854个影像组学特征,经SMOTE平衡后样本量为78个病灶(39个non-pCR、39个pCR),按70%训练集、30%内部验证集划分。
- 构建临床模型、CT模型、PET Model_T和PET Model_T+N四种机器学习模型,每种模型训练随机森林、神经网络和随机梯度下降三种算法。
关键影像表现/征象
- 52例原发肿瘤均表现为18F-FDG摄取增高,平均SUVmax=14.10±12.22;20例(38.5%)患者存在淋巴结转移。
- 原发灶SUVmax和SUVmean在pCR与non-pCR组间差异无统计学意义,而MTV和TLG在未达pCR组显著更高(MTV p=0.004,TLG p=0.001)。
- 共分割72个病理摄取灶,包括52个原发灶和20个淋巴结转移灶。
诊断标准与关键数值
- PET Model_T+N随机森林算法验证集:AUC=0.83,CA=0.74,精确率=0.80,敏感度=0.76,特异度=0.76,TP=0.60,TN=0.61。
- PET Model_T随机森林算法验证集AUC=0.76、CA=0.70,CT模型随机森林算法验证集AUC=0.44、CA=0.47。
- 临床模型验证集TP=57.9%、TN=55.60%。
- 从CT、PET_T和PET_T+N数据集分别筛选出12、46和141个稳健影像组学特征。
临床应用与阅片要点
- 基线18F-FDG PET/CT原发灶MTV和TLG较高可能提示新辅助化疗后不易达到pCR。
- 作者认为基于原发灶联合参考淋巴结的PET影像组学机器学习模型可能有助于预测pCR并改善乳腺癌管理。
- 作者指出常规PET体积参数受设备和阈值影响异质性大,难以确定可日常使用的通用截断值。
局限性
- 回顾性设计、样本量相对较小及缺乏外部验证是本研究局限。
- HER-2富集型乳腺癌在本研究人群中pCR率高达91%,高于文献预期的65%。
- CT模型在10折交叉验证中AUC=0.89、CA=0.88,验证集降至AUC=0.44、CA=0.47,作者认为可能存在过拟合。
- 临床模型性能欠佳,作者认为与临床病理特征在本队列中区分pCR与non-pCR无统计学意义及样本量小、人群不平衡有关。
- 作者认为需在更大样本的外部队列中验证上述初步结果。
全文中译11 节 · 点击展开
引言
乳腺癌(BC)仍然是全球女性中发病率和癌症相关死亡率最高的肿瘤 [1]。新辅助化疗(NAC)的引入改善了BC患者的预后 [2, 3]。文献证据大量表明,NAC后达到病理完全缓解(pCR)是长期结局的早期指标 [4]。NAC后达到pCR的患者无事件生存期(EFS)和总生存期(OS)显著更长,尤其是在侵袭性BC亚型中,如三阴性乳腺癌(TNBC)[5]。因此,通过影像学预测NAC后pCR代表了一项临床相关需求,因为它可能改善管理并实现治疗个体化。然而,现有影像学方法尚不能保证解决这一任务的最佳结果。乳腺磁共振成像(MRI)在确定原发BC对NAC的反应方面具有高准确性 [6]。然而,乳腺MRI无法进行全身分期,新发寡转移性疾病可能仍被隐匿。此外,已有假阳性(FP)和假阴性(FN)发现的报道,且在Luminal亚型中性能较差 [7–10]。2-脱氧-2-[18F]氟-D-葡萄糖([18F]FDG)正电子发射断层扫描/计算机断层扫描(PET/CT)在过去10年中已被研究用于BC患者成像,最近也被纳入指南,用于评估TNBC和人表皮生长因子受体2(HER-2)富集型BC对NAC的反应 [11–13]。然而,[18F]FDG PET/CT也有局限性,常规PET参数预测pCR的准确性可能不尽如人意 [14]。
过去几年中,若干研究聚焦于通过各种肿瘤疾病(包括BC)中使用放射组学分析结合人工智能(AI)从基线影像中可推导的潜在信息 [15–18]。特别是,[18F]FDG PET影像的放射组学分析已在BC的多种场景中被研究 [15]。大量论文提取放射组学特征以在诊断时预测BC的分子亚型和组织学特征,体现了“数字活检”的现代概念 [19]。在其他研究中,提取了腋窝淋巴结的放射组学特征并用于区分反应性与转移性淋巴结 [20]。Weber及其同事 [21] 测试了放射组学以提高PET影像预测BC患者预后的准确性。此外,少数论文通过使用从[18F]FDG PET提取的放射组学分析来预测NAC后的反应,展示了令人鼓舞的结果 [22, 23]。
本研究的目的是建立机器学习(ML)模型,基于从基线[18F]FDG PET/CT提取的常规和放射组学特征,预测BC患者NAC后的pCR。
材料与方法
研究人群
这是一项回顾性单中心研究,纳入2015年2月至2023年11月期间在意大利费拉拉Sant’Anna大学医院接受NAC治疗并进行了基线[18F]FDG PET/CT检查的新诊断BC患者。
本研究的纳入标准为:(a)年龄 > 18岁;(b)组织学证实BC诊断;(c)在NAC第一个周期之前进行了基线[18F]FDG PET/CT;(d)有NAC史;(e)可获得组织病理学和随访生存数据。
排除标准为:(a)合并诊断其他肿瘤疾病;(b)既往已诊断为乳腺癌(BC)并已接受肿瘤治疗的患者;(c)基线[18F]FDG PET/CT有远处转移证据的患者;(d)未完成既定新辅助化疗(NAC)方案的患者;(e)NAC后未接受手术的患者。
收集可用的临床-病理资料,包括年龄、组织学类型、分级、雌激素受体(ER)表达、孕激素受体(PR)表达、Ki-67指数、HER-2表达、BRCA突变状态。根据圣加仑共识[24]将患者分为5个分子亚型亚组:(1)Luminal A型(ER阳性和/或PR阳性且HER-2阴性;Ki67 < 20%);(2)Luminal B型(ER阳性和/或PR阳性且HER-2阴性;Ki67 ≥ 20%);(3)Luminal B + HER-2型(ER阳性和/或PR阳性且HER-2阳性;Ki67 ≥ 20%);(4)HER-2富集型BC(激素受体不表达且HER-2阳性);(5)三阴性乳腺癌(TNBC)(激素受体和HER-2蛋白均不表达)。
本研究按照《赫尔辛基宣言》、药物临床试验质量管理规范(Good Clinical Practice)及当地伦理法规实施。当地伦理委员会批准了本研究(方案编号:402/2024/Oss/AOUFE),并收集了患者的书面知情同意。
NAC、手术与组织学
所提出的NAC类型为:(a)表柔比星与环磷酰胺(EC)+ 紫杉醇;(b)EC + 紫杉醇 + 曲妥珠单抗;(c)紫杉醇 + 曲妥珠单抗;(d)EC + 紫杉醇 + 卡铂。NAC方案的选择根据BC亚型并遵循治疗决策时最新的指南进行。
所有患者在完成NAC后均接受乳腺手术(保乳手术和/或全乳切除术)及腋窝分期(淋巴结清扫和/或前哨淋巴结放射引导技术)。
术后组织学分析中,pCR被视为NAC后的主要结局指标,依据Sataloff标准[25],定义为显微镜下乳腺及所采集淋巴结中均完全无残留浸润性肿瘤细胞。根据pCR缺失(Sataloff B、C和D级)或pCR证据(Sataloff A级),患者分别被分为non-pCR或pCR。
[18F]FDG PET/CT成像
PET/CT扫描按照既往论文中详述的标准化方案进行([14])。
[18F]FDG PET/CT的分析由两名经验丰富的核医学医师在syngo.via工作站(Siemens Healthineers,德国埃尔兰根)上进行,如图1所示。在PET图像上识别原发肿瘤及(适用时)病理性区域淋巴结。手动绘制圆形感兴趣区(ROI),并由软件自动转换为三维感兴趣体积(VOI)。收集最常用的半定量参数,包括最大和平均标准化摄取值(分别为SUVmax和SUVmean)、代谢肿瘤体积(MTV)和总病灶糖酵解(TLG)。采用40% SUVmax阈值计算体积参数。
影像后处理与特征提取
原发肿瘤及最有意义的淋巴结转移灶(以[18F]FDG摄取程度而言)的VOI分割由两名经验丰富的核医学医师在MIM Maestro 7.3.2版本(MIM Software, Inc., Cleveland, OH)上于[18F]FDG PET/CT图像中手动完成,如图2所示。任何分歧均通过共识解决。
定量放射组学特征(RFts)从PET上各VOI中提取,CT图像上仅从原发乳腺病灶的VOI中提取。该过程分别使用Radiomics软件包和3D Slicer图像计算平台完成,遵循IBSI标准化[26]。
在提取高定量特征之前,对PET和CT图像均应用了固定箱数为25的离散化过程。总体上,从PET和CT图像上每个分割VOI中各提取了121个放射组学特征。其中,按类别分别划分,14个RFts属于原始图像和掩膜,14个属于形状(3D)类,18个属于一阶强度统计,24个属于灰度共生矩阵(GLCM),16个属于灰度游程长度矩阵(GLRLM),16个属于灰度区域大小(GLSZM),14个属于灰度依赖矩阵(GLDM),5个属于邻域灰度差矩阵(NGTDM)。此外,从小波分解的VOI中还提取了744个纹理RFts。
统计分析与模型构建
采用双尾Wilcoxon-Mann-Whitney U型检验(p < 0.05)研究临床参数、[18F]FDG PET/CT代谢参数(SUVmax、SUVmean)和体积参数(MTV和TLG)与pCR/非pCR组之间的相关性。采用Pearson卡方检验(p < 0.05)对各分子亚组中的半定量参数进行亚组分析。
在RFts降维之前,采用合成少数类过采样技术(SMOTE)策略使数据集中非pCR和pCR的样本分布达到平衡,获得78个病灶的样本量,其中39个标记为非pCR,39个为pCR。随后将该队列随机分为训练集(70%)和内部验证集(30%)。训练集用于构建预测NAC后pCR反应的模型。
采用手工编写的Python脚本实现过滤式特征选择算法以识别稳健的RFTs。在特征选择步骤之前,未进行任何数据变换或归一化。为评估最稳健、非冗余且最具可重复性的RFts,分别考虑Wilcoxon-Mann-Whitney U型检验的p < 0.05和Spearman秩相关系数的|rs|> 0.8。该分析分别对基于CT和基于PET的RFts数据集独立进行。
采用Bootstrap法和10折交叉验证对机器学习模型进行训练。独立构建了四种机器学习预测模型(PET Model_T、PET Model_T + N、CT Model和Clinical Model)。PET和CT模型使用从相应图像数据集中选择并提取的放射组学特征(RFts)构建(PET Model_T + N使用所有VOI;PET Model_T和CT Model使用原发性BC VOI),而Clinical Model使用8个临床-病理特征(年龄、组织学、分级、ER、PR、HER-2、Ki-67和BRCA)构建。
使用Orange数据挖掘软件对不同机器学习模型进行训练、测试和验证。对于每个机器学习模型,训练了三种不同的算法:随机森林(RF)、随机梯度下降(SGD)和神经网络(NN)。
在训练和验证步骤中计算了ROC曲线下面积(AUC)、分类准确率(CA)、精确率、灵敏度、特异度、真阳性(TP)和真阴性(TN)。这些性能评分用于评估每个机器学习模型的最佳算法。
结果
研究人群和NAC疗效
52名新诊断BC的女性符合纳入标准。基线[18F]FDG PET/CT与NAC第一天之间的中位间隔时间为9(2–20)天。总体而言,[18F]FDG PET/CT检测到的72个病灶被纳入分析。其中,全部52个原发肿瘤均显示[18F]FDG摄取增高(平均SUVmax = 14.10 ± 12.22)。此外,20例(38.5%)患者显示淋巴结转移。大多数淋巴结转移患者为TNBC(n = 6;30%)和HER-2阳性BC(n = 9;45%),而仅有5例(20%)Luminal A或Luminal B型BC患者存在淋巴结受累。
总体而言,23例患者(44.2%)在NAC后达到pCR。在不同BC亚型中,pCR在HER-2富集型BC(n = 10;91%)和TNBC(n = 8;42%)中更常达到。纳入患者的详细特征见表1。
原发肿瘤的[18F]FDG PET/CT半定量参数
从原发BC提取的半定量参数用于区分pCR与非pCR的分析结果见表2。原发肿瘤的代谢参数(SUVmax和SUVmean)在区分pCR与非pCR组方面无统计学意义。相反,NAC后未达到pCR的患者原发肿瘤的体积参数平均值显著更高(MTV和TLG分别为p = 0.004和p = 0.001)。按肿瘤亚型进行的亚组分析未提供显著结果。
放射组学分析和模型构建
从原始图像和滤波图像中提取的854个RFts中,非pCR组与pCR组之间在CT、PET_T和PET_T + N图像数据集中分别共有12、46和141个稳健RFts存在显著的统计学差异。
在CT数据集中,12个RFts为稳健特征。其中,4个属于纹理类(GLDM和GLSZM及GLRLM),8个属于纹理小波-based类。
在PET_T + N数据集中,共选择了141个稳健的放射组学特征(RFts)(其中5个属于形状类,12个属于一阶和二阶GLCM,124个属于基于小波的纹理类),以及MTV和TLG。另一方面,在PET_T数据集中,共选择了46个RFts(其中1个属于SHAPE类,1个属于GLDM类,44个属于基于小波的纹理类)。所选RFts的完整列表见补充材料(表S1、S2和S3)。
10折交叉验证(10-Fold CV)的性能显示,在全部3种学习器中,临床模型(Clinical Model)的AUC > 0.63且CA > 0.62;CT模型(CT Model)的AUC > 0.64且CA > 0.73;PET模型_T(PET Model_T)的AUC > 0.82且CA > 0.76。在训练阶段,表现更好的模型是PET模型_T + N(PET Model_T + N),其AUC > 0.89且CA > 0.84。表3显示了三种学习器在四种不同模型中的10折交叉验证性能。
验证步骤中的分类性能见表4。总体而言,使用全部三种算法时,PET模型均显示出更好的结果(AUC、CA、精确率、敏感度、特异度、TP和TN均高于0.61)。最佳性能由随机森林(RF)在PET模型_T + N中获得(AUC = 0.83;CA = 0.74;精确率 = 0.80,敏感度 = 0.76,特异度 = 0.76,TP = 0.60;TN = 0.61)。此外,PET模型_T显示出优于CT模型的性能,最佳分类器(RF)分别获得AUC = 0.76和CA = 0.70,而CT模型分别为AUC = 0.44和CA = 0.47。
未使用放射组学数据训练的临床模型(Clinical Model)在预测BC患者NAC后反应方面的能力较低(TP = 57.9%,TN = 55.60%)。
最佳机器学习(ML)模型的ROC曲线以图形方式显示于图3。
此外,还构建了雷达图以对每种已训练的4个ML模型的学习器(NN、RF和SGD)的性能评分进行可视化比较(图S1)。图4以图形方式比较了RF的性能,RF在四种模型中是性能最佳的学习器。
最后,绘制了沙普利加性解释(SHAP)分析图,以展示在4个模型中RF pCR分类器内的特征如何影响模型输出(图5)。
讨论
近几十年来,文献中已广泛研究了乳腺癌(BC)患者接受新辅助化疗(NAC)后病理完全缓解(pCR)的预后相关性[4]。我们于2024年6月20日以“pcr and breast cancer and nac”为关键词检索了PubMed。检索结果显示,相关文献数量从2000年代初的每年不足5篇增至2022年和2023年的每年150篇以上。近年来文献报道数量的显著增加印证了学界对该参数的高度研究兴趣。然而,pCR是在手术后评估的,因此治疗调整仅限于对有残留病灶证据的患者启动辅助治疗。准确早期预测NAC后的pCR对于为BC患者量身定制术前治疗具有高度相关性,可实现治疗调整并可能提高缓解率。对于这一任务,我们坚信影像学是主要选择。乳腺磁共振成像(MRI)和[18F]FDG PET/CT已针对此目的进行了研究[6, 27]。然而,NAC后的扫描可能出现假阳性或假阴性结果[28–30]。
在我们既往的经验中,我们分析了基线[18F]FDG PET/CT的体积参数,并报道原发肿瘤较高的MTV和TLG值与Luminal B + HER-2型BC患者NAC后的残留病灶相关[14]。在本研究中,我们证实,无论肿瘤亚型如何,基线[18F]FDG PET/CT中原发肿瘤体积参数值较高的患者均不太可能在NAC后达到pCR。在先前的一项研究中,Evangelista等[31]发现,基线[18F]FDG PET/CT体积参数值较高也与接受NAC治疗的BC患者更短的无进展生存期(PFS)相关。综上所述,这些结果凸显了BC患者在开始NAC前进行的[18F]FDG PET/CT上所显示代谢活跃病灶体积范围的预后相关性。然而,体积参数的值异质性很大且依赖于断层扫描设备,因此无法定义可用于日常临床实践的通用截断值。
为克服传统影像分析的局限性,可将其与现代影像组学分析相结合,后者能够采集数百个为人眼所不可见的特征[32]。已有数篇论文探讨了将影像组学分析应用于乳腺超声和MRI以构建能够预测NAC后pCR的AI模型的潜力,结果非常有前景[33–35]。同样,少数论文尝试了相同的工作流程,但应用于[18F]FDG PET/CT或PET/MRI[15, 36–38]。Lee等[39]报告其基于临床病理学和影像组学特征构建的模型性能欠佳。Umutlu等[22]报告了更令人鼓舞的结果。然而,作者合并了从PET和MRI图像中提取的原发乳腺肿瘤的影像组学特征。近期,Lim等[40]开发并外部验证了一个基于[18F]FDG PET/CT影像组学特征和显著临床变量构建的模型,该模型能够准确预测NAC后的pCR(外部验证时AUC = 0.729)。然而,该模型再次仅使用从原发乳腺肿瘤中提取的影像组学特征构建。在本研究中,我们构建了一个PET模型,该模型基于从原发BC和参考淋巴结病灶两者中提取的稳健影像组学特征进行训练,即PET Model_T + N。此选择背后的理由是,[18F]FDG PET上的病理性摄取反映了目标病灶内肿瘤细胞的代谢模式。因此,我们假设从最具相关性的淋巴结转移灶中同样提取稳健影像组学特征将为模型提供有用的额外信息。我们的结果看起来很有前景,因为我们成功构建了能够准确预测NAC后pCR的ML模型。值得注意的是,PET Model_T + N优于PET Model_T(AUC = 0.83,CA = 0.74,对比AUC = 0.76,CA = 0.70),证实了我们的假设,即纳入从参考淋巴结提取的RFts可改善ML模型的性能。这些初步结果看起来很有前景,应在未来更大样本量的研究中考虑进行外部验证。
正如预期,两个PET模型均表现出明显优于CT模型的性能。与PET成像共配准的CT扫描为无对比剂增强(ce)的低剂量CT,因此与诊断性ceCT相比是次优的影像组学数据来源。实际上,聚焦于PET Model_T和CT Model(两者均仅使用各自两个影像数据集中从原发乳腺肿瘤提取的RFts进行训练),前者表现出更好的性能,可能是由于CT数据集中缺乏稳健RFts所导致的统计波动,产生了过拟合误差。当模型不仅学习了训练数据中的潜在模式,还学习了噪声和随机波动时,就会发生过拟合。因此,模型在训练数据上表现良好,但在新的、未见过的数据上表现不佳且稳定性低。CT Model即是这种情况,其在10折交叉验证中显示出良好结果(AUC = 0.89;CA = 0.88),但在验证步骤中显著下降(AUC = 0.44;CA = 0.47)。相反,在PET模型中,影像组学特征代表了大量能够区分人群的定量参数,并在内部验证中克服了过拟合。然而,未来的研究需要进行外部验证以确认我们有前景的初步结果。
我们之所以考虑仅在PET成像的影像组学分析中纳入淋巴结转移,是因为无论是在乳腺还是淋巴结中,病灶内肿瘤细胞的代谢模式可能几乎不受背景组织代谢的影响。相反,CT是一种形态学成像,影像组学特征可能会受到所考虑组织不同生理密度的影响,除非有证据表明组织本身存在宏观肿瘤性改变。因此,我们未将淋巴结CT VOI纳入影像组学分析。
就临床模型而言,其性能结果欠佳,这在预期之中,因为在本队列中临床-病理特征在区分pCR与非pCR乳腺癌方面未显示出统计学显著性。此外,相对较小的样本量和不平衡的人群未能对临床模型进行充分的训练。
本研究存在一些局限性应予提及。首先,回顾性设计、相对较小的样本量以及缺乏外部验证是当前研究的缺陷,这些问题可在未来的研究中加以克服。尽管HER-2富集型乳腺癌较其他乳腺癌亚型与更高的缓解率相关,但在本研究中HER-2富集型乳腺癌在新辅助化疗(NAC)后显示出极高的pCR率(91%),高于文献报道的预期值(65%)[41]。然而,本研究提出的机器学习(ML)模型是基于乳腺癌亚型混合队列进行训练的。因此,HER-2富集型组中缺乏无应答者不应对本研究所提模型的可靠性产生相关影响。
总之,基线[18F]FDG PET/CT的影像组学分析有潜力有助于预测NAC后的pCR。我们的模型在外部队列上的验证可能有助于为治疗后不太可能达到完全缓解的乳腺癌患者制定个体化治疗。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 19 KB)
补充文件2(DOCX 26 KB)
补充文件3(DOCX 42 KB)
补充文件4(DOCX 329 KB)
引用
- Urso L, Manco L, Cittanti C, et al. 18F-FDG PET/CT radiomic analysis and artificial intelligence to predict pathological complete response after neoadjuvant chemotherapy in breast cancer patients. Radiol Med. 2025. PMID: 39875749. doi:10.1007/s11547-025-01958-4
- 全文:PMC12008070(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12008070/
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。