基于动态对比增强MRI的深度学习框架对Nottingham组织学分级2级乳腺肿瘤进行风险分层
研究利用Duke-Breast-Cancer-MRI和advanced-MRI-breast-lesions公开数据集,开发并验证了卷积神经网络模型DeepRadGrade,在DCE MRI上区分NHG1与NHG3肿瘤,再将456例NHG2肿瘤分为DRG2−(NHG1样)和DRG2+(NHG3样)亚组。DRG2+组无复发生存期显著差于DRG2−组(校正HR=2.39,95%CI 1.29-4.45,p=0.0059),将DRG分类加入Cox模型使C-index从0.68提升至0.73(p=0.040)。
要点
- DeepRadGrade模型在DCE MRI上区分NHG1与NHG3肿瘤的AUC为训练0.84、测试0.82、外部验证0.84。
- 456例NHG2肿瘤中315例归为DRG2−、131例归为DRG2+,DRG2+组RFS显著更差(校正HR=2.39)。
- Grad-CAM显示模型关注强化肿瘤区域及邻近瘤周组织。
核心结论
- 基于常规DCE MRI的深度学习模型可将NHG2乳腺肿瘤分为具有不同复发风险的临床有意义亚组。
- 该方法为个体化风险分层提供了成本效益工具,可能有助于调整治疗以减少中级别乳腺癌的过度治疗和治疗不足。
研究设计与样本
- 研究为回顾性分析,使用公开的Duke-Breast-Cancer-MRI数据集(n=877)和advanced-MRI-breast-lesions数据集(n=37)的临床与影像数据开发并验证DeepRadGrade卷积神经网络模型。
- 训练集来自Duke数据集的NHG1(n=162)和NHG3(n=269)肿瘤,按80%训练、20%测试随机划分;外部验证使用advanced-MRI-breast-lesions数据集的NHG1(n=12)和NHG3(n=25)肿瘤。
- MRI采集使用Siemens或General Electric 1.5-T或3-T扫描仪,层厚1.00–2.5 mm,平面内分辨率0.56–1.30 mm,对比剂经外周静脉以0.2 mL/kg体重剂量注射。
- 参考标准为Nottingham组织学分级,由小管形成、核多形性和核分裂计数三项评分相加得出:3–5分为NHG1,6或7分为NHG2,8或9分为NHG3。
- 模型以每例患者8个轴位切片为输入时性能最优,使用约登指数确定NHG1样与NHG3样分类的最佳阈值0.48。
关键影像表现/征象
- Grad-CAM热图显示卷积神经网络关注强化肿瘤区域及邻近瘤周组织。
诊断标准与关键数值
- DeepRadGrade区分NHG1与NHG3肿瘤的AUC:训练0.84(95%CI 0.83-0.86)、测试0.82(95%CI 0.71-0.91)、外部验证0.84(95%CI 0.69-0.96)。
- 以约登指数最佳阈值0.48将456例NHG2肿瘤分为DRG2−(NHG1样,n=315)和DRG2+(NHG3样,n=131)。
- DRG2+组较DRG2−组RFS更差,校正年龄、淋巴结侵犯、T分期和分子分型后校正HR=2.39(95%CI 1.29-4.45),p=0.0059。
- 传统预后因素Cox模型C-index为0.68(95%CI 0.59-0.76),加入DRG分类后C-index提升至0.73(95%CI 0.66-0.80),p=0.040。
临床应用与阅片要点
- DCE MRI已属标准诊断流程,该深度学习框架可基于常规采集的DCE MRI数据进行肿瘤全域评估,不增加额外成本。
- 作者认为DRG2+高风险亚组患者可能受益于更积极的治疗或更密切的监测,DRG2−低风险亚组患者可能避免过度治疗及其相关毒性。
- 作者认为该框架可补充现有基因组和病理学方法,联合应用可能实现更全面的肿瘤侵袭性评估。
局限性
- 本研究为回顾性分析,各机构和扫描仪间MRI采集参数、制造商和场强差异未直接校正,可能影响深度学习模型性能。
- 外部数据集仅纳入37例患者,且无随访死亡或复发数据,需要在更大、更精细的数据集上进一步测试以提高泛化能力。
- 卷积神经网络框架未与放射科医师或常用临床风险模型(如Oncotype Dx、Ki-67增殖指数或基因组检测)进行基准比较,因Duke数据集多数患者缺乏基因组信息且放射科医师分级数据未系统获取,直接比较不可行。
- 模型训练所用NHG1和NHG3标签由三项组织学评分相加得出,但NHG分级存在高观察者间变异且无共识复核,训练过程存在噪声或不一致标签的风险。
- 分析未校正种族(DRG2+组黑人比例27.48% vs DRG2−组16.83%)和治疗类型(新辅助化疗 vs 原发手术),后者与已校正的分子分型等协变量高度相关。
全文中译13 节 · 点击展开
引言
在乳腺癌的各种预后指标中,如分子亚型、分期和患者年龄,诺丁汉组织学分级(NHG)是影响治疗决策的核心因素。NHG评估关键的组织病理学特征,包括腺管形成、核多形性和核分裂率,将肿瘤分为NHG1级(高分化)、NHG2级(中分化)或NHG3级(低分化)[1]。较高的分级通常提示更具侵袭性的肿瘤行为,并与较差的预后相关[2]。
NHG2占所有乳腺癌病例的一半[3–5],代表一个具有多样生物学行为、不同复发风险和临床结局的异质性群体。这种变异性导致治疗决策的不确定性,增加了过度治疗和治疗不足的风险[6]。因此,越来越需要改进风险分层和更精确的预后评估,以指导NHG2乳腺癌患者的个体化治疗规划。
已有多种基因表达和基因组分析技术被用于将NHG2肿瘤细分为高风险和低风险组[7–10]。然而,这些分子方法可能成本高昂且耗时,限制了常规临床应用。深度学习(DL)模型在复杂图像模式识别方面表现出色,已成为风险分层的一种有前景的替代方法[11–13]。值得注意的是,一项研究表明,使用组织病理学图像的DL模型可以进一步将NHG2肿瘤分为两个不同的预后亚组[14]。
基于DL的方法也已成功应用于乳腺磁共振成像(MRI),用于各种结局的风险分层,包括乳腺恶性可能性、病理完全缓解和Oncotype复发评分[15–17]。然而,其在专门细化NHG2肿瘤患者风险评估方面的潜力在很大程度上仍未被探索。MRI是一种非侵入性模态,可提供乳腺肿瘤的三维可视化,提供关于大小、形态、强化和动力学参数的高分辨率数据,反映 underlying 肿瘤生物学[18]。动态对比增强(DCE)MRI捕获对比剂摄取和廓清的时间变化,已被证明在表征肿瘤血管性和灌注方面具有高度价值,这些是已知的肿瘤侵袭性指标[19–21]。利用常规获取的DCE MRI数据,基于DCE MRI的DL风险分层能够以无额外成本实现全面的全肿瘤评估。这种方法有可能提高预后准确性并指导更个性化的治疗决策,确保较高风险NHG2肿瘤患者接受强化治疗以降低复发风险,而较低风险肿瘤患者则避免过度治疗及其相关毒性[22, 23]。
在既往基因组分析和组织病理学研究的基础上,我们开发并验证了一个使用DCE MRI的深度学习(DL)框架,以细化乳腺癌预后中的风险分层。首先,我们基于DCE MRI训练了一个DL模型,将肿瘤分类为NHG1或NHG3。经过外部验证后,我们将该模型应用于NHG2肿瘤的DCE MRI,将其重新分类为NHG1样或NHG3样亚组。我们比较了两个NHG2亚组之间的无复发生存期(RFS)。此外,我们评估了这种基于DL的方法是否提供独立于常规临床预测因素(包括年龄、淋巴结侵犯、肿瘤分期和分子亚型)的额外预后价值。
材料和方法
数据来源
数据来自公开可用的Duke-Breast-Cancer-MRI数据集[24, 25],该数据集包含922例经活检确诊的浸润性乳腺癌去标识化患者诊断时的DCE乳腺MRI和其他临床数据(如诊断时年龄、分期、分子亚型以及管状形成、核多形性和核分裂计数)。NHG ground truth通过将每个肿瘤的管状形成、核多形性和核分裂计数相加计算得出。评分为3–5分归类为NHG1,6或7分归类为NHG2,8或9分归类为NHG3。NHG评分缺失的患者(n = 21)被排除。无随访数据的患者(n = 24)被排除在亚分层和RFS分析之外。
数据还来自公开可用的advanced-MRI-breast-lesions数据集[26],该数据集包含200例乳腺病变去标识化患者诊断时的DCE乳腺MRI和其他临床数据。无乳腺癌(仅为良性乳腺病变)、诊断时无MRI(仅有治疗后MRI)或NHG评分缺失(n = 123)的患者被排除。未在该数据集上进行NHG2患者的分层和RFS分析,因为RFS随访数据不可用。
MRI采集
使用Siemens或General Electric 1.5-T或3-T扫描仪轴位采集一个增强前和三个或四个增强后多层T1加权脂肪饱和梯度回波期,层厚为1.00–2.5 mm,平面内分辨率为0.56–1.30 mm,对比剂经外周静脉以0.2 mL/kg体重剂量静脉给药[24–26]。
图像预处理
来自Duke-Breast-Cancer-MRI数据集的NHG1(n = 162)和NHG3(n = 269)肿瘤患者被随机分为训练集(80%)和测试集(20%)。使用来自Advanced-MRI-Breast-Lesions数据集的NHG1(n = 12)和NHG3(n = 25)肿瘤患者的DCE MRI进行外部验证。对每位患者,在增强前和前三期增强后图像上进行最小–最大归一化。我们在一位委员会认证的放射科医师指导下,裁剪每位患者肿瘤周围区域,大小为3 × 14 × 64 × 64(期 × 上/下 × 前/后 × 左/右)。从每位训练患者的14层轴位切片中,随机选择四层进行水平翻转,四层进行垂直翻转,其余五层保持不变。每个3 × 64 × 64(期,前/后 × 左/右)轴位切片随后用作独立的训练输入。在测试集中,使用紧邻肿瘤中心上方的轴位切片,不做增强。模型分别以每位患者14、12、10、8、6和4个输入切片进行训练。
卷积神经网络(CNN)架构
使用更复杂架构(如ResNet、三维CNN以及输入整个MRI)进行的实验导致了过拟合。因此,采用了带裁剪的二维方法。使用二维3×3卷积核生成了一个顺序CNN(图1)。在每个卷积层之后,使用修正线性单元(ReLU)激活函数和2×2最大池化对图像维度进行下采样,每个卷积层的通道数加倍,在最后一个卷积层之后从1×1矩阵产生512个特征。在展平该张量之后,使用两个全连接线性层,第一个线性层将特征降至256,随后是ReLU激活函数,最后一个线性层将特征降至单个节点以进行二分类。对最终输出应用了sigmoid激活函数。
模型训练、测试和验证
使用类别敏感的二值交叉熵损失和Adam优化器训练CNN将肿瘤分类为NHG1或NHG3,训练1100个epoch,批量大小为512,学习率为5×10−6。使用受试者工作特征(ROC)曲线下面积(AUC)及其95%置信区间(CI)评估模型区分NHG1和NHG3肿瘤的性能。通过最大化约登指数(灵敏度+特异度–1),确定了将肿瘤分类为NGH1样或NGH3样的最佳阈值。然后,模型评估了从Duke-Breast-Cancer-MRI数据集中保留为测试集的456个NHG2肿瘤,随后根据最佳阈值对其进行分层。NHG1样肿瘤被称为DeepRadGrade 2阴性(DRG2−),NHG3样肿瘤被称为DRG2+,因此“较高风险NHG2肿瘤”被分类为DeepRadGrade 2阳性(NHG3样)(DRG2+),“较低风险NHG2肿瘤”为DRG2−。为更好地理解哪些图像区域对CNN的预测有贡献,我们应用了梯度加权类激活映射(Grad-CAM)。Grad-CAM计算输出类别分数相对于所选卷积层特征图的梯度,生成热图以突出对模型决策最有影响的区域[27, 28]。我们使用CNN的最终卷积块(层索引9)生成Grad-CAM叠加图,然后将其重新缩放并叠加到原始增强前和增强后DCE-MRI切片上。
RFS分析
随访时间以月为单位计算,从乳腺癌诊断日期至首次发生事件(全因死亡或复发)的日期或至末次无复发生存评估的日期(右删失)。生成Kaplan–Meier无复发生存(RFS)曲线并进行log-rank检验,采用多因素Cox比例风险模型比较复发或全因死亡风险的風險比(HR)。调整的协变量包括诊断时的以下变量:年龄、T分期≥2、淋巴结侵犯(淋巴结[N]分期≥1)和分子亚型(分类为ER+/HER2−(±PR)、ER+/HER2+(±PR)、ER−/HER2+(±PR)、ER−/HER2−(PR−))。在NHG2肿瘤患者中,生成两个Cox比例风险模型,分别包含和不包含DRG分类(DRG2−或DRG2+)。
统计分析
通过应用配对bootstrap(1000次重采样)估计每个模型的一致性指数(C-index)来比较Cox比例风险模型的预测性能。计算bootstrap分布的均值差和95%CI,并获得双侧p值。组间特征差异采用卡方检验评估分类变量,采用独立t检验评估连续变量,p值小于0.05被认为具有统计学显著性。
软件和硬件
本研究的代码使用Python 3.7.6编写,使用了PyTorch、NumPy、Pandas和LifeLines库,可在https://github.com/hadidchi/Deep-Rad-Grade获取。训练在NVIDIA A1000 GPU上进行,该GPU通过Albert Einstein医学院的高性能计算节点集群提供。
结果
图2显示了患者选择流程图。训练了一个卷积神经网络(CNN)以区分162例NHG1和269例NHG3肿瘤的DCE MRI,随后用于将NHG2肿瘤细分为低风险和高风险亚组。
使用每位受试者肿瘤质心周围不同数量的训练切片训练了多个模型(表1)。每位受试者使用8张轴位切片的模型表现出最佳性能(训练AUC=0.84 [95%CI:0.83,0.86],测试AUC=0.82 [0.71,0.91],外部数据集验证AUC=0.84 [0.69,0.96])。
使用最佳Youden阈值为0.48,训练好的网络评估了456例NHG2肿瘤患者的DCE MRI,将315例分类为NHG1样(DRG2−),131例分类为NHG3样(DRG2+)。NHG1、DRG2−、DRG2+和NHG3组的特征见表2。诊断时,DRG2+和NHG3组患者年龄约50岁,NHG1和DRG2−组患者年龄约55岁(p<0.001)。与DRG2−患者相比,DRG2+患者中黑人比例更高(27.48% vs 16.83%)。DRG2+组的T分期和N分期总体更高,而分子亚型分布和个别NHG亚成分评分(如腺管形成、核多形性和核分裂计数)在DRG2−和DRG2+组之间基本相似。
图3A显示了Kaplan–Meier RFS曲线,其中NHG2组的预后介于NHG1和NHG3组之间。应用深度学习(DL)风险分层后,DRG2−组显示出与NHG1组相似的RFS,DRG2+组显示出与NHG3组相似的RFS(图3B)。
表3展示了评估NHG2乳腺癌患者RFS的多变量Cox比例风险模型。使用传统预后因素(年龄、淋巴结侵犯、T分期和分子亚型)的模型产生的C指数为0.68 [0.59 0.76],主要预测因素为淋巴结侵犯(校正HR = 1.64 [0.92, 2.93])、T分期≥2(校正HR = 3.49 [1.72, 7.08])以及三阴性 vs ER+/HER2−(±PR)分子亚型(校正HR = 2.48 [1.21, 5.06])。将DRG2+或DRG2−的DRG分类加入模型后,C指数从0.68 [0.61, 0.76]提高至0.73 [0.66, 0.80](p = 0.040)。经DL模型分类为DRG2+是RFS的显著预测因素(校正HR = 2.39 [1.29, 4.45]),独立于诊断时年龄、淋巴结状态、T分期和分子亚型。
Grad-CAM显示CNN关注于强化肿瘤区域及邻近瘤周组织(补充图1)。图中展示了NHG2肿瘤的两个代表性病例,分别分类为DRG2+和DRG2−。
讨论
我们开发并验证了一个使用DCE MRI的DL框架,用于细化NHG2肿瘤的风险分层。将该分类纳入RFS的预测性Cox比例风险模型后,C指数从0.68提高至0.73(p = 0.040)。DRG2+分类患者较DRG2−患者更可能发生复发或死亡(校正HR = 2.39 [1.29, 4.45])。这种NHG2亚分层提供了附加的预后价值,独立于年龄、淋巴结侵犯、T分期和分子亚型。
我们的研究受到先前利用基因组分析和组织病理学图像来细化肿瘤分级的工作的启发。Wang等人使用一个34基因RNA测序面板对转录组分级肿瘤进行升级和降级,发现NHG2肿瘤中高转录组分级亚组的复发或全因死亡风险显著高于低转录组分级亚组(HR = 2.43 [1.13, 5.20])[8]。另一项研究应用97基因特征将NHG2肿瘤分为低风险和高风险亚组,报告高基因表达分级指数与复发风险增加相关(HR = 3.61 [2.25, 5.78])[7]。EndoPredict是一种基于RNA测序的方法,将ER + HER2 − NHG2乳腺癌患者进行二分法分组,发现RFS存在显著差异(HR = 5.07 [3.23, 7.94])[10]。在组织病理学方面,对全切片图像的深度学习分析显示,与降级NHG2组相比,升级NHG2组的复发或全因死亡风险增加(HR = 1.91 [1.11, 3.29],p = 0.019)[14]。我们的研究首次应用基于深度学习的DCE MRI分析对NHG2肿瘤进行升级和降级。我们利用了多个DCE时间点,捕捉时间对比动力学,其提供了关于肿瘤病理生理学和血管性的重要信息[29]。由于DCE MRI已是标准诊断工作流程的一部分,该方法可以零额外成本整合到临床实践中。我们还将这种基于深度学习的分层纳入RFS的多变量预测模型,以表明NHG2亚分层提供了额外的预后价值,独立于年龄、淋巴结侵犯、肿瘤T分期和分子亚型。该框架可以补充现有的基因组和组织病理学方法,以进一步细化这一异质性NHG2组的预后。
我们的框架有潜力成为协同增强现有基因组和病理学方法的工具。Oncotype Dx和Ki-67增殖指数等基因组检测提供肿瘤生物学的分子见解[30–32],而我们基于MRI的深度学习方法利用常规获取的影像来提供额外的、非侵入性预后信息。重要的是,这些模态捕捉肿瘤异质性的不同维度,综合考虑时可能更强大[33, 34]。通过将基于影像的风险分层与分子检测相结合,研究人员和临床医生可以实现对肿瘤侵袭性的更整体评估,同时平衡成本、可及性和患者便利性的考量。
改进的亚分层具有显著的临床意义。高风险DRG2+亚组中的患者可能受益于更积极的治疗或更密切的监测,以减轻其增加的复发风险,而低风险DRG2−亚组中的患者可能潜在地避免过度治疗及其相关毒性[22, 23]。这种精细化分类支持了日益强调的个性化癌症治疗,其中增强的预后精确性为关于化疗、靶向治疗和放疗的治疗决策提供信息[35]。
应承认若干局限性。本研究为回顾性分析,不同机构和扫描仪之间MRI采集参数、制造商和场强的差异未直接校正,可能影响我们深度学习(DL)模型的性能。外部数据集仅纳入37例患者,其随访死亡或复发数据不可用。需要在更大、更细粒度的数据集上进行额外测试以提高泛化能力。另一个重要局限性是,我们的卷积神经网络(CNN)框架未与放射科医师或广泛使用的临床风险模型(如Oncotype Dx、Ki-67增殖指数或基因组检测)进行基准比较。由于Duke数据集中大多数患者缺乏基因组信息,且放射科医师分级数据无法系统获取,直接与这些方法比较不可行。因此,尽管我们的模型显示出有前景的预后判别能力,但在未与当前标准治疗进行头对头评估的情况下,其可解释性和临床整合仍不确定。未来工作应纳入与人类读者和基因组检测的前瞻性比较,以更好地确立DL在现有临床工作流程中的补充作用。该模型使用由三个组织学评分相加得出的NHG1和NHG3标签进行训练。然而,NHG分级在没有共识审查的情况下存在高度的观察者间变异性。因此,训练过程中存在标签噪声或不一致的风险。作为概念验证研究,发现肿瘤中心周围的8个切片是模型的最佳输入(表1)。这很可能是因为该体积之外的切片往往噪声较大且不包含“有用”信息。此外,使用8个切片还降低了计算成本。DRG2+组中黑人患者比例高于DRG2−组(27.48% vs 16.83%)。种族可能是一个混杂预测因素,因其与三阴性乳腺癌相关。在我们的多变量分析中,除种族外的相关混杂变量均已校正。同样,我们的分析未校正治疗类型(新辅助化疗 vs 原发手术),因为该变量与已校正的协变量(如分子亚型)高度相关。我们的模型仅使用DCE MRI。整合额外的MRI方案,如扩散加权和T2加权成像,或将组织病理学数据与前瞻性多中心验证相结合,可增强性能和实用性。虽然我们采用了易于实施的常规CNN,但可以探索更先进的DL架构以及在更大数据集上对更复杂模型进行微调[36]。
结论
我们开发并验证了一个基于DL DCE MRI的分类框架,用于对NHG2级乳腺肿瘤进行分层。将DL驱动的DCE MRI分析整合到临床工作流程中,为肿瘤科医生提供了一种强大、具有成本效益的工具,以更有效地定制治疗策略,有望通过个体化风险分层改善临床结局。随着成像技术和人工智能的不断发展,DL模型在癌症预后预测中的应用代表了精准肿瘤学中一个有前景的前沿方向。
补充信息
补充信息
引用
- Hadidchi R, Agrawal A, Liu MZ, et al. A deep learning framework to stratify Nottingham histologic grade 2 breast tumors based on dynamic contrast-enhanced MRI. Eur Radiol. 2025. PMID: 41405689. doi:10.1007/s00330-025-12208-6
- 全文:PMC13086883(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13086883/
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。