图像配准提高胰腺腺癌CT客观反应评估的阅片者间一致性
本研究回顾性分析30例可切除胰腺导管腺癌患者的基线及再分期CT,比较RECIST v1.1和WHO标准下肿瘤大小及间期反应的阅片者间变异,并评估图像配准辅助的效果。结果显示基于直径的测量一致性低,图像配准辅助评估可显著提高各经验水平阅片者间的一致性(κ=0.82/0.80/0.81)。
要点
- 基于直径的RECIST/WHO标准在PDAC客观反应评估中阅片者间一致性低(κ=0.0–0.37),PR与SD区分变异大。
- 图像配准辅助的肿瘤反应评估在各经验水平阅片者间均获得更高一致性(κ=0.82/0.80/0.81)。
- 图像配准辅助测量未改变PD/SD/PR/CR总体比例,但将阅片者间不一致率降至2/30(7%)。
核心结论
- CT评估PDAC新辅助治疗期间肿瘤反应存在显著的测量变异。
- 纵向图像配准可提高可重复性并缩小不同经验水平放射科医生在客观反应评估上的差距。
研究设计与样本
- 回顾性分析一项II期临床试验(NCT00536874,2007–2011年纳入38例连续参与者)中的30例经组织病理学证实PDAC且具备完整基线及再分期增强CT的患者。
- 由2名高年资(分别11年和7年经验)和2名低年资(分别2年和3年经验)放射科医生独立进行全胰腺及肿瘤三维分割,并测量轴位最大径以按RECIST v1.1和WHO标准评估反应。
- 对比图像配准辅助与非辅助测量的阅片者间一致性,统计显著性水平α=0.05。
关键影像表现/征象
- PDAC肿瘤分割的GCI在基线/再分期分别为低年资0.42/0.35、高年资0.43/0.39、全体0.43/0.38。
- 低年资阅片者肿瘤分割GCI在再分期低于基线(p=0.04),高年资无显著差异(p=0.34)。
- 高年资全胰腺分割GCI高于低年资(基线与再分期均p<0.001),但肿瘤分割GCI在两组间无差异(基线p=0.77,再分期p=0.31)。
诊断标准与关键数值
- RECIST v1.1采用最长径之和(SLD)单径测量,WHO采用直径乘积之和(SDP)双径测量。
- 直径变化百分比按RECIST v1.1分为CR、PR、SD、PD;%ΔVSeg和%ΔVReg以相同−30%和+20%阈值替代%ΔSLD进行PR/SD和PD/SD分类。
- CCC<0.3为差,0.3–0.6为一般,0.6–0.8为中等,>0.8为强。
- 肿瘤大小变化百分比CCC:最长径低年资/高年资/全体=0.26/0.77/0.59(p<0.01),直径乘积=0.32/0.86/0.66(p<0.001)。
- RECIST分类κ低年资/高年资/全体=0.0/0.37/0.23(p<0.01),WHO=0.0/0.31/0.18(p=0.01);图像配准辅助κ=0.82/0.80/0.81(p<0.01),CCC=0.83/0.95/0.91(p<0.05)。
临床应用与阅片要点
- 作者认为纵向图像配准可提高PDAC客观反应评估的可重复性并缩小经验差距。
- 原文指出RECIST和WHO标准可能缺乏足够可靠性用于PDAC,但文献中尚未建立其阅片者间变异的标准范围。
局限性
- 原文未报告局限性。
全文中译15 节 · 点击展开
引言
在胰腺导管腺癌(PDAC)的治疗过程中,新辅助治疗(NAT)正逐渐成为标准治疗的一部分,用于筛选适合手术的侵袭性疾病患者、控制局部和转移性进展,并有可能使交界可切除疾病降期[1,2]。PDAC对新辅助治疗反应的影像学评估依赖于对血管受累、肿瘤衰减和肿瘤大小变化的判读,这些指标常被用作治疗反应的影像学标志物[3,4]。然而,由于难以区分存活肿瘤与纤维化组织、炎症和水肿,导致许多情况下新辅助治疗后无法准确评估血管侵犯[5,6]。此外,基于强度的影像学标志物难以将PDAC与这些病理生理效应区分开来。再者,PDAC病灶在CT和MRI上相对于正常实质往往表现为边界不清,这进而阻碍了诊断并使临床分期复杂化[7]。
基于大小的测量方法,如实体肿瘤疗效评价标准(RECIST),被广泛认为提供了客观测量治疗反应的稳健方法。然而,由于PDAC病灶边界在影像学上特征不清,基于大小的客观反应测量是否能够以足够的精确度和可重复性来进行、从而可靠地预测新辅助治疗后PDAC的结局,目前仍无定论[2,8–12]。在基线影像中,已有报道PDAC大小测量的读者间一致性较低,CT和MRI上的Dice评分系数范围为0.70至0.73[13–15]。然而,再分期影像中的测量变异性或治疗过程中病灶大小纵向变化的测量变异性,尚未在单一读者评估之外跨影像模态的一致性研究中得到探讨[16]。重要的是,最广泛建立的客观反应临床测量标准,包括RECIST v1.1和世界卫生组织(WHO)指南,是在非胰腺实体肿瘤的背景下制定的,其假设是视觉上明显的病灶边界能够产生稳定的肿瘤大小百分比变化测量。最终,将这些指南应用于PDAC等低对比度病灶可能无法产生可靠的评估,尽管它们在临床试验报告中广泛使用,且目前在胰腺癌管理的国际推荐中占据重要地位[2,17,18]。尽管放射科医生普遍认识到RECIST和WHO标准对PDAC可能缺乏足够的可靠性,但其读者间变异性的标准范围尚未在文献中建立,而它们在临床研究中的持续使用因缺乏更稳健的客观反应测量方法而得以延续,而这些方法正是推进胰腺癌临床管理和个体化治疗所必需的。
最近,有研究提出将纵向图像配准用于改善PDAC的客观缓解测量,其方法利用基线与再分期影像之间的协同配准,以减少在反复评估边界不清病灶时通常会引入的额外测量不确定性的累积[19]。图像配准是一种无监督学习方法,用于确定时间间隔图像序列之间的纵向空间映射。因此,图像配准可通过利用学习到的映射在基线与随访扫描之间转换几何信息(如肿瘤大小和形状标注),从而促进再分期时的标注,本质上是对基线图像中识别的初始感兴趣区的演变进行向前追踪。该配准过程已被证明可在胰腺内产生高度准确的对应关系,平均误差为1至2个体素,从而能够在整个治疗过程中对胰腺内解剖结构进行准确的时空映射[19]。因此,有研究提出将图像配准衍生的治疗反应标志物用于表征PDAC治疗反应,其与生存结局的相关性强于RECIST或PDAC肿瘤体积的直接分割[19]。然而,目前尚不清楚这种无监督学习方法在放射科医师用于支持客观缓解的临床评估时,能在多大程度上减少阅片者间变异。
除了改善临床评估内部的一致性外,提高测量可靠性还直接影响针对PDAC的人工智能(AI)和机器学习应用。放射科医师的标注和再标注通常作为训练和验证的真实参考数据,其中时间点内和时间点间较高的阅片者间变异可能将不确定性传播到AI模型开发中,并最终限制模型的精确度和性能。在本研究中,无监督可变形图像配准被用作一种计算工具,以帮助稳定纵向测量,增强AI系统通过时间以及跨肿瘤、器官和器官系统尺度整合关键影像与其他多模态信息的能力。在影像学背景下,与器官导向测量(全胰腺分割的参考任务)相比,肿瘤导向测量(病灶分割的临床任务)可靠性的差异可能因此影响机器学习算法的下游可靠性,这些算法基于这些指导性标注来预测结局或指导治疗过程。此外,尽管迫切需要改善PDAC肿瘤负荷的临床测量,但目前尚未确定哪种技术(单维/双维直径标注或体积分割)可能产生最稳定的时间点内和时间点间测量。此外,阅片者经验水平对阅片者间可靠性的影响尚未被研究。
为解决这些局限性,本研究的目标是:通过比较肿瘤负荷的直径指标与体积指标在读者间变异性,在有和无图像配准辅助以稳定NAT后客观缓解测量的情况下,表征和评估不同经验水平(初级和高级放射科医师)对PDAC的CT影像评估的可靠性。此外,比较图像配准辅助测量对稳定客观缓解标准读者间可靠性的影响。本文填补了推进影像测量和标注可重复性方面的关键空白,这是可靠AI系统的必要基础。
方法
患者队列
本研究回顾性分析了2007-2011年间前瞻性连续入组的38名参与者的II期临床试验数据(NCT00536874)[20],该试验旨在评估NAT方案对可切除PDAC的疗效。所有患者均在原临床试验下签署知情同意书,这些数据的回顾性分析经机构审查委员会批准,并豁免《健康保险携带和责任法案》授权。试验队列的选择见图1a。最终,n=30名经组织病理学确诊为PDAC且具有完整基线(NAT前)和再分期(NAT后)增强CT影像的患者纳入本回顾性研究进行进一步分析。在临床试验期间,30名患者中有25名在完成NAT方案后接受了切除术。记录与切除病理标本相关的肿瘤直径,用于与CT评估进行比较。随访5年期间记录了生存数据。图1b显示了数据工作流程概览,以评估读者间变异性,详见以下各节。
CT影像
在胰腺方案下获取的NAT前和NAT后轴位增强CT图像经去标识化后导出为DICOM图像。选择用于分析的对比期相基于扫描可用性和胰腺期或门静脉期之间病灶的最大可见度确定。每位患者的基线和再分期图像之间选择一致的对比期相。分辨率和层厚范围为0.66×0.66×2.5 mm³至0.98×0.98×5.0 mm³,轴位层间距相当。
手动分割和病灶标注
两名初级和两名高级放射科医师作为独立读者参与本研究。初级读者分别为具有2年和3年临床经验的放射科住院医师,高级读者分别为具有11年和7年经验的两名腹部放射科主治医师。向每位读者告知每幅NAT前和NAT后图像中存在经病理证实的孤立性PDAC肿瘤。然而,读者对每位患者的所有其他临床结局和影像学检查均设盲。
读者被要求在所有患者的新辅助治疗(NAT)前和治疗后图像中分割整个胰腺和原发性胰腺导管腺癌(PDAC)肿瘤的3D体积。此外,读者测量了治疗前和治疗后图像中肿瘤的最大轴位平面直径,以通过最长直径之和(SLD,单维)及其垂直直径评估根据RECIST v1.1的客观缓解,并通过直径乘积之和(SDP,双维)评估WHO标准。每位读者记录了分割和标注任务所花费的总时间,这些任务在ITK-SNAP(Kitware Inc.,Clifton Park,NY)中执行。分割和标注时间报告于补充数字内容中(见数据,补充数字内容,第S1节:分割时间)。读者接受了软件使用指导,并仅在前三位患者中从研究团队获得了关于所需格式和标注完整性的验证,这三位患者被纳入最终分析。所有其余分割和标注均由每位读者独立完成,研究团队未提供进一步反馈。匿名扫描的数值病例标识符和时间顺序未进行随机化,以便每位读者能够评估患者在NAT间期内纵向相关性。
肿瘤大小的纵向评估
对于每位读者,肿瘤大小的间期变化根据最长直径之和的百分比变化(%ΔSLD)和直径乘积之和的百分比变化(%ΔSDP)进行评估。此外,肿瘤体积的间期变化计算为治疗前和治疗后成像中肿瘤体积之间的百分比变化(%ΔV)。肿瘤体积的百分比变化由每位读者对肿瘤体积的直接分割(%ΔVSeg)以及图像配准过程(%ΔVReg)计算,后者将治疗前肿瘤体积映射到治疗后图像中而不依赖于治疗后肿瘤分割[19]。简言之,图像配准使用加速对称归一化微分同胚基于强度的可变形配准算法[21],在治疗前和治疗后图像之间产生体素到体素的映射,作为无监督学习框架[19]。使用这种患者特异性映射在体素尺度上追踪治疗反应的演变,治疗前图像中识别的肿瘤感兴趣区域被变形到治疗后图像中以估计区域大小的间期变化,而不需要在治疗后扫描中重复进行病灶的显式手动测量。最后,作为先前建议在预测生存结局方面提供比%ΔV更高风险比的额外比较指标[19],肿瘤负荷变化Δ%B也根据肿瘤与胰腺体积比的差异进行测量,定义为,其中和分别是治疗前和治疗后成像中的总胰腺体积。该肿瘤负荷指标直接由每位读者准备的体积分割(Δ%BSeg)和配准辅助工作流程(Δ%BReg)计算,后者将基线肿瘤体积映射到治疗后图像中以代替直接分割进行估计。更多细节见[19]。
统计分析
在初级和高级组内、读者组间以及新辅助治疗(NAT)前和NAT后时间点之间,比较了每位读者对胰腺分割、肿瘤分割和肿瘤直径标注的读者间变异性。通过配对t检验比较了初级和高级读者在两个时间点的平均分割时间。
使用广义一致性指数(GCI)[22]量化了分割空间重叠的读者间一致性,该指数将Jaccard指数推广到允许在多个读者之间进行比较。在两名读者的情况下,GCI通过Dice = 2*GCI/(1 + GCI)的关系与Dice评分密切相关。总体而言,GCI值为零表示任何读者分割之间没有空间重叠,GCI为一表示完美的空间一致性。为评估临床任务中的一致性,在NAT前和NAT后时间点分别计算了初级读者、高级读者以及所有放射科读者(初级加高级读者)的肿瘤分割GCI。同样在放射科读者中评估了全器官胰腺分割参考任务的GCI。GCI与CT肿瘤密度的比较以及胰腺分割读者间一致性与两种深度学习分割算法[23,24]的比较报告于补充数字内容(见数据,补充数字内容,第S2节:CT肿瘤密度的影响和第S3节:与深度学习胰腺分割的一致性)。读者间GCI的差异使用Wilcoxon符号秩检验进行比较。
使用推广到多读者的一致性相关系数(CCC)[25]评估了NAT前和NAT后时间点体积和直径测量的读者间一致性。CCC值< 0.3被认为一致性差,0.3–0.6为一致性一般,0.6–0.8为一致性中等,>0.8为一致性强[26]。每位读者从NAT后CT测量的肿瘤直径与切除病理标本获得的肿瘤直径之间的一致性也通过CCC进行比较。CCC的差异使用[25]中描述的Z检验程序进行统计学比较。同样,基于病灶直径变化、分割体积和配准辅助肿瘤大小追踪的客观缓解纵向测量的读者间一致性通过CCC评估。肿瘤缓解纵向指标与生存结局之间的关联通过Harrell's C指数量化。
最后,根据RECIST v1.1 [27]和WHO客观缓解标准[28],将每位读者的病灶直径百分比变化分为CR、PR、SD和PD组。此外,在RECIST v1.1框架内,使用相同的−30%和+20%阈值分别用于PR/SD和PD/SD,将%ΔVSeg和%ΔVReg作为%ΔSLD指数评分的替代候选指标进行比较。读者间缓解分组的分类一致性通过Fleiss' kappa评估。所有统计检验均使用MATLAB 2021b(MathWorks,Natick,MA)在显著性水平α = 0.05下进行,并由生物统计学家审核。
结果
患者特征
研究队列由15名男性和15名女性参与者组成,平均年龄为67 ± 10岁。患者特征见表1。在本试验设计中,所有患者均计划接受标准化方案的四周期奥沙利铂和吉西他滨化疗,随后根据再分期CT符合条件者接受手术或放疗。两名患者因药物耐受性差而接受的化疗少于四个周期。
重叠一致性
每位读者的分割结果在整器官胰腺分割参考任务中见图2,在PDAC肿瘤分割临床任务中见图3。图4展示了初级、高级和所有放射科医师之间胰腺和肿瘤分割的GCI空间重叠测量。初级读者在NAT前与NAT后成像中胰腺分割的GCI分别为0.63 ± 0.09和0.61 ± 0.07,高级读者分别为0.71 ± 0.05和0.70 ± 0.05,所有放射科医师读者分别为0.69 ± 0.06和0.67 ± 0.05。相应地,初级读者在NAT前与NAT后成像中PDAC肿瘤分割的GCI分别为0.42 ± 0.24和0.35 ± 0.25,高级读者分别为0.43 ± 0.25和0.39 ± 0.26,所有放射科医师读者分别为0.43 ± 0.23和0.38 ± 0.23。在初级(p < 0.001)和高级(p < 0.001)经验水平下,肿瘤分割的GCI均低于全胰腺分割。在初级读者中,NAT后成像中肿瘤分割的GCI低于NAT前成像(p = 0.04),而高级读者在NAT前与NAT后成像中肿瘤分割的GCI之间未表现出可检测的差异(p = 0.34)。比较不同经验水平,高级读者胰腺分割的GCI高于初级读者(NAT前和NAT后CT中均p < 0.001),尽管在NAT前(p = 0.77)或NAT后(p = 0.31)CT中未发现肿瘤分割GCI之间的差异。
尺寸一致性
表2报告了CCC值,量化了初级读者、高级读者和所有读者合并测量的分割胰腺体积、肿瘤体积和肿瘤直径的读者间一致性,以及它们在NAT间期内的百分比变化。
胰腺分割参考任务的体积一致性在初级读者和高级读者中为中等至强。高级读者在[缺失指标]和[缺失指标]方面表现出高于初级读者的CCC值(p < 0.001)。在各读者组之间,胰腺体积百分比变化的CCC无差异证据,总体一致性强,超过0.8。
关于PDAC病灶标注的临床任务,三维肿瘤分割在初级(p = 0.04)和高级(p < 0.001)经验水平下均表现出高于[缺失指标]测量的[缺失指标]测量CCC。此外,高级读者中[缺失指标]的CCC高于初级读者(p < 0.001)。当考虑分割肿瘤体积的间期百分比变化时,初级(CCC = 0.54)和高级(CCC = 0.52)读者中CCC仅表现出中等水平的一致性。然而,当所有读者的测量合并在一起时,发现肿瘤体积变化缺乏一致性(CCC = 0.02)。
最后,初级和高级读者在NAT前和NAT后CT上标注的二维(SDP)和一维(SLD)病灶直径的一致性为中等至强。然而,当考虑间隔百分比变化时,所有读者的CCC低于SDP(p = 0.049)和SLD(p = 0.041)基线测量的CCC。然而,在高级读者中,SDP和SLD百分比变化的CCC与其基线的CCC无差异(SDP:p = 0.75;SLD:p = 0.43),这与初级读者评估病灶直径间隔变化的较低精密度一致。
肿瘤大小的纵向一致性
肿瘤大小纵向变化测量的CCC总结于表3并示于图5。在高级读者中,%ΔSLD表现出比通过图像分割测量的体积变化更高的一致性(%ΔVSeg:p = 0.07;Δ%BSeg:p < 0.001),但比通过图像配准辅助测量的体积变化更低的一致性(%ΔVReg:p = 0.002;Δ%BReg:p = 0.01)。在初级读者中,%ΔSLD的CCC一致性与基于手动图像分割的体积变化的一致性无差异(%ΔVSeg:p = 0.30;Δ%BSeg:p = 0.75),但表现出比配准辅助的体积变化测量更低的一致性(%ΔVReg:p = 0.002;Δ%BReg:p = 0.04)。%ΔSDP也反映了类似趋势,其中%ΔSDP的CCC与%ΔSLD的CCC在所有读者中无差异(p = 0.52)。在所有读者中,配准辅助测量%ΔVReg和Δ%BReg相比源自直径标注(p < 0.05)或直接分割(p < 0.001)的测量产生了更高的一致性,并表现出对读者经验水平的较少依赖性。
客观缓解标准的一致性
根据RECIST v1.1和WHO标准分别通过%ΔSLD和%ΔSDP将患者分类为PD/SD/PR/CR组,产生了由表4中报告的Fleiss kappa值总结的读者间混淆率。还包含了按读者划分的缓解类别分布和详细混淆率(见数据,补充数字内容,补充表S2,其中显示了按读者划分的缓解类别及由此产生的混淆率)。根据利用病灶直径变化作为其指标评分的RECIST v1.1和WHO标准,在试图区分PR和SD时观察到高的读者间变异性。高级读者在30例患者中的5例(17%)对RECIST v1.1分类存在争议,每例均表现为PR/SD之间的分歧,并在30例患者中的6例(20%)对WHO分类存在争议,表现为5例PR/SD之间的分歧和1例SD/PD之间的分歧。在初级读者中观察到更高的分歧率,30例患者中的12例(40%),其中读者在12例中的8例对PR/SD提出异议,在12例中的4例对SD/PD提出异议。当使用病灶直径作为方案指标评分时,RECIST v1.1和WHO标准在初级读者中未导致一致性(kappa值为0.0)。高级读者表现出比初级读者更高的与RECIST和WHO标准分类的一致性(分别为p < 0.01和p < 0.05),尽管kappa值中等,低于0.4。
此外,表4和补充表S2报告了在采用%ΔVSeg和%ΔVReg作为替代指标评分时RECIST v1.1的kappa值和混淆率。当应用RECIST v1.1截断值对%ΔVSeg评分进行分层时,与由%ΔSLD建立的RECIST v1.1相比,kappa值未发现差异(p = 0.88),尽管观察到向PR的显著偏倚。然而,当RECIST v1.1采用%ΔVReg作为替代指标评分时,kappa值在所有阅片者组中均高于由%ΔSLD建立的RECIST v1.1(初级阅片者:0.82 vs. −0.04,p < 0.001;高级阅片者:0.80 vs. 0.37,p < 0.01;所有阅片者:0.81 vs. 0.23,p < 0.001)。此外,配准辅助指标测量未导致研究人群中观察到的PD/SD/PR/CR比例发生整体偏移,但将初级阅片者中的不一致率大幅降低至仅30例患者中的2例(7%),专家阅片者中为30例患者中的2例(7%)。
与病理学的一致性
将每位阅片者在NAT后CT上标注的病灶最长径与病理学切除后肿瘤直径的地面真值进行比较。每位阅片者的相关性图见图6。初级阅片者与病理学一致性的CCC为0.64(95% CI:0.37–0.81),与高级阅片者与病理学一致性的CCC 0.53(95% CI:0.23–0.74)无显著差异(p = 0.51)。在所有阅片者中平均而言,影像学标注倾向于低估病理学病灶直径0.49 ± 0.72 cm(95% CI:0.35–0.63 cm;p < 0.001)。
与生存结局的关联
总生存期(OS)和无复发生存期(RFS)结局在5年随访期内收集。治疗反应的影像学标志物评分与生存结局之间的关联采用Harrell's C指数进行量化。图7显示了各单变量肿瘤反应指标的C指数均值、标准差和95%置信区间(另见数据,补充数字内容,补充表S3,其中报告了数值范围)。仅发现Δ%BReg产生的C指数高于0.6,并且与所有其他标志物相比提供了与总生存期最强的关联,而与RFS的关联之间未观察到显著差异。发现配准辅助的治疗反应标志物(Δ%BReg和%ΔVReg)在连续指示OS方面比分别用于RECIST v1.1和WHO标准的%ΔSLD和%ΔSDP更准确(Δ%BReg:0.63和%ΔVReg:0.58 vs. %ΔSLD:0.50和%ΔSDP:0.50;所有p < 0.05)。
讨论
由于胰腺导管腺癌(PDAC)病灶边界不清且呈等密度特征,精确勾画PDAC是一项具有挑战性的影像学任务。本研究报道了在初级和高级放射科医师中,对新辅助治疗(NAT)前和NAT后CT中PDAC病灶分割和大小标注的阅片者间一致性相对于全胰腺分割的综合分析。此外,评估了基于直径标注、容积图像分割和图像配准方法对治疗反应进行纵向评估的阅片者间变异性。我们的主要发现是:(1)PDAC病灶标注的重叠一致性在初级和高级临床经验水平之间高度可变,平均GCI低于0.5,每位患者的阅片者一致性GCI值在0至0.8之间;(2)基于直径标注和容积分割的肿瘤反应纵向测量的阅片者间一致性为中等到差,在所有阅片者间比较时CCC低于0.7;(3)图像配准辅助的纵向评估与显著更高的阅片者间一致性相关,CCC评分约为0.9。
PDAC肿瘤分割与低空间一致性和直径及容积测量百分比变化的差纵向一致性相关,这可能是由于考虑到PDAC病灶边界不清的性质,在不同成像时间点精确估计病灶边界的能力存在差异。治疗相关效应包括包裹性纤维化和胰腺炎[29,30]可能改变肿瘤周围的强化模式,并进一步恶化阅片者间及跨NAT间期的肿瘤分割空间一致性。我们发现,阅片者对NAT后CT中肿瘤直径的评估低估了切除病理标本测量的病灶大小约0.5 cm,这印证了其他已发表报道[31–33]的发现,即NAT后CT直径平均低估组织病理学测量的存活肿瘤0.4–0.7 cm。在组织病理学成像中更为明显的神经周围趋向性[34]等生物学效应以及治疗相关纤维化(可在影像上掩盖残留存活肿瘤)可能导致了再分期CT中病灶大小的低估。无监督可变形图像配准方法从基线到再分期成像维持空间一致的兴趣区,可能成为放射科医师的辅助决策支持工具,比在低可见度实体瘤中重复大小标注更可靠地追踪病理尺度变化的整体效应。
在本研究中,RECIST和WHO标准中观察到显著的阅片者间变异性,这为当前客观缓解指标在指导治疗决策或作为PDAC药物治疗试验替代终点时的可靠性提供了背景参考。即使在资深阅片者中,本研究中观察到的kappa值<0.4也低于先前关于PDAC的报道[16,35],提示这些普遍接受的客观缓解标准的可靠性可能取决于患者队列的机构和影像学特征。然而,图像配准辅助产生了一个RECIST指标,在两个阅片者经验水平上均使kappa一致性>0.8。研究发现,这些机器增强的客观缓解指标在阅片者间一致性方面产生的CCC高于基于图像分割的容积测量以及RECIST和WHO指南中当前使用的基于直径的指标。此外,初级和高级经验水平之间CCC的差异在配准辅助指标中小于直径或容积分割方法。进一步支持的是,这些配准辅助的治疗缓解指标也与生存结局提供了更好的连续关联。总体而言,这些结果提示纵向图像配准辅助为放射科医师提供了改善纵向图像注释可重复性的机会,并减轻阅片者技能对PDAC客观缓解测量的影响。
结论
个性化医疗依赖于可靠的测量作为治疗规划、监测和定制化的基础。本工作表明,PDAC肿瘤范围的测量在基线影像、随访影像和肿瘤大小间期百分比变化中,在放射科医师各经验水平之间均与较低的阅片者间一致性相关。然而,纵向图像配准可用于将基线的初始基于大小的注释传播到再分期影像中,从而实现更稳健的治疗缓解测量,并作为一种决策支持工具供放射科医师使用以提高其测量的一致性。研究发现,配准辅助的客观缓解测量在缓解分类中实现了更好的阅片者间一致性,与生存结局的关联也优于未使用图像配准辅助的测量,同时减少了客观缓解评估对阅片者经验水平的依赖,全面增强了其在临床和AI工作流程中的实用性。
补充材料
引用
- Heiselman JS, Horvat N, El Homsi M, et al. Image registration improves inter-reader agreement of objective response in CT assessment of pancreas adenocarcinoma. Eur J Radiol. 2026. PMID: 41846066. doi:10.1016/j.ejrad.2026.112776
- 全文:PMC13246015(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13246015/
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。