基于系统辨识的三维剪切波黏弹性成像用于前列腺癌定位
研究纳入197例荷兰四家医院接受根治性前列腺切除术的患者,行三维剪切波弹性成像,用系统辨识方法逐体素计算黏度和剪切波速度,并以注册后的全mount病理为金标准训练卷积神经网络;黏度单独定位前列腺癌的AUC为0.68(95%CI 0.66, 0.70),与弹性相当,联合黏度与弹性未显著提高检出。
要点
- 恶性前列腺区域的弹性与黏度均显著高于良性区域(Mann-Whitney U检验),但Cliff’s Delta效应量可忽略。
- 系统辨识黏度定位前列腺癌的AUC为0.68(95%CI 0.66, 0.70),与系统辨识剪切波速度0.67(95%CI 0.65, 0.70)及互相关剪切波速度0.67(95%CI 0.65, 0.69)相当。
- 外周带性能优于移行带(AUC差异P<0.001,Mann-Whitney U检验),移行带信号质量较低(R²中位数0.15 vs 外周带0.45)。
核心结论
- 首次报告活体前列腺基于体素的剪切波弹性成像黏度,黏度单独定位前列腺癌的AUC与弹性相当,提示其可能作为有力的辅助生物标志物。
- 联合黏度与弹性未显著改善前列腺癌检出(AUC 0.68 vs 单用黏度0.68或弹性0.67,P=0.803),可能与系统限制、采集噪声和模型简化有关。
研究设计与样本
- 前瞻性多中心试验(NCT04605276)的一部分,荷兰四家医院共纳入197例因怀疑前列腺癌转诊行多参数超声扫查的患者。
- 采用GEHC LOGIQ E10超声仪与RIC 5-9D经直肠探头行三维剪切波弹性成像,自动步进120度扫查、5度增量,共25个剪切波弹性平面。
- 以根治性前列腺切除术后全mount病理为金标准,将三维病理模型注册到超声图像,注册平均目标误差3.5 mm(范围0.4–5.4 mm)。
- 以国际泌尿病理学会(ISUP)分级分组≥2定义为恶性,逐体素标注恶性或良性(概率>0.5为恶性),训练小卷积神经网络并行患者层面五折交叉验证(重复三次)。
关键影像表现/征象
- 代表性患者中,恶性区域的系统辨识黏度与剪切波速度均高于良性区域,互相关剪切波速度的良恶性对比不如系统辨识特征明显。
- 系统辨识剪切波速度与互相关剪切波速度高度一致,三种场景下Pearson相关系数均为0.7。
- 系统辨识黏度与剪切波速度相关性较强(PCC=0.57),良性类为0.52、恶性类为0.59。
- 移行带信号质量低于外周带:R²中位数0.15(IQR 0.08–0.44)vs 0.45(IQR 0.13–0.62),NCC中位数0.31(IQR 0.27–0.44)vs 0.47(IQR 0.30–0.67)。
诊断标准与关键数值
- 系统辨识黏度逐体素检出前列腺癌的AUC为0.68(95%CI 0.66, 0.70)。
- 系统辨识剪切波速度逐体素检出前列腺癌的AUC为0.67(95%CI 0.65, 0.70);互相关剪切波速度的AUC为0.67(95%CI 0.65, 0.69)。
- 联合系统辨识黏度与剪切波速度的AUC与单用系统辨识剪切波速度相比无统计学显著改善(P=0.803,Mann-Whitney U检验)。
- 外周带与移行带之间AUC差异有统计学意义(P<0.001,Mann-Whitney U检验),外周带性能优于移行带。
- 恶性区域平均活体黏度为5.49 Pa·s,接近磁共振弹性成像报道的前列腺癌病灶值6.56 Pa·s。
临床应用与阅片要点
- 黏度单独定位前列腺癌的AUC与弹性相当,提示其可能作为辅助生物标志物,但联合黏度与弹性未显著提高检出。
- 移行带因远离探头、信号衰减及尿道声影,剪切波信号质量与分类性能均低于外周带。
- 作者指出未来工作应纳入更先进的剪切波传播与黏弹性模型,并改进采集以获得更宽带宽和更高信噪比。
局限性
- 当前推脉冲持续时间下剪切波在感兴趣区内衰减较快,延长推脉冲虽可提高能量但会压缩剪切波频谱内容,影响频率依赖的黏度测量,需在能量与频谱间平衡并符合FDA规定。
- 梳状推脉冲仅聚焦单一深度,远场(移行带所在区域)衰减强;时间交错追踪仅需单次推脉冲,缺失时间点经插值近似恢复,虚拟脉冲重复频率为3.25 kHz。
- 每例患者仅采集25个平面,平面外信息经线性插值,导致IQ数据分辨率低、特征映射欠佳,最终影响卷积神经网络性能。
- 联合黏度与弹性未改善卷积神经网络分类性能,AUC(0.68)与单用黏度(0.68)或弹性(0.67)相当。
- 系统辨识基于线性化Navier-Stokes方程与单弛豫Kelvin-Voigt黏弹性模型,可能过度简化前列腺组织真实黏弹性行为,尤其影响黏度估计准确性。
全文中译13 节 · 点击展开
引言
前列腺癌(PCa)因其高患病率、对生活质量的重大影响以及严重并发症的风险,仍然是男性面临的主要健康问题。在全球范围内,PCa是第二常见的癌症,也是癌症相关死亡的第五大原因[1,2]。数十年来,PCa的标准诊断程序是在测量到前列腺特异性抗原水平升高或直肠指检(DRE)异常后,进行多达12针的经直肠超声引导下前列腺穿刺活检(TRUS-GB)[3,4]。然而,TRUS-GB存在漏诊和过度治疗的风险[5,6]。
磁共振成像(MRI)的最新进展促使指南推荐对疑似PCa的男性在活检前进行多参数(mp)MRI检查[7,8]。尽管有其优势,mpMRI仍存在局限性,包括可及性受限、成本高昂、实时成像困难以及阅片者间一致性低[9]。新的超声模态,如超声造影(CEUS)、弹性成像和微超声,也已在PCa可视化方面显示出潜力[10-16]。本研究聚焦于基于声辐射力(ARF)的剪切波弹性成像(SWE),该技术已广泛应用于多种临床场景[17-22]。与DRE中手动评估组织硬度类似,SWE可以评估组织硬度,但具有定量准确性。
癌性前列腺组织通常因胶原过度沉积而较硬[23,24]。研究表明,SWE通过基于估计剪切波(SW)速度提供定量组织弹性值,在PCa检测方面具有前景[21,25-33]。一项纳入八项研究的荟萃分析报告,PCa检测的合并灵敏度和特异度分别为0.83(95%置信区间(CI):0.66, 0.92)和0.85(95% CI:0.78, 0.90)[25]。迄今为止,大多数SWE方案忽略了SW的频散(频率依赖性速度),而频散反映了黏度[34,35]。
然而,黏度在瞬态SW的传播和形态中起着至关重要的作用,也可能代表一种额外的PCa生物标志物。离体动态力学分析(DMA)[28,36,37]和体内磁共振弹性成像(MRE)[38,39]提示癌性前列腺组织具有更高的黏度。然而,使用超声进行体内黏度测量仍未被探索。
本研究旨在为使用SWE估计前列腺体内黏度提供一个新的维度。我们提出一种系统辨识(SI)方法[40],用于在197例患者中分别估计三维(3D)局部弹性和黏度,并评估其在PCa定位方面的潜力。
材料与方法
研究人群
本研究经机构审查委员会批准,参考编号为2020_268#B202178。共有715例患者纳入在荷兰开展的一项为期约两年的前瞻性多中心试验(NCT04605276);纳入和排除标准详见[41]。本研究是该试验的一部分,纳入197例因疑似PCa而转诊接受多参数超声扫描的患者(表1)。
三维SWE采集
研究参与者按照[41]中报告的临床方案接受三维多参数超声扫描,依次包括三维B模式、三维剪切波弹性成像(SWE)和四维对比增强超声(CEUS)(图1)。扫描使用GEHC LOGIQ™ E10超声扫描仪(GE HealthCare,芝加哥,美国)配合RIC 5-9D经直肠探头进行。在确认前列腺完全可视化后,将探头固定于定制固定装置中,在整个采集过程中保持探头位置和压力一致[41]。所有成像参数均按方案固定,以确保各模态之间的一致性和可重复性[41]。
探头内部的电动机构可自动进行从前列腺基底到尖部的120度步进式扫查,步进为5度,共获得25个SWE平面(图2)。采集过程中采用梳状推送激励(两束同时发射的3.6 MHz推送光束,持续时间0.4 ms,呈梳状模式)[42,43]和时间交错跟踪技术[44],并记录所得的同相和正交(IQ)数据以供后续处理。
三维病理模型
术后,根治性前列腺切除术(RP)标本按照方案[41]进行处理。标本经福尔马林固定后,使用TruSlice标本切割系统(CellPath Ltd,纽敦,英国)从尖部到基底部切成4 mm厚的切片。随后使用切片机从前列腺切片中切取全mount病理切片并进行扫描,由对临床数据不知情的病理学家进行标注[41,45]。除癌变区域外,还标注了前列腺边界、外周带(PZ)、移行带(TZ)及可见解剖标志[41]。根据我们的临床方案[41,46],所有国际泌尿病理学会(ISUP)分级分组(GG)≥ 2的病变均被视为恶性。
标注完成后,将病理切片叠加到大体前列腺切片上并堆叠以创建三维病理模型。
二值化参考标准
采集的B模式和CEUS图像由两名具有四年以上经验的临床医生使用内部开发的分割工具(Angiogenesis Analytics(AA),斯海尔托亨博斯,荷兰)进行分割。该工具允许他们在扫描转换后以0.5 mm × 0.5 mm × 0.5 mm的体素分辨率可视化超声扫描图像,并勾画不同的解剖结构。随后将三维前列腺病理模型配准到相应的已分割B模式和CEUS超声图像上。配准算法包括刚性和非刚性变换,并补偿了超声探头压力引起的在体前列腺形变,以及前列腺切除和随后福尔马林固定引起的离体形变[47]。配准工具的平均目标配准误差为3.5 mm(范围:0.4–5.4 mm)[48]。
配准过程完成后,已配准切片内的体素根据病理标注被标记为恶性或良性;对于切片之间的体素,应用插值技术赋予恶性概率。概率大于0.5的体素标记为恶性,其余标记为良性。
前列腺位置掩膜的提取
临床医生使用AA中的分割工具,通过在B模式图像中标记前列腺边界上的点来分割前列腺。随后通过将平滑表面约束到边界点来计算网格,该网格随着新点的添加而持续更新。进行更精细的调整以更好地拟合前列腺形状。因此,作为分类特征的前列腺位置掩膜是一个布尔值,指示体素是否位于手动分割的前列腺内。
基于体素的弹性和黏度特征提取
从采集的IQ数据中,通过Loupas二维(2D)自相关器[49]推导出轴向粒子速度时间序列。对速度时间序列应用三阶零相位Butterworth高通滤波器以去除低频运动,截止频率为150 Hz。然后使用二维方向滤波器分离左右传播的剪切波(SW),使其能够分别处理[50]。
为描述剪切波传播动力学,我们将两个横向间隔像素处的剪切波粒子速度 和 视为局部线性动态系统[40]的输入和输出。它们之间的关系可描述为 其中 表示表征从 到 过渡的动态系统的冲激响应。基于Navier-Stokes方程,并假设Kelvin-Voigt(KV)黏弹性模型,我们可以在时间频域中推导出冲激响应为 其中 、 和 分别为质量密度、剪切波速度和剪切黏度[40]。剪切弹性(μ)或剪切模量可由剪切波速度通过 μ = 推导;杨氏模量( )可近似为 ≈ 3μ。
给定 和 ,我们构建了系统辨识(SI)问题(图3a)。基于体素的剪切波速度和黏度可通过求解以下非线性最小二乘方程推导: 其中 为缩放因子, 表示逆时间傅里叶变换(FT), 为 的时间傅里叶变换。方程(3)使用Nelder-Mead单纯形算法[40]进行迭代数值求解。
为进行比较,我们还使用标准剪切波互相关方法[51]估计局部弹性。通过检查两个相邻信号 和 之间互相关的峰值,可确定它们之间的时间延迟(图3b)。该时间延迟随后用于计算剪切波速度,进而计算弹性。为评估信号和拟合质量,我们定义了两个指标:相邻像素处剪切波粒子速度信号之间的归一化互相关系数(NCC);以及系统辨识拟合过程中的决定系数(R2)。
为了通过最小化距离 实现最大空间分辨率,将其固定为6像素(4.5 mm)。这允许即使在最大速度10 m/s(杨氏模量300 kPa)时也能分辨剪切波时间偏移,该值远高于前列腺组织的最高报道值[15,52]。
为每个SWE平面计算基于体素的弹性和黏度图。这25张二维图随后按空间顺序堆叠并线性插值到真实坐标,从而能够提取基于体素的黏弹性特征(图2)。
分类流程
随后,针对前列腺位置掩膜与SI衍生黏度、SI衍生SW速度及SW互相关衍生SW速度的组合分别训练了分类器。为评估结合SI衍生特征是否能提升性能,我们还使用SI衍生特征与前列腺位置掩膜两者训练了一个分类器。随后,我们使用来自PZ或TZ的体素对所有特征组合重复训练,以评估分区特异性性能。
为考虑特征的空间分布,训练了一个小型(2k可训练参数)卷积神经网络(CNN)[53,54],并使用患者级五折交叉验证(重复三次)进行验证。网络使用Adam优化器[55]训练,学习率为0.01,共100个epoch。每个epoch包含50,000个样本,批大小为128。使用二元交叉熵损失函数进行优化,未对权重施加额外正则化。为最小化各折之间的偏倚,首先根据PCa严重程度将患者分为四组,并将各组均匀分布于各折中。训练期间,每个批次以50%的患病率生成,以平衡两个类别间的体素数量。在每个验证集上评估平均受试者工作特征(ROC)曲线。计算曲线下面积(AUC)和95% CI。
结果
研究样本的人口统计学资料和流程示意图分别见表1和图1。在以下结果中,我们直接使用SW速度cs而非弹性μ。弹性可通过μ = 推导,假设质量密度为1000 kg/m3。
基于体素的SW速度和黏度特征
图4展示了代表性患者的SW速度和黏度特征的3D和2D可视化,以及相应的真值。对于该患者,两种方法获得的SI衍生黏度和SW速度值在恶性区域均高于良性区域,而互相关衍生SW速度在良恶性区域之间的对比度不如SI衍生特征明显。对于所有患者,表2分别列出了恶性和良性区域黏弹性特征的均值和标准差。使用Mann–Whitney U检验(MWU)和Cliff's Delta效应量[56]计算的p值报告于表2。
此外,我们检查了所有患者使用两种方法获得的基于体素的SW速度之间的相关性,以及SI衍生的黏度与SW速度之间的相关性。为平衡数据集,我们从多数类(良性)中随机降采样体素,以匹配少数类(恶性)中的体素数量。图5显示了这些数据的六边形分箱图,展示了三种情形下所有体素间的相关性:包括两个类别、良性类别和恶性类别。
从图5可以观察到,SI衍生SW速度值与互相关衍生SW速度值高度一致,在三种情形下均稳定得出皮尔逊相关系数(PCC)为0.7。SI衍生的SW速度与黏度之间的相关性趋于强相关,PCC为0.57。值得注意的是,该相关性在良性类别中较低(0.52),而在恶性类别中较高(0.59)。
分类性能
图6展示了将前列腺位置掩膜与SWE衍生特征之一结合时的ROC曲线。此外,表3列出了AUC值和95% CI。同时使用两个SI衍生特征的AUC值和95% CI也包含在表3中。表4显示了分别基于PZ和TZ体素训练的分类器的结果。
如图6和表3所示,将前列腺位置掩膜与两种方法的SW速度特征结合取得了可比的结果,AUC为0.67。使用黏度导致AUC略高,增加了1.49%。然而,表3显示,与使用SI衍生SW速度相比,结合两个SI衍生特征并未导致AUC值在统计学上显著改善(p值 = 0.803,MWU检验)。表4中AUC值及其CI的比较揭示了所分析特征在PZ和TZ之间的性能存在显著差异(p值 < 0.001,MWU检验),PZ的性能优于TZ。
讨论
在本研究中,我们从197名患者计算了基于体素的三维在体SW速度和黏度特征,并使用CNN评估了它们用于PCa定位的潜力。
使用超声弹性成像和SW弹性成像(SWEI)的离体研究报告了正常前列腺组织的剪切模量为1.8至10.8 kPa,癌组织为10至20 kPa [28,37,57,58]。Mitri等人使用剪切波频散超声振动测量(SDUV)检查了三个切除的非癌性人前列腺的多个位置,报告弹性值在1.3至12.8 kPa之间 [57]。2021年一篇更近期的出版物对36名患者进行了三维SWEI,报告PZ、CZ和PCa病灶的平均SW速度分别为4.8 m/s、5.3 m/s和6.0 m/s [15]。平均SW速度区分恶性和良性病变的AUC为0.84 [15]。此外,[32,33]报告了基于像素的杨氏模量AUC为0.67,基于区域的杨氏模量AUC为0.66 ± 0.12。
在本研究中,从SI获得的平均弹性值比从互相关得出的值更接近[28,37,57,58]中报告的范围。互相关方法忽略了黏度的影响,导致弹性值高估 [59]。我们的SW速度AUC结果与[32,33]中关于杨氏模量报告的结果相当;然而,一项研究使用了二维SWE,而另一项采用了超音速剪切成像(SSI),并以活检结果作为金标准。
文献[15]中的研究与我们的研究密切相关,因为两者都展示了使用三维剪切波弹性成像(3D SWE)来区分前列腺组织的恶性与良性,并以配准的全 mount 组织病理学作为金标准。两项研究采用了相似的信号处理技术,包括 Loupas 自相关器、巴特沃斯滤波和方向滤波。然而,我们的研究纳入的患者数量是其五倍。成像系统有所不同:[15]使用外部旋转台进行三维采集,而我们使用固定探头配合内部容积扫查。关于剪切波的产生与追踪,[15]在多个深度采用了更密集的声辐射力(ARF)推射和更高分辨率的追踪,可能产生更宽的剪切波带宽和更高的信噪比(SNR)。临床显著性前列腺癌(PCa)的定义不同;[15]仅纳入 ISUP GG > 2,而我们还包括 GG = 2。剪切波速度估计方法也不同:[15]使用二维互相关,而我们计算横向速度。他们采用基于区域的分析,而我们进行基于体素的卷积神经网络(CNN)分类。这些差异可能导致了我们结果中较低的剪切波速度值和 AUC。
迄今为止,仅有少数研究涉及前列腺粘度的估计。Li 等人使用 3T 磁共振弹性成像(MRE)报告了 28 名男性中 PCa 病灶的平均粘度值为 6.56 ± 0.99 Pa·s [39]。在另一项使用多频 MRE 的研究中[38],粘度未直接测量,而是用损耗角表示,损耗角与粘度相关的流动性有关。离体动态力学分析(DMA)被用于估计粘度,分别采用了准线性粘弹性模型[36]和 KV 分数阶导数粘弹性模型[28,37]。在一项使用 KV 粘弹性模型的离体研究中,Mitri 等人使用剪切波频散超声振动(SDUV)报告了三例健康前列腺的粘度值范围为 1.10 至 6.82 Pa·s [57]。据我们所知,迄今尚未有关于粘度的 AUC 值的报道。
在我们的研究中,平均在体粘度值(5.49 Pa·s)接近 PCa 病灶的在体 MRE 结果(6.56 Pa·s)[39]。然而,我们的结果与 DMA 不能直接比较,因为我们使用了不同的粘弹性模型来拟合粘度。我们研究中良性体素得出的粘度值落在[57]报告的范围内,该研究是一项使用 KV 粘弹性模型对非癌前列腺组织进行的离体研究。虽然离体和在体条件因离体缺乏灌注、温度较低以及缺乏周围解剖约束而有所不同,但此比较仅作为背景参考,而非直接验证。
与上述文献一致,我们的研究观察到,与良性前列腺病变相比,恶性前列腺病变的剪切波(SW)速度/弹性和黏度均更高,如表2所示。尽管Mann-Whitney U(MWU)检验表明恶性和良性组之间存在统计学显著差异,但以Cliff's Delta衡量的效应量可忽略不计。这表明,尽管恶性病变中存在一致的较高数值趋势,但差异的幅度可能具有有限的实践或临床意义。较小的效应量归因于两组之间的重叠,这可能源于测量局限性、前列腺组织的复杂性以及由多种技术和生理因素驱动的体内数据固有的变异性。在恶性前列腺病变中观察到的较高黏度可能源于基质细胞外基质中蛋白聚糖(PGs)的广泛变化[60]。PGs被视为主要的黏性成分,包埋胶原纤维并产生润滑作用[35]。
此外,我们注意到使用PZ和TZ的特征时AUC值存在显著差异,如表4所示。虽然PCa在PZ中更为常见,但我们观察到TZ中NCC和R2值均较低,表明信号质量降低。所有体素和患者的R2中位值在PZ中为0.45(四分位距(IQR):0.13–0.62),在TZ中为0.15(IQR:0.08–0.44),而相应的NCC值分别为0.47(IQR:0.30–0.67)和0.31(IQR:0.27–0.44)。这种退化可能归因于TZ距离探头更远,导致信号衰减更强。此外,TZ中尿道的声影以及PZ和TZ之间的生物学差异也可能导致观察到的性能差异。当两个区域的特征相结合时,如表3所示,AUC增加。这种改善可归因于CNN模型能够从特征中学习反映区域的空间信息,从而增强整体性能。
我们的发现强化了剪切波弹性成像(SWE)在前列腺癌(PCa)检测中临床效用的证据,并进一步证明了我们的SI框架用于基于体素的体内黏弹性成像的可行性。弹性值与标准互相关方法的值密切匹配,证实了我们方法的可靠性。鉴于其通用性,SI框架可以很容易地扩展到其他癌症应用。
当前研究存在若干局限性。首先,我们观察到在当前推射持续时间下,剪切波在感兴趣区域(ROI)中快速衰减。虽然可以应用更长的推射持续时间来传递更高能量,但它也会产生剪切波频谱内容的压缩[61],这会影响频率依赖性黏度测量。因此,寻找最佳持续时间需要在传递能量和所得频谱之间取得平衡,同时符合FDA法规。
其次,在SWE采集中,采用梳状推送(comb-push)在单次发射事件中探测更大的组织区域。然而,声辐射力(ARF)聚焦于单一深度,导致远场(即TZ所在位置)出现强烈衰减。采用聚焦波束的时间交错跟踪,使得测量整个ROI内的组织响应仅需一次推送事件,同时通过插值近似恢复时间上缺失的数据点,实现了3.25 kHz的虚拟脉冲重复频率。此外,每位患者仅采集25个平面,缺失的平面外信息通过线性插值补全。这些因素导致IQ数据分辨率低、特征映射不理想,最终影响CNN性能。为改善这一点,可采用具有高达6 kHz超快跟踪的SSI。SSI以极高频率沿同一轴线在不同深度连续发射多个ARF脉冲,增强SW信号[62]。每位患者应采集更多平面以缩小平面间的间隔。然而,这些需要硬件升级并延长采集时间。
第三,结合黏度与弹性值并未改善CNN分类性能,AUC(0.68)与单独使用黏度(0.68)或弹性(0.67)所达到的结果相当。这与[63]的研究结果一致,即在弹性基础上加入KV黏度并未改善肝纤维化分期的区分能力。多种因素可能导致了这一平台效应。SI方法基于线性化Navier-Stokes方程,该方程描述SW在各向同性、均匀、近不可压缩介质中的传播[20]。它还假设单一弛豫KV黏弹性模型。然而,前列腺组织表现出更复杂的力学特性,这些假设可能过度简化了真实的黏弹性行为,尤其影响黏度估计的准确性。此外,黏度估计依赖于可用的SW带宽和SNR。事实上,固定的推送焦点和缺乏超快跟踪可导致SNR降低。这些因素,加之从噪声大且带宽窄的数据中准确识别系统参数的挑战,可进一步限制黏度测量的准确性。
尽管存在这些局限性,单独使用黏度所获得的AUC与弹性相当,提示其捕获了病理信息,仍是一个有前景的生物标志物。事实上,黏度与弹性呈中度相关(PCC = 0.57),表明这两个参数反映不同的力学特性。未来工作应纳入更先进的SW传播和黏弹性行为模型,并改进采集以在SW信号中实现更宽的带宽和更高的SNR。此外,探索其他力学特性,如非线性和各向异性,可能进一步增强基于SWE的诊断并更好地反映软组织的病理变化。
虽然本研究使用二值 ground truth 来检测临床显著性 PCa,但既往的 2D SWE 研究表明,前列腺硬度随 GG 增加而增加 [64,65]。相反,[15] 使用 3D SWE 发现,基于区域的 SW 速度在不同 GG 之间无显著差异。我们的体素级分析允许对这种关系进行更局部的评估。未来工作可利用多类别 ground truth 探索重建的 SWE 特征与肿瘤侵袭性之间是否存在相关性。
最后需要说明的是,本研究关注的是 SWE 的单独性能。然而,既往研究表明,将 CEUS 与 SWE 结合,可通过整合关于血管生成所致肿瘤微血管变化和组织黏弹性特性的互补信息来提高 PCa 检测 [32,33]。类似的联合(不含黏度),通常称为多参数超声,已显示出在 PCa 检测中提高阳性预测值和降低假阳性率 [66]。由于我们的数据集中两种模态均可用,合乎逻辑的下一步将是把 SWE 衍生的黏弹性特征与定量 CEUS 分析获得的灌注生物标志物整合起来,以实现更准确、更稳健的 PCa 定位。此外,另一项多参数超声研究结合了 ARF 脉冲(ARFI)成像位移、SW 速度、B 模式亮度和由 B 模式 IQ 数据定量超声分析得出的中频带拟合,已证明可改善 PCa 中病灶可见性 [67]。将反映组织散射特性的 B 模式成像回声信息与血管(CEUS)和力学参数(SWE/ARFI)相结合,可能通过利用互补生物标志物进一步改善 PCa 检测。
结论
总之,我们首次使用 3D SWE 在体内量化了前列腺的黏度。我们的发现与既往文献一致,并进一步支持 SWE 在 PCa 检测中的临床效用。恶性前列腺病灶的黏度和弹性值均高于良性病灶。然而,结合黏度和弹性并未显著提高 PCa 检测,可能原因包括系统限制、采集噪声以及 SW 传播和 KV 黏弹性建模中过于简化的假设。尽管如此,单独黏度达到了 AUC 0.68(95% CI:0.66,0.70),与弹性相当,表明其作为强效辅助生物标志物的潜力。未来研究应侧重于改进硬件和算法,并探索更先进的生物力学建模方法。
引用
- Li X, Delberghe F, Turco S, et al. Three-Dimensional Shear-Wave Viscoelastographic Estimation by System Identification for Prostate Cancer Localization. Ultrasound Med Biol. 2025. PMID: 40846583. doi:10.1016/j.ultrasmedbio.2025.07.025
- 全文:PMC13269687(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13269687/
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。