基于MRI的临床-影像组学深度学习模型用于子宫内膜癌分子分型分类的开发与验证
这项多中心回顾性研究纳入526例子宫内膜癌患者,基于术前骨盆MRI提取影像组学与深度学习特征构建临床-影像组学深度学习模型,用于四类分子分型分类。该模型在内外部验证中宏观平均AUC分别为0.79和0.74,优于临床模型和影像组学深度学习模型。
要点
- 临床-影像组学深度学习模型内外部验证宏观平均AUC为0.79和0.74,优于临床模型与影像组学深度学习模型。
- p53abn亚型分类性能最高,内部验证AUC为0.86、外部验证为0.81。
- MMRd亚型分类性能最低,内部验证AUC为0.65、外部验证为0.71。
核心结论
- 基于MRI的临床-影像组学深度学习模型能有效区分子宫内膜癌分子分型,并在多中心验证中展现出较强潜力。
- 作者提出未来研究应探索更大数据集以进一步挖掘深度学习的潜力。
研究设计与样本
- 多中心回顾性研究,纳入2020年1月至2024年3月三家机构中接受手术、MRI和分子病理诊断的子宫内膜癌患者526例。
- 机构1的292例中75%为训练集(n=219)、25%为内部验证集(n=73),机构2与机构3合计234例为外部验证集。
- MRI包括轴位T1WI、轴位/矢状位/冠状位脂肪抑制T2WI、DWI(b值=800 s/mm2或1000 s/mm2)和动态对比增强T1WI(DCE-T1WI)。
- 参考标准为分子病理诊断,采用BPTMplus Panel二代测序检测POLE、TP53、MLH1、MSH2、MSH6、PMS2、CTNNB1、BRCA1/2及55个微卫星位点。
关键影像表现/征象
- 原文未报告各分子亚型特异的MRI信号或形态学征象。
诊断标准与关键数值
- 临床模型内部验证宏观平均AUC为0.69(95%CI 0.64–0.73)、外部验证为0.67(95%CI 0.60–0.73)。
- 影像组学模型内部验证宏观平均AUC为0.70(95%CI 0.66–0.75)、外部验证为0.70(95%CI 0.64–0.75),与临床模型差异无统计学意义(p=0.51)。
- 影像组学深度学习模型内部验证宏观平均AUC为0.73(95%CI 0.70–0.76)、外部验证为0.69(95%CI 0.62–0.76)。
- 临床-影像组学深度学习模型内部验证宏观平均AUC为0.79(95%CI 0.75–0.82)、外部验证为0.74(95%CI 0.67–0.80),优于影像组学深度学习模型(p=0.04、0.05)。
- 临床-影像组学深度学习模型各亚型内部与外部验证AUC:POLEmut 0.82与0.71、MMRd 0.65与0.71、NSMP 0.81与0.73、p53abn 0.86与0.81。
临床应用与阅片要点
- 原文结论指出术前MRI有潜力在手术前辅助临床医生将患者归入相应分子分型。
- 原文指出FIGO 2023分期指南推荐在可行时对所有子宫内膜癌患者进行分子分型检测。
- 原文未据此给出具体的阅片流程或报告建议。
局限性
- 原文结论提出未来研究应探索更大数据集以进一步挖掘深度学习的潜力。
全文中译15 节 · 点击展开
引言
子宫内膜癌(EC)是最常见的癌症之一,其发病率在全球范围内呈上升趋势[1]。从2008年到2023年国际妇产科联盟(FIGO)指南的转变将分子亚型纳入了EC分期。根据FIGO 2023分期指南,建议在可行的情况下对所有EC患者进行分子分型。这可对预后风险组进行分层,有助于预后判断、治疗指导、精确的手术评估以及辅助治疗策略的选择[2]。癌症基因组图谱(TCGA)根据基因组结构将EC分为四种分子亚型:POLE超突变型(POLEmut)、错配修复缺陷型(MMRd)、无特定分子特征型(NSMP)和p53异常型(p53abn)[3]。每种分子亚型均表现出独特的肿瘤生物学行为和预后[4]。诊断为POLEmut的患者预后极为良好,而p53abn患者的预后较差。MMRd和NSMP患者的临床结局介于两者之间,随疾病分期而变化[5]。然而,由于经济资源、检测技术的限制以及需要侵入性操作,无法保证每位EC患者都能获得分子分型诊断。
磁共振成像(MRI)可提供优异的软组织对比度、病理特征和分子信息[6]。然而,常规MRI缺乏区分EC分子亚型的特异性和敏感性。影像组学代表了一种创新方法,用于评估影像特征与分子特征之间的关联,预测诊断、治疗反应、生存等特定终点,以及基因组和蛋白质组变化[7, 8]。此外,深度学习(DL)可自动从医学图像中提取定量表征。DL影像组学已成为一种前沿的定量工具,展示了其确定肿瘤亚型的能力[9, 10]。既往研究报道了基于影像组学预测卵巢癌、乳腺癌和胶质瘤中基因突变状态的研究[11–13]。然而,利用影像组学联合DL模型对EC分子亚型或基因表达特征进行无创预测的研究仍然有限,且尚未完成多中心验证[14, 15]。
我们的目标是探索一种基于术前MRI的临床-影像组学DL模型,以分子病理诊断作为参考标准对EC分子亚型进行分类,并在三个机构中进行验证。
材料与方法
研究参与者
这项回顾性多中心研究获得了所有三个中心机构审查委员会的批准,由于其回顾性性质,免除了获取知情同意的需要。在2020年1月至2024年3月期间,我们审查了三个医疗中心的患者记录,连续纳入612例经组织病理学确诊为EC的患者。应用排除标准后,526例EC患者符合研究条件,并被分为训练集、内部验证集和外部验证集。图1展示了详细的纳入/排除标准和入组流程。
纳入标准为:(a)患者术前均接受常规及增强盆腔MRI扫描;(b)经病理检查证实为EC;(c)患者接受分子病理诊断。
排除标准为:(a)病理及免疫组化信息不完整的患者;(b)MRI扫描不完整;(c)图像质量不达标,影响病灶观察和数据测量;(d)临床资料不完整。
收集基线临床资料,包括年龄、糖类抗原(CA)125、体重指数(BMI)、绝经状态、糖尿病、组织病理学类型、子宫内膜样癌(EEC)分级/侵袭性组织学类型、肌层浸润深度(MI)状态、淋巴血管间隙浸润(LVSI)状态、淋巴结转移(LNM)状态及FIGO分期。分期遵循FIGO 2023定义,不包含分子亚型[16]。
分子病理制备、判读与诊断
使用FFPE DNA试剂盒(Amoy Diagnostics)从福尔马林固定、石蜡包埋(FFPE)肿瘤组织中提取总基因组DNA。BPTMplus Panel(Amoy Diagnostic;Burnstone Medical)生成测序文库,包含POLE、TP53、MLH1、MSH2、MSH6、PMS2、CTNNB1、BRCA1/2及55个微卫星位点,用于检测单核苷酸变异(SNV)、插入和缺失(InDel)以及微卫星不稳定性(MSI)状态。文库质量评估后,制备的文库在Illumina NextSeq 500平台上采用2 × 150 bp双端方法进行测序。生成的序列数据使用AmoyDx NGS数据分析系统(Amoy Diagnostics;Burnstone Medical)分析,以鉴定SNV和InDel(检测灵敏度为变异等位基因频率≥ 5%)以及MSI状态。肿瘤样本的MSI状态根据不稳定微卫星位点的比例确定,无需配对正常对照。若超过15%的微卫星位点表现为不稳定,则肿瘤样本分类为MSI阳性。
MRI方案与图像预处理
来自三个医疗中心的所有患者均接受术前盆腔MRI扫描,使用1.5-T MR扫描仪(MAGNETOM Avanto,Siemens Healthcare)和3.0-T MR扫描仪(MAGNETOM Prisma,Siemens Healthcare)。
采用轴位T1WI、轴位/矢状位/冠状位脂肪抑制T2加权成像(T2WI)、扩散加权成像(DWI)(b值 = 800 s/mm2或1000 s/mm2)及动态对比增强T1加权成像(DCE-T1WI)进行分析。对于DCE-T1WI,钆基对比剂(Magnevist,Bayer Schering)以0.2 mL/kg体重的剂量、2–3 mL s−1的速率给药。详细MRI采集方案总结于表S1。
肿瘤分割使用ITK-SNAP软件(版本3.8.0,www.itksnap.org)手动进行。感兴趣区(ROIs)由在妇科影像方面拥有10年经验的放射科医生1在所有序列的每张图像切片上沿肿瘤边界勾画。从轴位脂肪抑制T2WI开始,验证跨序列的肿瘤体积和体轮廓,随后在所有序列上进行逐层分割。一个月后,随机选取50名患者,由两位在妇科影像方面拥有10年经验的放射科医生(包括放射科医生1)重新勾画ROIs。组内相关系数(ICCs)量化肿瘤勾画的一致性。图像预处理包括偏置场校正、像素最小-最大归一化和直方图均衡化。
影像组学和DL特征提取
我们的研究采用标准化报告CLEAR清单以实现标准化的科学框架,并且我们还在补充材料中纳入了METRICS工具以确保我们的方法和设计具有透明度[17]。影像组学特征使用符合IBSI标准的Pyradiomics 3.0.1 Python软件包提取。从每个MR序列的每个ROI中总共提取了386个手工特征。对轮廓勾画和图像预处理参数变化稳健(ICC > 0.80)、在医疗中心之间无显著差异、且特征间相关性低(Spearman ρ < 0.95)的特征被保留用于后续分析。
DL特征通过采用Sarah等人[5]提出的im4MEC方法及预训练ResNet-50网络架构进行提取。裁剪包含整个肿瘤最大横截面积的ROI,并将四个序列图像沿通道维度拼接。输入图像使用线性插值调整为224 × 224像素。然后使用对比自监督学习——用于无监督视觉表征学习的动量对比第二版(MoCo-v2)[18]——训练特征提取器模型,最终从每位患者的4幅MR图像中提取2048个DL特征。MoCo-V2是一种无监督学习视觉表征的方法,其建立在动量对比的概念之上以提高所学特征的质量。特征提取过程和流程图概述见图2。
特征选择和影像组学DL模型构建
特征选择和评分基于训练队列进行,并通过内部和外部验证队列确认其有效性。最初,学生t检验或Mann–Whitney U检验识别出调整后p值< 0.05的特征,并使用z-score进行归一化。递归特征消除(RFE)进一步筛选出最具预测性的特征。最后,为选择最佳算法,将所选特征纳入12种机器学习(ML)方法,包括自适应提升(AdaBoost)、人工神经网络(ANN)、决策树(DT)、极端树(ET)、梯度提升机(GBM)、K近邻(KNN)、线性判别分析(LDA)、轻量梯度提升机(LightGBM)、逻辑回归(LR)、随机森林(RF)、支持向量机(SVM)和极端梯度提升(XGBoost),以构建影像组学深度学习模型。影像组学评分和深度学习评分独立生成。为解决类别不平衡问题,训练过程中采用了随机过采样。对于四种分子亚型的分类,采用了一对多策略。为确定最佳模型超参数,采用了网格搜索技术与4折交叉验证相结合的方法。更多细节见附录S1。
临床-影像组学深度学习模型的开发
临床模型通过单因素和多因素LR分析开发,以识别预测分子亚型的重要临床因素。p值< 0.05的临床因素被选入临床模型。随后将这些临床因素与影像组学模型和深度学习模型的评分相结合,构建临床-影像组学深度学习模型。最终模型整合了临床、影像组学和深度学习特征以提高预测准确性。
统计分析
数据分析使用Python 3.11版本(https://www.python.org)进行。采用受试者工作特征曲线下面积(AUC)、准确率、灵敏度和特异度评估各模型。采用SHapley加法解释(SHAP)方法进行全局和局部模型解释。全局解释提供了模型中每个特征的一致归因值,阐明了输入特征与分子亚型之间的关联。局部解释基于输入数据为个别病例提供具体预测[19]。模型性能的统计比较采用DeLong检验,结果以均值±标准差表示。三家机构EC患者临床和病理特征的比较通过SPSS 26.0软件包使用χ2检验、t检验、方差分析和Fisher精确检验完成。p < 0.05被认为表示差异具有统计学意义。
结果
参与者特征
在机构1、机构2和机构3分别有292例、154例和80例患者符合条件。来自机构1的75%参与者被选为训练集(n = 219),机构1剩余的25%用作内部验证集(n = 73)。机构2和机构3的合计总数用作外部验证集(n = 234)。临床和病理特征总结于表1和表2。三个机构患者的平均年龄分别为53.36 ± 11.61、58.49 ± 9.63和54.31 ± 10.19岁。三个机构之间在年龄、BMI、绝经状态、糖尿病史、EEC分级和FIGO分期方面存在显著差异。机构1包括29例POLEmut患者、106例MMRd患者、93例NSMP患者和64例p53abn患者。机构2有8例POLEmut患者、30例MMRd患者、92例NSMP患者和24例p53abn患者。机构3包括17例POLEmut患者、12例MMRd患者、41例NSMP患者和10例p53abn患者。不同分子亚型之间在年龄、BMI、绝经状态、组织病理学类型、EEC分级、MI深度、LVSI、LNM和FIGO分期方面存在显著差异。
临床模型和影像组学模型
在临床模型中,临床和病理特征对分子亚型预测的贡献不同(图3)。与POLEmut相关的显著临床特征包括年龄、绝经状态、侵袭性组织学类型和CA125水平。对于MMRd,显著贡献因素为LVSI状态、BMI和MI深度。仅侵袭性组织学类型和MI深度是NSMP亚型的显著临床病理预测因素。P53abn与最广泛的预测性临床病理特征相关,包括侵袭性组织学类型、绝经状态、LVSI状态、年龄、LNM状态、CA125水平、FIGO分期和BMI。
表3报告了临床模型对四种分子亚型各自的分类别AUC,相应的受试者工作特征(ROC)曲线见图S1。临床模型在内部验证队列中达到宏平均AUC为0.69(95% CI:0.64–0.73),在外部验证队列中为0.67(95% CI:0.60–0.73)。
从四个多模态MRI数据集中共筛选出30个特征,包括从T2WI中筛选的3个特征、从T1WI中筛选的5个特征、从DWI中筛选的8个特征和从DCE-T1WI中筛选的14个特征。每个单一MRI序列的影像组学结果见表S2。在测试的12个ML模型中,LR算法因其优越性能被选为最终模型。表S3列出了由RFE算法筛选并纳入四个影像组学子模型的影像组学特征,以及它们对应的MRI序列和在性能最佳的LR模型中的特征权重。
放射组学模型在内部验证队列中的宏观平均AUC为0.70(95% CI:0.66–0.75),在外部验证队列中为0.70(95% CI:0.64–0.75),如图S1所示。12种机器学习(ML)方法的具体结果,包括AdaBoost、ANN、DT、ET、GBM、KNN、LDA、LightGBM、LR、RF、SVM和XGBoost,见表S4。
放射组学模型在四个子模型中的各类别AUC见表3,相应的ROC曲线见图S1。放射组学模型的性能与临床模型相似,差异无统计学意义(p = 0.51)。
DL模型和放射组学DL模型
DL模型在内部验证队列中的宏观平均AUC为0.68(95% CI:0.64–0.72),在外部验证队列中为0.62(95% CI:0.54–0.69)。各类别AUC和ROC曲线见表3和图S1。
放射组学DL模型在内部验证队列中的宏观平均AUC为0.73(95% CI:0.70–0.76),在外部验证队列中为0.69(95% CI:0.62–0.76),如图S1所示。放射组学DL模型的各类别AUC如下:在内部和外部验证队列中,POLEmut分别为0.79(95% CI:0.70–0.86)和0.70(95% CI:0.47–0.90);MMRd分别为0.62(95% CI:0.56–0.69)和0.67(95% CI:0.60–0.79);NSMP分别为0.74(95% CI:0.67–0.80)和0.69(95% CI:0.56–0.80);p53abn分别为0.78(95% CI:0.72–0.84)和0.69(95% CI:0.59–0.79)(表3和图S1)。与放射组学模型相比,添加了DL模型的放射组学DL模型在内部验证中POLEmut(AUC从0.68增至0.79,p = 0.001)、NSMP(AUC从0.71增至0.74,p = 0.09)和p53abn(AUC从0.76增至0.78,p = 0.15)的性能有所提高,但在MMRd中表现较差。
临床-放射组学DL模型
性能最佳的临床-放射组学DL模型在三个队列中对各分子亚型的诊断性能见表4。集成模型的各类别AUC(该模型结合了12种ML模型用于EC的不同分子亚型)见表S5。在训练队列中,所选临床、放射组学和DL因素之间不存在强相关(Spearman秩系数< |0.5|)(图4)。
临床-影像组学深度学习(DL)模型取得了最佳结果,内部验证和外部验证的宏平均AUC分别为0.79(95% CI:0.75–0.82)和0.74(95% CI:0.67–0.80),如图5所示。这些结果显著优于影像组学DL模型(p = 0.04,0.05)。在内部验证和外部验证中,各类别AUC分别为:POLEmut为0.82(95% CI:0.75–0.90)和0.71(95% CI:0.49–0.90);MMRd为0.65(95% CI:0.59–0.72)和0.71(95% CI:0.60–0.82);NSMP为0.81(95% CI:0.75–0.85)和0.73(95% CI:0.61–0.84);p53abn为0.86(95% CI:0.78–0.93)和0.81(95% CI:0.71–0.89)。图6显示了基于SHAP方法的模型预测力力图。
讨论
在本研究中,临床-影像组学深度学习模型在利用多参数MRI对EC分子亚型进行分类方面达到了最佳潜力。我们的初步结果表明,临床-影像组学深度学习模型在内部验证和外部验证中表现最佳,宏平均AUC分别为0.79和0.74。此外,临床-影像组学深度学习模型在内部验证和外部验证中的各类别AUC分别为:POLEmut为0.82和0.71;MMRd为0.65和0.71;NSMP为0.81和0.73;p53abn为0.86和0.81。值得注意的是,不同模型的识别和验证突显了其在预测EC分子亚型方面的潜力,其稳健性通过外部验证得到了一致证实。总体而言,我们的结果表明,术前MRI有潜力帮助临床医生在手术前将患者准确归入各自的分子亚型分类。2023年,EC的FIGO分期系统进行了修订[16],建议在可行的情况下对所有EC患者进行分子亚型分类检测。EC的分子分型有可能减少过度治疗和治疗不足,并改善患者预后。研究表明,FIGO2023分期结合分子分型有助于改善EC患者的预后结局[3, 20]。然而,分子分型验证成本高昂且具有侵入性。此外,通过活检获得的组织有限,可能不够充分,使诊断具有挑战性[21]。此外,在没有可用于突变分析的组织的情况下,监测分子亚型十分困难。因此,确定一种无创、经济高效且便捷的EC分子分型分层方法具有重要意义和临床价值。
近年来,多项利用影像组学的研究聚焦于预测EC(子宫内膜癌)的侵袭性行为。使用MRI影像组学的研究已能可靠预测EC患者的高危病理类型、晚期分期、深肌层浸润(MI)和淋巴血管间隙浸润(LVSI)状态以及风险分层,但其中大多数缺乏外部独立验证集[1, 22–27]。我们的研究结果与既往结果一致,即基于MRI的影像组学,无论单独使用还是联合临床参数,均可有效预测EC患者的术前病理状态。随着分子分型成为EC患者预后的另一重要因素,分子分型的预测研究也已成为研究热点之一。已有基于MRI影像组学进行分子分型预测的研究,但现有研究大多集中于单一亚型[15, 28]。与既往研究相比,我们在影像组学模型中加入了深度学习(DL)模型,获得了性能优于既往研究模型的影像组学-深度学习模型,并已在外部机构中得到验证。此外,我们基于患者的临床病理信息构建了临床-影像组学深度学习模型,并利用多参数MRI在EC分子亚型判别中取得了最佳性能。这也表明,当患者的临床病理信息可获得时,该模型能够对不同分子分型做出更好的预测。对于妇科医生和病理科医生而言,仅凭临床和病理信息难以准确推断患者的分子亚型。然而,在影像组学-深度学习模型中加入临床病理信息后,临床-影像组学深度学习模型取得了最佳性能。据我们所知,我们的研究是首个旨在基于多模态MRI进行分子亚型分类的多中心研究。在既往研究的基础上,我们的研究增加了多中心验证,并在模型验证中结合了多种机器学习(ML)方法,验证了基于MRI的集成学习用于EC分子亚型的可行性。
对于放射组学模型,DWI glrlm LongRunEmphasis(LRE)在区分p53abn亚型中具有最高的权重。LRE强调长游程的存在,表明在DWI中,p53abn肿瘤表现出更强烈的水分子活动。这与p53abn亚型相一致,该亚型代表异质性最强的EC分子亚型。DL模型在内外部验证中显著提高了POLEmut和p53abn的诊断性能。然而,其对MMRd诊断性能的贡献较低。这可能归因于POLEmut和p53abn患者分别对应较好和较差的预后,而这些特征在单中心MRI图像中表现得更为突出。因此,自监督模型可能过度关注这些相关特征,从而提高POLEmut和p53abn的内部诊断能力,而忽视了对MMRd和NSMP的学习。DL模型在外部验证集上的性能弱于放射组学模型,这可能是由于与人工设计的放射组学特征相比,DL中的自动特征提取方法具有更高的潜力,但在样本量相对较小的医学研究中实现良好稳健性的难度也更大。对于POLEmut和MMRd,基于图像的Rad Score/DL Score具有最高的平均SHAP值,表明其对模型输出幅度的平均影响最大。这些患者表现出更稳定的临床表现,并在影像学上显示出更突出的特征。相比之下,侵袭性组织学类型对p53mut的更高权重与临床上对该类患者预后较差的认知相一致。
本研究存在一些局限性,值得注意。第一,我们的外部验证队列相对较小,因为接受分子病理诊断并获得分子亚型结果的EC患者相对较少。第二,我们的患者在EC分子亚型分类数量上存在不平衡,尤其是POLEmut患者较少。尽管我们在训练队列中采用了随机过采样,但实现数据的均衡分布将增强模型的性能。第三,ROI的勾画由放射科医师手动完成,三个机构之间仍存在一定偏差,未来可通过开发用于自动病灶分割的DL算法来缓解这一问题,从而最小化ROI偏差。第四,本研究应用了在1.5-T或3.0-T MR扫描仪上扫描的MRI图像数据,样本量相对较小。此外,由于我们大多数数据缺乏ADC图像,我们无法将ADC图的相关定量信息纳入分析。这种多样性以及ADC图像的缺乏可能导致后续结果中出现不利的异质性,并导致我们的DL模型稳健性较低。在未来的研究中,我们将努力收集具有完整序列数据的患者以解决这一局限性。最后,四种分子亚型之间的预后不同。我们的模型对预后的预测需要进一步的前瞻性验证,这也是我们未来研究方向的焦点。
结论
我们的影像组学深度学习(DL)模型实现了基于MRI的子宫内膜癌(EC)分子亚型的无创分类。当临床病理信息可用时,临床-影像组学深度学习模型表现更好。后续应通过前瞻性验证和更大数据集进行研究,以更好地指导临床医生为EC患者制定个体化治疗方案。
补充信息
电子补充材料
引用
- Yue W, Han R, Wang H, et al. Development and validation of clinical-radiomics deep learning model based on MRI for endometrial cancer molecular subtypes classification. Insights Imaging. 2025. PMID: 40377781. doi:10.1186/s13244-025-01966-y
- 全文:PMC12084453(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12084453/
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。