基于CT的影像组学深度学习特征用于无创预测嗜铬细胞瘤和副神经节瘤转移潜能:多队列研究
该回顾性多队列研究纳入3家机构的249例腹部嗜铬细胞瘤和副神经节瘤患者,基于静脉期CT提取影像组学特征并构建6种机器学习模型和4种ResNet深度学习模型,将最优影像组学模型(SVM)和最优深度学习模型(2D ResNet50)与瘤内坏死特征整合构建联合模型。联合模型在训练集、外部测试集1和测试集2的AUC分别为0.90、0.86和0.88,并能有效分层无转移生存(p=0.003),在肿瘤≤6 cm时预测能力仍稳健(各数据集AUC均超过0.87)。
要点
- 联合模型整合瘤内坏死、影像组学评分(R score)和深度学习评分(D score),训练集AUC 0.90、外部测试集1 AUC 0.86、测试集2 AUC 0.88。
- 对于最大径≤6 cm的肿瘤,联合模型在训练集、测试集1和测试集2的AUC分别为0.87、0.87和0.88。
- 联合模型可有效分层无转移生存(HR 11.647,95%CI 1.490–91.052,p=0.003)。
核心结论
- 联合模型可在术前预测PPGL的转移潜能,为嗜铬细胞瘤6 cm手术阈值相关的外科策略提供依据。
- 基于影像组学和深度学习特征构建的联合模型显示出对PPGL转移潜能进行早期术前预测的潜力。
- 联合模型在6 cm阈值以下的预测能力仍然稳健,各数据集AUC均超过0.87。
研究设计与样本
- 回顾性分析3家机构2014年1月至2024年3月诊断为腹部PPGL的404例患者,最终纳入249例,分为训练集138例(机构A)、外部测试集1共71例(机构B)和外部测试集2共40例(机构C)。
- 以肾上腺嗜铬细胞瘤和副神经节瘤分级系统(GAPP)为参考标准,将患者分为低危组(GAPP < 3)和高危组(GAPP ≥ 3)。
- 每位患者接受三期CT扫描(平扫、动脉期和静脉期),从静脉期图像提取影像组学特征并建模。
- 采用6种机器学习算法(LR、SVM、KNN、RF、ET、XGBoost)构建影像组学模型,采用ResNet18、ResNet34、ResNet50和ResNet101对最大2D层面和3D图像构建深度学习模型。
- 基于ROC分析选择最优模型,并与影像学特征整合构建联合模型,在外部数据集上评估并探索预后信息。
关键影像表现/征象
- 联合模型热图显示,伴有瘤内坏死、高R score和高D score的PPGL患者更可能具有转移潜能。
- 瘤内坏死、R score和D score为预测PPGL转移潜能的独立因素。
- 联合模型校准曲线显示预测概率与实际结局之间具有强一致性。
- DCA显示联合模型相比影像组学和深度学习模型具有更宽的阈值概率范围。
诊断标准与关键数值
- 联合模型AUC:训练集0.90(0.86–0.95),外部测试集1为0.86(95%CI 0.78–0.93),外部测试集2为0.88(95%CI 0.76–0.97),均优于三个单一模型。
- SVM影像组学模型在外部测试集1和测试集2的AUC均为0.83,优于其他机器学习模型。
- 2D ResNet50模型在测试集1的AUC为0.74、测试集2的AUC为0.81。
- 对于最大径≤6 cm的肿瘤,联合模型在训练集、测试集1和测试集2的AUC分别为0.87(95%CI 0.80–0.94)、0.87(95%CI 0.77–0.96)和0.88(95%CI 0.75–1.00)。
- GAPP ≥ 3分与GAPP < 3分患者间无转移生存差异有统计学意义(HR 9.421,95%CI 1.205–73.634,p=0.009);联合模型按中位风险评分分组的无转移生存分层有统计学意义(HR 11.647,95%CI 1.490–91.052,p=0.003)。
临床应用与阅片要点
- 内分泌指南和共识指出,对于嗜铬细胞瘤大于6 cm或已发生转移的患者,首选开放切除而非腹腔镜手术,以确保完整切除肿瘤并避免局部复发或种植转移。
- 作者指出,小于6 cm的肿瘤也可能具有远处转移潜能,早期识别具有转移潜能的患者对于确定哪些个体可从腹腔镜手术中获益至关重要。
- 作者认为联合模型可在术前预测PPGL的转移潜能,为嗜铬细胞瘤6 cm手术阈值相关的外科策略提供依据。
局限性
- 原文未报告局限性。
全文中译17 节 · 点击展开
引言
嗜铬细胞瘤和副神经节瘤(PPGLs)是一种罕见的神经内分泌肿瘤,以分泌儿茶酚胺为特征。PPGLs包括起源于肾上腺髓质的嗜铬细胞瘤和起源于肾上腺外的副神经节瘤[1]。随着医学影像技术的快速发展,PPGLs的诊断率有所提高。世界卫生组织于2017年更新了这一分类,将“恶性PPGLs”一词替换为“转移性PPGLs”[2]。目前,针对大样本患者队列的研究报告称,约20%的PPGLs发生转移[3, 4]。转移性PPGLs患者的中位生存期为6.7年[5],5年和10年死亡率分别为37%(来自7项研究,n = 738)和29%(来自2项研究,n = 55)[6]。手术仍是PPGL的主要治疗选择。肿瘤大小是嗜铬细胞瘤转移的重要危险因素[3, 7, 8]。内分泌指南和共识指出,对于嗜铬细胞瘤大于6 cm或已发生转移的患者,首选开放切除术而非腹腔镜手术,以确保肿瘤完全切除并避免局部复发或种植转移[9–11]。然而,需要注意的是,小于6 cm的肿瘤也可能具有远处转移的潜能,从而缩短患者的疾病相关生存期[12, 13]。因此,早期识别具有转移潜能的患者对于确定哪些个体将从腹腔镜手术中获益至关重要。
2014年,日本嗜铬细胞瘤研究组提出了肾上腺嗜铬细胞瘤和副神经节瘤分级系统(GAPP)[14]。该系统根据组织学特征(如生长模式、细胞计数、微血管浸润和Ki67标记指数)进行评分,将PPGLs分为高分化(0–2分)、中分化(3–6分)和低分化(7–10分)。高分化病例(GAPP < 3)的转移可能性显著低于中分化或低分化病例(GAPP ≥ 3)。多项研究表明,该分级系统与PPGLs的转移风险和生存预后密切相关[15–19]。目前,GAPP的评估依赖于器官病理学和免疫组织化学评估,这些方法复杂且费用高昂[14]。因此,开发一种更简便、非侵入性的方法来预测PPGLs的GAPP至关重要。
计算机断层扫描(CT)是PPGL的首选成像技术,在这些肿瘤的术前诊断和评估中发挥着重要作用[1]。然而,放射科医生在使用传统CT图像评估PPGL的转移潜能时仍面临挑战。放射组学是一种利用高通量提取肿瘤区域特征的定量医学成像技术[20, 21],已成功预测多种恶性肿瘤的肿瘤分化和风险分层[22–24]。近年来,深度学习(DL)技术已成为放射组学研究的新方向,允许从医学图像中自主提取定量表征[25, 26]。在这些技术中,卷积神经网络(CNN)已成为最广泛使用的DL模型[27]。此外,深度迁移学习通过针对新任务微调预训练的DL网络,使DL能够应用于小数据集[28]。放射组学和DL技术均在快速发展,放射组学在高通量成像数据分析中具有较高的可解释性。目前,尚无权威声明或共识表明DL优于放射组学。因此,将DL与放射组学特征相结合可能增强对GAPP的预测能力。尽管近期研究已证明基于放射组学特征预测GAPP的可行性[29],但联合应用放射组学和DL对PPGL转移潜能进行无创预测的整合方法在文献中尚未得到充分探索。
本多中心研究旨在开发并验证基于增强CT成像的放射组学DL特征,用于无创识别PPGL患者的转移潜能。
方法
参与者
本回顾性研究经南昌大学第一附属医院(机构A)、南昌大学第二附属医院(机构B)和江西省肿瘤医院(机构C)的伦理委员会批准,豁免书面知情同意。数据集包括2014年1月至2024年3月期间在这些机构诊断为腹部PPGL的404例患者。所有患者的纳入标准如下:(a)经病理证实的腹部PPGL;(b)手术前一个月内进行的腹部CT扫描,包括平扫和增强扫描。排除标准如下:(a)CT扫描前接受过相关治疗;(b)PPGL同时发生于双侧肾上腺,可能影响GAPP评分中儿茶酚胺类型的评估;(c)临床数据不完整或缺乏免疫组化结果的患者;(d)图像质量差且存在明显伪影的病例。纳入和排除流程详见图1。最终,249例患者纳入分析,其中机构A 138例作为训练集,机构B 71例作为外部测试集1,机构C 40例作为外部测试集2。
值得注意的是,201例患者已在既往研究中被描述[29]。既往工作旨在基于多期CT放射组学进行风险分层,而本研究侧重于使用静脉期成像放射组学DL特征对PPGL转移潜能进行无创预测,并辅以预后分析。
CT成像采集
本研究使用了来自三家机构的各种CT扫描仪。每位患者均接受了三期CT扫描,包括平扫期、动脉期和静脉期。有关CT设备具体扫描配置和设置的详细信息见补充表S1。
临床数据和影像学特征
记录每位患者的临床数据,包括年龄、性别、高血压病史和术前儿茶酚胺水平。两名经验丰富的放射科医师(阅片者1具有9年腹部诊断经验,阅片者2具有12年腹部诊断经验)在不了解组织病理学结果的情况下,独立评估了病例的CT特征,并将其判定为PPGL。第三名具有25年经验的放射科医师将解决任何分歧。评估的CT特征包括:(a) 肿瘤最大径(MTD);(b) 肿瘤位置;(c) 瘤内钙化;(d) 瘤内出血;(e) 肿瘤边缘;(f) 瘤内坏死;以及 (g) 瘤内血管穿透(IVP)。影像学特征的详细描述见补充材料,整体工作流程见图2。
病理评估和随访
来自三家医疗机构的组织学切片由两名具有9年经验的病理科医师在不了解临床数据的情况下,按照标准化分析方案进行评估。在评估结果出现差异的情况下,指定第三名资深病理科医师来解决分歧。采用Cohen's kappa系数评估病理科医师之间的可靠性。根据GAPP标准,PPGL的转移潜能分为低风险组(GAPP < 3)和高风险组(GAPP ≥ 3)。关于GAPP标准的详细信息和结果见补充表S2和S3。
患者预后信息通过电子病历系统和电话随访获得。为确保足够的随访时间,纳入了来自机构A(2017年1月至2019年3月)和机构C(2014年1月至2019年3月)的病例。无转移生存期(MFS)的持续时间定义为从手术日期至肿瘤转移日期或末次随访日期(2024年3月)的时间。
图像预处理、影像组学特征提取和选择
为解决因不同医院扫描设备不同而导致的原始CT图像不一致问题,我们对所有图像进行了预处理。我们将体素大小标准化为1 × 1 × 1 mm³,并将窗位和窗宽分别调整为0 Hu和400 Hu,以增强感兴趣区(ROI)的分割。此外,我们将bin宽度设置为25以进行图像离散化。
在缺乏患者组织病理学结果的情况下,一名放射科医师(阅片者1)使用ITK-SNAP软件(版本3.6.0,http://www.itksnap)[30]在增强扫描的静脉期图像上手动勾画肿瘤边界。在勾画过程中,我们确保排除邻近正常组织和血管,同时参考重建的冠状位和矢状位图像以明确病灶周围的空间关系。该过程获得了肿瘤的完整三维体积,用于后续特征提取。我们随机选取了30例患者(低危组17例,高危组13例)。阅片者1进行了两次评估,间隔一个月,分别称为ROI1和ROI2,阅片者2进行了一次评估,称为ROI3。采用组内相关系数(ICC)评估特征提取的观察者内和观察者间一致性,ICC值≥0.75表明测量具有较强可靠性。
特征提取使用“PyRadiomics”软件包[31]进行,遵循影像生物标志物标准化倡议[21]的指南。从静脉期图像中,我们从每个肿瘤的三维体积中提取了1106个影像组学特征,包括形状、一阶和纹理特征,如灰度共生矩阵、灰度尺寸区域矩阵、灰度游程长度矩阵、邻域灰度差矩阵、灰度依赖矩阵和小波变换特征。由于提取的影像组学特征之间存在显著冗余,我们首先对所有特征进行标准化,然后计算它们之间的Pearson相关系数。如果任意两个特征的相关系数超过0.9,我们仅保留其中一个以减少冗余。最后,为最大化特征的描述能力,我们采用最小绝对收缩和选择算子(LASSO)回归模型进行最终特征选择。通过调整惩罚参数λ,我们能够将无关特征的系数收缩为零。最终,我们使用10折交叉验证确定最优λ,并基于非零系数选择最终特征。
影像组学和深度学习(DL)模型的构建
我们使用最终筛选的影像组学特征选择了六种主流机器学习算法进行模型构建,包括逻辑回归(LR)、支持向量机(SVM)、k近邻(KNN)、随机森林(RF)、极端随机树(ET)和极端梯度提升(XGBoost)[32]。我们在训练集上进行了5折交叉验证和网格搜索参数优化,并在外部数据集上验证模型性能。采用受试者工作特征(ROC)曲线比较各模型的性能,使我们能够选择最优影像组学模型。基于其预测概率,我们定义了R评分(影像组学特征评分)。
基于CNN的ResNet模型受梯度消失问题的影响不显著,使其能够有效处理复杂的医学图像数据[33]。因此,本研究选择ResNet模型分析249例PPGL患者的静脉期图像。为减轻小样本量带来的局限性,我们利用预训练的ImageNet模型(http://www.image-net.org)实施了迁移学习。在训练过程中,我们使用基于最大ROI的2D图像和涵盖整个肿瘤的3D图像作为输入。本研究采用了ResNet18、ResNet34、ResNet50和ResNet101。这些模型的详细参数设置见补充材料。我们从验证集和测试集中获得了每个CNN模型的预测概率,随后使用ROC曲线进行性能比较。最终,我们选择了最优的深度学习模型,利用其预测概率定义D评分(深度学习特征评分)。
联合模型的验证与构建
我们依次进行单因素和多因素LR分析,以整合R评分、D评分和影像学特征,从而构建联合模型。模型结果使用热图进行可视化,并使用多种指标评估每个模型的性能,包括ROC曲线及其曲线下面积(AUC),以及准确率、特异度、灵敏度和F1评分。此外,进行校准曲线和决策曲线分析(DCA)以评估模型预测的一致性及其临床净获益。另外,我们采用基于MFS的Kaplan–Meier分析,以中位数作为截断值,评估GAPP和联合模型对PPGL转移潜能的预测能力,并进行log-rank检验分析组间差异。
统计分析
统计分析内容详见补充材料。
结果
患者的基线特征
本研究共纳入249例患者,包括128例男性(平均年龄,50.5 ± 12.7岁)和121例女性(平均年龄,49.5 ± 14岁)。临床影像学特征的分布在训练集(n = 138)、外部测试集1(n = 71)和测试集2(n = 40)之间相似,所有p值均超过0.05。根据GAPP标准,在训练集中,67例患者(48.6%)被归类为低风险组,而71例患者(51.4%)被归类为高风险组。在测试集1中,35例患者(49.3%)被归类为低风险组,36例患者(50.7%)被归类为高风险组。在测试集2中,19例患者(47.5%)被归类为低风险组,21例患者(52.5%)被归类为高风险组。详细临床信息见表1。
影像组学模型的验证与构建
本研究共有1081个影像组学特征的ICC值≥ 0.75。经过筛选,我们保留了六个非零系数特征,包括两个原始形状特征、两个一阶特征和两个纹理特征(图S1)。
我们将最终选定的六个影像组学特征结合到六种机器学习算法中:LR、SVM、KNN、RF、ET和XGBoost,以建立模型并比较其AUC值。如图3a和表2所示,XGBoost模型在训练集中取得了最高的AUC值0.96。然而,其在外部测试集上的表现劣于SVM模型。因此,我们选择SVM模型来建立影像组学模型。外部测试集1和测试集2的AUC值均为0.83,超过了其他机器学习模型。这表明其具有较高的预测诊断价值。基于SVM模型的概率预测被定义为R评分,代表影像组学特征评分。
深度学习(DL)模型的验证与构建
根据图3b和表2中呈现的所有深度学习(DL)模型的AUC结果。这些结果表明,2D ResNet50模型表现出最佳的判别性能,在测试集1上的AUC值为0.74,在测试集2上的AUC值为0.81。因此,我们最终选择2D ResNet50模型的预测概率作为D评分,定义为D评分。图S2展示了使用ResNet模型训练的2D最大横截面图像生成的梯度加权类激活映射输出的示例。
联合模型的验证与构建
单因素和多因素LR分析的结果均表明,瘤内坏死、R评分和D评分是预测PPGLs转移潜能的独立因素(表3)。我们基于这三个独立预测因素建立了联合模型,其在训练集中的AUC为0.90(0.86–0.95)。在两个外部测试集中,该模型的AUC值分别为0.86(95% CI:0.78–0.93)和0.88(95% CI:0.76–0.97),均优于三个单独模型(表4和图4a–c)。联合模型的校准曲线显示预测概率与实际结果之间具有高度一致性(图4d、e)。此外,DCA突出了联合模型的临床实用性,与影像组学和深度学习(DL)模型相比,其展示了更宽的阈值概率范围(图4f)。
热图表明,具有瘤内坏死、高R评分和高D评分的PPGL患者更可能表现出转移潜能(图5a)。为了评估内分泌指南中基于6 cm阈值对嗜铬细胞瘤手术方式的建议,我们评估了该阈值对转移潜能的预测能力。我们的研究结果显示,对于≤ 6 cm的肿瘤,其在训练集、测试集1和测试集2中的预测性能均表现优异,AUC值分别为0.87(95% CI:0.80–0.94)、0.87(95% CI:0.77–0.96)和0.88(95% CI:0.75–1.00)(图5b)。
模型的预后评估
在机构A和C共成功随访了62例患者,中位随访时间为75.5个月(范围:8–116个月)。在这些患者中,11例发生转移,5年转移率为17.7%。GAPP ≥ 3分患者与GAPP < 3分患者之间的MFS差异具有统计学意义(HR,9.421;95% CI:1.205–73.634;p = 0.009)(图6a)。为评估联合模型的预后分层,根据中位风险评分将患者分为低风险组和高风险组。Kaplan–Meier生存分析表明,联合模型能有效分层MFS结局(HR,11.647;95% CI:1.490–91.052;p = 0.003)(图6b)。桑基图展示了低风险组和高风险组中患者的分布,以及他们的转移率、MTD和GAPP状态(图6c)。
讨论
PPGLs是罕见的神经内分泌肿瘤,10–30%的病例可能表现出转移特征[3, 8]。一项纳入2920例患者的大规模回顾性研究显示,其中320例患者出现转移。值得注意的是,该研究强调36.8%的转移性PPGL患者在初诊时被误诊为良性,59.6%的患者在初次手术中有转移灶未被发现[14]。这些发现凸显了识别具有转移潜能的PPGL所面临的挑战,尤其是在缺乏明确远处转移证据的情况下。虽然手术切除仍是首选治疗方案,但转移性病例的管理仍是一项重大挑战,从而凸显了早期诊断和有效治疗的迫切需求。随着微创技术的进步,特别是肿瘤剥离方法的改进,肿瘤大小不再是决定手术方式的唯一因素[34, 35]。早期评估肿瘤的转移潜能将对于选择腹腔镜微创切除及影响患者预后变得至关重要。
既往研究已证实利用影像组学预测PPGL转移潜能的可行性[29],表明静脉期采集的影像组学特征具有高稳定性和显著权重。随着深度迁移学习技术的出现,预训练的深度学习(DL)网络现可在较小数据集上进行微调,这代表了影像组学研究进展的新方向[25]。因此,为通过简化CT期相采集来增强临床适用性,本研究利用静脉期的术前影像,整合影像组学和DL技术来预测PPGL的转移潜能。我们选择了六项影像组学特征,包括最大三维直径形状特征、一阶特征以及源自小波分解的纹理特征。这些特征反映组织强度、灰度分布和异质性,与既往研究结果一致[36, 37]。值得注意的是,我们观察到三维图像模型在训练过程中容易过拟合,可能由于样本量有限[38]。因此,我们选择了二维卷积神经网络(CNN)模型,其具有网络结构更简单、计算时间更短等优势,更适合实际临床应用。我们构建了一个整合瘤内坏死特征、影像组学和DL特征的联合模型。该模型在术前预测转移潜能方面表现出高准确度,有助于外科医生识别可能从腹腔镜手术中获益的低风险患者。相反,高风险患者优先接受开放手术以确保肿瘤完全切除并降低局部复发和转移风险。我们的研究结果表明,PPGL中的瘤内坏死可能是肿瘤生物学行为的关键指标。广泛坏死通常与肿瘤快速生长或侵袭性增加相关,这可能与转移和不良预后相关[39]。
以往大量研究表明,PPGL中肿瘤大小与转移之间存在显著相关性[3, 8],这与我们从影像组学形状特征方面的发现一致。内分泌指南推荐对大于6 cm或有转移的嗜铬细胞瘤行开放手术;然而,指南并未提供高危因素的详细标准。因此,医生在决定6厘米阈值肿瘤的手术方式时往往依赖临床判断。为此,我们探讨了联合模型对小于6 cm嗜铬细胞瘤转移潜能的预测性能。我们的结果表明,联合模型能够可靠地预测≤ 6 cm肿瘤的转移潜能,并得到了外部数据集的验证。对模型预后评估的分析表明,风险评分能够有效对术后转移风险进行分层。这与既往研究一致,表明GAPP与5年转移率之间存在显著相关性[14, 15, 18]。与低风险患者相比,高风险组患者通常需要术后更频繁的随访,包括定期影像学检查和实验室监测,以促进潜在转移的早期发现和干预[40]。桑基图提供了一种可视化表示,提示直径≤ 6 cm且风险评分较高的患者可能具有更高的转移潜能,表明可考虑对其行开放切除术。相反,低风险评分患者的转移可能性显著较低,使其更适合接受微创手术切除。对于直径超过6 cm的肿瘤,如果其转移潜能被评估为低,也可考虑微创手术切除。这说明了联合模型在早期识别具有转移潜能患者方面的重要价值,从而帮助这些患者从量身定制的手术选择和加强的术后随访中获益,最终旨在改善总体预后。
本研究存在若干局限性。首先,PPGL的罕见性限制了我们的样本量,限制了对中/低分化与高分化患者之间的区分。未来研究应致力于纳入所有三种分化类型。其次,解剖成像与功能成像的结合在提高诊断特异度和敏感度方面具有额外价值,并且与其与靶向放射性核素治疗的联系有关[7]。未来纳入镓-68-DOTATATE和碘-123-MIBG PET-CT的研究可进一步提高我们分析的预测性能。最后,尽管我们已整合肿瘤坏死特征、影像组学和DL特征来评估PPGL的转移潜能,人工智能在临床应用中仍面临众多挑战。这些挑战包括数据隐私和安全相关问题,以及算法的稳健性和可解释性[41]。因此,未来临床实践需要开发内部软件,以便每位临床医生更容易获取风险评分。
结论
该联合模型可在术前早期预测PPGLs的转移潜能。此外,它可作为术前风险评估和手术规划的有价值临床工具,特别是关于嗜铬细胞瘤6 cm的手术阈值。
补充信息
电子补充材料
引用
- Zhou Y, Zhan Y, Zhao J, et al. CT-based radiomics deep learning signatures for non-invasive prediction of metastatic potential in pheochromocytoma and paraganglioma: a multicohort study. Insights Imaging. 2025. PMID: 40185919. doi:10.1186/s13244-025-01952-4
- 全文:PMC11971077(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11971077/
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。