基于CT的人工智能框架利用多尺度特征预测透明细胞肾细胞癌病理分级与Ki67指数:一项多中心研究
这项多中心回顾性研究纳入1073例经病理确诊的透明细胞肾细胞癌患者,构建基于CT的多尺度特征人工智能框架,自动分割肾脏与肿瘤并预测WHO/ISUP病理分级(G1&G2 vs G3&G4)和Ki67指数(≥5% vs <5%)。内部验证集AUROC分别为0.84和0.87,外部测试集均为0.82,3D-UNet分割肾脏和肿瘤的Dice系数均超过0.92,SHAP分析显示影像组学、3D自编码器和降维特征均有显著贡献。
要点
- 该框架可术前无创预测ccRCC病理分级与Ki67指数,外部测试集AUROC均为0.82。
- 3D-UNet自动分割肾脏和肿瘤,外部测试集平均Dice系数肾脏0.979、肿瘤0.924。
- 多尺度特征融合(影像组学+降维特征)的预测效能优于单独使用任一类特征。
核心结论
- 所提出的多尺度特征AI框架能准确预测ccRCC的病理分级和Ki67指数。
- 基于CT的多尺度特征AI框架为术前无创准确预测ccRCC病理分级和Ki67指数提供了有前景的途径。
研究设计与样本
- 多中心回顾性研究,共纳入1073例经病理确诊的ccRCC患者,来自七个队列,分为内部数据集857例(训练集686例、验证集171例)和外部测试集216例。
- 内部数据集来自五个公开数据集(CPTCA-CCRCC、TCGA-KIRC、TCGA-KIRP、TCGA-KICH、C4KC-KiT)及五家地方医院2017至2023年的数据,外部测试集来自另一家地方医院2017至2023年的数据。
- AI框架包括图像处理器、基于3D-UNet的肾脏与肿瘤分割模型、基于无监督学习的多尺度特征提取器和采用XGBoost的多任务分类器,并采用SHAP进行模型解释。
- 纳入标准为连续入组的成人、术前未接受化疗或放疗、行肾切除术且病理证实为ccRCC、术前完成皮髓质期CT检查。
诊断标准与关键数值
- 病理分级按WHO/ISUP系统分为低级别(核分级I和II级)与高级别(核分级III和IV级),模型任务为G1&G2 vs G3&G4。
- Ki67指数预测任务以≥5% vs <5%为二分类阈值。
- 内部验证集中,病理分级分类AUROC为0.84,Ki67指数分类AUROC为0.87;外部测试集中两者AUROC均为0.82。
- 内部队列中,影像组学特征、降维特征、多尺度特征预测病理分级的AUROC分别为0.78、0.77、0.84;外部队列分别为0.70、0.72、0.82。
- 内部队列中,影像组学特征、降维特征、多尺度特征预测Ki67指数的AUROC分别为0.78、0.76、0.87;外部队列分别为0.72、0.71、0.82。
临床应用与阅片要点
- 该框架整合分割、分类与模型解释,可实现全自动分析,用于术前无创识别高风险肿瘤以辅助临床决策。
- SHAP分析显示影像组学特征「shape Sphericity」在病理分级决策中作用突出,3D自编码器特征对两项预测任务均有显著贡献。
局限性
- 原文未报告局限性。
全文中译13 节 · 点击展开
引言
肾细胞癌(RCC)是最常见的泌尿系统恶性肿瘤之一,其中高达70–80%的病例属于透明细胞肾细胞癌(ccRCC)[1]。随着时间的推移,ccRCC的患病率呈上升趋势,在所有RCC亚型中,其转移事件和死亡人数最多[2]。2016年,世界卫生组织/国际泌尿病理学会(WHO/ISUP)将核分级为I级和II级的肿瘤归类为低级别,将核分级为III级和IV级的肿瘤归类为高级别[3]。高级别ccRCC表现出更强的侵袭性,并导致患者预后不良[2]。Ki67是一种用于判断细胞增殖的分子标志物,仅在细胞周期的G1、S、G2和M期表达,而在G0期不表达。在典型临床实践中,测定Ki67指数的标准流程是采用免疫组织化学(IHC)对手术切除的肾肿瘤组织样本进行染色[2]。其与细胞增殖的强相关性以及与其他成熟增殖标志物的同步表达提示其在细胞分裂中的关键作用。多项研究报告了高Ki67表达与ccRCC不良预后之间的显著关联[4–8]。目前,RCC的组织学证据通常取自术后切除标本,而当需要术前病理证据时,通常依赖于经皮肾穿刺活检。然而,该方法存在出血和感染等风险[9]。此外,这种有创操作带来了诸多挑战,因为它无法对肿瘤的每个方面进行全面取样,也不具备重复取样的能力,从而阻碍了对肿瘤异质性的全面反映及其病理分级的精确区分,同时也阻碍了对Ki67准确免疫组织化学结果的保证[10]。因此,迫切需要一种非侵入性且可重复的方法来评估肿瘤的病理分级和Ki67指数,且不受组织取样时间或空间限制的约束。
近年来,人工智能(AI)算法在ccRCC的影像分析领域展现出巨大潜力。Zheng等[11]构建了一种基于CT成像的影像组学评分框架,能够预测ccRCC的分级。Cui等[12]发现,多期CT机器学习在分级预测方面的预测能力优于单期CT。此外,Demirjian等[13]利用从多期CT扫描中提取的影像组学特征,成功实现了ccRCC的TNM分期。然而,这些研究并非没有需要审慎考虑的局限性。首先,这些模型依赖于专家对感兴趣区域(ROI)的熟练手动标注,这种做法在多种场景下变得不切实际。其次,这些研究往往依赖来自单中心或双中心来源、具有相似机器特征的有限数据,导致训练模型在其他中心的泛化性能较差,并给转化为临床应用带来挑战。第三,深度学习算法通常被称为“黑箱”的隐秘性,使模型内部决策过程的解释复杂化,构成一项具有挑战性的工作,并引发临床医生对其应用的担忧。
据我们所知,目前尚无文献报道用于完全自动化预测ccRCC病理分级和Ki67指数的多任务AI框架。在我们的研究中,我们构建了一个新的自动化分析框架,利用多中心数据集和多尺度特征,以熟练识别ccRCC的病理分级(G1&G2 vs G3&G4)和Ki67指数(≥ 5% vs < 5%)。该AI框架将影像组学特征、3D自编码器特征和降维特征无缝整合为输入。此外,我们利用Shapley加性解释(SHAP)值的力量来审视每个提取特征对模型决策的影响,从而揭示决策过程的复杂性。
材料与方法
参与者队列与数据选择
这是一项基于来自多个中心的队列进行的回顾性研究。共有1073例经病理确诊的ccRCC个体被分为内部数据集(n = 857)和外部测试数据集(n = 216)。内部数据集包括接受肾切除术的参与者,来源于五个公开可获取的数据集(CPTCA-CCRCC、TCGA-KIRC、TCGA-KIRP、TCGA-KICH和从Cancer Imaging Archive获得的C4KC-KiT),以及五家本地医院,时间跨度为2017年至2023年。外部测试集由2017年至2023年间在另一家本地医院接受肾切除术的个体组成。鉴于本回顾性分析使用了去标识化的临床数据和图像,知情同意文件被豁免。本研究遵循STROCSS标准[14]。本研究获得了本地机构审查委员会的伦理批准(批准号:2023-LHQRMYY-KYLL-55)。
在本研究中,我们严格遵循了图1a中详细描述的精确纳入和排除标准。纳入标准包括以下内容:1. 连续入组的成年个体,2. 在手术前未接受过任何化疗或放疗的患者,3. 接受肾切除术并经组织病理学确诊为透明细胞肾细胞癌(ccRCC)的个体,以及4. 术前进行了皮髓质期(CMP)CT检查。相反,排除标准包括以下内容:1. 图像质量低的患者(表现为低分辨率、杂乱或模糊),2. 临床病理诊断报告不完整,以及3. 肾脏和肿瘤区域的语义分割不完整。
图像处理与分割模型
各队列CT图像采集的详细机器扫描参数可见补充材料和表S1。本研究完整的分析流程,具体而言即我们设计的AI框架,如图1b所示。在本研究中,我们利用dcm2niix工具构建了图像处理器,该系统可无缝地将DICOM格式图像转换为NIFTI格式[15]。随后,两名拥有10年以上经验的放射科医师以及两名经过培训的医学生在CMP CT图像上仔细勾画了肾脏和肾癌的感兴趣区(ROI)。最后,一名拥有二十余年经验的资深放射科医师确保了肿瘤和肾脏边界勾画的准确性。
受人工分割结果和三维图像的启发,我们利用基于3D-UNet的精细网络构建了肾脏和肾癌的自动分割模型[16]。3D-UNet的基本原理在于利用卷积神经网络同时进行特征提取和分割,通过跳跃连接将不同尺度的特征图无缝整合。
多尺度特征提取器
在本研究中,我们开发了一种多尺度特征提取器,旨在全面捕捉解剖结构的复杂性。该特征提取器整合了影像组学特征、基于深度学习的3D自动编码器非线性降维特征,以及基于主成分分析(PCA)和奇异值分解(SVD)的线性降维特征。首先,我们使用PyRadiomics(v3.0.1)提取了100个影像组学特征,包括一阶统计量、形状特征和纹理特征,均与肾癌相关。这些特征从不同角度量化了肿瘤的异质性,为后续分析提供了基础信息。接下来,我们设计了一个3D自动编码器来提取256个基于深度学习的非线性降维特征。该自动编码器以无监督方式捕捉肿瘤区域的深层特征。模型包含六层,编码器包含三个3D卷积层,逐步将输入数据压缩为低维潜在表示。解码器包含三个对应的3D反卷积层,从潜在表示中重建原始输入。在训练过程中,我们使用均方误差作为重建损失函数来衡量预测值与真实值之间的差异,并使用Adam优化器对模型进行了500个epoch的训练。最后,我们对CT图像的分割体素进行矩阵线性降维。具体而言,基于ROI,我们裁剪了一个64 × 64 × 64体素区域,仅包含肿瘤和肾脏组织,并用最小像素值填充裁剪图像的空白区域。然后,使用scikit-learn,我们分别采用SVD和PCA将裁剪区域降维至64和256,提取代表原始体素矩阵信息的线性特征。
综上所述,对于每张CT图像,我们的多尺度特征提取器共提取了676个特征,包括影像组学特征、非线性降维特征和线性降维特征。
多任务分类器
内部队列共857例经过合理分层并分为训练集(80%,686例)和验证集(20%,171例)。此外,外部队列的216例被纳入外部测试集以评估模型的泛化能力。为提高训练效率,我们直接选用广受欢迎的XGBoost(XB)算法为病理分级(G1&G2 vs G3&G4)和Ki67指数(≥ 5% vs < 5%)两个任务构建分类模型。在模型训练过程中,我们使用网格搜索优化超参数。此外,我们分别比较了以影像组学特征、新设计的降维特征(3D自动编码器、PCA和SVD)以及多尺度特征(影像组学与降维特征的融合)作为输入的分类模型的性能。最后,为确认XB的稳健性能,我们使用另外三种机器学习分类算法——随机森林(RF)、LightGBM(LG)和CatBoost(CB)——比较这四种算法在两个预测任务上的性能。
模型解释与统计分析
SHAP[17, 18]是一种精心设计的算法,用于阐明机器学习模型所编排的决策。它锚定于源自合作博弈论的SHAP值这一深刻概念,其主要目的是精确量化每个特征对模型输出的贡献。在我们评估CT图像特征对模型预测影响的工作中,我们计算了每个特征的SHAP值,将模型的决策分解为每个样本中各个特征的细微影响。所有这些实验和统计分析均使用Python(v3.8)和R(v3.6.3)进行。当p值小于0.05时,认为具有统计学显著性。估计值的不确定性,如准确率和受试者工作特征曲线下面积(AUROC),在95%置信区间内进行量化。
结果
患者和数据集特征
带有临床、病理和免疫组化(IHC)信息的CT图像从开源队列以及本地队列中收集和整理。经过严格的图像筛选流程(图1a),共选取1073名参与者(包括465名女性和608名男性)进行后续分析。这些参与者的基本信息和临床详情见表1。观察到的平均年龄(标准差)为56.3(13.3)岁。为对我们首创模型进行最终评估,外部测试集由216例病例组成,系为此目的精心挑选。AI框架的描述见图1b。
3D-UNet模型的肾脏和肿瘤区域分割
以3D-UNet架构为基础,我们训练了一个多标签语义分割模型,专门设计用于CT图像中肾脏和肿瘤区域的自动分割。该模型在绝大多数数据上表现出优异、准确的肿瘤分割,dice系数大于0.92。在测试集的216名患者中,肾脏的平均dice系数及标准差为0.979(0.030),肿瘤区域为0.924(0.094)(图S1)。图2a–d展示了测试集中一例病例的预测分割,包括轴位分割图像(a)、矢状位分割图像(b)、冠状位分割图像(c)和3D分割图像(d)。
多尺度特征解决方案提升最佳性能
3D肿瘤图像被自动裁剪至矩阵感兴趣区(ROI),并使用我们设计的多尺度特征提取器提取了676个图像特征。图2e、f展示了肿瘤靶区,分别作为3D自动编码器的输入和输出。我们进行了一项初步实验以确定多尺度特征的最佳组合。
在分类任务中,多尺度特征融合策略显著提升了性能。在区分病理分级(G1&G2 vs G3&G4)时,以影像组学特征、降维特征和多尺度特征作为输入,在内部队列中获得的AUROC值分别为0.78、0.77和0.84(图3a),而在外部队列中,相应的AUROC值分别为0.70、0.72和0.82(图3b)。在预测Ki67指数(≥ 5% vs < 5%)的任务中,以影像组学特征、降维特征和多尺度特征作为输入,在内部队列中获得的AUROC值分别为0.78、0.76和0.87(图3c),而在外部队列中,相应的AUROC值分别为0.72、0.71和0.82(图3d)。
AI框架呈现出稳健的分析性能
为验证我们算法的稳健分析能力,我们比较了由RF、LG、CB和XB算法训练的模型性能,发现最后一种在所有分类任务中表现最佳。图4a–d表明,在两项分类任务中,没有任何机器学习算法达到与XB算法相同水平的AUROC。此外,受试者工作特征(ROC)检验在病理分级(G1&G2 vs G3&G4)和Ki67指数(≥ 5% vs < 5%)分类中识别出统计学显著差异。因此,我们选择XB算法作为本研究的预测模型。在内部验证中,最优模型在病理分级分类(G1&G2 vs G3&G4)中达到AUROC值0.84,在Ki67指数分类(≥ 5% vs < 5%)中达到0.87(图4a、c)。当进入外部测试集时,AUROC值分别为0.82和0.82,如图4b、d所示。
模型的详细性能参数见表S2。结果表明,该模型在保持高特异度的同时显著提高了灵敏度和准确度。
通过SHAP值评估特征贡献
为了深入探究个体特征对模型预测的影响,我们计算了每个特征相对于每个样本的SHAP值。基于这些SHAP值,预测病理分级(G1&G2 vs G3&G4)和Ki67指数(≥ 5% vs < 5%)的前20位贡献特征通过蜂群图和条形图生动地展示出来。蜂群图巧妙地展示了原始数据集中各样本的SHAP值和特征值,每个点的颜色优雅地表示其对应特征值的大小。较红的点表示较大的特征值,较蓝的点表示较小的特征值。正的SHAP值表示与相应预测相关的概率较高。
关于条形图,在图5a、b中,影像组学特征“形状球形度(shape Sphericity)”在模型对病理分级(G1&G2 vs G3&G4)的决策中发挥了首要作用,而3D自动编码器特征(如ae3d_192、ae3d_78、ae3d_15、ae3d_177和ae3d_155)也对模型的决策表现出实质性贡献。在图5c、d中,由3D自动编码器提取的特征(如ae3d_116、ae3d_161、ae3d_228、ae3d_253和ae3d_138)以及影像组学特征(如glrlm_LRHGLE)对模型关于Ki67指数预测(≥ 5% vs < 5%)的决策做出了显著贡献。此外,通过降维提取的特征(如pca_115和pca_127)也参与了模型的预测。
讨论
在本研究中,我们建立了一个包含来自七个医疗中心的1073例ccRCC患者的综合薄层CT图像数据库。我们设计了一个用于病灶分割、多尺度特征提取和多任务预测的自动化框架,能够对病理分级(G1&G2 vs G3&G4)和Ki67指数(≥ 5% vs < 5%)进行无创术前评估。该人工智能框架整合了影像组学、3D自动编码器和降维特征,提供了更全面的图像分析。我们计算了每个特征的SHAP值,揭示了决策过程并解决了机器学习中的黑箱问题。我们的框架为术前评估提供了前沿解决方案,并增进了对人工智能模型决策过程的理解。
ccRCC的病理分级显著影响患者预后,分级越高表明肿瘤侵袭性越强、结局越差[2]。过去,广泛接受的Fuhrman分级系统根据病理特征将ccRCC肿瘤分为四级。然而,在现代临床实践中,WHO/ISUP分级系统已取代Fuhrman系统,提供了更为精细的分类,可预测癌症特异性死亡并促进诊断一致性[19]。Ki67是评估肿瘤增殖的常用分子标志物,在癌症预后中起着关键作用。这种核抗原存在于所有循环人类细胞细胞周期的各个阶段,其表达水平与包括肾癌在内的多种肿瘤的预后相关[2]。Tollefson等的一项大规模研究显示,RCC患者中Ki67表达增高与死亡风险增加68%相关,并与不良病理特征密切相关[20]。其他研究也证实了Ki67表达升高与癌症特异性生存期缩短之间的关联[4, 21]。然而,目前术前评估病理分级和Ki67标记指数的常规方法涉及微创经皮肾穿刺活检,其存在采样偏倚问题,无法完全捕捉肿瘤异质性,并面临不可重复性及肿瘤转移等并发症的挑战。因此,它无法完全捕捉肿瘤异质性并准确确定病理核分级和精确的Ki67指数。
作为一种新兴方法,CT放射组学通过分析成像体素的空间分布和信号强度变化,能够量化肿瘤异质性[22]。这一突破性方法使得能够辨别医学图像内强度分布的细微差异,从而以非凡的精度对肿瘤病理结局进行无创预测[23, 24]。然而,关于应用CT放射组学预测ccRCC病理结局的研究相当有限[11, 13, 25]。这些研究大多需要手动分割ROI,无法与我们的自动分割模型相媲美。与既往仅从肿瘤中心提取2D特征的研究形成鲜明对比的是,我们的研究基于3D ROI进行了更全面的图像特征提取,涵盖放射组学。因此,我们的多尺度特征提供了对肿瘤异质性更详尽的评估。
近年来,机器学习算法的应用在肾肿瘤CT影像的审查中显示出前景[26, 27]。然而,在一些既往研究中,机器学习模型被引入时缺乏足够的解释性研究或透明度,因而呈现出“黑箱”的表象[28]。为解决这一问题,我们采用SHAP值进行了定量分析,以审查多尺度特征与模型决策之间的相关性。与类激活图[29]等其他可解释性方法相比,SHAP值具备精确度,能够衡量每个特征在个体层面和整个数据集上的影响。这赋予了对模型决策过程更有说服力的评估,包括误分类背后的理由。从图5中我们可以看出,影像组学特征——形状球形度——对低级别与高级别病理分级的预测贡献最为显著,这与Yang等人的研究[30]一致,可能意味着病理分级(G1&G2 vs G3&G4)在物理生长方面的差异。在Ki67指数(≥ 5% vs < 5%)的预测中,通过3D自编码器和PCA&SVD获得的精炼特征主导了整个预测过程。这些特征作为肿瘤区域的抽象或数学表示,肉眼不可察觉,并可能提供一种通过CT评估肿瘤分级的手段。这些发现表明多尺度特征发挥互补作用,提高了模型在预测低级别与高级别病理分级以及低与高Ki67指数方面的性能。
与其他研究[11–13]相比,我们建立的医学影像数据库具有更大且更高质量的样本量。我们的数据库包括来自七家大型医学中心的1073例ccRCC患者的薄层CT数据。我们提出的框架能够实现全自动分析,仅需术前CT输入。重要的是,我们的数据库在规模和质量上超越了类似研究[11–13]。我们的框架允许对模型决策过程进行可解释分析。最终,我们的模型表现出更优越的性能。在外部测试队列中,我们的模型预测ccRCC病理分级和Ki67指数的AUROC达到0.82。这些方面进一步凸显了AI模型未来简化医师工作流程的潜力。
在本研究中,必须承认某些局限性。首先,当前框架并不能完全取代ccRCC患者的术前侵入性病理活检,而是作为临床医生术前决策的补充。其次,血管平滑肌脂肪瘤和肾腺瘤等良性肾脏病变未纳入本研究,模型对良性病变的预测未受到审查。最后,我们的重点是通过回顾性病历预测ccRCC的病理分级和Ki67指数,这引入了关于该方法能否改善患者结局的不确定性。因此,长期随访和进一步的前瞻性研究在未来至关重要。
总之,我们提出了一种自动化、非侵入性的多尺度特征框架,用于对病理分级和Ki67指数进行分类,并利用了来自多个中心的多样化数据集。此外,我们的研究证实,多尺度特征整合显著提升了模型的整体性能。另外,我们使用SHAP值对提取特征对每个模型决策的影响进行了定量分析,揭示了决策过程。我们坚信,这项研究提供了宝贵的见解,可为临床决策提供信息,充分发挥医学图像和机器学习技术的潜力。
补充信息
电子补充材料
引用
- Yang H, Zhang Y, Li F, et al. CT-based AI framework leveraging multi-scale features for predicting pathological grade and Ki67 index in clear cell renal cell carcinoma: a multicenter study. Insights Imaging. 2025. PMID: 40369234. doi:10.1186/s13244-025-01980-0
- 全文:PMC12078187(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12078187/
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。