基于影像组学的超声模型鉴别子宫肉瘤与平滑肌瘤(ROMUS):一项回顾性试点多中心意大利卵巢癌试验(MITO)研究
本研究为回顾性、多中心、试点病例对照研究,纳入200例患者(100例子宫肉瘤、100例普通型平滑肌瘤),提取超声图像影像组学特征构建机器学习模型。验证集中,整合患者年龄与影像组学特征的XGBoost模型AUC为0.93、敏感度0.93、特异度0.83(恶性风险阈值47%),其分类能力与原始超声检查者主观评估相似,敏感度更高但特异度更低。作者认为需纳入良性平滑肌瘤变异型的大型前瞻性研究来确认影像组学的作用。
要点
- 验证集中整合年龄与8个影像组学特征的XGBoost模型AUC 0.93、敏感度0.93、特异度0.83(阈值47%)。
- 仅用影像组学特征的模型验证集AUC 0.87、敏感度0.87、特异度0.83。
- 肉瘤更多表现为单发、体积更大、边界不规则、有声影更少及「cooked appearance」。
核心结论
- 包含8个影像组学特征和患者年龄的模型在鉴别子宫肉瘤与平滑肌瘤方面表现出相当好的判别与分类性能。
- 该模型的分类能力与原始超声检查者的主观评估相似,敏感度更高但特异度更低。
- 作者认为需纳入良性平滑肌瘤变异型的大型前瞻性研究来确认影像组学鉴别子宫肉瘤与平滑肌瘤的作用。
- 作者提出若影像组学模型的良好性能得到确认,将自动化影像组学分析整合入超声机器软件可能帮助超声检查者鉴别肉瘤与良性平滑肌瘤。
研究设计与样本
- 回顾性、多中心、观察性、试点病例对照研究,协调中心为意大利罗马Fondazione Policlinico Universitario A. Gemelli IRCCS。
- 纳入200例患者(100例子宫肉瘤、100例普通型平滑肌瘤,即不包括良性平滑肌瘤变异型),按70:30随机分为训练集140例(70例肉瘤、70例平滑肌瘤)与验证集60例(30例肉瘤、30例平滑肌瘤)。
- 纳入2010年1月至2022年6月术前超声检查、年龄≥18岁、有组织学诊断且至少有一张DICOM格式术前灰度超声图像者;排除图像质量差、图像中可见卡尺或文字覆盖肿瘤、仅有彩色多普勒图像者。
- 共29/174个受邀中心回应,其中13个中心能提供符合严格纳入标准的临床信息与超声图像。
- 参考标准为组织学诊断(子宫切除、肌瘤剔除或腹腔镜/开腹活检),由当地中心病理科提供,未进行中心病理复核。
关键影像表现/征象
- 肉瘤较平滑肌瘤更常表现为单发病灶(81% vs 46%;P < 0.0001)。
- 肉瘤最大肿瘤直径大于平滑肌瘤(均值±SD 112±59 mm vs 73±38 mm;P < 0.0001)。
- 肉瘤较平滑肌瘤更常为中等或丰富血流(彩色评分3或4分,70% vs 39%;P < 0.0001)。
- 边界不规则见于66%的肉瘤 vs 1%的平滑肌瘤(P < 0.0001)。
- 肉瘤中95%表现为不均匀回声、64%含囊性区,平滑肌瘤分别为59%和11%;肉瘤声影少于平滑肌瘤(21% vs 83%;P < 0.0001),「cooked appearance」见于48%的肉瘤 vs 2%的平滑肌瘤(P < 0.0001)。
诊断标准与关键数值
- 验证集中整合患者年龄与影像组学特征的XGBoost模型:AUC 0.93、敏感度0.93、特异度0.83,恶性风险阈值47%(该阈值基于训练集Youden指数获得最多正确分类)。
- 验证集中仅整合影像组学特征的模型:AUC 0.87、敏感度0.87、特异度0.83。
- 原始超声检查者主观评估在验证集中敏感度0.87、特异度1;两位专家回顾性审阅灰度超声图像的敏感度均为0.87、特异度均为0.80。
- 共提取63个影像组学特征,其中8个在肉瘤与平滑肌瘤间差异有统计学意义且不相关,被选入模型构建。
- 主观评估中将不确定诊断归类为恶性;Cohen's kappa用于评估影像组学模型与两位专家主观评估之间的一致性。
临床应用与阅片要点
- 模型输入为患者年龄与8个影像组学特征,特征来自手动勾画的感兴趣区(仅包括肿块实性成分,最大径大于5 mm的囊性区被排除)。
- 图像经Wiener滤波器(核大小3×3)预处理减少斑点噪声,并以感兴趣区内强度的均值与SD进行Z-score标准化。
- 影像组学特征包括一阶强度统计特征及基于灰度大小区域矩阵、灰度游程矩阵和灰度共生矩阵的纹理特征。
- 作者提出若影像组学模型性能得到确认,将自动化影像组学分析整合入超声机器软件可能帮助超声检查者鉴别肉瘤与良性平滑肌瘤。
局限性
- 作者指出需纳入良性平滑肌瘤变异型的大型前瞻性研究来确认影像组学鉴别子宫肉瘤与平滑肌瘤的作用。
- 本研究为回顾性、多中心、试点病例对照研究,未进行中心病理复核。
- 仅13/174个受邀中心能提供符合严格纳入标准的临床信息与超声图像。
全文中译12 节 · 点击展开
引言
子宫肉瘤是起源于子宫平滑肌的罕见且侵袭性强的肿瘤。它们约占女性生殖道恶性肿瘤的1% 1,全球年发病率为每10万名女性1.55–1.95例 2。提供准确的子宫肉瘤术前诊断至关重要,因为微创手术可能导致治疗不充分并增加腹腔内播散的风险。据估计,因疑似子宫肌瘤而接受手术的患者中,有0.1–0.3%实际患有子宫肉瘤 3。对未疑及的子宫肉瘤进行旋切术会增加复发和死亡风险 4, 5。由于良性和恶性子宫平滑肌肿瘤的症状相似,临床诊断具有挑战性。目前,尚无经过验证的标准能够准确区分两者 6, 7, 8, 9。
尽管磁共振成像在表征子宫病变方面具有高准确性,但大多数现有数据基于回顾性研究,且结果尚未得到充分的外部验证 6, 10, 11。超声是评估子宫肌层病变的一线诊断方法,因其广泛可及、成本效益高且无创。子宫肉瘤的典型超声特征已被确定 12,并且已开发出一种结合临床和超声表现的算法,可将子宫肌层病变患者分为肉瘤低、中、高风险,具有良好的准确性 13。此外,已利用70例子宫间叶性病变患者(50例良性,20例恶性)的超声图像开发了基于影像组学的系统,在这些肿瘤的鉴别诊断中显示出0.76至0.80的灵敏度和0.85至0.87的特异度 14。影像组学涉及先进的图像分析技术,可从医学图像中提取超越人眼可检测范围的定量特征,提供对 underlying 组织特征的洞察 15, 16, 17。因此,与单独的传统超声评估相比,结合临床、超声和影像组学特征可能潜在地提高诊断性能。
本研究的主要目的是开发机器学习模型,整合临床特征和从超声图像中提取的影像组学特征,以区分子宫肉瘤和肌瘤。次要目的是将影像组学模型的性能与经验丰富的超声检查者对超声图像的主观评估进行比较。
方法
研究设计
这是一项多中心、观察性、回顾性病例对照初步研究,以意大利罗马Fondazione Policlinico Universitario A. Gemelli IRCCS(住院和护理科学研究所)为协调中心。计划纳入100例经组织学确诊的子宫肉瘤患者和100例普通型肌瘤患者(即不包括组织学良性变异型肌瘤),确保每例子宫肌瘤与同年(2010年1月至2022年6月期间)接受超声检查的肉瘤相匹配。此匹配旨在确保肌瘤和肉瘤的超声图像质量相似,图像使用相似世代的超声机器获取。
多中心意大利卵巢癌和妇科恶性肿瘤试验(MITO)组内的所有173个中心,另加一个瑞典中心,均被邀请参与本研究,前提是它们能够提供所需的临床和超声信息,并提交符合纳入标准的超声图像。临床信息、原始超声报告中所述的超声信息、超声图像和组织学数据由参与中心收集并发送至协调中心,所有影像组学和数据分析均在协调中心进行。所遵循的程序符合《赫尔辛基宣言》和良好临床实践 18 。本研究获得了协调中心当地研究伦理委员会的批准,以及各参与中心当地伦理委员会的批准。
纳入标准为:患者年龄 ≥ 18岁;子宫肉瘤或普通型平滑肌瘤的组织学诊断(子宫切除术、肌瘤剜除术或腹腔镜或开腹手术中进行的活检);2010年1月至2022年6月期间在手术前3个月内进行的术前经阴道、经直肠或经腹部超声检查;以及至少有一张术前灰度超声图像以医学数字成像和通信(DICOM)格式可供使用。我们排除了图像质量差的患者、图像中可见卡尺或文字覆盖肿瘤的患者以及仅有彩色多普勒图像的患者。组织学诊断为良性平滑肌瘤变异型或恶性潜能不确定的子宫平滑肌肿瘤(STUMP)的患者未被纳入。
临床信息(包括肿瘤分期和组织学亚型)和超声信息在各参与中心收集,以Excel文件(Microsoft Corp.,Redmond,WA,USA)发送至协调中心,然后由协调中心使用托管于Fondazione Policlinico Universitario A. Gemelli,IRCCS的Research Electronic Data Capture(REDCap)工具进行管理(https://redcap‐irccs.policlinicogemelli.it) 19 , 20 。所有数据和图像的处理均遵守通用数据保护条例(GDPR)。各中心的主要研究者从原始超声报告中提取病灶超声特征的信息,或者,如果超声报告中缺少某些超声变量的信息,则通过查看保存的图像来提供缺失信息。原始超声检查者和主要研究者均为欧洲超声医学与生物学联合会(EFSUMB)II级或III级操作者 21 。
超声特征采用形态学子宫超声评估(MUSA)术语进行描述22。记录以下预设的超声信息:单发子宫肌层病灶(是/否);可见正常子宫肌层(是/否);肿瘤最大直径(单位:mm);病灶边界(规则/不规则/无法判断);回声结构(均匀/不均匀);回声性(低回声/等回声/高回声/混合回声);彩色评分(1/2/3/4);病灶内是否存在囊性区域(是/否);若存在囊性内容物,其回声性(无回声/低水平回声/磨玻璃样/出血性/一种以上回声类型);囊性区域壁的规则性(规则/不规则);是否存在声影(是/否);是否存在钙化(是/否);以及是否存在腹水(是/否)。同时还记录了是否存在“煮熟样外观”(是/否),该超声特征提示组织坏死后的结构退化12。
记录原始超声检查者在扫描时进行的主观评估(模式识别)结果,该结果记载于原始超声报告中,并将其分类为恶性、不确定(难以确定)或良性。用于放射组学分析的同一批灰度图像由两位独立的妇科医师(G.Z.、L.V.)重新审阅,他们分别在妇科超声方面具有丰富经验(分别为EFSUMB21 II级和III级)。他们在仅能获取每个肿瘤单张超声图像、无法获取任何其他信息的情况下,将子宫肌层病灶分类为恶性、不确定(难以确定)或良性。这确保了与放射组学分析的公平比较,因为后者仅基于每个肿瘤的一张灰度超声图像。
子宫肉瘤的分期在本地中心确定,并依据国际妇产科联盟(FIGO)分期系统进行描述23。组织学亚型采用世界卫生组织(WHO)2020年分类进行报告24。组织学诊断由本地中心的病理学家提供。所有中心均配有专门从事妇科病理的病理学家。未进行中心病理复核。
图像分割与预处理
接受经腹、经阴道或经直肠的子宫肌层病灶灰度超声图像(DICOM格式)进行分析。若同一肿瘤有多张图像,由协调中心的一位作者(F.C.)根据肿瘤边界 delineation 最清晰、肿瘤切面最大、图像分辨率最佳及内部结构清晰度等标准,选择质量最高的一张图像用于放射组学分析。每张图像中的感兴趣区(ROI)由两位EFSUMB21 II级检查者之一(A.R.、A.B.)使用Aliza软件2.3.10版(Aliza Medical Imaging,德国波恩)手动分割。随后所有ROI由一位EFSUMB III级检查者(F.C.)审阅,必要时予以修正。ROI仅包括肿块的实性成分;最大直径大于5 mm的囊性区域被排除在ROI之外(图1),以便专门聚焦于实性组织的超声特征。
随后对所有超声图像进行预处理,使用核大小为3×3的维纳滤波器减少斑点噪声25。采用Z分数归一化对每例受试者的图像强度进行标准化,计算时考虑ROI内强度的均值和标准差。
影像组学特征提取
影像组学特征提取使用RStudio(R 4.2.2版)26, 27作为编码环境进行。使用MODDICOM 28从预处理图像的感兴趣区中提取影像组学特征,MODDICOM是由意大利罗马Fondazione Policlinico Universitario ‘A. Gemelli’ IRCCS影像组学研究核心设施开发的开源R库,并已在影像生物标志物标准化倡议29中验证,以确保影像组学特征提取流程的可重复性和方法学稳健性。提取的特征属于两个不同的类别:基于一阶强度的统计特征(F_stat)和纹理特征。一阶统计特征描述感兴趣区内图像灰度直方图的统计特性。纹理特征描述感兴趣区内灰度局部空间分布的属性。纹理特征基于以下矩阵计算:(1)灰度大小区域矩阵(‘F_szm’),表示具有相同灰度的相邻像素组(区域)的数量;(2)灰度游程长度矩阵(‘F_rlm’),表示具有相同灰度的连续像素序列的长度;(3)灰度共现矩阵(‘F_cm’),其中报告相邻像素内灰度的共现情况。
统计分析
分类数据以频率和百分比报告,定量数据以均值和标准差总结。我们使用卡方检验或Fisher精确检验对分类数据、使用Student t检验对连续数据检验肉瘤与平滑肌瘤之间临床和超声特征差异的统计学显著性。使用Stata软件17.0版(STATA/BE 17.0 for Windows,StataCorp. LLC,College Station,TX,USA)进行这些统计分析。P < 0.05被认为具有统计学显著性。
患者队列被随机按70:30的比例分为训练集和留出验证集,且每个子集中平滑肌瘤(良性病变)和肉瘤(恶性病变)的比例相同:训练集140例患者(70例肉瘤和70例平滑肌瘤),验证集60例患者(30例肉瘤和30例平滑肌瘤)。在训练集上通过Wilcoxon–Mann–Whitney统计检验的单因素分析进行影像组学特征选择。使用Benjamini–Hochberg校正对多重比较校正P值(显著性水平为0.05)。使用Spearman相关系数研究在肉瘤和平滑肌瘤之间表现出统计学显著差异的影像组学特征之间的相关性。为减轻多重共线性,当两个特征之间的相关性超过0.6时,仅保留一个特征,即与相关矩阵中所有其他特征的平均相关性最低的特征。该选择过程反复迭代,直到所有成对相关性均低于0.6阈值,最终得到一组非冗余、不相关的特征。
影像组学建模与模型验证
使用Python 3.10.14 30在Visual Studio Code中作为编程环境31进行预处理、特征选择、影像组学建模和模型验证。为使所选影像组学特征的值达到统一尺度,对每位患者的每个特征值使用该特征在所有患者中的均值和标准差进行归一化(Z分数归一化)。为区分肉瘤和平滑肌瘤,开发了两类模型:影像组学模型,仅将训练集中选择的影像组学特征作为输入变量;临床-影像组学模型,将所选影像组学特征加上患者年龄作为输入变量。每组所选影像组学特征(含和不含患者年龄)用于训练四种不同的机器学习分类器:逻辑回归、随机森林、支持向量机(SVM)和极端梯度提升(XGBoost)。为确定最佳模型超参数集(即机器学习模型特有的参数,用于修改和指导学习过程),通过在训练集上进行5折交叉验证的随机网格搜索进行精细调优。
所有模型在验证集上进行测试。使用受试者工作特征曲线下面积(AUC)描述其区分肉瘤和平滑肌瘤的能力。我们还使用最佳恶性风险截断值(即根据Youden指数32提供最多正确分类数的截断值)计算分类指标(准确率、灵敏度和特异度)。我们使用自助法估计AUC的95%置信区间,使用正态近似估计分类指标的95%置信区间。对于影像组学模型和临床-影像组学模型,均根据训练集中的AUC选择最佳机器学习模型。如果多个机器学习模型表现出相同的AUC值,则选择灵敏度最高的机器学习模型。在计算主观评估的分类性能时,不确定的诊断被归类为恶性。在验证集上计算Cohen's kappa 33,以评估影像组学模型与两位专家超声检查者各自主观评估之间的一致性,这两位检查者审阅了与验证影像组学模型所用相同的图像。
我们通过计算校准截距和校准斜率来评估模型的校准度,然后使用这些指标在验证集中生成校准曲线。校准截距表明风险是否被普遍高估(截距 < 0)或低估(截距 > 0)。校准斜率揭示预测风险是否过于极端,即低风险被低估和高风险被高估(斜率 < 1),或过于温和,即低风险被高估和高风险被低估(斜率 > 1)34。校准分析使用RStudio(Posit PBC,Boston,MA,USA)和R版本4.2.2(R Foundation for Statistical Computing,Vienna,Austria)26, 27进行。
正常子宫肌层与肿瘤之间影像组学特征的差异
进行了一项亚分析,以开发用于区分肉瘤和平滑肌瘤的差值特征影像组学模型。该模型使用了差值影像组学特征,即反映肿瘤与周围无肿瘤子宫肌层之间影像组学特征差异的特征。对于该亚分析,仅纳入图像显示明确存在周围无肿瘤子宫肌层证据的患者。对每幅图像,勾画了与可见无肿瘤子宫肌层相对应的ROI。提取无肿瘤子宫肌层ROI的特征,并通过将子宫肌层肿块每个影像组学特征的值除以无肿瘤子宫肌层的相应值来计算差值影像组学特征。影像组学特征选择基于使用Wilcoxon–Mann–Whitney统计检验的单因素分析,随后采用Boruta算法。Boruta算法是一种稳健且全面的方法,基于机器学习算法,依赖特征重要性评分。它被用于识别所有相关的差值特征35。为减轻差值特征之间的多重共线性,采用了与开发影像组学模型时相同的流程,即使用Spearman相关系数。所选差值特征作为变量用于基于赤池信息准则(AIC)的逐步逻辑回归分析,以创建仅包含差值影像组学特征的模型36。该模型在该数据子集上拟合,然后使用3折交叉验证进行内部验证。通过计算AUC量化模型区分肉瘤和平滑肌瘤的能力。此外,计算了模型在使用使正确分类数最大化的恶性肿瘤风险截断值(Youden截断值)时的准确度、灵敏度和特异度。对于交叉验证,指标计算为所有折的均值和SD。AUC的95%CI使用自举法计算,而准确度、灵敏度和特异度的95%CI使用正态近似估计。对于模型拟合,计算了95%CI。所有关于差值影像组学的分析均在RStudio(R版本4.2.2)中进行26, 27。
结果
174个受邀中心中有29个响应了我们参与本研究的邀请。然而,这些中心中只有13个能够提供符合影像组学分析严格纳入标准的临床信息和超声图像。这13个中心共提供了100例子宫肉瘤和100例普通型平滑肌瘤患者的数据(表S1)。所有患者均接受了经阴道或经直肠超声检查,必要时辅以经腹部扫描,且所有超声检查均由EFSUMB II级或III级检查者21使用高端超声设备完成:Samsung HS70A、Samsung-elite、Samsung HERA I10或Samsung WS80A(Samsung Medison Co. Ltd.,首尔,韩国);Voluson E10、Voluson E8、Voluson E6或Voluson 730(GE Healthcare,Zipf,奥地利);Hitachi arietta S70(Hitachi,东京,日本);Canon Aplio i700(Canon Medical Systems Europe BV,Zoetermeer,荷兰);或Esaote XP 8(Esaote,热那亚,意大利)。经阴道探头频率在5.0至9.0 MHz之间变化,经腹部探头频率在3.5至5.0 MHz之间变化。
研究人群的临床特征总结于表1。整个研究人群诊断时的平均年龄±标准差为52±13岁。肉瘤患者年龄大于平滑肌瘤患者(59±13 vs 45±9岁;P < 0.0001)。大多数(68%)肉瘤患者为绝经后,而平滑肌瘤患者主要为绝经前(89%)。与平滑肌瘤患者相比,肉瘤患者更常出现症状。最常见的症状为异常子宫出血(肉瘤为56% vs 平滑肌瘤为36%;P = 0.007)和腹部或盆腔疼痛(44% vs 18%;P = 0.0001)。
原始超声报告中描述的肿瘤超声特征(或者,如果原始超声报告中缺少某些变量的信息,则根据各中心主要研究者对保存的超声图像的复核观察)总结于表2。我们系列中子宫肉瘤的超声图像示例见图2,良性普通型子宫平滑肌瘤(非良性变异型)的图像见图3。在100例肉瘤中,有58例平滑肌肉瘤、32例子宫内膜间质肉瘤、8例未分化肉瘤和2例苗勒管腺肉瘤。肉瘤比平滑肌瘤更常表现为单发病灶(81% vs 46%;P < 0.0001)。它们大于平滑肌瘤(最大肿瘤直径的平均值±标准差,112±59 vs 73±38 mm;P < 0.0001),并且更常表现为中等或丰富血流信号(彩色评分3或4,70% vs 39%;P < 0.0001)。66%的肉瘤报告边缘不规则,而平滑肌瘤为1%(P < 0.0001)。几乎全部(95%)肉瘤病例表现为回声不均匀,64%的病例含有囊性区域,而平滑肌瘤59%的病例表现为回声不均匀,11%含有囊性区域。肉瘤出现声影的频率低于平滑肌瘤(21% vs 83%;P < 0.0001)。48%的肉瘤可见“熟化”外观,而平滑肌瘤为2%(P < 0.0001)。原始超声检查者正确地将100例肉瘤中的80例分类为恶性(将任何分类为不确定的病例视为恶性),对应灵敏度为0.80(95% CI,0.72–0.88),并将100例平滑肌瘤中的95例分类为良性,对应特异度为0.95(95% CI,0.91–0.99)(表3)。使用与影像组学分析相同的灰度超声图像进行主观评估的回顾性复核,审阅者1的灵敏度为0.87(95% CI,0.80–0.94),特异度为0.83(95% CI,0.76–0.90);审阅者2的灵敏度为0.89(95% CI,0.83–0.95),特异度为0.77(95% CI,0.69–0.85)。
影像组学特征提取与选择
共分析来自200个肿瘤的200幅术前超声图像,包括42幅经腹部图像和158幅经阴道图像。每幅图像提取74个影像组学特征,包括17个统计特征和57个纹理特征。因所有患者均缺失(非数值)或所有患者具有相同值(零)而不包含可用信息的特征被排除在分析之外,因为这些特征不能提供有意义的鉴别信息,最终将63个影像组学特征纳入分析。在训练集中,选择了8个影像组学特征(附录S1),这些特征在肉瘤与平滑肌瘤之间差异具有统计学意义且不相关(Wilcoxon–Mann–Whitney检验和Benjamini–Hochberg检验以及Spearman相关分析):‘F_stat.rms’(P = 0.000010)、‘F_cm.joint.entr’(P = 0.017299)、‘F_cm.inv.var’(P = 0.000157)、‘F_cm.clust.shade’(P = 0.000010)、‘F_cm.info.corr.2’(P = 0.0 01367)、‘F_rlm.lrhge’(P = 0.001107)、‘F_szm.lze’(P = 0.001394)和‘F_szm.glnu’(P = 0.001540)。这8个影像组学特征与患者年龄一起纳入模型构建。
影像组学建模及诊断性能验证
在影像组学模型和临床-影像组学模型类型中表现最佳的机器学习模型是XGBoost。XGBoost影像组学模型和临床-影像组学模型以及主观评估在训练集和验证集中的判别与分类性能见表3。在训练集和验证集中,临床-影像组学模型的AUC均大于影像组学模型(表3,图4)。我们还评估了仅使用患者年龄这一变量的判别能力,其在训练集中的AUC为0.85(95% CI,0.78–0.91),在验证集中为0.80(95% CI,0.68–0.91),低于影像组学模型和临床-影像组学模型。在训练集中,两个模型基于约登指数的最佳恶性肿瘤风险截断值均为47%。在验证集中应用47%的恶性肿瘤风险截断值时,XGBoost临床-影像组学模型在将病变分类为肉瘤(恶性病变)或平滑肌瘤(良性病变)方面表现优于影像组学模型,其敏感性为0.93(95% CI,0.84–1)、特异性为0.83(95% CI,0.70–0.97)、准确率为0.88(95% CI,0.70–0.97),而影像组学模型的敏感性为0.87(95% CI,0.74–0.99)、特异性为0.83(95% CI,0.70–0.97)、准确率为0.85(95% CI,0.76–0.94)。在验证集中,当敏感性为1.0时,临床-影像组学模型的特异性为0.80,而影像组学模型为0.43。在超声主观评估中,原超声检查者在验证集中将病变分类为肉瘤(恶性病变)或平滑肌瘤(良性病变)的敏感性为0.87(95% CI,0.75–0.99)、特异性为1(95% CI,1–1)、准确率为0.93(95% CI,0.87–1)。在使用与影像组学分析相同的灰度超声图像进行模式识别(主观评估)的回顾性阅片中,阅片者表现相似,每人在验证集中将病变分类为肉瘤(恶性病变)或平滑肌瘤(良性病变)的敏感性均为0.87(95% CI,0.75–0.99)、特异性均为0.80(95% CI,0.66–0.94)、准确率均为0.83(95% CI,0.74–0.93)。在验证集中,影像组学模型的分类与每位专家超声检查者的分类之间的一致性(Cohen's kappa)为0.70(两位专家的kappa值相同)。
观察校准曲线(图5),在验证集中,临床-影像组学模型和影像组学模型均低估了恶性肿瘤风险(截距>0),且预测风险过于适中(斜率>1提示)。然而,校准曲线周围的95% CI较宽(图5),表明估计的模型校准存在相当大的不确定性。
机器学习分类器SVM、随机森林和逻辑回归在训练集和验证集中的判别与分类性能见表S2和表S3以及图S1和图S2。
delta‐影像组学特征亚组分析纳入32例子宫肌瘤患者和32例子宫肉瘤患者,这些患者均有足够的无肿瘤子宫肌层超声图像。选择两个纹理特征纳入delta‐特征影像组学模型:F_cm.energy(P = 0.04)和F_rlm.glnu(P = 0.0002)(图S3)。delta‐影像组学模型的最佳恶性风险截断值为0.49。内部3折交叉验证结果显示,delta‐特征影像组学模型的平均±标准差AUC为0.78 ± 0.07,敏感度为0.71 ± 0.01,特异度为0.74 ± 0.08,准确度为0.73 ± 0.09(表S4)。
讨论
我们已经表明,肉瘤和肌瘤在超声图像提取的影像组学特征方面表现出显著差异。临床–影像组学模型结合了八个影像组学特征和患者年龄,在验证集中表现出相当好的判别和分类性能。其分类能力与原始超声检查者的主观评估相似(敏感度更高,但特异度较低)。影像组学模型的敏感度和特异度与两位专家审阅者相似,后者在没有临床信息的情况下分析了与影像组学分析所用相同的灰阶超声图像。我们的结果不支持将同一患者肿瘤的影像组学特征与周围正常子宫肌层的影像组学特征进行比较有助于鉴别恶性肉瘤和良性肌瘤。
据我们所知,这是迄今为止评估子宫肌层病变超声图像影像组学分析的最大规模研究。然而,本研究存在局限性。在这项回顾性试点病例对照研究中,50%的肿瘤为肉瘤,而在现实中,肉瘤占所有肌层肿瘤的比例不到1% 1 。此外,从对照组中排除良性平滑肌瘤变异型、从恶性组中排除STUMP,简化了良性与恶性肿瘤之间的判别。决定仅纳入普通型平滑肌瘤和肉瘤,是出于本研究的探索性性质,该研究设计于2020年,当时应用于超声图像的影像组学数据仍然非常有限。我们的目标是探究子宫肉瘤与常见子宫平滑肌瘤之间是否存在可检测的差异。这一设计限制了我们的模型在临床环境中的适用性。仅使用高质量DICOM图像确保了数据集的一致性,但限制了结果对临床环境的推广性,在临床环境中图像质量可能欠佳。我们决定每个肿瘤仅纳入一张超声图像,尽管事实上多项关于使用人工智能判别妇科肿瘤良恶性的研究已纳入每个肿瘤的多张图像 16 。做出这一决定是因为使用多张图像可能引入偏倚,原因是在拥有多张图像的病例中,不寻常的超声模式可能被过度呈现。此外,对于本研究中的某些肿瘤,仅有一张符合纳入标准的图像可用。
本研究中肉瘤患者的临床和超声特征与既往研究报告的一致,即与良性平滑肌瘤女性相比,肉瘤女性年龄更大且更多处于绝经后状态 37 , 38 。与其他研究一致 12 ,肉瘤在超声检查中表现为较大的肌层肿块,边缘不规则、回声不均匀并伴有内部囊性区域。此前被描述为肉瘤超声特征 12 , 13 的“煮熟样外观”在我们的病例中占很大比例,而在平滑肌瘤中罕见观察到。该特征被认为提示坏死,这可能部分解释了两组之间影像组学纹理特征的差异。
放射组学分析在肿瘤学医学影像中的应用日益受到关注。在妇科肿瘤学中,研究主要集中在宫颈癌和卵巢癌,近期研究强调了放射组学应用于超声图像的潜力15, 39, 40, 41。然而,大多数研究集中于磁共振成像、计算机断层扫描和正电子发射断层扫描/计算机断层扫描42, 43, 44。Roller等人45开发了一种机器学习模型,将临床变量与108例患者(69例子宫肌瘤,39例子宫平滑肌肉瘤)的T2加权磁共振图像放射组学数据相结合;该模型达到了超过90%的诊断准确率,并优于两位放射科医生的主观评估。据我们所知,Chiappa等人14的研究是唯一已发表的将放射组学分析应用于超声图像以区分子宫肌瘤与肉瘤的研究。他们的病例对照研究包括50例良性子宫肌瘤和20例肉瘤。他们最佳模型仅纳入放射组学特征而不含临床变量,达到了AUC 0.86、准确率0.85、敏感性0.80和特异性0.87(分类指标的截断值未注明)。这种判别和分类性能与我们的放射组学模型相似,但劣于我们的临床-放射组学模型(该模型还包括患者年龄)。值得注意的是,我们的放射组学模型在其最佳截断值下与两位专家审阅者相比具有相似的敏感性,特异性仅略优,这两位审阅者分析了与放射组学分析相同的灰度超声图像(每例肿瘤一张),且未获取任何额外信息。原始超声检查者的分类性能优于两位超声图像审阅者,这强调了进行实时扫描和获取病灶多张图像的重要性,以及临床数据对做出准确诊断的意义。临床数据的重要性进一步得到支持,因为临床-放射组学模型的表现优于放射组学模型。很可能彩色多普勒超声信息(仅原始超声检查者可获取)也对正确诊断肉瘤与子宫肌瘤有实质性贡献12。
一个同时纳入临床和影像组学变量的模型有潜力改善子宫肿瘤的管理。超声设备若搭载经过验证的基于影像组学的模型以及嵌入其软件中的自动化影像组学分析,可提高对子宫肉瘤与子宫肌瘤的鉴别能力。然而,影像组学分析目前在很大程度上仍是一种研究工具,在临床实施之前尚有几个障碍需要克服。这些障碍包括,例如图像处理和特征提取的计算需求、标准化工作流程的需要(例如,是采集医学数字成像和通信(DICOM)图像还是联合图像专家组(JPEG)图像,是分析二维图像还是三维超声容积,每个病灶分析多少幅图像),以及确保不同超声平台之间互操作性的需要。此外,还必须满足监管要求,因为影像组学软件需要作为医疗器械获得批准 46 。尽管存在这些挑战,随着技术的不断进步,影像组学融入常规临床实践在不久的将来可能变得可行。
为评估影像组学模型区分所有类型良性和恶性子宫平滑肌肿瘤的能力,需要开展一项非常大型的前瞻性研究,纳入所有类型的平滑肌肿瘤,以及子宫肌瘤的良性变异型和恶性潜能未定的平滑肌肿瘤(STUMP)。此类研究应包括将影像组学模型的性能与由专家超声检查者审阅超声图像所做出的主观评估的性能进行比较,以及与执行原始超声检查的个体的性能进行比较。
支持信息
表S1 参与中心及各中心贡献的肿瘤数量。
表S2和表S3 用于构建影像组学模型(表S2)和临床-影像组学模型(表S3)的所有机器学习分类器(逻辑回归、随机森林、极端梯度提升(XGBoost)、支持向量机(SVM))的模型性能,基于约登指数计算最佳截断值。
表S4 差值影像组学模型的判别性能和分类性能。
附录S1 所选影像组学特征的详细信息。
图S1和图S2 使用影像组学模型(图S1)和临床-影像组学模型(图S2)在不同分类器(逻辑回归、随机森林、极端梯度提升(XGBoost)、支持向量机(SVM))下区分子宫肉瘤与子宫肌瘤的受试者工作特征(ROC)曲线,分别为:(a) 训练集(n = 140)和 (b) 验证集(n = 60)。图中标出了根据约登指数确定的最佳截断值(圆圈)。
图S3 箱线图显示用于影像组学建模的差值影像组学特征的分布,按肿瘤组(肌瘤和肉瘤)分层。
引用
- Ciccarone F, Rizzi A, Biscione A, et al. Radiomics-based ultrasOund Model for differentiating Uterine Sarcomas from leiomyomas (ROMUS): a retrospective pilot Multicenter Italian Trials in Ovarian Cancer (MITO) study. Ultrasound Obstet Gynecol. 2026. PMID: 41791853. doi:10.1002/uog.70187
- 全文:PMC13040125(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13040125/
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。