PET影像组学特征集的多重共线性与冗余性
结果显示72个和90个特征分别在ρ>0.9和ρ>0.7阈值下与其他特征强相关,聚类分析在ρ=0.9和ρ=0.7阈值下分别得到35个和15个非冗余特征,表明至少三分之二的影像组学特征可因强多重共线性而被省略。
要点
- 在五个独立[18F]FDG-PET队列中,105个影像组学特征中有72个在ρ>0.9阈值下与其他特征强相关。
- 聚类分析在ρ=0.9和ρ=0.7阈值下分别识别出35个和15个非冗余特征。
- 至少三分之二的影像组学特征可因强多重共线性而被省略。
核心结论
- 至少三分之二的影像组学特征集可因多个独立队列中的强多重共线性而被省略。
- 使用较不保守的阈值(ρ>0.7)可识别出更多冗余特征。
- 未来研究应指明影像组学特征集的多重共线性对于其他放射性药物和成像方式是否相似。
研究设计与样本
- 回顾性分析五个已发表的[18F]FDG-PET影像组学研究队列:非小细胞肺癌35例、嗜铬细胞瘤和副神经节瘤40例、头颈鳞状细胞癌54例、细胞学不确定的[18F]FDG阳性甲状腺结节84例、胃癌206例。
- 在病灶上勾画感兴趣体积,使用PyRadiomics(版本2.0、2.1.2或3.0)提取104个影像组学特征(13个形状特征、18个一阶特征、73个纹理特征)并计算总病灶糖酵解(TLG)。
- 计算每个队列特征的绝对Spearman秩相关系数矩阵,确定在所有五个队列或五个中四个队列中显示强相关(ρ>0.7)或非常强相关(ρ>0.9)的特征。
- 对五个队列的平均相关矩阵进行层次聚类(单链接、欧氏距离),在每个聚类中选择一个代表性非冗余特征(与聚类内所有其他特征相关总和最高者,除非聚类包含传统定量PET特征如SUVmax、SUVmean、代谢肿瘤体积和TLG)。
诊断标准与关键数值
- 在所有五个队列中,105个特征中有72个显示非常强相关(ρ>0.9),90个显示强相关(ρ>0.7);在单个队列中非常强相关的特征数为85至92。
- 考虑任意四个队列时,非常强相关(ρ>0.9)的特征数增至83,强相关(ρ>0.7)的特征数增至101。
- 在ρ=0.9阈值下聚类分析得到35个非冗余特征,包括6个形状特征、4个强度特征和25个纹理特征;在ρ=0.7阈值下得到15个非冗余特征,包括3个形状特征、2个强度特征和10个纹理特征。
- 在ρ=0.9和ρ=0.7阈值下分别可省略70个和90个冗余特征。
- 最大的聚类包含38个强相关特征,SUVmax为该聚类的代表特征,该聚类包含18个强度特征中的13个和22个GLCM特征中的15个。
临床应用与阅片要点
- 影像组学分析中可考虑省略至少三分之二的冗余特征以减少统计负担,但原文未给出具体推荐等级。
- 使用较不保守的阈值(ρ>0.7)比保守阈值(ρ>0.9)能识别更多冗余特征。
- 基于所有五个队列平均相关矩阵的聚类分析可能平衡各队列的相关性,但特定特征在四个队列中相关系数为0.99时,第五个队列可低至0.6而平均仍高于0.9。
局限性
- 回顾性分析五个队列,特征提取设置在各队列间略有差异,均一的预处理设置本可证实发现。
- 未考虑Spearman相关的P值,这些P值可能因各队列样本量从35到206不等而差异很大。
- 聚类分析基于五个队列的平均相关矩阵,可能平衡各队列的相关性。
- 在不同阈值下会选择不同数量的非冗余特征。
- 仅分析了105个符合IBSI的特征子集,在包含额外特征的特征集中,某些特征可能与已识别聚类强相关,而其他特征可能非冗余。
全文中译7 节 · 点击展开
引言
自2009年首次发表以来[1],手工放射组学已被广泛研究,以发现潜在的影像生物标志物,用于临床实践中疾病特征的量化或监测[2]。在最初几年,研究者使用了来自其他图像量化领域的许多预定义数学特征,并开发了新的特征。这形成了一个约100个特征的标准放射组学特征集,但存在许多变体[3]。这些特征从简单且可解释的强度和形状特征到更抽象的纹理特征不等。
目前尚不清楚放射组学特征集捕捉了什么,以及这如何与组织生物学相关联,因为许多这些手工放射组学特征缺乏生物学依据。当多个放射组学特征组合成放射组学标签时,这就变得更加具有挑战性。提供所选特征的语义或生物学依据的见解被认为是良好的放射组学实践[4, 5]。然而,早期的放射组学论文往往缺乏这种见解。例如,一篇早期放射组学论文提出了一个由四个放射组学特征组成的放射组学标签,该标签与总生存期相关[6],但在后续工作中发现,该标签中四个特征中的三个与肿瘤体积强烈相关,表明放射组学标签和单独肿瘤体积的模型性能相似[7]。放射组学特征集包含更多强相互关联的特征:明显的相关性,如最大强度和平均强度之间的相关性,以及抽象纹理特征之间不太明显的相关性,而没有任何已证明的生物学意义。
放射组学特征集的这种多重共线性导致了统计学挑战。当模型中引入几个强相关特征时,统计模型会发生过拟合[8]。此外,使用交叉验证的机器学习模型受到多重共线性的影响,因为在监督和无监督特征选择中都会返回多个(不重叠或部分重叠的)特征集。这使放射组学标签的解释复杂化。放射组学标签的可解释性也可以通过更少的特征来改善,以便研究人员了解所有个体特征的数学定义。最后,放射组学研究的样本量计算实际上不可行,因为如果不对多重共线性有深入了解,就不可能创建计算机模拟的放射组学数据。
众所周知,放射组学特征集具有多重共线性,但其性质和广泛程度尚未完全了解。哪些特征强烈相关在很大程度上是未知的,但假设多重共线性在不同队列之间在一定程度上相似,尽管这可能因疾病设置和成像方式(包括所使用的放射性药物)而有所不同。如果多重共线性在不同队列之间相似,则可以移除冗余特征,从而减少统计学挑战。
本研究的目的是通过分析五个独立的2-[18F]氟-2-脱氧-D-葡萄糖([18F]FDG)正电子发射断层扫描(PET)队列中影像组学特征集相关性的相似性,来绘制影像组学特征集的多重共线性图谱,每个队列的患者具有不同的肿瘤类型。通过这种方式,识别了冗余特征,并提供了非冗余特征集的建议。一个更小的、非冗余的特征集可以改善影像组学特征的可解释性和互操作性。
材料与方法
数据
对五项已发表的[18F]FDG PET影像组学研究的数据进行了回顾性分析:一个35例非小细胞肺癌(NSCLC)患者队列、一个40例嗜铬细胞瘤和副神经节瘤(PPGL)患者队列、一个54例头颈部鳞状细胞癌(HNSCC)患者队列、一个84例[18F]FDG阳性且细胞学不确定(即Bethesda 3和4)的甲状腺结节患者队列,以及一个206例胃癌患者队列[9–13]。在HNSCC队列中,仅基线扫描用于分析。选择这些队列是因为它们反映了不同的肿瘤生物学特征以及不同范围的标准摄取值(SUV)和代谢性肿瘤体积(MTV)。一些影像组学特征能够对临床结局进行分类或预测,而另一些则不能,且影像组学特征已被提取。
定量图像分析
定量图像分析设置在各队列之间略有不同(表1)。使用自适应阈值或模糊局部自适应贝叶斯(FLAB)算法[14, 15]在病灶上勾画感兴趣体积(VOI)。应用了SUVpeak的41%和50%的自适应阈值,该阈值通过直径为12 mm的球体获得[16],经局部本底校正,使用内部开发的软件或使用Accurate工具(AmsterdamUMC)[17]。应用了盒式处理以排除周围[18F]FDG摄取组织。对于FLAB,通过在肿瘤周围绘制一个超大的容器来排除[18F]FDG摄取的非肿瘤组织。自适应阈值的选择基于数据集中SUV的范围。
影像组学特征提取在PyRadiomics 2.0、2.1.2或3.0版本中进行[18]。所有PyRadiomics版本均符合图像生物标志物标准化倡议(IBSI)[3]。对所有VOI,提取了104个影像组学特征:13个形状特征、18个一阶特征和73个纹理特征,包括22个灰度共生矩阵(GLCM)、16个灰度游程长度矩阵(GLRLM)、16个灰度尺寸区域矩阵(GLSZM)、14个灰度依赖矩阵(GLDM)和5个邻域灰度差矩阵(NGTDM)特征。此外,计算了总病灶糖酵解(TLG),即平均SUV与MTV的乘积。应用了0.5 g/mL或0.55 g/mL的固定箱宽。(插值)体素大小按队列标准化,范围为3.18 × 3.18 × 3.00 mm³至4.00 × 4.00 × 4.00 mm³。关于图像采集、重建和数据分析的具体细节,请参阅原始文献[9–13]。
统计分析
对于所有队列,在MATLAB 2024a(Mathworks)中计算了影像组学特征的绝对Spearman秩相关系数(ρ)矩阵。在2项实验中评估了多重共线性和冗余性(图1)。在实验1中,在每个队列中确定了哪些特征与其他特征表现出(非常)强相关(ρ > 0.7或ρ > 0.9)。随后,确定了哪些特征在每个队列中、在所有五个队列中或在五个队列中的四个中与另一特征表现出(非常)强相关,提示冗余性。提供了一份未与任何其他特征表现出ρ > 0.7相关性的特征列表。
在实验2中,将不同队列的绝对相关矩阵平均为一个相关矩阵。基于单链接和欧几里得距离进行层次聚类,以对(非常)强相关的特征(ρ > 0.7或ρ > 0.9)进行分组。从每个聚类中选择一个代表性特征,选择与该聚类中所有其他特征相关性总和最高的特征,除非该聚类包含传统的定量PET特征(即SUVmax、SUVmean、代谢性肿瘤体积和TLG),因为这些特征通常可在临床实践中使用的软件包中计算。
结果
在所有五个队列中均观察到影像组学特征集的多重共线性,相关矩阵中显示出相似的模式(图2)。105个特征中有72个在所有五个队列中与任何其他特征表现出非常强的相关性(ρ > 0.9);在单个队列中,这些数字范围为85至92(表2)。当考虑任意四个队列时,这一数字增加至83。甚至105个特征中有90个在所有五个队列中与任何其他特征表现出强相关性(ρ > 0.7),当考虑任意四个队列时增加至101。
随后,对所有五个队列的平均相关矩阵进行聚类分析,识别出35个强相关特征聚类(ρ > 0.9,表3)。对每个聚类选择一个代表性特征(补充表1)。最大的聚类包含38个强相关特征;SUVmax为该聚类的代表性特征。该聚类包含来自所有类别的特征,包括18个强度特征中的13个和22个GLCM特征中的15个。聚类分析识别出十五个强相关特征聚类(ρ > 0.7,补充表2)。
讨论
在本研究中,放射组学特征集的多重共线性在五个不同肿瘤类型的独立[18F]FDG PET队列中进行了评估,旨在识别非冗余特征。我们识别出72个放射组学特征,这些特征在所有五个队列的特征集中与任何其他放射组学特征均显示非常强的相关性。聚类分析得出一个缩减至35个非冗余特征的特征集。当选择更保守的方法、考虑强相关(ρ > 0.7)时,特征集甚至可缩减至15个特征。
多重共线性是放射组学分析中众所周知的现象,会导致统计学上的挑战,但其性质和程度尚未被完全理解。与其他组学领域不同,放射组学特征缺乏生物学依据。如在基因组学中所研究的单个基因具有生物学意义,单个基因之间的关联可能为患者及健康受试者的生物学机制提供见解。另一方面,在放射组学中,特征是预先定义的,特征之间的相关性不会对疾病机制的额外见解有所贡献。大量来自不同图像分析领域的特征被一次性从图像中提取,假设这些特征中至少有一些与临床结局存在关联。然而,由于这些特征之间强相关,许多特征可能被省略而不会失去对所反映的潜在生物学的理解。
许多影像组学研究已经通过在分析中加入某种形式的冗余过滤来考虑多重共线性,有些研究在特征选择之前进行[19],另一些则在特征选择之后、将特征引入分类或预测模型之前进行[20]。其他研究采用结合冗余特征去除的监督式特征选择方法,如最小冗余最大相关算法[21]。有几项研究使用正则化分类器(如LASSO(最小绝对收缩和选择算子)回归)进行特征选择而不进行冗余过滤。然而,这些正则化分类器仍然需要冗余过滤,因为在高多重共线性情况下(如影像组学中),这些分类器没有唯一的最小化子,且其选择能力受样本量限制,可能导致预测不稳定[22]。一些研究移除与传统指标(如SUVmax或MTV)强相关的特征,考虑到本研究中SUVmax与特征集中约三分之一的全部特征强相关,这可能是一种有效的方法。然而,这种方法未考虑其他特征之间的强相关性。
据我们所知,尚无研究探讨不同队列中冗余特征的相似性以减少影像组学特征集。特征集也可以通过仅选择可重复的特征来缩减。许多研究评估了影像组学特征与图像采集、重建、分割及影像组学特定处理步骤相关因素的稳健性和可重复性[23, 24]。一般来说,形状和强度特征相比纹理特征更为稳健。最优影像组学特征集包含既非冗余又可重复的特征。
在本研究中,三分之二的影像组学特征可因冗余而被省略,从而得到包含35个或更少非冗余特征的影像组学特征集。特定特征之间的相关性可能源于特征数学定义的相似性。在某些情况下,这些定义相当相似,因为特征属于同一特征类别,但在其他情况下,相似性可能不太明显。形状和NGTDM特征类别相对包含最多的非冗余特征,且这些特征通常与其他类别的特征不相关,提示其包含与其他特征所捕获的不同信息。GLSZM类别包含的非冗余特征多于GLRLM类别,一个可能的解释是GLSZM特征相比GLRLM特征具有三维构型,每个特征捕获更多信息。GLCM和GLDM特征类别由相对较少的非冗余特征组成。然而,应当考虑到所选的非冗余特征与特征集中其他特征未显示高相关性,表明其包含不同信息。GLCM特征常与强度特征相关,而强度特征也显示出高冗余性。强度特征类别由若干代表强度直方图中值的特征组成;一个指标的增加往往提示另一个指标也增加。
此外,强度直方图特征熵是放射组学分析中常被报道的特征,而且据报道是最稳定的放射组学特征之一[24]。然而,我们在所有五个临床队列中显示,熵与SUVmax非常强相关,表明存在冗余。熵被描述为图像中像素强度的复杂性或随机性,基于归一化直方图计数,定义为灰度级数量和像素具有特定灰度级的概率的函数。因此,与较少的灰度级数量相比,由较高SUVmax所指示的较多灰度级数量往往导致较高的熵值。
将放射组学特征数量减少至最多35个特征,可显著降低过拟合的统计负担以及与放射组学特征解释和样本量计算相关的困难。输入变量的多重共线性具有分类或预测模型过拟合的固有风险。回归模型表示当所有其他自变量保持不变时,自变量每单位变化所引起的因变量平均变化。在自变量之间存在强相关的情况下,一个变量的变化与另一个变量的变化相关。因此,回归系数可能根据模型中的其他自变量而大幅波动,并对微小变化变得敏感,导致模型过拟合。
此外,特征选择看似微不足道,但它是许多放射组学研究中显著变异来源[25]。在多共线性数据集中进行特征选择可能具有挑战性,例如,因为它可能在交叉验证的不同折中返回多个(相关的)特征集,使放射组学特征的解释复杂化。即使只有35个特征,仍然需要进行特征选择,但该过程更易于管理。
此外,非冗余特征集可能为放射组学研究的样本量计算铺平道路,这可能有助于评估劳动密集型放射组学研究的可行性。大多数放射组学研究人员对手工放射组学采用80至200名患者的最低样本量,在生物学信号经过充分反映以及进行交叉验证和假实验的情况下,这作为概念验证研究可能是足够的。借助非冗余特征集和对放射组学特征分布的深入了解,可以针对特定算法进行样本量计算。
我们的研究具有若干优势和局限性。一个优势是较小的影像组学特征集简化了影像组学分析,因为该分析不再需要进行基于相关性的冗余过滤。另一个优势是,特征集的多重共线性在五个独立队列中进行了比较,所有队列均表现出相似的多重共线性模式,这表明了我们研究结果的稳健性。由于我们对这五个队列进行了回顾性分析,特征提取的设置在各队列之间略有差异,这既是优势也是局限性。同质化的预处理设置本可以进一步证实我们的发现。尽管如此,我们仍能够证明各队列之间的冗余性是相似的,且与预处理设置无关。我们甚至可以得出结论,即预处理设置中的这些微小差异并未显著影响特征的冗余性,这一点得到了Marzi等人[26]研究结果的印证。他们评估了体素大小重采样、离散化和滤波对心脏T1和T2图影像组学特征中基于相关性的降维的影响,证明体素大小和离散化显示出高稳定性指数,表明这些设置未显著影响冗余过滤。
同样,我们的发现也独立于使用不同扫描仪所引入的批次效应。在PPGL队列(其所有PET扫描均使用同一扫描仪采集)与其他使用不同扫描仪的队列之间,冗余性是相似的。这些结果表明,观察到的冗余性是特征数学定义所固有的,而非肿瘤生物学特性和成像物理学所致。然而,尚需更多研究来验证在其他成像模态中是否可观察到类似的冗余性。另一个局限性是我们未考虑Spearman相关性的p值。这些p值可能因各队列样本量从35到206不等而差异很大。据观察,在全部五个数据集中,显示(极)强相关性的特征实际上基本相同。此外,应注意聚类分析是基于所有五个队列的平均相关矩阵进行的,从而平衡了各队列的相关性。当五个队列中有四个队列的特定特征间相关性为0.99时,第五个队列中的相关性理论上可低至0.6,而仍可导致高于0.9的极强平均相关性。
此外,在不同的阈值下会选择不同数量的非冗余特征。同时,我们仅分析了105个符合IBSI标准的特征子集。在包含额外特征的特征集中,某些特征可能与已识别的聚类之一强相关,而其他特征则可能是非冗余的。据此,我们的分析仅适用于手工影像组学,因为深度学习影像组学不采用预定义特征,而是基于输入图像开发特征。此外,未来研究应指明影像组学特征集的多重共线性在其他疾病场景、PET中其他放射性药物以及其他成像模态中是否相似。最后,比较仅含非冗余特征的影像组学模型与含全部特征的模型的性能可能是有意义的。
总之,放射组学特征集包含许多冗余特征。至少三分之二的放射组学特征集可以被省略,因为在五个独立的临床[18F]FDG PET队列中,这些特征存在强烈的多重共线性。使用不那么保守的阈值可以识别出更多冗余特征。
补充信息
电子补充材料
引用
- Noortman WA, Vriens D, Bussink J, et al. Multicollinearity and redundancy of the PET radiomic feature set. Eur Radiol. 2025. PMID: 40332568. doi:10.1007/s00330-025-11637-7
- 全文:PMC12559118(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12559118/
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。