一种新型深度学习放射病理组学模型预测儿童胰胆管合流异常胆总管癌变促进因子环氧合酶-2表达的多中心研究
本研究回顾性纳入两个中心219例儿童胰胆管合流异常患者,基于门静脉期CT图像和H&E染色全切片图像构建放射组学、深度学习放射组学和病理组学单模态模型,并整合为深度学习放射病理组学模型预测胆道环氧合酶-2表达;该模型在内外部测试集AUC分别为0.851和0.841,显著优于三个单模态模型,但作者指出需更大样本前瞻性多中心研究验证其泛化性。
要点
- 深度学习放射病理组学模型预测儿童胰胆管合流异常胆道COX-2表达,内部测试集AUC 0.851、外部测试集AUC 0.841。
- 最优截断值0.577时,该模型在两测试集准确度0.803–0.818、敏感度0.765–0.870、特异度0.762–0.838。
- 病理组学单模态模型AUC 0.787–0.805,高于放射组学模型0.532–0.602和深度学习放射组学模型0.658–0.660。
核心结论
- 多模态深度学习放射病理组学模型能较准确、稳健地预测COX-2表达,有助于胰胆管合流异常的风险分层和个体化术后管理。
- 作者指出仍需更大队列的前瞻性多中心研究进一步验证模型的泛化性。
研究设计与样本
- 回顾性研究,纳入2016年1月至2023年8月两个中心的219例儿童胰胆管合流异常患者;中心I的175例按6:4随机分为训练集104例和内部测试集71例,中心II的44例为外部测试集。
- 训练集中位年龄2.8岁、女性75.0%;内部测试集中位年龄2.2岁、女性83.1%;外部测试集中位年龄3.4岁、女性65.9%。
- 以免疫组化检测胆总管组织COX-2表达为参考标准;COX-2阳性率训练集47.1%(49/104)、内部测试集47.9%(34/71)、外部测试集52.3%(23/44)。
- 从术前一个月内门静脉期CT图像提取放射组学和深度学习放射组学特征,从40倍物镜扫描的H&E染色全切片图像提取病理组学特征,采用支持向量机构建模型。
诊断标准与关键数值
- 深度学习放射病理组学模型内部测试集AUC 0.851(95%CI 0.759–0.942),外部测试集AUC 0.841(95%CI 0.721–0.960)。
- 放射组学模型内部测试集AUC 0.532(95%CI 0.394–0.670,p<0.001)、外部测试集AUC 0.602(95%CI 0.431–0.774,p=0.028);深度学习放射组学模型内部测试集AUC 0.660(95%CI 0.532–0.787,p=0.005)、外部测试集AUC 0.658(95%CI 0.490–0.827,p=0.041)。
- 病理组学模型内部测试集AUC 0.805(95%CI 0.703–0.907)、外部测试集AUC 0.787(95%CI 0.651–0.923)。
- 双模态模型AUC:Rad-DLR模型0.647–0.704,Rad-Path模型0.807–0.810,DLR-Path模型0.797–0.822。
- 深度学习放射病理组学模型最优截断值0.577(训练集最大约登指数确定),两测试集准确度0.803–0.818、敏感度0.765–0.870、特异度0.762–0.838。
临床应用与阅片要点
- 该模型整合CT宏观影像特征与H&E染色切片微观病理特征,为无创预测儿童胰胆管合流异常胆道COX-2表达提供了新思路。
- 原文作者认为该模型有助于风险分层和个体化术后管理,包括选择性使用COX-2抑制剂或调整监测间隔。
局限性
- 作者指出仍需更大队列的前瞻性多中心研究进一步验证模型的泛化性。
全文中译16 节 · 点击展开
引言
胰胆管合流异常(PBM)是一种先天性缺陷,其特征是胰管和胆管在十二指肠壁外汇合异常,通常形成较长的共同通道[1]。PBM在亚洲更为常见,估计发病率比世界其他地区高100至1000倍[2]。这种解剖学异常破坏了奥狄括约肌对胰胆管汇合处的调控,通常导致胰液反流入胆总管(CBD)[3]。PBM被认为涉及由持续反流引起的慢性炎症所导致的增生-异型增生-癌变序列,这显著增加了胆道癌的风险[1, 3–5]。即使经过手术治疗,PBM患者仍面临发生胆道恶性肿瘤的风险[6, 7],需要密切随访和个性化的风险分层管理。
环氧合酶-2(COX-2)是前列腺素代谢中的关键蛋白,已被认为与炎症和癌变有关[8, 9]。在PBM患者中,COX-2的过表达从胆道损伤早期即可观察到,其刺激血管生成、促进胆道黏膜上皮异型增生,并增加从异型增生向癌转化的风险[10, 11]。既往研究表明,COX-2抑制剂(如非甾体抗炎药)可有效预防PBM中的癌变[12, 13]。因此,准确预测COX-2表达有助于术后量身定制的干预措施,包括选择性使用COX-2抑制剂以阻止癌前胆道病变的进展,或根据个体风险特征调整监测间隔。
在临床上,免疫组织化学(IHC)是目前评估COX-2的常规方法。然而,由于其高昂的经济和时间成本,以及对额外组织标本的需求,将其应用于每位PBM患者具有挑战性。因此,有必要探索一种普遍适用的方法,以便捷、准确地评估PBM中COX-2的表达。
近年来,机器学习和深度学习(DL)技术在医学领域取得了显著进展,尤其是人工智能与医学图像的结合,在疾病诊断、分子分型以及生存和预后评估方面展现出卓越能力[14–16]。放射组学通过从放射学图像中提取定量特征,提供对组织特征(如纹理、形状和空间异质性)的宏观层面洞察[17]。该方法已被证明在评估PBM相关疾病方面具有可行性[18, 19]。同样,病理组学涉及从全切片图像(WSIs)——组织病理学切片的高分辨率数字扫描——中提取高维微观特征。通过利用DL算法,基于苏木精-伊红(H&E)染色WSIs的病理组学在预测分子标志物方面显示出前景,如人表皮生长因子受体2、TP53和KRAS基因型[20–22]。当放射组学和病理组学相结合时,所产生的多尺度放射病理组学提供了互补且连贯的信息,从而显著增强现有模型的预测能力和稳健性[23–25]。尽管具有广阔前景,目前尚无研究使用放射病理组学预测PBM中COX-2的表达。
因此,我们假设整合放射学图像和H&E染色组织病理学图像的多模态模型能够准确预测PBM患儿的COX-2表达。本研究旨在开发并验证一种深度学习放射病理组学模型(DLRPM),利用CE-CT图像和H&E染色的全切片图像(WSI)预测PBM儿科患者的COX-2表达。
方法
本研究经各参与医院机构审查委员会批准(编号2021CS146),因属回顾性研究,豁免知情同意要求。
研究患者
回顾性收集2016年1月至2023年8月期间来自两个中心的219例PBM儿科患者。中心I的患者(n = 175)按6:4比例随机分为训练集(n = 104;中位年龄2.8岁,女性占75.0%)和内部测试集(n = 71;中位年龄2.2岁,女性占83.1%)。中心II的患者(n = 44;中位年龄3.4岁,女性占65.9%)作为外部测试集纳入。纳入/排除标准详见补充方法S1,患者筛选流程图见图1。CBD组织中COX-2表达采用免疫组织化学(IHC)评估(补充方法S2)。
记录基线临床特征,包括人口学资料、临床症状、实验室检查和影像学报告(表S1)。研究的整体工作流程见图2。
CT检查及图像预处理
所有患者均在术前一个月内接受腹部对比增强计算机断层扫描(CE-CT)检查。从图像存档与通信系统中调取门静脉期CT图像进行进一步分析。详细成像参数,包括CT系统、管电压、旋转时间和对比剂方案,见表S2。图像预处理见补充方法S3。
放射组学和深度学习放射组学(DLR)特征提取
在轴位门静脉期CT图像上,于所有轴位连续切片上手动勾画整个可见CBD的三维感兴趣区(ROI)(补充方法S3)。使用Pyradiomics模块从分割的三维ROI中提取放射组学特征(补充方法S4),使用ResNet50模型从二维矩形ROI中提取DLR特征(补充方法S5)。
WSI采集与预处理
所有H&E染色的CBD切片均在40×物镜下扫描以获得全切片图像(WSI),随后将其裁剪成小图像块(详细信息见补充方法S6)。
实施了两种图像块级预测策略:一种使用所有图像块,代表弱监督病理组学研究[26–28]中常用的一般方法;另一种聚焦于用ResNeXt101模型识别的黏膜图像块(补充方法S7),代表针对COX-2表达相关区域的策略。六种卷积神经网络(CNN)被应用于两种图像块级策略(补充方法S8)。本研究的病理组学工作流程见图S1。
病理组学特征提取
对于病理组学特征,我们首先在两种图像块级预测策略下比较了六种CNN,以曲线下面积(AUC)作为主要性能指标。选择AUC最高的CNN用于后续病理组学特征提取(补充方法S8)。为推导WSI级病理组学特征,使用多实例学习框架(补充方法S9)对所选CNN预测的图像块似然值进行聚合。该方法有效地将分散的图像块级预测整合为每个样本病理图像的整体表示。
影像病理组学特征选择
在特征选择之前,使用Z分数方法对三类特征进行归一化,以确保不同尺度特征之间的可比性。之后,使用最小冗余最大相关(mRMR)和最小绝对收缩和选择算子(LASSO)两种方法在训练集中选择最具代表性的特征。此外,采用t分布随机邻域嵌入(t-SNE)算法(困惑度=30,迭代次数=1000)在二维空间中可视化所选特征的分布并评估其聚类模式。
模型开发
特征筛选后,采用三类最优特征开发三种不同的单模态预测模型。从每个模型输出获得的预测概率分别作为病理组学签名、影像组学签名和DLR签名。随后,通过整合三种单模态签名开发DLRPM。此外,构建了以下双模态预测模型:整合影像组学和DLR签名的Rad-DLR模型;整合影像组学和病理组学签名的Rad-Path模型;以及整合DLR和病理组学签名的DLR-Path模型。
所有模型(单模态、DLRPM和双模态模型)均使用支持向量机开发。在训练集中使用五折交叉验证和网格搜索算法进行超参数调优。通过“C”参数控制正则化,其范围为0.01至10,以平衡模型复杂性并降低过拟合风险。所有开发的模型均在内部和外部测试集中进行验证,以评估其泛化性和稳健性。
模型评估
所有已建立模型的性能均通过受试者工作特征(ROC)分析和AUC进行衡量。采用DeLong检验比较AUC值。最佳截断值取自训练集中最大约登指数,用于计算准确率、灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)。约登指数定义为灵敏度与特异度之和减去一,用于确定平衡诊断性能的最佳阈值。通过最大化约登指数,该阈值优化了减少假阴性(漏诊)与假阳性(误诊)之间的权衡。为比较DLRPM与单模态模型的性能,采用净重分类指数(NRI)和综合判别改善指数(IDI)评估预测准确率的提升。NRI量化正确分类的改善,而IDI评估平均预测概率的变化。采用Hosmer-Lemeshow检验和校准曲线评估DLRPM的拟合优度。进行决策曲线分析(DCA)以比较DLRPM与单模态模型在不同阈值概率(范围从0到1)下的净获益差异,旨在确定它们在不同临床决策场景中各自的临床价值。
统计分析
所有统计分析均使用R软件(版本4.2.1)、Python(版本3.9.12)和IBM SPSS软件(版本26.0)进行。分类变量采用卡方(χ2)检验或Fisher精确检验进行分析。对于连续变量,两组间比较采用独立样本t检验或Mann–Whitney U检验,而两组以上比较采用单因素方差分析或Kruskal–Wallis检验。双侧p值<0.05表示差异有统计学意义。
特征选择分别使用mRMR和LASSO分析,采用“mRMR”和“glmnet”R包。t-SNE可视化使用Python“sklearn.manifold.TSNE”进行。模型性能指标和DeLong检验分别使用“sklearn.metrics”和“pyroc”Python库进行。NRI和IDI使用自定义R脚本计算。DCA使用“rmda”R包进行。
结果
患者特征
基线临床特征见表1和补充表S1。训练集包括104例患者(中位年龄2.8岁;78例(75.0%)女性),内部测试集包括71例患者(中位年龄2.2岁;59例(83.1%)女性),外部测试集包括44例患者(中位年龄3.4岁;29例(65.9%)女性)。COX-2阳性状态率在三个集合间相当,即训练集为47.1%(49/104),内部测试集为47.9%(34/71),外部测试集为52.3%(23/44)。COX-2阳性与COX-2阴性患者之间的基线信息无统计学显著差异。
影像组学特征提取与选择
基于门静脉期CT图像,每位参与者共提取1834个影像组学特征和2048个深度学习影像组学(DLR)特征。此外,本研究的病理组学特征提取涉及三个关键步骤。首先,病理结构分类模型在识别黏膜区域斑块方面表现出色(AUCs > 0.950),使模型能够对未标注斑块进行分类(补充结果S1和图S2)。之后,比较了两种斑块级预测策略的性能。如补充图S3所示,第二种策略聚焦于黏膜区域斑块并使用DenseNet121模型,取得了最高的斑块级预测性能。该方法在内部和外部测试集中分别达到AUC值0.710(95%置信区间(CI),0.706–0.714)和0.644(95% CI,0.636–0.652)(补充结果S2)。最后,利用该DenseNet121模型,通过多实例学习为每位参与者共提取202个全切片图像(WSI)级病理组学特征。
在特征选择方面,采用mRMR算法去除冗余和不相关特征,从每种模态中保留前20个特征用于后续LASSO选择。最终,每位患者选出12个影像组学特征、9个DLR特征和9个病理组学特征(图3a)。三种特征类型的t-SNE可视化显示,病理组学特征相比影像组学特征和DLR特征表现出更优的判别能力,其分离度更为明显(图3b)。这表明病理组学特征能够捕获更多疾病特异性信息,从而为准确的COX-2预测提供更大潜力。
模型开发与评估
通过整合影像组学、DLR和病理组学签名,DLRPM在预测COX-2状态方面表现出良好性能,在内部和外部测试集中的AUC值分别为0.851(95% CI,0.759–0.942)和0.841(95% CI,0.721–0.960)(图4)。DLRPM显著优于影像组学模型(内部测试集AUC = 0.532 [95% CI,0.394–0.670;p < 0.001];外部测试集0.602 [95% CI,0.431–0.774;p = 0.028])和DLR模型(内部测试集AUC = 0.660 [95% CI,0.532–0.787;p = 0.005];外部测试集0.658 [95% CI,0.490–0.827;p = 0.041])(表2和图S4)。与其他单模态模型相比,病理组学模型取得了更高的AUC值(内部和外部测试集分别为0.805 [95% CI,0.703–0.907]和0.787 [95% CI,0.651–0.923])(表2)。在测试集中,尽管未达到DeLong检验的显著性阈值,病理组学模型的性能仍低于DLRPM。NRI检验(所有NRI > 0,p < 0.05;表S3)和IDI检验(所有IDI > 0,p < 0.05;表S4)进一步证实了DLRPM相较于单模态模型在预测COX-2表达方面的改善。
此外,两个测试集中双模态模型的AUC如下:Rad-DLR模型为0.647–0.704,Rad-Path模型为0.807–0.810,DLR-Path模型为0.797–0.822(图S5)。与DLRPM(AUC:0.841–0.851)相比,这些模型表现出较低的效能,可能归因于特征交互有限以及不同模态互补信息的整合欠佳。双模态模型之间性能的差异可归因于模态特异性特征组合不充分,而全整合的DLRPM有效解决了这一局限。纳入反映微观组织病理学特征病理组学,补充了放射组学和DLR提供的宏观信息,增强了DLRPM预测COX-2状态的能力。
各模型的最佳截断值通过训练集中的最大约登指数确定。在优化的截断值0.577处,DLRPM表现出更优的综合性能,在两个测试集中准确度为0.803至0.818,敏感度为0.765至0.870,特异度为0.762至0.838(表2)。瀑布图展示了每例患者分类概率与DLRPM模型归一化截断值的相对距离,有效可视化了模型预测分布及免疫组化确认的COX-2状态(图S6a)。校准曲线和Hosmer-Lemeshow检验显示,DLRPM预测值与实际观察值在所有数据集中均具有良好一致性(均p > 0.05;图S6b)。此外,DCA曲线表明,在整个数据集的广泛阈值范围内,DLRPM产生的净获益大于单模态模型(图S6c)。
讨论
在本研究中,我们开发了基于CT图像的放射组学和DLR模型,以及源自H&E染色切片的病理组学模型,用于预测胰胆管合流异常(PBM)患儿的COX-2表达。此外,通过整合三种单模态影像特征,建立了多模态模型,即DLRPM。与单模态模型相比,DLRPM表现出更优的预测能力,并在内部和外部测试集中均具有良好的敏感度和特异度。
既往研究强调了术后PBM中胆道癌变管理的高风险和挑战,这可能源于残留胆管中遗传异常的积累[29–31]。正如Tsuchida等[29]所强调的,对于无癌性病变的患者而言,进行胰十二指肠切除术或全肝移植等广泛性手术以切除所有胆管是不切实际的。因此,临床前研究和文献报道提示,通过COX-2抑制剂抑制血管生成进行化学预防可能有效预防PBM中的癌变[3, 12, 13]。COX-2在包括炎症性疾病和恶性肿瘤在内的众多疾病的病理生理学中发挥关键作用,并与肿瘤侵袭性增加、转移和不良临床结局密切相关[8, 32, 33]。因此,建立一种能够准确预测COX-2表达的方法对于PBM的个体化术后管理至关重要。
近年来,影像组学和DLR在预测分子改变方面的潜在应用受到了相当多的关注[34, 35]。例如,一项使用PET/CT图像的影像组学模型预测了宫颈癌中的COX-2表达,取得了中等性能(内部测试集AUC = 0.748),但其临床适用性受限于样本量小和缺乏独立验证[36]。然而,在我们的研究中,仅依赖CT图像中预定义的宏观结构影像组学特征在准确预测PBM中胆道COX-2表达方面存在挑战。此外,使用ResNet50模型提取DLR特征,所得的DLR模型较影像组学模型显示出适度改善。既往研究表明,DL能够从神经网络的隐藏层中识别复杂模式并捕捉精细细节,而不依赖于预定特征,从而补充了传统影像组学的现有实践[37, 38]。尽管具有这一优势,我们研究中DLR模型的性能仍不令人满意。这些结果提示,影像学衍生特征应与额外的辅助特征相结合,以增强对COX-2表达的预测能力。
与捕捉病变及周围组织空间宏观结构的放射学图像不同,组织病理学图像提供了局部病变内细胞形态的详细微观结构信息。病理组学源自使用DL算法从H&E染色图像中提取的特征,已被证明对评估各种分子表型具有价值,如TP53突变、程序性死亡配体-1和微卫星不稳定性[21, 39, 40]。在本研究中,我们重点关注使用包含黏膜区域的图像块,因为这些区域与COX-2表达特别相关。通过在组织病理学层面提供见解,如炎症相关变化和黏膜细胞形态,病理组学有助于更好地发现与COX-2表达相关的潜在生物学行为。这可能解释了为什么微观病理组学模型在预测COX-2表达方面优于宏观影像组学模型。
尽管单一数据模态容易受到噪声和不完整信息的影响,但将其与其他模态的互补信号进行整合,可以显著增强分析的稳健性、提高预测准确性,并对复杂现象或模式提供更全面的理解[41]。Feng等[23]开发并验证了一种放射病理组学模型,用于预测局部进展期直肠癌的病理完全缓解。他们的多模态模型获得的AUC值范围为0.812至0.872,优于单模态预测模型。Huang等[42]通过整合放射组学和病理组学,可靠地预测了乳腺癌的分子亚型,区分了luminal型与非luminal型肿瘤。一种结合放射组学特征、病理组学特征和临床特征的多模态模型被开发用于有效预测前列腺癌术后生化复发[43]。同样,在本研究中,DLRPM在预测测试集中COX-2表达方面表现出令人满意的性能(AUC,0.841–0.851),优于三种单模态模型。此类性能与类似预测模型的一般预期一致,其AUC值通常在0.810至0.900范围内[23, 42–45]。此外,DLRPM的表现优于任何双模态模型,表明多模态特征之间具有互补性而非冗余信息。这些发现提示,宏观结构放射组学与微观结构病理组学特征的全面整合可以增强对PBM患儿COX-2表达的预测。
在临床上,通过利用常规可获得的腹部增强CT(CE-CT)图像和H&E染色切片,DLRPM可以快速、准确地预测COX-2阳性的高危患者。该方法无需耗时且昂贵的免疫组化(IHC)检查。经DLRPM识别的高危患者应密切监测并积极随访,以防止恶变。此外,这些预测在化学预防的背景下尤为重要,其中使用COX-2抑制剂抑制血管生成已被认为可有效预防PBM中的癌变[13]。因此,DLRPM可作为一项实用且有价值的工具,用于加强对PBM的个体化术后指导并支持更精确的治疗决策。
本研究存在若干局限性。首先,由于这是一项回顾性研究,结果不可避免地受到固有偏倚的影响。未来研究应纳入更大规模、前瞻性收集的数据集,以进一步验证我们的发现。其次,不同中心之间CT系统、扫描参数及H&E染色组织切片的差异可能影响结果。鉴于此,我们采取了一定的图像标准化措施,包括CT图像预处理(调整窗位/窗宽及体素重采样)以及使用Vahadane方法对病理图像进行归一化,以尽量减少数据集间的变异性。此外,未来研究可整合多期CT数据和额外的分子标志物,以评估其进一步提升预测性能的潜力。最后,将DLRPM整合到临床工作流程中面临挑战,例如计算需求和临床医生培训。通过开发用户友好的软件界面和临床医生培训项目来应对这些挑战将是必要的。
总之,我们开发并验证了一种DLRPM,该模型整合了影像组学、DLR和病理组学特征,用于预测PBM患儿的COX-2表达。所提出的多模态模型表现出良好的预测性能,有望成为促进PBM患者风险分层和个体化管理的有效工具。
补充信息
电子补充材料
引用
- Mao HM, Zhang JJ, Zhu B, et al. A novel deep learning radiopathomics model for predicting carcinogenesis promotor cyclooxygenase-2 expression in common bile duct in children with pancreaticobiliary maljunction: a multicenter study. Insights Imaging. 2025. PMID: 40146354. doi:10.1186/s13244-025-01951-5
- 全文:PMC11950503(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11950503/
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。