基于DCE-MRI影像组学与机器学习的肝癌、肝内胆管癌及肝脏炎性假瘤术前三元分类
回顾性纳入三家医院280例(HCC 160、ICC 80、HIPT 40)术前DCE-MRI患者,提取影像组学与临床特征构建机器学习模型。融合模型宏观平均AUC为0.933(95%CI 0.91-0.95)、准确率84.5%,优于影像组学模型(AUC 0.856)和临床模型(AUC 0.795)(p<0.05)。
要点
- 融合模型宏观平均AUC 0.933、准确率84.5%,区分HCC、ICC与HIPT。
- 边缘强化是区分HCC与ICC、HIPT的关键特征,肝叶萎缩区分ICC和HIPT与HCC。
- ICC误诊为HCC常见,约7%的ICC在DCE-MRI呈「快进快出」而非「延迟强化」。
核心结论
- 研究开发了基于术前影像的融合机器学习模型,用于区分HCC、ICC和HIPT,融合模型宏观平均AUC为0.933、准确率84.5%。
- 融合模型在识别ICC方面表现优于传统诊断方法(如影像学和生物标志物)及单模态机器学习模型(p<0.05)。
- 作者认为该无创方法可提高诊断精度并支持肝病管理的个体化治疗规划,但需在更大规模多中心研究中进一步验证其临床效用。
研究设计与样本
- 回顾性研究,纳入2008年5月至2024年1月三家医院280例经病理确诊的HCC(160例)、ICC(80例)和HIPT(40例)患者。
- 所有患者术前1个月内接受DCE-MRI,扫描仪包括Siemens Verio、Skyra 3.0-T,使用体部相控阵线圈。
- 影像特征依据LI-RADS v2018标准评估,影像组学特征经LASSO回归筛选后用于构建SVM、XGB、RF、LR、DT和KNN六种机器学习模型。
- 数据集按70%训练集(n=196)和30%测试集(n=84)随机拆分,采用五折交叉验证和网格搜索确定最优超参数。
- 以病理类型为标签进行三分类,采用类别权重(HCC:ICC:HIPT=1:2:4)处理类别不平衡。
关键影像表现/征象
- 边缘强化是区分HCC与ICC、HIPT的关键模型特征。
- 肝叶萎缩是区分ICC和HIPT与HCC的重要特征。
- 对HCC最重要的五个特征为边缘强化、动脉期GLCM、一阶统计量、GLRLM和GLSZM特征。
- 对ICC最重要的特征为肝叶萎缩、边缘强化、动脉期GLSZM、GLRLM和一阶特征。
- 对HIPT最重要的特征为肝叶萎缩、动脉期NGTDM、GLCM、一阶统计量和原始形状特征。
诊断标准与关键数值
- 融合模型(LR_AP_CLI)宏观平均AUC为0.933(95%CI 0.91-0.95),准确率84.5%,召回率84.1%,精确率81.3%。
- 影像组学模型(逻辑回归,动脉期序列)宏观平均AUC为0.856,准确率72.6%,召回率和精确率均为67.5%。
- 临床特征模型(随机森林)宏观平均AUC为0.795,准确率66.7%,召回率66.7%,精确率65.9%。
- 融合模型与影像组学模型宏观平均AUC差异p=0.001,与临床特征模型差异p=0.002,临床特征模型与影像组学模型差异p=0.043。
- 影像组学模型与融合模型在分类HCC、ICC、IP的p值分别为0.002、0.002、0.001;临床特征模型与融合模型的p值分别为0.001、0.041、0.002。
临床应用与阅片要点
- 作者认为该融合模型可作为无创工具用于术前区分HCC、ICC和HIPT,提高诊断精度并支持个体化治疗规划。
- 作者指出ICC与HCC治疗策略不同,ICC需淋巴结清扫而HCC常规不推荐,准确术前诊断ICC对改善III期ICC术后生存率至关重要。
- 作者指出HIPT为良性病变仅需保守处理,误诊为恶性肿瘤可导致不必要的活检或手术,增加出血、感染和针道种植风险。
- 作者指出依赖手动三维分割复杂且耗时,可能阻碍临床实施,建议开发自动分割工具并整合CT或超声等其他影像模态。
- 作者指出约7%的ICC在DCE-MRI表现为「快进快出」而非典型「延迟强化」,易误诊为HCC。
局限性
- 样本量尤其是HIPT病例相对较小,可能影响模型的泛化能力;作者建议未来纳入更大规模多中心数据集验证。
- 未纳入同时具有HCC和ICC影像特征的混合型肝细胞-胆管癌(cHCC-CC),限制了模型的全面适用性。
- 虽然使用了三家中心的多台MRI扫描仪,但所有数据均采集自单一国家,可能限制模型的普适性。
- 不同扫描仪类型和采集参数对模型性能的具体影响未进行系统分析。
- 依赖手动三维容积分割复杂且耗时,可能阻碍临床实施;数据集4:2:1比例(HCC:ICC:HIPT)偏离真实患病率(约75–85%:10–15%:<1%)。
全文中译14 节 · 点击展开
引言
肝细胞癌(HCC)、肝内胆管癌(ICC)和肝脏炎性假瘤(HIPT)是三种在诊断上具有显著挑战性的肝脏病变。HCC占原发性肝癌的75–85%,ICC占10–15%且发病率呈上升趋势,而HIPT是一种罕见的良性病变,患病率低于1% [1–3]。尽管HIPT罕见,但其影像学特征常与HCC和ICC高度相似,导致频繁被误诊为恶性肿瘤 [4, 5]。术前准确鉴别这三种病变对于确定适当的治疗策略至关重要。HCC和ICC通常需要手术或药物治疗,而HIPT作为良性病变,仅需保守管理 [6–8]。误诊不仅导致不必要的活检或手术,还增加了出血、感染和针道种植等并发症的风险 [9, 10]。传统影像学方法和血清标志物在鉴别这些病变方面效果有限,敏感性和特异性不足 [11–16]。此外,关于HIPT的研究有限,目前缺乏有效的模型用于HCC、ICC和HIPT的靶向无创术前鉴别。影像组学结合机器学习能够提取图像特征,为无创诊断提供了新方法 [17]。
在本研究中,我们将HIPT与HCC和ICC一起纳入一个新的三分类框架。通过利用MR影像组学和机器学习技术,我们旨在开发一种术前无创方法来鉴别这三种病变,以提高诊断准确性,最终为个体化治疗提供科学依据。
材料与方法
研究人群
本回顾性研究纳入来自三家医院的280例患者,这些患者在2008年5月至2024年1月期间接受了术前动态对比增强MRI(DCE-MRI)检查。所有患者均经病理学确诊为肝细胞癌(HCC)、肝内胆管癌(ICC)或肝脏炎性假瘤(HIPT)。队列包括160例HCC、80例ICC和40例HIPT。鉴于HCC患病率较高,随机选取160例符合条件的HCC病例以匹配ICC和HIPT组的样本量。本研究获得赣州市人民医院伦理委员会批准(批准号PJB2025-249-01),并豁免知情同意。
纳入标准
年龄在18至80岁之间。
病理学确诊为HCC、ICC或HIPT。
术前1个月内完成MRI检查,且未接受任何既往辅助治疗(如化疗、放疗)或活检。
肿瘤完整切除。
排除标准
复发性肝癌或多发恶性肿瘤。
MRI质量不佳(如明显运动伪影、对比增强不充分或缺失必要序列妨碍病变评估)或增强扫描期相不完整。
临床或影像学数据不完整。
临床和影像学数据收集
收集的临床和病理数据包括性别、年龄、乙型肝炎病毒(HBV)感染史、肝硬化存在情况、甲胎蛋白(AFP)、癌胚抗原(CEA)和糖类抗原19-9(CA19-9)水平。评估的影像学特征包括肿瘤大小、病灶数量、包膜存在、包膜凹陷、边缘特征、形状、胆管扩张、脂质含量、肝叶萎缩、环形强化、瘤周强化、靶样表现和门静脉癌栓。所有影像学特征均基于LI-RADS v2018标准进行评估。所有影像学特征的定义和MRI示例图像见补充材料。
统计分析
连续变量对正态分布数据采用方差分析(ANOVA)比较,对非正态分布数据采用Kruskal-Wallis检验比较,分别以均值±标准差或中位数(四分位距)表示。分类变量采用卡方检验或Fisher精确检验比较,以计数(百分比)表示。
图像采集与特征提取
MRI扫描
MRI使用多台扫描仪完成,包括Siemens Verio、Skyra 3.0-T型号,配备体部相控阵线圈。成像方案包括屏气T2加权半傅里叶采集单次激发涡轮自旋回波(HASTE)(轴位和冠状位,TR/TE = 1600/117 ms,层厚 = 5 mm)、轴位TSE T2加权图像(TR/TE = 2000/97 ms,层厚 = 5 mm)和3D-VIBE序列(TR/TE = 6.97/2.39 ms,翻转角10°,矩阵256 × 192,视野350–400 mm,层厚 = 3 mm)。弥散加权成像(DWI)采用b值50、400和800 s/mm²(层厚 = 5 mm,间隔 = 1.5–2 mm)。所有扫描仪的详细扫描参数见补充材料。对于动态对比增强MRI(DCE-MRI),经肘静脉给予钆喷酸葡胺(Magnevist),剂量为0.1 mmol/kg,以2 mL/s注射,随后以相同速率推注20 mL生理盐水。成像期相包括平扫期、动脉期(注射后20–30 s)、门静脉期(60–80 s)和延迟期(2–5 min)。
图像预处理与影像组学特征提取
MR图像分割:使用ITK-SNAP软件在T2加权、动脉期、门静脉期和延迟期图像上手动勾画病灶。感兴趣区(ROI)由一名具有7年经验的放射科医师绘制,并由一名具有15年经验的资深放射科医师在50张随机选取的图像上进行审核。计算组内相关系数(ICC)以评估特征提取的可重复性,仅将ICC > 0.9的特征纳入分析。
影像组学特征提取:使用Python 3.10、SimpleITK(2.2.1)和PyRadiomics(3.0.1),从配对的MR图像和ROI中提取影像组学特征。这些特征包括形状、一阶统计量、纹理特征(GLCM、GLRLM、GLSZM、NGTDM、GLDM)以及小波变换特征。设备、系统和采集参数的差异可能影响影像数据。为确保后续分析和建模的准确性和稳定性,分别使用线性插值和最近邻插值对原始DICOM图像和掩膜进行重采样,并通过最小-最大归一化将像素强度标准化至0–1范围。此外,为评估潜在的批次效应,按采集时间段(2008–2012年、2013–2017年、2018–2024年)对影像组学特征进行分组,并对关键特征(如GLCM、GLRLM)进行方差分析。未观察到显著的组间差异(p > 0.05,Bonferroni校正),因此未应用ComBat标准化。
特征预处理:使用Z分数归一化对连续特征进行标准化。采用LASSO回归从T2加权(T2WI)、动脉期(AP)、门静脉期(PVP)和延迟期(DP)图像中选择显著的影像组学特征。构建了三个特征子集用于模型建立:T2WI + AP + PVP + DP影像组学、临床数据,以及T2WI + AP + PVP + DP影像组学与临床数据的联合。图1。
机器学习模型构建与性能比较
开发了来自Scikit-Learn(1.3.0)的六种机器学习模型:支持向量机(SVM)、极端梯度提升(XGB)、随机森林(RF)、逻辑回归(LR)、决策树(DT)和K近邻(KNN)。每个特征子集被分为训练集(70%)和测试集(30%)。数据集(n = 280)被随机分为训练集(70%,n = 196)和测试集(30%,n = 84),未进行类别分层,以促进对临床异质性的适应性。测试集的类别分布(HCC:ICC:HIPT ≈ 43:17:11)接近总体4:2:1的比例。以病理类型作为标签训练三分类模型。为缓解类别不平衡(HCC:ICC:HIPT ≈ 4:2:1),我们在模型训练期间应用类别加权,权重根据类别比例的倒数设定为HCC:ICC:HIPT = 1:2:4。采用五折交叉验证和网格搜索确定最优超参数。在测试集上使用曲线下面积(AUC)、准确率、召回率、精确率、F1分数和Kappa等指标评估模型性能。
各特征子集的最优模型进一步使用Bootstrap方法进行验证。对每个最优模型,在测试集上生成1000个预测概率评分的Bootstrap样本。在这些数据集上计算三个模型的AUC值,得到每个模型的AUC分布。
通过绘制AUC分布的直方图进行性能比较。采用t检验评估模型间AUC分布差异的统计学显著性。
结果
临床特征
表1显示,肝细胞癌(HCC)组、肝内胆管癌(ICC)组和炎性假瘤(IP)组在包膜存在、形态和肝叶萎缩方面差异有统计学意义(p < 0.05)。
机器学习模型性能
在使用全部四个序列的影像组学特征构建的机器学习模型中,逻辑回归(AP序列)表现最佳,宏平均AUC为0.856,准确率为72.6%,召回率和精确率均为67.5%(表2)。基于影像组学模型的ROC曲线见图2a。图2b的混淆矩阵显示,逻辑回归模型在测试集中准确分类了84例中的61例(41例HCC、11例ICC和9例IP)。
在使用临床特征构建的模型中,随机森林(RF Clinic)表现最佳,宏平均AUC为0.795,准确率和召回率均为66.7%,精确率为65.9%(表2)。基于临床特征模型的ROC曲线见图2c。图2d的混淆矩阵显示,该模型共准确分类56例(35例HCC、10例ICC和11例IP)。这些结果表明,基于临床特征的模型在分类HCC和IP方面有效,但对ICC的分类效果较差。
在整合全部序列影像组学特征与临床特征的融合模型中,LR_AP_CLI模型表现最佳,宏平均AUC达到0.933——为所有模型中最高的。该模型的准确率为84.5%,召回率为84.1%,精确率为81.3%(表2)。基于融合特征模型的ROC曲线见图3a。图3b的混淆矩阵显示,该模型准确分类了71例(43例HCC、17例ICC和11例IP)。与仅基于影像组学或临床特征的模型相比,融合模型显著提高了ICC分类的准确性,并改善了HCC和IP的分类性能。
图4a展示了HCC的特征重要性分析,图4b为ICC,图4c为IP。HCC最重要的五个特征为环形强化、AP序列GLCM、一阶统计量、GLRLM和GLSZM特征。对于ICC,最重要的特征为肝叶萎缩、环形强化、AP序列GLSZM、GLRLM和一阶特征。对于IP,最重要的特征包括肝叶萎缩、AP序列NGTDM、GLCM、一阶统计量和原始形状特征。
图5a比较了全序列影像组学模型、临床特征模型和融合模型的宏平均AUC值,表明融合模型表现最佳。进一步的统计分析显示,全序列影像组学模型与融合模型之间(图5b)、临床特征模型与融合模型之间(图5c)、临床特征模型与全序列影像组学模型之间(图5d)的宏平均AUC差异均具有统计学意义,p值分别为0.001、0.002和0.043。
图6展示了不同模型在特定分类任务中的性能。放射组学模型和融合模型在分类HCC、ICC和IP时显示出统计学显著差异(p值分别为0.002、0.002和0.001;图6a)。同样,临床特征模型和融合模型在分类HCC、ICC和IP时表现出统计学显著差异(p值分别为0.001、0.041和0.002;图6b)。然而,临床特征模型和放射组学模型在分类HCC和ICC时无统计学显著差异(p值分别为0.084和0.550;图6c),尽管在分类IP时存在显著差异(p = 0.013)。
讨论
本研究引入了一种新型融合机器学习模型(LR_AP_CLI),该模型整合了动态对比增强MRI(DCE-MRI)放射组学特征与临床数据,以区分肝细胞癌(HCC)、肝内胆管癌(ICC)和肝脏炎性假瘤(HIPT)。融合模型表现出0.933的宏平均曲线下面积(AUC)和84.5%的准确率,显著超过了仅基于放射组学(AUC = 0.856,准确率 = 72.6%)或临床特征(AUC = 0.795,准确率 = 66.7%)的模型性能。值得注意的是,该模型在准确识别ICC方面取得了显著改善,解决了与传统影像学模态相关的诊断挑战。
在将我们的研究结果与现有关于肝脏病变鉴别诊断的文献进行比较时,传统影像学方法在区分肿瘤形态、强化模式和血管侵犯等细微特征方面的敏感性和特异性有限[11–14, 18–20]。一项荟萃分析报告,MRI在区分肝内胆管癌(ICC)与肝细胞癌(HCC)方面的敏感性为81%(95% CI 0.79–0.84),特异性为90%(95% CI 0.88–0.91)[19]。超声造影(CEUS)的敏感性为88%(95% CI 0.84–0.90),特异性为80%(95% CI 0.78–0.83)[19]。CT基于多期增强扫描的敏感性为77%,特异性为86%[20]。对于肝脏炎性假瘤(HIPT),由于其罕见性,特异性指标数据匮乏,常被误诊为恶性肿瘤而需活检确诊[4]。这些局限性凸显了对先进工具的需求。我们整合影像组学与临床数据的融合模型(AUC 0.933)显著提高了HCC、ICC和HIPT的鉴别诊断能力,这对于指导精准临床治疗策略至关重要。
肝细胞癌(HCC)仍然是全球最常见的原发性肝脏恶性肿瘤[1, 21]。2022年,肝癌在全球发病率中位居第6位,新增病例865,269例,在癌症死亡率中位居第3位,死亡757,948例[1]。肝内胆管癌(ICC)的全球发病率持续上升,过去四十年间增幅超过140%[22, 23]。在美国,ICC的发病率在2001年至2006年间的年度百分比变化(APC)为3.56,2006年至2015年间加速至7.67[24]。由于其隐匿性,ICC常在晚期才被诊断,导致预后不良[25]。我们的模型在区分ICC与其他肝脏病变方面达到了高准确度(宏平均AUC = 0.933),为鉴别诊断提供了有力支持。ICC与HCC的治疗策略存在显著差异。HCC通常通过肝切除术、肝移植或射频消融等局部治疗以及靶向药物治疗进行管理[26]。相比之下,ICC的治疗不仅涉及手术切除,还包括淋巴结清扫和化疗[27]。由于ICC具有较高的淋巴结转移倾向,术前准确诊断ICC并进行适当的淋巴结清扫对于显著提高III期ICC患者的术后生存率至关重要[28]。另一方面,HCC的治疗方法较为简单,现行指南建议除非确认转移,否则不进行常规淋巴结清扫[29]。这种个性化治疗策略的必要性凸显了早期诊断和靶向治疗在管理ICC和HCC中的重要性,强调了准确鉴别这些肝脏病变的需求。
相比之下,肝脏炎性假瘤(HIPT)虽然是一种罕见的良性病变,但其临床和影像学特征常与肝癌相似[30]。这种相似性常导致不必要的侵入性操作,如活检或手术,增加了出血、感染和潜在肿瘤细胞播散的风险,最终对患者预后产生不良影响[4, 5]。此外,现有血清标志物在鉴别这些病变方面存在局限性,无法完全满足临床需求[15, 16]。而且,活检作为一种侵入性操作,不仅增加患者不适,还可能导致肿瘤细胞播散和肝内转移,对预后产生负面影响[9, 10]。
虽然影像组学在肝细胞癌(HCC)的疾病分类和预后预测方面已显示出前景,但大多数既往研究局限于样本量较小的单中心研究,主要集中于HCC亚型或鉴别HCC与炎性假瘤[31–38]。例如,Liao等[38]利用超声造影鉴别HCC与炎性假瘤,但未纳入肝内胆管癌(ICC),从而限制了其应用范围。此外,约7%的ICC患者在动态对比增强磁共振成像(DCE-MRI)上表现为“快进快出”强化模式,而非典型的“延迟强化”模式,使ICC易被误诊为HCC[39]。本研究通过将HIPT与HCC和ICC共同纳入三分类诊断框架,独特地扩展了这一范围,从而拓宽了诊断能力并提升了分类性能。融合模型在识别ICC方面的优越性能凸显了多模态特征整合显著提高诊断准确性的潜力,应对了传统影像学方法所带来的挑战。
然而,本研究存在若干必须予以说明的局限性。首先,样本量,尤其是HIPT病例的样本量相对较小,可能影响模型的泛化能力。未来研究应纳入更大规模的多中心数据集,以验证并增强模型的稳健性。其次,排除混合型肝细胞-胆管癌(cHCC-CC)——一种兼具HCC和ICC影像学特征的亚型——限制了模型的全面适用性。将cHCC-CC纳入未来模型可提高诊断准确性和完整性。尽管本研究使用了来自三个中心的多种MRI扫描仪,但所有数据均采集自单一国家,这可能限制模型的普适性。虽然使用了多种扫描仪类型和采集参数(见补充材料),但未系统分析其对模型性能的具体影响。未来纳入更多异质性多中心数据(可能包括国际队列)的研究可进一步验证模型的泛化能力。此外,依赖人工三维容积分割引入了复杂性且耗时,可能阻碍临床实施。开发自动分割工具并结合其他成像模态(如CT或超声)以及更广泛的临床变量,可解决这些实际挑战,进一步优化模型性能和临床实用性。此外,数据集的4:2:1比例(HCC:ICC:HIPT)与真实世界患病率(约75–85%:10–15%:< 1%)不同,以确保临床意义显著但罕见的HIPT类别获得充分代表。类别加权(HCC:ICC:HIPT = 1:2:4)有效解决了不平衡问题,模型性能(AUC 0.933)即为佐证。未来具有更大规模、患病率代表性队列的研究可进一步验证模型在更广泛临床环境中的适用性。
结论
本研究开发了一个整合DCE-MRI影像组学和临床数据的机器学习模型,在鉴别HCC、ICC和HIPT方面达到宏观平均AUC 0.933和准确率84.5%。该模型对这些肝脏病变的术前识别表现出高诊断准确性,有望作为无创诊断工具。尚需在更大规模的多中心研究中进一步验证以确认其临床实用性。
补充信息
电子补充材料
引用
- Xie P, Liao ZJ, Xie L, et al. Preoperative ternary classification using DCE-MRI radiomics and machine learning for HCC, ICC, and HIPT. Insights Imaging. 2025. PMID: 40813736. doi:10.1186/s13244-025-02062-x
- 全文:PMC12354431(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12354431/
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。