基于CT的肿瘤内异质性定量评估预测腹膜后肉瘤远处转移
回顾性纳入两中心274例完整手术切除的腹膜后肉瘤患者,从术前增强CT提取常规影像组学、肿瘤内异质性(ITH)影像组学和深度学习特征建立模型;联合模型在内外部验证队列预测远处转移的AUC分别为0.864和0.801,并能对无远处转移生存进行风险分层。
要点
- 联合模型整合临床影像变量、ITH评分和深度学习评分,内外部验证AUC分别为0.864和0.801。
- 囊性变或坏死是预测远处转移最重要的影像生物标志物(平均|SHAP值|=0.573),其次为临床T分期(0.463)。
- ITH模型在内外部验证队列AUC分别为0.735和0.765,外部验证略优于临床模型和常规影像组学模型。
核心结论
- 联合模型在完整手术切除的腹膜后肉瘤患者中预测远处转移风险和无远处转移生存风险分层方面展现出良好潜力,作者认为可为治疗决策和随访策略提供有价值工具。
- 肿瘤内异质性分析有助于识别易发生远处转移和预后不良的高危腹膜后肉瘤患者,作者认为可用于筛选适合更积极手术和术后干预的候选者。
研究设计与样本
- 回顾性分析两中心2016年1月至2021年9月连续纳入的274例完整手术切除的腹膜后肉瘤患者,随访截止日期为2024年3月31日。
- 北京大学第三医院患者按4:1随机分为训练集142例和内外部验证集31例,青岛大学附属医院患者为外部验证集101例。
- 从术前增强CT静脉期图像提取常规影像组学、ITH影像组学和深度学习特征,建立单模态模型及联合模型。
- 参考标准为影像或组织病理学确认的远处转移,无远处转移生存定义为手术至远处转移、末次随访或非疾病进展死亡的时间。
关键影像表现/征象
- 囊性变或坏死是预测远处转移最重要的影像生物标志物,平均|SHAP值|为0.573,临床T分期次之,为0.463。
- 训练集、内部验证集和外部验证集远处转移患者的中位无远处转移生存分别为15.5个月(范围1–86个月)、20.5个月(范围3–90个月)和33.2个月(范围1–128个月)。
- 类激活图用于追踪网络识别为区分远处转移与非远处转移关键区域的腹膜后肉瘤部位。
- 原文报告两例临床分期相同、临床影像特征相近但预后显著不同的患者,模型预测高风险者8个月后发生转移,低风险者至随访结束未转移。
诊断标准与关键数值
- ITH模型预测远处转移的内部验证AUC为0.735、C-index为0.691,外部验证AUC为0.765、C-index为0.729。
- 临床模型外部验证AUC为0.695、C-index为0.668,常规影像组学模型外部验证AUC为0.581、C-index为0.595。
- 联合模型内部验证AUC为0.864、C-index为0.770,外部验证AUC为0.801、C-index为0.752。
- 联合模型内部验证IBS为0.119、外部验证IBS为0.042;以X-tile软件确定的最佳截断值将患者分为高风险组和低风险组。
- 联合模型在RLMS和RLPS亚组内部验证AUC分别为0.952和0.771,外部验证分别为0.777和0.814,两亚组间诊断性能无统计学显著差异(内部p=0.260,外部p=0.754)。
临床应用与阅片要点
- NCCN指南提倡使用增强CT追踪腹膜后肉瘤患者的疾病进展。
- 联合模型整合囊性变或坏死、临床T分期等临床影像变量与ITH评分和深度学习评分,可用于术前远处转移风险分层。
- 作者认为该工具可为治疗决策和随访策略提供参考,并有助于筛选适合更积极手术和术后干预的候选者。
局限性
- 原文指出影像组学和深度学习技术的临床应用受医学影像数据异质性和多中心队列泛化性有限等挑战阻碍,需要创新方法克服这些障碍。
- 常规影像组学模型内部验证表现稳健但外部验证效果较差,提示可能受不同中心和扫描仪数据异质性影响的泛化性问题。
全文中译16 节 · 点击展开
引言
腹膜后肉瘤(RPS)表现出显著的瘤内异质性(ITH),且预后较肢体肉瘤更差[1, 2]。脂肪肉瘤和平滑肌肉瘤是RPS的主要组织学亚型[3, 4]。尽管根治性切除是局限性RPS的标准治愈性治疗,但30%–50%的患者在接受显微镜下阴性切缘(R0)切除后仍会在五年内发生远处转移(DM)[5–7]。转移性RPS与不良预后相关,中位生存时间仅为16个月,累积5年生存率低于50%[8]。新辅助放疗已被明确证实可提高实现完全切除的概率并降低腹膜转移的风险[9–11]。然而,放疗的潜在毒性及其对患者生活质量的影响仍是争论的话题[9]。尽管支持新辅助化疗的确凿证据仍存在争议,RPS的治疗范式正逐步强调个体化策略和早期干预。这一转变的典型体现是正在进行的III期试验NCT04031676,该试验评估新辅助化疗的疗效(主要完成时间2027年)[12]。因此,术前识别具有DM潜能的RPS对于指导针对性干预策略、改善生存率和提高生活质量至关重要。
美国国家综合癌症网络(NCCN)指南倡导使用对比增强计算机断层扫描(CECT)来追踪RPS患者的疾病进展[13]。CECT通过捕获形态学和纹理信息提供肿瘤组织的全面视图[14]。肿瘤内的基因组异质性可导致细胞组成的变化,这可能表现为图像的局部或整体差异。然而,常规CECT判读主要关注宏观形态,限制了其识别与DM相关的更高维度特征的能力,这些特征是人眼无法感知的[15]。此外,该方法严重依赖放射科医师的主观判断和经验,导致潜在的医师间诊断差异[16]。放射组学和深度学习(DL)技术能够从CECT图像中自主学习了代表性信息,无需人工干预即可逐步提取特征。这些方法已显示出增强的诊断能力,并为制定后续治疗方案提供了补充见解[17–19]。例如,Arthur等[20]开发了一种放射组学模型,能够以出色的性能有效预测RPS的组织学类型和分级。Tian等[18]应用基于ResNet50的方法从CECT图像中提取代表性特征以预测腹膜后平滑肌肉瘤(RLMS)的DM。尽管取得了这些重大进展,既往研究主要关注RPS的整体特征,而未深入探讨RPS内部异质性对DM风险的预测意义。
ITH 在临床治疗选择和随访管理方面提出了挑战 [21],并且已被认识到在肿瘤转移、进展和不良临床结局中发挥作用 [22–24]。既往研究在应用 ITH 定量分析预测乳腺癌病理完全缓解和 DM [25, 26],以及肝移植后肝细胞癌复发 [27] 方面显示了有希望的结果。肿瘤内固有的异质性可能有助于解释具有相似临床病理特征的患者之间临床结局的差异。因此,ITH 的定量测量可能是预测 RPS 患者 DM 的有价值生物标志物。
本研究的目标有三方面。首先,我们旨在建立术前 CECT 图像上 ITH 的定量评估。其次,我们进行了消融和比较实验,以研究临床变量、传统影像组学(以下简称 C-影像组学)、ITH 和 DL 模型的预测效能和泛化能力。最后,我们打算构建一个最佳联合模型,并评估其预测 RLMS 和腹膜后脂肪肉瘤(RLPS)患者完全手术切除后无远处转移生存(DMFS)的有效性。
材料和方法
伦理
本研究遵循《赫尔辛基宣言》中概述的伦理原则,并获得北京大学第三医院机构审查委员会的伦理批准(M2023745)。鉴于研究的回顾性设计,免除了收集书面知情同意的要求。本研究符合 STARD-2015 指南 [28]。
参与者
回顾性纳入两个中心自 2016 年 1 月至 2021 年 9 月接受完全手术切除的连续 RPS 患者,并收集其 CECT 图像和临床信息。在北京大学第三医院接受治疗的患者按 4:1 的比例随机分配到训练集和内部验证集。在青岛大学附属医院接受治疗的患者被分配到外部验证集。患者选择如图 1 所示。详细的纳入和排除标准见附录 1。
数据收集
记录所有患者的人口学数据,包括年龄和性别。三名在腹部影像诊断方面经验丰富的放射科医师独立评估 CECT 扫描的以下语义特征:肿瘤数目、形态、是否存在囊性空间或坏死、强化模式、强化程度、脂肪组织、钙化、邻近组织受累以及邻近组织受累类型(详见附录 2)。临床肿瘤、淋巴结、转移(TNM)分期与美国癌症联合委员会(AJCC)分期系统第 8 版保持一致。根据法国国家抗癌中心联合会(FNCLCC)的组织学类型和分级从手术标本中获得。组织学类型分组如下:高分化脂肪肉瘤(WDLPS)、去分化脂肪肉瘤(DDLPS)、其他 LPS 和平滑肌肉瘤(LMS)。
随访评估
DMFS定义为从手术到发生远处转移(DM,通过影像学或组织病理学确认)、末次随访或死于无疾病进展的时间段。术后前两年,患者每3–6个月接受一次随访评估,之后每半年接受一次评估。通过查阅病历、影像数据和电话咨询进行数据追踪。随访截止日期为2024年3月31日。
图像采集与感兴趣区分割
静脉期CECT图像在注射非离子型造影剂后60至70秒之间采集。给药剂量和输注速率根据患者的身高和体重进行调整。CECT的采集参数见表S1。详细的分割方法,包括预处理步骤和观察者间审核,见附录3、4和图S1。
C-影像组学分析
采用Pyradiomics(版本3.1;https://pyradiomics.readthedocs.io)从整个ROI中提取1321个影像组学特征。ComBat协调方法采用分批使用不同扫描仪模型的方式,以确保图像分析的一致性和可靠性(详见附录5)[29]。随后,保留由组内相关系数(ICC)> 0.90确定的高稳定性C-影像组学特征。为进一步筛选特征,采用了最小冗余最大相关(mRMR)算法和最小绝对收缩和选择算子(Lasso)回归。最终以20个特征构建了C-影像组学模型。我们采用随机森林分类器构建预测模型,并使用合成少数类过采样技术(SMOTE)对其进行增强以缓解数据不平衡问题,同时利用贝叶斯超参数优化和十折交叉验证实现模型的自动调优。
ITH影像组学分析
ITH评分是一种整合局部和全局影像组学数据以量化肿瘤内异质性的综合指标,此前已有描述[30]。以下句子概述了该评分的计算流程。首先,使用PyRadiomics从肿瘤区域内的每个像素中提取104个C-影像组学特征,以表征局部信息。其次,我们根据像素的局部信息对其进行聚类,具有相同聚类标签的像素表现出相似的强度和邻近纹理。基于子聚类空间特征计算ITH评分。关键空间参数定义如下:聚类内连通区域的数量记为,表示这些区域中的最大面积。表示聚类总数,表示整个肿瘤区域。随后,我们使用以下公式量化肿瘤区域异质性:
ITH评分范围为0至1,评分越高表明标签图中的播散程度越大,反映组织内细胞组成和空间分布的异质性增加。我们评估了从2至8种聚类配置获得的ITH评分的性能(详见附录6和表S2)。为进一步增强稳定性,我们整合了从2至5个聚类得出的ITH评分,并将其共同输入随机森林(RF)模型。所得复合模型优于所有单一聚类数模型,表明该整合方法显著增强了ITH分析的稳健性。此外,我们根据聚类标签为像素分配颜色,从而创建标签图,直观呈现全局分布并便于量化ITH(图S2)。
深度学习(DL)模型开发
本研究采用2.5D-CNN架构,在增强CT(CECT)图像上训练,以预测腹膜后肉瘤(RPS)患者术后远处转移(DM)风险。采用两种不同的深度学习方法构建模型:特征提取深度学习(DL_F)模型和端到端深度学习(DL_E)模型。深度学习模型通常需要大型数据集进行训练,因此数据增强对于防止过拟合和提高模型稳健性至关重要[31]。本研究对训练集中所有图像应用翻转和旋转作为增强技术[32]。翻转操作包括水平翻转,旋转涉及从0°至360°以45°为增量,具体为45°、90°、135°等。这些增强未改变肿瘤特征。为进一步提升模型性能,我们开发了一种将卷积块注意力模块与残差块相结合的CNN(详见附录7)。该模型在ImageNet数据集上进行了预训练。预训练完成后,在目标训练集上进一步训练。训练期间,我们使用自适应矩估计优化器,学习率设为1 × 10−3且不衰减。批量大小设为64。训练过程在第30个epoch左右达到收敛,如补充图S3提供的损失曲线所示。2.5D-CNN的预测评分输入Cox回归分析以构建深度学习模型。
临床模型和联合模型开发
表1中列出的临床影像学特征用于开发临床模型。表2显示了通过单因素和多因素逻辑回归分析确定的风险因素。通过比较临床模型、C-影像组学模型、ITH模型和深度学习模型的预测效能和泛化能力,选择适当的模型构建最终联合模型。为确保模型评估的公平性和有效性,我们一致采用随机森林分类器进行远处转移预测。具体方法见上述各节。
统计分析
统计分析使用Python(3.9.7版)和SPSS软件(26.0版)进行。连续变量的正态性采用Shapiro–Wilk检验评估。连续变量根据其分布采用t检验或Mann–Whitney U检验评估显著性。分类变量采用卡方检验或Fisher精确检验进行比较。模型的性能采用多种指标评估,包括Harrell一致性指数(C-index)、积分Brier评分(IBS)和曲线下面积(AUC)。模型的拟合度、临床可靠性和实际适用性通过校准曲线和决策曲线分析(DCA)进行评估。采用类激活图(CAMs)追踪网络识别出的对区分糖尿病(DM)与非糖尿病(non-DM)决策至关重要的RPS区域。根据X-tile软件(耶鲁大学医学院,http://x-tile.software.informer.com)确定的最佳截断值,将患者分为高风险组和低风险组。采用Kaplan–Meier法及log-rank检验估计两个不同风险组患者的DMFS。统计学显著性设定为p值小于0.05。
结果
基线信息
最终共从两个中心纳入274例患者,其中训练队列142例,内部验证队列31例,外部验证队列101例。其中,86例(31.4%)患者经组织学确诊为RLMS,188例(68.6%)患者经组织学确诊为RLPS。83例患者发生DM。训练队列的中位DMFS为15.5个月(范围,1–86个月),内部验证队列为20.5个月(范围,3–90个月),外部验证队列为33.2个月(范围,1–128个月)。语义特征的ICC显示放射科医师之间具有高度一致性,详见表S3。
预测模型在内部和验证队列中的效能评估
图2展示了研究设计。在预测DM方面,ITH模型在内部验证队列(AUC:0.735;C-index:0.691)和外部验证队列(AUC:0.765;C-index:0.729)中均表现出令人满意的性能,在外部验证队列中略优于临床模型(AUC:0.695;C-index:0.668)和C-影像组学(AUC:0.581;C-index:0.595)(表3)。通过将ITH评分与临床、C-影像组学和DL_F模型整合,我们构建了三个新的整合模型。消融研究结果表明,集成模型在验证数据集中优于其组成模型(表S4)。
SHAP摘要图(图S4,左图)系统量化了临床影像学变量在预测RPS远处转移中的相对贡献。在这些变量中,囊性空腔或坏死是最显著的影像学生物标志物(平均|SHAP值|=0.573),其次是临床T分期,其预测重要性排名第二(平均|SHAP值|=0.463)。SHAP值分布图(图S4,右图)可视化了这些临床影像学变量如何影响模型输出。每个点代表一个独立样本,x轴显示SHAP值(特征对模型预测的贡献),y轴按重要性列出特征。颜色梯度(从紫色到黄色)表示特征值,紫色代表较低值,黄色代表较高值。其中,囊性空腔或坏死与模型输出的变化呈强相关,较高的特征值通常与较高的SHAP值相关。
整合临床影像学变量与ITH-score和DL-score的联合模型表现出最佳的预测性能。具体而言,联合模型在内部验证队列中达到AUC为0.864、C-index为0.770,在外部验证队列中达到AUC为0.801、C-index为0.752。联合模型在内部验证队列中的IBS值为0.119,在外部验证队列中为0.042,表明预测误差的可能性降低。在内部验证队列中,联合模型、DL_F模型和DL_E模型的AUC显著超过临床模型。同样,在外部验证队列中,这三个模型的AUC显著超过C-影像组学模型。图S5显示了不同DM状态患者的CAM热图。
在基于时间依赖性ROC的分析中(图3a、b),联合模型在外部验证集不同时间点的AUC均高于临床模型、C-影像组学和DL_F模型。关于AUC的详细信息可见表S5。以净获益作为DCA评价指标,联合模型与其他模型相比表现出更优的临床净获益。这在外部验证队列中尤为明显,临床阈值设定在0.2至0.9之间(图3c、d)。联合模型预测DMFS的校准曲线在内部和外部验证队列中显示预测概率与实际DM发生之间具有合理的一致性(图4a、b)。图5a、b呈现了训练集和验证集中DMFS的Kaplan–Meier曲线。这些曲线表明联合模型在所有数据集中均能显著对患者进行DMFS分层(每项p<0.05,log-rank检验)。图S6展示了两例处于相同临床分期、具有相近临床影像学特征但预后显著不同的患者。患者A被模型预测为DM高风险,并在8个月后发生转移,而患者B被分类为DM低风险,在随访结束时未出现转移。
模型性能在患者亚组中的评估
由于本研究中超过65%的患者为RLPS,我们检验了肿瘤类型对模型评估性能的潜在影响。如图6所示,联合模型在内部验证队列中对RLMS和RLPS的AUC分别达到0.952和0.771,在外部验证队列中分别为0.777和0.814。在内部验证组(p = 0.260)和外部验证组(p = 0.754)中,RLMS与RLPS之间的诊断性能均未发现统计学显著差异。
讨论
准确的DM预测对于为RPS患者选择合适的治疗和进行风险分层非常有益。我们的研究验证了基于CECT图像的C-放射组学、ITH、DL_F和DL_E模型以及一个临床模型在预测接受手术治疗RPS患者DMFS方面的预测能力。使用瘤内生态多样性特征的ITH模型被证明对DM预测是可靠的。结合ITH评分、DL评分和临床放射学变量的模型表现出更优的性能,在DMFS预测和风险分层方面均达到了出色的预测效能。该联合模型在验证集中实现了0.752的C指数和0.801的AUC,预测误差较小(IBS值为0.042),证明了其在预后评估中的意义。
使用影像组学和深度学习(DL)算法预测腹膜后肉瘤(RPS)患者的远处转移(DM)是一种有前景的方法。然而,影像组学和深度学习技术的临床应用受到医学影像数据异质性以及多中心队列间泛化性有限等挑战的阻碍,这凸显了需要创新方法来克服这些障碍并确保这些模型在临床实践中的有效实施[33, 34]。Tian等[18]利用对比增强计算机断层扫描(CECT)图像开发了用于预测腹膜后脂肪肉瘤(RLMS)远处转移的深度学习(DL)和影像组学模型,在验证组中获得的曲线下面积(AUC)范围为0.733至0.786。然而,该研究仅限于腹膜后脂肪肉瘤(RLMS),样本量小,且未考虑肿瘤异质性的影响。我们的研究将腹膜后脂肪肉瘤(RLPS)和腹膜后脂肪肉瘤(RLMS)两种病例纳入预测模型,以增强其临床实用性。腹膜后脂肪肉瘤(RLPS)和腹膜后脂肪肉瘤(RLMS)构成腹膜后肉瘤(RPS)的主要组织学亚型,分别占病例的50%–63%和19%–23%[3, 4]。C-影像组学模型在内部验证集中表现出稳健的性能,但在外部集中效果较差,表明可能存在泛化性问题,可能受到来自不同中心和扫描仪的数据异质性的影响。这凸显了模型开发中真实世界数据异质性的挑战。为解决泛化性问题,我们的研究采用了以下实验设计策略:
最初,我们设计了一个适用于2.5D医学成像的残差网络,该网络结合了通道注意力和空间注意力机制。这一过程增强了特征选择,显著提高了模型图像处理的精度和效率。DL_F和DL_E模型在训练集上表现出更好的性能(AUC:0.903–0.908),相比之下在内部验证集(AUC:0.873–0.882)和外部验证集(AUC:0.741–0.761)上表现较差,表明存在一定程度的过拟合。尽管尝试了增强泛化性,但深度学习模型的复杂性需要额外的策略来减轻过拟合并提高泛化性。随后,我们利用单变量和多变量分析,采用预测远处转移的对比增强计算机断层扫描(CECT)特征来建立临床模型。结果表明,临床模型在内部验证中的效果不如C-影像组学,但在外部验证中略优于后者。临床模型外部验证性能的增强可能归因于其不受扫描仪特异性和参数相关变异性的影响,而这是C-影像组学模型的局限性。为最小化读者间变异性,三位腹部放射科医师独立评估了特征,一致性的组内相关系数(ICC)值超过0.900。因此,使用临床特征是一种强有力的正则化技术,可增强模型泛化性并减少过拟合。尽管结合临床和影像组学模型适度改善了泛化性(内部:0.879;外部:0.678),但并未消除过拟合。因此,我们引入了肿瘤内异质性评分(ITH-score)作为一种新方法。
尽管脂膜炎样树突状细胞肿瘤内异质性(ITH)与糖尿病(DM)风险之间的相关性已被认可[22, 24, 35],但既往的定量影像分析尚未全面评估C-放射组学特征、ITH与无远处转移生存期(DMFS)之间的关联。因此,准确定量肿瘤异质性并将该信息有效纳入常规临床实践仍是一项挑战。本研究采用放射组学方法,引入简洁且无创的瘤内生态多样性特征,以精确反映复发/难治性脂肪肉瘤(RLPS)和复发/难治性平滑肌肉瘤(RLMS)的ITH。研究结果显示,ITH模型在内部验证集(AUC:0.735)和外部验证集(AUC:0.765)上均取得了值得肯定的性能。此外,ITH模型的消融分析(见表S4)突显了该模型强大的信息表征能力及其在不同验证队列中的通用性。因此,ITH模型在保持稳健信息能力的同时,在泛化性方面优于C-放射组学模型。这有助于临床医生通过在不同患者队列中进行更可靠的预测,识别将从更积极治疗中获益的患者,并避免对低风险患者进行不必要的治疗,从而更好地选择辅助治疗。
鉴于临床模型和ITH模型均具有稳健的泛化性,我们将它们与深度学习(DL)技术整合,作为一种正则化形式。为此,我们采用DL模型从数据中提取特征,随后将其与临床特征和ITH评分相结合。研究结果表明,联合模型在外部验证集中显著提升了性能。这证明了联合模型增强的泛化性,验证了ITH特征和临床特征稳健的泛化能力,以及它们作为正则化项的有效性。此外,亚组分析显示,联合模型对RLMS和RLPS均表现出强大的预测性能,进一步支持了其在这些情境中的实用性。
尽管我们的研究取得了令人鼓舞的结果,但其固有的局限性需要考虑。首先,该研究为回顾性分析,因此存在选择偏倚和固有偏倚。尽管进行了外部验证以提高可靠性,但腹膜后肉瘤(RPS)的罕见性使得必须使用回顾性队列。尽管如此,本研究的宝贵发现应通过前瞻性研究进一步巩固和验证。其次,鉴于其他腹膜后病变的罕见性,我们的研究必然局限于腹膜后脂肪肉瘤(RLPS)和腹膜后平滑肌肉瘤(RLMS),这两种是RPS最常见的组织学亚型,分别约占RPS病例的50%–63%和19%–23% [3, 4]。因此,我们的模型对所有RPS亚型的推广性可能有限。此外,由于RPS发病率低导致样本量小,凸显了使用更大规模、多中心数据集进行验证的必要性。尽管如此,本研究超越了该肿瘤类型和解剖部位的大多数既往影像组学分析。最后,手动肿瘤勾画需要专业知识且易受主观偏倚影响。尽管我们已通过选择ICC值超过0.90的特征来努力减轻这一问题,但自动化且精确的肿瘤分割方法对于保证稳定性和可重复性以及提高该过程中影像分析的效率至关重要。
总之,使用瘤内生态多样性特征的ITH模型被证明对DM预测是可靠的。此外,结合ITH评分、DL评分和临床影像学变量的联合模型是RLPS和RLMS的DM风险分层的有效工具,可能有助于精准医学中的临床决策。
补充信息
电子补充材料
引用
- Xu J, Miao JG, Wang CX, et al. CT-based quantification of intratumoral heterogeneity for predicting distant metastasis in retroperitoneal sarcoma. Insights Imaging. 2025. PMID: 40346399. doi:10.1186/s13244-025-01977-9
- 全文:PMC12064543(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12064543/
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。