基于深度学习的超分辨率超声影像组学鉴别睾丸精原细胞瘤与非精原细胞瘤:一项国际多中心研究
该国际多中心回顾性研究纳入2015至2023年10家医院486例睾丸生殖细胞肿瘤患者,构建基于深度学习的超分辨率超声影像组学模型,并与原生分辨率模型及放射科医师评估比较。超分辨率影像组学模型在训练集、国内及国际验证集的AUC分别为0.90、0.82和0.91,均显著优于原生分辨率模型;联合临床特征后AUC达0.95和0.97,优于影像组学模型和放射科医师评估。
要点
- 超分辨率影像组学模型在训练集、国内及国际验证集AUC为0.90、0.82、0.91,均显著优于原生分辨率模型。
- 超分辨率联合临床特征模型在国内及国际验证集AUC为0.95和0.97,均高于影像组学模型。
- 联合模型在国内及国际验证集AUC均高于有经验放射科医师评估(0.95 vs 0.85;0.97 vs 0.77)。
核心结论
- 基于超分辨率超声影像组学的临床-影像组学模型可有效鉴别精原细胞瘤与非精原细胞瘤,有望作为术前无创诊断工具。
研究设计与样本
- 国际多中心回顾性研究,纳入2015年1月至2023年7月中国9家医院及意大利1家医院经病理确诊的睾丸生殖细胞肿瘤患者486例、病灶489个。
- 训练集来自中山大学肿瘤防治中心、复旦大学附属肿瘤医院和河南省肿瘤医院(n=338),国内验证集来自其他6家中国医院(n=92),国际验证集来自意大利的里雅斯特大学医院(n=59)。
- 采用预训练生成对抗网络超分辨率重建算法增强原生分辨率超声图像,空间分辨率提高两倍,图像尺寸保持不变。
- 在原生分辨率和超分辨率图像上勾画感兴趣区并提取影像组学特征,经ICC≤0.90剔除、t检验(p<0.05)、Pearson相关系数>0.9去冗余及LASSO回归(5折交叉验证)筛选特征。
- 以病理组织学亚型为参考标准,比较影像组学、临床及临床-影像组学模型的ROC曲线下面积(AUC),并与两名有经验放射科医师评估比较。
关键影像表现/征象
- 精原细胞瘤超声图像更常表现为均匀、低回声、分叶状,非精原细胞瘤更常表现为不均匀并伴囊性或钙化成分。
- 超分辨率重建后图像质量显著改善,峰值信噪比为44.06±4.11 dB,结构相似性指数为0.9967±0.0065。
诊断标准与关键数值
- 超分辨率影像组学模型AUC在训练集为0.90、国内验证集为0.82、国际验证集为0.91,均显著高于原生分辨率模型(0.81、0.72、0.69;p分别<0.001、=0.031、=0.001)。
- 临床-影像组学模型在国内验证集AUC为0.95,高于超分辨率影像组学模型的0.82(p=0.004)和临床模型的0.87(p=0.038)。
- 临床-影像组学模型在国际验证集AUC为0.97,高于超分辨率影像组学模型的0.91(p=0.031);与临床模型0.87比较差异未达统计学显著(p=0.099)。
- 影像组学模型在国内验证集AUC为0.82,与放射科医师评估的0.85比较差异无统计学显著(p=0.670);在国际验证集AUC为0.91,高于放射科医师评估的0.77(p=0.036)。
- 临床-影像组学模型在国内验证集AUC为0.95 vs 放射科医师0.85(p=0.012),国际验证集AUC为0.97 vs 放射科医师0.77(p<0.001)。
临床应用与阅片要点
- 术前鉴别精原细胞瘤与非精原细胞瘤影响治疗策略和预后,临床参数及放射科医师评估的诊断准确性有限。
- 基于睾丸超声图像的深度学习超分辨率影像组学模型性能优于原生分辨率影像组学模型。
- 超分辨率临床-影像组学模型优于影像组学模型和放射科医师评估,可实现术前无创准确鉴别精原细胞瘤与非精原细胞瘤。
局限性
- 作为回顾性多中心研究,超声图像来自不同机构的不同设备,因回顾性设计无法评估影像组学特征在不同设备间的一致性,未来需前瞻性研究以更广泛临床应用。
- 尽管样本量为已发表睾丸超声影像组学研究中最多的多中心队列,但因睾丸肿瘤本身罕见,绝对样本量仍有限。
全文中译14 节 · 点击展开
引言
睾丸生殖细胞肿瘤(TGCT)占睾丸癌的95%[1],形态学上分为精原细胞瘤(SE,60%)和非精原细胞瘤(n-SE,40%)[2]。SE的进展速度往往较慢,约85%的SE初诊时即为临床I期疾病,而n-SE中该比例为60%[2]。即使在相同的临床分期下,n-SE由于其独特的生物学特征,预后也较SE更差[3]。由于n-SE具有更高的复发率[4]和易发生腹膜后淋巴结转移[5],根据欧洲泌尿外科学会[6]和欧洲肿瘤内科学会指南[7],即使在临床I期也推荐行预防性保留神经的腹膜后淋巴结清扫术(RPLND)。鉴于肿瘤生物学、治疗和预后方面的这些差异,术前区分SE与n-SE对于临床管理决策至关重要。
目前,TGCT的明确诊断依赖于经腹股沟睾丸切除术后的病理检查[6],而非阴囊活检,因为存在肿瘤播散的风险[8]。n-SE患者获得明确病理诊断的延迟使得需要进行二期RPLND手术,从而延长了住院时间并造成不便。因此,迫切需要无创方法在术前区分TGCT亚型,以改善临床管理并提高患者依从性。
肿瘤血清标志物,包括甲胎蛋白(AFP)、β-人绒毛膜促性腺激素(β-hCG)和乳酸脱氢酶(LDH),可在术前提示TGCT亚型,但敏感性(SEN)较低[9]。睾丸超声(US)采用高频换能器(通常为7–15 MHz),与CT/MRI相比,对浅表睾丸病变可提供更优越的空间分辨率。该模态具有明显优势,包括:(1)对睾丸实质无与伦比的软组织对比度,(2)实时成像能力带来的操作便利性,(3)完全无电离辐射暴露[10]。因此,睾丸US被推荐为TGCT临床诊断的一线影像学模态。某些灰阶US特征可能提示TGCT的亚型,但不足以可靠地进行亚型分型[11]。
影像组学提供了一种新颖而有效的方法来探测肉眼不可见的图像特征。近期研究表明,US影像组学在区分乳腺[12]和甲状腺[13]肿瘤恶性病变方面具有潜力。然而,原生分辨率(NR)US影像组学模型的诊断性能可能因图像重建技术导致的空间分辨率低、深度设置不当或聚焦误差而受到影响。基于数学或深度学习模型的超分辨率(SR)重建可以从NR图像增强空间分辨率[14]。近期,基于深度学习的SR技术已成功应用于乳腺癌、直肠癌和肺癌的MRI和CT影像组学研究[15–17]。同样,SR已被用于增强三维自动乳腺US的分辨率,有助于区分良恶性病变[18]。然而,SR在二维超声成像中的潜在应用和有效性仍未被探索。
本研究旨在探索基于深度学习的SR超声影像组学模型在区分SE与n-SE方面的有效性。
方法
患者
这项国际多中心回顾性研究经中山大学肿瘤防治中心机构审查委员会批准,并豁免知情同意要求。本研究已在中国临床试验注册中心注册(ChiCTR2400092041)。2015年1月至2023年7月期间,在中国九家医院和意大利一家医院经病理确诊为明确睾丸生殖细胞肿瘤(TGCT)亚型并在手术前接受睾丸超声检查的患者被考虑纳入。排除标准包括:(1)年龄小于18岁的患者;(2)超声检查前接受过治疗;(3)缺失灰阶超声图像或图像质量不佳。排除标准筛选后共纳入486例患者、489个病灶。
来自三家牵头医院(中山大学肿瘤防治中心、复旦大学附属肿瘤医院和河南省肿瘤医院)的患者构成我们的训练队列(n = 338),而来自其他六家中国医院(浙江省肿瘤医院、湖南省肿瘤医院、云南省肿瘤医院、四川省肿瘤医院、临沂市肿瘤医院和珠海市中西医结合医院)的参与者作为国内验证组(n = 92)。国际验证组纳入来自意大利的里雅斯特大学医院的患者(n = 59)。患者招募流程图见图1。
数据收集
睾丸超声图像取自这10家医院,使用多种设备,包括Siemens Acuson Sequoia 512(Siemens Medical Solutions,Mountain View,CA)、GE Logiq E9(GE Healthcare)、ARIETTA A60(HITACHI)、ESAOTE Mylab70(ESAOTE)等。阴囊超声检查由经过培训的放射科医师(经验范围:5–15年)使用高频线阵探头完成。在完成双侧全面评估后,获取检出睾丸肿块的标准化图像,包括:肿瘤最大径平面和正交横断面。检索灰阶超声上最大径所在的平面。
临床数据,包括诊断时年龄、部位、最大肿瘤大小和肿瘤标志物血清学(AFP、LDH和β-hCG),从各医院电子病历中收集。明确的TGCT亚型由泌尿生殖病理学家通过对手术标本的组织病理学检查确定。
基于深度学习的超分辨率(SR)图像重建
基于深度学习的SR图像重建模型由OnekeyAI平台(https://github.com/OnekeyAI-Platform/onekey)提供。该SR重建技术已显示出值得肯定的结果[19–21],在保持原始图像尺寸的同时使空间分辨率提高两倍。生成对抗网络(GAN)作为该SR重建技术的基础架构。它涉及两个组成部分——生成器网络和判别器网络。生成器的任务是将低分辨率图像转换为高分辨率图像,而判别器的任务是区分真实图像和人工图像。两个网络以对抗方式进行训练,这有助于生成器网络磨炼其将低分辨率图像转换为高分辨率图像的能力。SR重建过程见图2,详细说明见补充材料。
本研究计算峰值信噪比(PSNR)和结构相似性指数(SSIM),以评估超分辨率(SR)性能。
分割、特征提取和特征选择
肿瘤分割的感兴趣区域(ROI)由一名具有5年经验的放射科医师(Y.Z.)在不知晓临床信息的情况下,使用3D Slicer 5.6.1版本(https://www.slicer.org)在NR和SR超声图像上手动勾画,随后由另一名具有15年经验的放射科医师(J.Z.)审核以确保准确性。所识别的ROI将以NIfTI(NII)格式存储。随后,使用运行于Python(3.7版本)上的Pyradiomics软件包(3.1.0版本)进行特征提取。从NR和SR图像中提取了影像组学特征,包括几何、强度和纹理三种类型。几何特征描述肿瘤的形状特征,而强度特征考虑肿瘤内像素的一阶统计分布。纹理特征表示强度的模式或二阶/高阶空间分布,通常通过不同方法提取,如灰度共生矩阵(GLCM)、灰度游程长度矩阵(GLRLM)、灰度尺寸区域矩阵(GLSZM)和邻域灰度差矩阵(NGTDM)。
为评估可重复性,由两名放射科医师(Y.Z.和S.L.,分别具有5年和2年阴囊超声经验)对80例随机选取的病例进行独立分割。跨读者组内相关系数(ICC)≤ 0.90的影像组学特征被排除,以确保分析的稳健性。
为减少冗余特征,后续步骤为特征选择。首先,采用单变量Student's t检验对提取的特征进行筛选,保留p值 < 0.05的特征。然后,计算特征之间的Pearson相关系数。对于任意两个特征之间相关系数大于0.9的,保留其中一个特征以减少冗余。最后,采用5折交叉验证的最小绝对收缩和选择算子(LASSO)回归算法识别最相关的特征。保留的特征随后用于构建影像组学模型。特征选择的完整流程见图S1a。
NR和SR影像组学模型的建立与比较
采用七种独特的机器学习方法,包括逻辑回归(LR)、支持向量机(SVM)、K近邻(KNN)、随机森林(RandomForest)、极端随机树(ExtraTrees)、极端梯度提升(XGBoost)和轻量梯度提升机(LightGBM),用于构建NR和SR影像组学模型。采用5折交叉验证方法确定最佳机器学习技术。然后,比较NR和SR影像组学模型的有效性,以确定最终影像组学模型。
影像组学、临床及临床-影像组学模型诊断性能的比较
对临床数据进行单因素和多因素LR分析,筛选出p值小于0.05的变量进入临床模型。随后,计算比值比(OR)及其95%置信区间(CI)。接着,提出一种混合临床-影像组学模型,将统计学上关键的临床指标与所选影像组学模型相结合。在训练集、国内验证集和国际验证集中评估影像组学模型、临床模型和临床-影像组学模型的性能,以确定最佳模型。
放射科医师的图像分析
根据世界超声医学与生物学联合会关于睾丸的立场文件[22],SE的超声图像更常表现为均匀、低回声和分叶状,而n-SE的图像更常表现为不均匀并伴有囊性或钙化成分。国内数据集和验证数据集中的睾丸超声图像及实验室数据由两位经验丰富的放射科医师(P.C.和Z.W.,具有10年以上睾丸超声经验)进行审阅,他们对病理数据设盲。为每位患者判定为SE、n-SE或不确定。两位阅片者之间的分歧通过共同讨论解决。图3展示了整个研究的示意图。
统计分析
分类变量以计数和百分比表示,采用卡方检验或Kruskal–Wallis H检验进行比较。连续变量以中位数和四分位距表示,采用Kruskal–Wallis H检验进行分析。诊断性能通过受试者工作特征曲线下面积(AUC)、准确率、敏感度(SEN)、特异度(SPE)、阳性预测值(PPV)和阴性预测值(NPV)进行评估。采用Delong方法比较AUC值。p值<0.05被认为具有统计学意义。随后进行决策曲线分析(DCA)以评估不同诊断模型的临床实用性。采用校准曲线评估实际与预测TGCT亚型之间的一致性。所有统计分析均使用Python(版本3.7)和SPSS(版本26.0)进行。
结果
临床特征
本研究共纳入486例患者、489个睾丸病灶,包括321个SE(65.6%)和168个n-SE(34.4%)。随后将病灶按如下方式划分用于模型开发:训练队列(n=338,64.5%为SE)、国内验证队列(n=92,66.3%为SE)和国际验证队列(n=59,71.2%为SE)。三个数据集的临床基线特征见表1。
多因素LR分析显示,SE个体的年龄较大,血清AFP、LDH和HCG水平较低(p<0.05)(表2)。随后选择这四个具有临床意义的变量用于构建临床模型。
SR与NR影像组学模型的性能
SR重建后,超声图像质量显著提高(图4a–e),PSNR为44.06 ± 4.11 dB,SSIM为0.9967 ± 0.0065。
图S1b、c展示了NR和SR图像提取的影像组学特征。尽管所选特征存在部分重叠,但并非所有特征均为两者共有。在5折交叉验证中表现更优的LR机器学习算法被选用于构建NR和SR影像组学模型(图S2)。与NR影像组学模型相比,SR影像组学模型在训练队列(0.90 vs 0.81,p < 0.001)、国内验证队列(0.82 vs 0.72,p = 0.031)和国际验证队列(0.91 vs 0.69,p = 0.001)中均显示出显著更优的AUC(图4f–h),并被选为最终影像组学模型。
临床-影像组学模型与临床模型、影像组学模型及放射科医师评估的性能比较
如图5所示,在国内验证队列中,临床-影像组学模型对TGCT亚型的鉴别能力优于临床模型(AUC:0.95 vs 0.87,p = 0.038),并优于影像组学模型(国内验证队列AUC:0.82,p = 0.004;国际验证队列AUC:0.97 vs 0.91,p = 0.031)。在国际验证队列中,临床-影像组学模型的AUC高于临床模型(0.97 vs 0.87),但差异无统计学意义(p = 0.099)。校准曲线显示预测终点与实际值之间校准良好。在国内验证队列阈值概率为0.43至0.96、国际验证队列阈值概率为0.45至0.84时,临床-影像组学模型相较其他两个模型获得最大获益(图S3)。
在与经验丰富的放射科医师评估的比较中,国内验证队列中影像组学模型的AUC与放射科医师评估无显著差异(0.82 vs 0.85,p = 0.670),而在国际验证队列中,影像组学模型的AUC超过放射科医师评估(0.91 vs 0.77,p = 0.036)。纳入临床变量后,临床-影像组学模型在国内和国际验证队列中的AUC均显著高于放射科医师评估(分别为p = 0.012和p < 0.001)(表3)。
讨论
在TGCT中,术前准确区分SE与n-SE在临床上仍具有挑战性,因为传统诊断方法——包括临床参数和影像学评估——的鉴别能力有限。睾丸超声仍是评估睾丸肿物的前线影像学检查;然而,其诊断分辨率可能受到图像重建技术和操作者依赖变异性的影响。在本研究中,基于睾丸超声图像,应用预训练的基于深度学习的SR影像组学模型对NR图像进行增强。SR影像组学模型的表现优于NR影像组学模型。基于SR的临床-影像组学模型(分别为0.95和0.97)在国内和国际验证队列中均优于影像组学模型和放射科医师评估(所有p < 0.05),能够实现术前准确、无创地区分SE与n-SE。
仅使用临床参数进行训练时,临床模型在国内和国际验证队列中的AUC均达到0.87。这与SE和n-SE中肿瘤血清标志物包括LDH、β-hCG和AFP的不同表达相对应。根据定义,AFP不会出现在纯SE中[23],而在90%的n-SE患者中常升高[24]。约15%的SE[25]和90%的n-SE[24]患者会出现β-hCG水平升高。LDH作为肿瘤负荷标志物和不良预后因素,但并非鉴别TGCT亚型的特异性标志物[26]。血清标志物检测对于睾丸肿瘤患者的初始评估至关重要,但仅凭血清标志物升高并不能提供明确诊断。肿瘤标志物的应用可能受限于较低的SPE(在国内和国际验证队列中分别为74.2%和64.7%),从而凸显了对更稳健、更准确诊断工具的需求。
临床指南推荐高频超声作为一线影像学方法,用于术前表征睾丸肿瘤[6, 7]。既往研究显示,实性成分与SE相关,而囊性改变与n-SE相关,然而SEN分别仅为76.8%和57.7%[27]。我们的研究在放射科医师评估中证实了这些发现,表现出相似的性能局限性。然而,仅基于主观影像解读的诊断准确性可能无法完全满足最佳患者管理的临床需求。
为解决这些局限性,我们开发了一种新型超声影像组学模型。需要注意的是,影像组学模型的性能高度依赖于图像质量,因为低空间分辨率可能影响特征提取和分析准确性。因此,我们采用了一种基于生成对抗网络(GAN)技术的成熟超分辨率(SR)技术,以提升睾丸超声图像的分辨率。GAN能够通过有效恢复高频细节信息生成高度逼真、细节丰富的高分辨率图像[28]。与传统插值和重建方法相比,GAN生成的图像在放大过程中失真和模糊显著减少,从而显著改善图像质量[29, 30]。在本研究中,定性视觉评估和定量峰值信噪比(PSNR)测量均表明超分辨率处理后图像质量显著提升。与既往超分辨率研究[31]一致,特征选择过程在超分辨率重建后产生了不同的判别性特征,最终使超分辨率模型性能优于非超分辨率(NR)模型,这表明在临床实施前需要进一步改进。
基于超分辨率的临床-影像组学模型具有更优的诊断性能,这源于两个关键因素:(1)超分辨率增强的分辨率改善了特征提取;(2)影像组学特征与潜在组织病理学之间的强相关性。在组织学上,精原细胞瘤(SE)由相对均匀的原始生殖细胞或性原细胞组成,而非精原细胞瘤(n-SE)则表现出源自胚胎和胚外组织的多样化分化模式[7, 32]。因此,影像组学特征能够有效量化纹理信息,以表征睾丸生殖细胞肿瘤(TGCT)中组织成分的瘤内异质性,从而可靠地区分SE与n-SE亚型。
CT和MRI在评估浅表睾丸肿块方面均未表现出更优的诊断性能。这些检查方式主要在临床分期中发挥互补作用,特别是用于评估腹膜后淋巴结转移和远处器官受累。因此,大多数早期睾丸肿瘤患者不会常规接受CT或MRI检查。尽管若干初步研究报道了基于CT和MRI的影像组学在区分SE与非SE方面的潜力,但由于样本量有限,这些发现的临床有效性仍存疑[32–35]。这些方法学局限性凸显了本研究的相对优势。
本研究存在一定局限性。首先,作为一项回顾性多中心研究,超声图像由不同机构使用不同设备采集。由于回顾性设计,本研究无法实现不同设备间影像组学特征的一致性。因此,未来需要前瞻性研究以支持更广泛的临床应用。其次,尽管我们的样本量是迄今已发表的睾丸超声影像组学研究中最多的多中心队列,但由于睾丸肿瘤本身较为罕见,绝对数量仍然有限。
基于深度学习的超分辨率(SR)重建是提高睾丸超声图像质量的有效方法,同时也能提升影像组学特征在区分睾丸生殖细胞肿瘤(TGCT)亚型方面的能力。超分辨率临床-影像组学模型表现出优异的性能,并有潜力作为TGCT患者的术前诊断工具应用于临床环境。
补充信息
电子补充材料
引用
- Zhang Y, Lu S, Peng C, et al. Deep learning-based super-resolution US radiomics to differentiate testicular seminoma and non-seminoma: an international multicenter study. Insights Imaging. 2025. PMID: 40750949. doi:10.1186/s13244-025-02045-y
- 全文:PMC12316629(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12316629/
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。