释放影像组学在识别间质性肺病纤维化与炎症模式中的潜力
单中心横断面研究纳入84例患者(50例IPF代表纤维化模式、34例CTD相关细胞型NSIP代表炎症模式),用深度学习半自动分割ILD区域并提取103个影像组学特征,XGBoost模型区分两者的平均测试集准确率0.91、AUROC 0.98;次要分析中区分细胞型NSIP与COVID-19肺炎平均准确率0.89。作者认为影像组学结合可解释AI可为鉴别纤维化与炎症性ILD模式及区分炎症性ILD与病毒性肺炎提供有前景的诊断支持。
要点
- IPF与细胞型NSIP的影像组学分类平均测试集准确率0.91、AUROC 0.98(95%BI 0.91–1.00)。
- 细胞型NSIP与COVID-19肺炎分类平均准确率0.89、AUROC 0.96(95%BI 0.94–0.99)。
- IPF区域表现为球形度更低、存在小面积高体素密度区及高局部对比度的边界清晰区,异质性大于NSIP。
核心结论
- 影像组学结合可解释AI在区分纤维化与炎症性ILD模式、以及区分炎症性ILD与病毒性肺炎方面提供有前景的诊断支持。
- 该方法可能提高诊断精确度,并为个体化ILD管理提供定量支持。
研究设计与样本
- 单中心横断面研究,最终队列84例:IPF组50例、CTD相关细胞型NSIP组34例;次要目标另分析50例COVID-19肺炎患者。
- IPF与细胞型NSIP患者CT采用64排Siemens Somatom Sensation扫描仪,参数120 kV、250 mAs、准直宽度0.6 mm、矩阵512×512、螺距因子1.0、管旋转时间0.8 s/旋转、重建厚度1.5 mm,仅使用最锐利卷积核B60进行分析。
- COVID-19患者CT采用40排Siemens Somatom Sensation扫描仪,参数120 kV、284 mAs、准直宽度0.6 mm、矩阵512×512、螺距因子1.84、管旋转时间0.8 s/旋转、重建厚度1.5 mm,仅使用最锐利卷积核B70进行分析。
- 采用自研深度学习网络半自动分割ILD区域,再由一名胸部放射科医师与一名四年级高年资放射科住院医师共识手动复核,使用3D Slicer 5.6.2校正。
- 从每个分割ROI提取103个影像组学特征(17个3D形状特征、18个一阶统计特征、68个二阶纹理特征),使用XGBoost 1.5.0默认超参数、1000次重复分层bootstrap,并以SHAP值评估特征贡献。
关键影像表现/征象
- IPF的ILD区域较细胞型NSIP呈现更低的球形度、存在小面积高体素密度区、具有高局部对比度的边界清晰区域,提示异质性更大。
- 细胞型NSIP区域较COVID-19肺炎表现更均匀、有序的纹理特征,COVID-19肺炎则异质性更大、规律性更差。
- 区分IPF与NSIP时,IPF患者ILD区域被误分类为NSIP的比例为6%。
- 区分NSIP与COVID-19时,NSIP患者ILD区域被错误分类为COVID的比例为14%。
诊断标准与关键数值
- IPF vs 细胞型NSIP:平均测试集准确率0.91,AUROC 0.98(95%BI 0.91–1.00)。
- 细胞型NSIP vs COVID-19:平均准确率0.89,AUROC 0.96(95%BI 0.94–0.99)。
- IPF vs NSIP的混淆矩阵中正确分类受试者百分比等于或大于88%。
- NSIP vs COVID-19的混淆矩阵中分类准确率为86%或更高。
临床应用与阅片要点
- 作者认为影像组学管道有望为鉴别纤维化与炎症性ILD模式及炎症性ILD与病毒性肺炎提供诊断支持。
- 作者指出SHAP值反映模型行为,并不必然意味着直接的生物学意义,仍需进一步的生物学验证。
局限性
- 作者指出SHAP值反映模型行为,并不天然意味着直接的生物学意义,仍需进一步的生物学验证。
- 作者指出未来需要更大、更异质性的人群研究来进一步验证和扩展这些结果。
- 作者指出采用bootstrap验证方案旨在减轻样本量相对较小(尤其是NSIP组)这一局限。
全文中译11 节 · 点击展开
引言
间质性肺疾病(ILD)是一组影响肺实质的异质性疾病,由系统性疾病、药物、环境暴露引起,或为特发性起源[1]。特发性肺纤维化(IPF)和结缔组织病(CTD)是最常见的原因之一,各自具有不同的组织病理学和影像学模式。
IPF是一种严重的、进展性纤维化型ILD,全球患病率在0.33至4.51/10,000之间,发病率为0.09–0.49/10,000,是一个重要的健康问题[2]。其在影像学和组织学上以普通型间质性肺炎(UIP)模式定义(图1a和b),特征包括蜂窝状改变、牵拉性支气管扩张、间隔增厚和肺容积减小[3]。抗纤维化治疗如尼达尼布和吡非尼酮可以减缓其进展[4]。
相比之下,CTD——系统性自身免疫性疾病——常导致ILD,患病率从类风湿关节炎的11%到混合性CTD的56%不等,因亚型而异[5]。CTD相关ILD最常表现为非特异性间质性肺炎(NSIP)模式,尤其在系统性硬化和炎性肌病中。UIP在类风湿关节炎中更为常见,而机化性肺炎模式较为罕见[6]。NSIP的范围从富含磨玻璃影(GGO)的炎症性细胞型到伴有蜂窝状改变和间隔增厚的纤维化型(图1c和d)[7]。治疗通常涉及免疫抑制或抗炎药物[8],尽管某些病例仍会进展[9]。抗纤维化治疗目前已被支持用于IPF以外的进展性纤维化型ILD[10, 11]。
准确的ILD诊断对于指导治疗——抗炎 vs. 抗纤维化——至关重要,取决于主要模式。诊断应遵循多学科团队(MDT)共识,整合临床、功能、影像学以及必要时病理学数据[12]。
高分辨率CT(HRCT)是诊断的核心,通常作为肺活检的非侵入性替代方法,能够识别提示性或诊断性ILD模式[13]。相比之下,侵入性操作如外科肺活检(SLB)和经支气管肺活检(TBLB)存在风险,包括气胸、出血或疾病加重[14, 15]。
尽管如此,HRCT的判读可能具有挑战性,尤其是在CTD-ILD中,纤维化特征(如蜂窝状改变和间隔增厚)可能与GGO重叠。虽然GGO通常反映急性炎症,但由于保留的气腔,它们也可能出现在纤维化中。与病毒性肺炎(如SARS-CoV-2)的重叠进一步使鉴别诊断复杂化[16]。
在这一具有挑战性的诊断背景下,影像组学和人工智能(AI)正受到关注。影像组学涉及使用先进算法从医学图像中高通量提取大量数学特征,能够识别超出人眼感知的结构和纹理模式[17–19]。应用于HRCT,它可以帮助区分炎症性、感染性和纤维化模式,并提供预后见解。
由于影像组学数据的高维性,人工智能——尤其是机器学习(ML)——对于揭示传统统计学可能遗漏的相关模式和关联至关重要[20, 21]。整合可解释人工智能(XAI)技术,如SHapley加法解释(SHAP)值,通过量化单个特征对预测的贡献,提高了机器学习模型的透明度和可解释性,从而增强临床可解释性和信任度[22]。
鉴于间质性肺疾病(ILD)中重叠影像模式的挑战以及客观诊断方法的需求,影像组学值得进一步整合到ILD工作流程中。正如Sica等人(2025)[23]所强调的,大多数既往研究集中于特定的ILD亚型,而未直接比较纤维化和炎症模式。本研究通过开发基于人工智能的流程来区分纤维化和炎症性ILD,并将炎症性ILD与病毒性肺炎相鉴别,以填补这一空白。该流程整合了可解释人工智能技术,以增强模型可解释性并支持临床转化。
材料与方法
参与者
这项横断面、单中心研究经机构审查委员会批准,并获得所有参与者的书面知情同意。
针对本研究的主要目的,我们根据多学科团队(MDT)诊断分析了两组患者:继发于CTD的细胞型NSIP患者,代表以炎症为主的模式;以及IPF患者,反映纯纤维化模式。针对次要目的,我们纳入了第三组诊断为COVID-19肺炎的患者,作为病毒性弥漫性肺疾病的示例。
从比萨大学医院ILD数据库中选取了34例细胞型NSIP患者,该数据库包含1302例经MDT评估的ILD患者。所有诊断为继发于CTD的NSIP患者的HRCT扫描由一位在ILD影像学方面拥有10年以上经验的胸部放射科医师(CR)进行审阅。我们仅纳入具有广泛影像学表现且符合既定影像学标准所定义的细胞型NSIP模式的病例。对于IPF组,我们从同一ILD数据库中随机选取了50例诊断为IPF的患者。HRCT扫描经独立审阅,仅纳入符合明确UIP模式标准的病例,以确保代表均匀的纤维化表型。
从2020年3月至2022年12月期间在比萨大学医院急诊科收治的136例COVID-19病例数据库中,随机选取了50例COVID-19患者。所有患者均有严重急性呼吸综合征冠状病毒2(SARS-CoV-2)逆转录聚合酶链反应(RT-PCR)检测阳性确认。回顾高分辨率计算机断层扫描(HRCT)以仅纳入以广泛磨玻璃影(GGO)为主要肺部受累特征者,该特征代表COVID-19肺炎的典型影像学表现。
在所有组中,附加纳入标准包括可获得以适当技术参数采集的HRCT扫描,详见胸部CT方案部分。排除标准为存在降低图像质量的伪影(如运动伪影和线束硬化伪影)以及放射学肺部异常轻微不足以进行影像组学分析的病例。
最终队列由34例细胞型非特异性间质性肺炎(NSIP)患者、50例特发性肺纤维化(IPF)患者和50例COVID-19肺炎患者组成。各组的患者筛选流程见图2。
胸部CT方案
所有非增强胸部HRCT检查均在患者仰卧位、单次深吸气屏气期间完成,覆盖整个肺野(从肺尖上方至肋膈角下方)。
对于IPF和细胞型NSIP患者,CT扫描使用64排Siemens Somatom Sensation扫描仪(Siemens Healthineers)采集,技术参数如下:120 kV,250 mAs,准直宽度0.6 mm,矩阵大小512 × 512,螺旋螺距因子1.0,球管旋转时间0.8 s/圈,重建层厚1.5 mm。图像使用B60、B31和B35卷积核重建,以优化肺实质和纵隔窗评估,但本研究所有相关步骤(视觉分析、图像分割和影像组学特征提取)仅使用最锐利的卷积核(即B60)。
对于COVID-19患者,CT扫描使用40排Siemens Somatom Sensation扫描仪(Siemens Healthineers)进行,参数如下:120 kV,284 mAs,准直宽度0.6 mm,矩阵大小512 × 512,螺旋螺距因子1.84,球管旋转时间0.8 s/圈,重建层厚1.5 mm。图像使用B31和B70卷积核重建,针对肺实质和纵隔评估进行优化,但本研究所有相关步骤(视觉分析、图像分割和影像组学特征提取)仅使用最锐利的卷积核(即B70)。
图像处理与特征提取
我们对每幅CT图像应用了半自动两步分割流程。第一步,一个内部深度学习网络(专门训练用于识别和勾画ILD区域)对整个肺容积进行初始分割[24]。第二步,由一名具有10年以上胸部影像经验的胸部放射科医师(CR)和一名第四年高级放射科住院医师(LC)共同协商手动审查每个分割结果(我们在图3中报告了一例COVID-19患者ILD分割的二维示例)。该审查确保了分割的准确性,任何错误或不准确之处均使用3D Slicer(版本5.6.2,适用于macOS,http://www.slicer.org)进行纠正,该软件是一款用于医学图像可视化和分析的开源软件[25]。
为确保患者间的空间一致性,所有CT图像和分割结果均使用三阶B样条插值重采样至0.6 mm²的平面内分辨率。未应用强度归一化,因为CT值以HU表示,其本身已标准化且具有物理意义。
从每个分割的兴趣区(ROI)——每位患者为单一、统一的ROI,即使解剖上不连续——我们共提取了103个影像组学特征。其中包括17个三维(3D)形状特征、18个一阶统计特征和68个二阶纹理特征。3D形状特征涵盖常规描述符如伸长率、平坦度、体积和球形度,以及设计用于捕捉ILD区域形态复杂性的分形描述符[26–33]。分形特征使用增强的3D盒计数法计算,基于对数-对数回归的调整R²自动选择最优缩放区间,如[29]所提出并在开源Fractalbrain Toolkit(版本1.0)中实现[34]。一阶特征包括16个基于强度的统计指标,以及两个强度直方图特征:熵和均匀度,用于量化ROI内体素强度的分布和随机性。
二阶纹理特征源自五种不同的矩阵,用于捕捉体素强度之间的空间关系。这些矩阵包括灰度共生矩阵(GLCM),从中提取了22个特征;灰度游程长度矩阵(GLRLM),提取了16个特征;灰度尺寸区域矩阵(GLSZM),同样贡献了16个特征;以及灰度依赖矩阵(GLDM),使用设为 的粗糙度参数从中提取了14个特征。提取的影像组学特征完整列表见补充表S1。
影像组学特征提取使用PyRadiomics(版本3.0.1)[35](https://pyradiomics.readthedocs.io/en/v3.0.1/index.html)完成。所有影像组学特征均按照图像生物标志物标准化倡议(IBSI)[36]提供的定义计算,补充表S1中详述的特定特征除外。
机器学习分析
我们使用极端梯度提升(XGBoost)方法(版本1.5.0)进行了二分类,以区分IPF和NSIP。我们使用了默认超参数,包括以binary:logistic作为目标函数。XGBoost是一种可扩展且高效的树提升系统,在涉及高维、非线性关联的医学影像任务中 consistently 展现出最先进的性能,并且与SHAP等可解释人工智能技术兼容[37–39]。
为了训练和测试分类器,我们实施了1000次重复分层自举抽样程序。在每次迭代中,我们通过从原始数据集中有放回抽样(使用固定种子以确保可重复性)生成训练集,确保训练集与完整数据集的大小相匹配。测试集由未纳入训练集的唯一实例组成,即袋外样本。通过采用自举抽样,我们保持了稳健推断所需的统计假设[40–44],确保结果更加可靠和具有泛化性,特别是在稳健性至关重要的医学应用背景下。
对于最终性能指标,我们计算了1000个测试集的平均准确率、平衡准确率、平均精确率以及受试者工作特征(ROC)曲线下面积及其95%自举区间(BI)。此外,我们计算了平均混淆矩阵,按每个实际类别的患者数量(IPF组50个样本,NSIP组34个样本)进行归一化,并报告了其相应的95% BI。
为了评估每个特征对类别预测的总体贡献,我们应用了SHapley Additive exPlanations(SHAP)值,这是一种可解释人工智能技术,可量化每个特征在确定模型输出中的重要性[45]。每个SHAP值代表与单个样本(即受试者)特定特征相关的实数。为了获得特征贡献,SHAP值在患者间取绝对值后平均。
我们使用相同的机器学习框架来识别NSIP与COVID-19患者。
支持该机器学习分析的完整代码库可在https://github.com/chiaramarzi/radiomics-ild-patterns公开获取[46]。
结果
队列描述
本研究共纳入84例患者,其中IPF组50例,细胞型NSIP组34例。队列的人口学和临床特征总结于表1。值得注意的是,半数患者为男性,IPF组中比例更高。大多数参与者(92.4%)为非吸烟者,其中45.6%从未吸烟,46.8%为既往吸烟者。肺功能检查中,IPF患者表现出轻度FVC受损(平均76.02%),DLCO值中度降低(平均43.44%)。
IPF与NSIP
本研究的主要目的是评估分类器基于影像组学特征区分IPF和NSIP的能力。分类器的平均性能指标报告于表2。总体而言,所有指标表明该模型在自举衍生的测试集中区分IPF和NSIP的表现相当良好(AUROC = 0.98,95% BI [0.91, 1.00])。
详细的分类性能展示于图4a和b所示的平均混淆矩阵和ROC曲线中。平均混淆矩阵包含归一化值及其各自的95%置信区间(CI)。混淆矩阵突出了分类器正确识别各组的能力,正确分类受试者的百分比等于或大于88%。关于误分类模式,我们观察到来自IPF患者的ILD区域在6%的病例中被误分类为NSIP。
如图4c所示,每个特征的总体平均SHAP值揭示了放射组学特征在区分两组中的相对重要性。具体而言,与NSIP患者的ILD区域相比,IPF患者的ILD区域似乎表现出较少的球形形状、存在高体素密度的小区域以及具有高局部对比度的明确区域——表明均匀性较低。
NSIP vs. COVID-19
为进一步探索放射组学特征在ILD鉴别中的临床效用,我们进行了一项二次分析,以评估分类器区分NSIP与COVID-19的性能。分类器的平均性能指标汇总于表3。总体而言,结果表明该模型在bootstrap衍生测试集中区分NSIP与COVID-19方面取得了良好性能(AUROC = 0.96,95% BI [0.94, 0.99])。
图5a和b中的平均混淆矩阵和ROC曲线提供了分类性能的详细分析。平均混淆矩阵报告了归一化值及其95%置信区间(CI)。该矩阵展示了模型正确识别各组的有效性,分类准确率为86%或更高。然而,我们观察到一些误分类模式,14%的NSIP患者ILD区域被错误分类为COVID。
如图5c所示的SHAP值分析突出了放射组学特征在区分两组中的相对重要性。纹理相关特征成为模型预测的关键驱动因素,强调了局部强度模式在区分两组中的相关性。特别是,与COVID-19患者相比,NSIP患者的ILD区域表现出更均匀和有序的纹理特征,而COVID-19患者的放射组学模式则表现出更大的异质性和较少的规律性。
讨论
本研究强调了基于影像组学的流程的潜力,该流程结合半自动CT分割和机器学习,可区分纤维化ILD模式与炎症性模式,并可区分炎症性ILD与病毒性肺炎。
我们的模型在区分IPF与细胞型NSIP方面表现出较强性能,测试集准确率为0.89,AUROC为0.96。这些结果与Chen等(2023)[47]一致,尽管其指标略有不同,可能反映了同时纳入纤维化型和细胞型NSIP患者,从而引入了额外异质性。
区分IPF与NSIP的关键特征包括:与细胞型NSIP相比,IPF中的病灶形状更不呈球形、存在小的高强度区域、具有高局部对比度的边界清晰区域,以及ILD受累区域更大的异质性。这些特征被SHAP值突出为模型预测的关键驱动因素。虽然我们对这些特征的解读与IPF和NSIP之间已知的组织病理学差异一致,但我们承认SHAP值反映的是模型行为,并不必然意味着直接的生物学意义。在IPF中,纤维化通常表现为与正常肺组织界限分明的斑片状区域,伴有成纤维细胞灶以及密集的空间和时间异质性、结构扭曲和蜂窝状改变(图1a和b)。相比之下,NSIP,尤其是其细胞型,表现为更均匀的炎症,纤维化极少,实质结构保留(图1c和d)[48]。
我们的假设——这些影像组学模式反映了IPF中紧凑的纤维化灶和结构扭曲,以及NSIP中更均匀的炎症受累——进一步得到了Haga等[49]的支持,他们将影像组学特征与组织学评估的炎症细胞度相关联。炎症负荷高的NSIP病例表现出均匀的低CT值。尽管方法学存在差异,这种一致性增强了对影像组学-病理学关联的信心。尽管如此,仍有必要进一步开展生物学验证。
从方法学角度看,本研究强调了机器学习在利用高维影像组学特征方面的优势,克服了传统统计方法的局限性。采用分层抽样方法确保了患者组(IPF、NSIP和COVID-19)在训练集和测试集中的分布反映了其在总体数据集中的比例,从而最大限度地减少了抽样偏差并增强了分类的稳健性。为提高可靠性,我们进行了1000次bootstrap迭代用于数据划分,这有助于减少模型对特定训练数据划分的依赖,最小化性能估计的方差,并保持最小偏差,与Molinaro等人[50]和Kim[51]的建议一致。所采用的验证方案还旨在减轻样本量相对较小的局限性——尤其是在NSIP组中。该方法在数据受限的情况下仍增强了性能估计的稳健性。尽管如此,未来涉及更大规模和更具异质性患者群体的研究对于进一步验证和扩展这些结果将至关重要。此外,使用bootstrap重采样允许计算合理的性能区间,提供了对模型性能更可靠和可解释的评估。
另一个关键的方法学优势是整合了可解释人工智能(XAI)技术,特别是SHAP值估计,这使我们能够解释特定影像组学特征对模型预测的影响。该方法弥合了定量影像组学分析与传统放射学解释之间的差距,增强了结果的可解释性,并促进了计算洞察与临床洞察之间更紧密的联系。
关于我们的次要目标,基于影像组学的模型成功地将细胞型NSIP与COVID-19肺炎区分开来,在测试集中达到了高准确率和高AUROC。主要的区分因素是与纹理相关的特征,细胞型NSIP与COVID-19相比表现出更大的均匀性。很少有研究探索影像组学在不同肺部疾病之间区分GGO模式中的作用。Delli Pizzi及其同事证明,基于影像组学的机器学习模型可以有效区分COVID-19相关GGO与其他急性肺部疾病相关的GGO,AUROC达到0.868[52]。他们的研究结果表明,与其他病因相比,COVID-19相关GGO表现出更均匀的纹理。他们的结果与我们的结果之间的差异可能归因于分割策略的不同。Delli Pizzi等人仅关注GGO区域,而在我们的研究中,我们分割了所有受COVID-19影响的肺部区域,包括具有GGO和铺路石征模式的区域。这种更广泛的分割方法可能导致COVID-19的纹理模式比以GGO为主的细胞型NSIP更加异质。
这些有前景的发现为未来旨在进一步优化和拓展影像组学临床应用的研究奠定了坚实基础。特别是,我们计划研究具有不同程度纤维化与炎症合并症患者随访过程中显著影像组学特征的空间分布和纵向演变。这将有助于更精确地评估疾病进展以及间质性肺病(ILD)向更纤维化表型转变的潜在可能。这些见解可帮助临床医生确定从抗炎治疗过渡到抗纤维化治疗的最佳时机,最终实现个体化治疗策略并改善患者预后。
本研究存在若干局限性。第一,这是一项依赖回顾性数据的单中心研究,可能限制研究结果对其他机构和人群的推广性。第二,患者队列相对较小,降低了统计效能,并限制了有效优化模型超参数的能力。更大的数据集本可以实现更稳健的模型评估和微调,在进一步提高性能的同时减少过拟合并保持泛化能力。第三,纤维化和炎症模式的分类基于高分辨率CT(HRCT)成像和多学科共识,未经组织病理学确认。虽然多学科评估是ILD诊断中广泛接受的标准,但缺乏病理学验证引入了一定程度的不确定性,因为仅凭影像学表现可能无法完全反映潜在的生物学过程。关于次要目的,非特异性间质性肺炎(NSIP)组和COVID-19组使用不同的CT扫描仪和协议采集,且由于扫描仪类型与疾病组完全重叠,无法在不冒着去除疾病特异性影像组学信息风险的情况下应用 harmonization 技术[53, 54]。
结论
本研究证明了基于影像组学的模型在区分以纤维化模式为主的ILD与以炎症模式为主的ILD方面的潜力,以及在区分炎症性ILD与病毒性肺炎方面的潜力。通过整合半自动分割和先进的影像组学特征分析,该方法强调了定量成像在克服ILD及相关疾病诊断挑战方面的价值。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 2146 KB)
引用
- Colligiani L, Marzi C, Uggenti V, et al. Unlocking the potential of radiomics in identifying fibrosing and inflammatory patterns in interstitial lung disease. Radiol Med. 2025. PMID: 40844571. doi:10.1007/s11547-025-02067-y
- 全文:PMC12605480(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12605480/
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。