基于影像组学的PCD-CT腰椎Modic 1型改变检测模型比较

引言

终板信号改变在腰椎MR图像上常见，最早由Modic等人于1988年描述[1]。这些改变根据骨髓信号模式分为三个亚型：1型改变（MC-1）定义为存在骨髓水肿样病变，表现为T1加权像低信号、T2加权像高信号；2型改变（MC-2）含有脂肪骨髓，表现为T1加权像高信号、T2加权像高信号或等信号；3型改变（MC-3）在T1和T2加权序列上均呈低信号[1, 2]。

Modic改变在有下背痛的人群中更为普遍，有症状个体的合并患病率约为43%，而无症状人群约为6%[3]。在不同亚型中，MC-1与下背痛的关联最强[4]。此外，Modic改变与椎间盘退变和/或突出相关[5, 6]，并且似乎在脊柱椎间融合术后的融合率中起重要作用[7]。椎体活检的组织形态计量学研究强调了Modic改变中骨与骨髓腔室之间的动态相互作用，显示MC-1中骨转换增加、MC-2中骨形成减少、MC-3中硬化性骨改变[8]。

虽然少数作者使用CT检测硬化性Modic改变[7, 9]或基于Hounsfield单位区分Modic亚型[10]，但其检测MC-1改变的价值仍然非常有限。

影像组学（Radiomics）作为计算机辅助医学图像分析的一个不断扩展的应用领域而兴起，通过像素的空间分布和灰度强度利用横断面图像中嵌入的大量定量信息，可能捕捉视觉评估之外的成像模式[11]。光子计数探测器（PCD）-CT扫描仪改善的空间分辨率、更低的电子噪声、更高的对比噪声比以及固有能量分辨成像的潜力，可能促进影像组学在医学图像分析中的更广泛应用，因为早期证据表明影像组学特征的稳定性有所改善[12, 13]。然而，尚无研究专门探讨影像组学在CT图像上检测MC-1改变的潜力，尤其是使用PCD-CT的研究。

因此，本研究旨在比较不同的机器学习模型在PCD-CT图像上基于特征检测腰椎椎体MC-1改变的性能，以MRI作为参考标准。

材料与方法

患者特征

这项回顾性单中心研究经当地伦理委员会批准，并豁免知情同意要求。通过机构图像归档与通信系统（PACS）连续筛选2023年1月至2025年12月期间在一周间隔内同时接受PCD-CT和腰椎MRI检查的>18岁患者。纳入标准为MRI上L1至S1之间存在MC-1改变，且MRI和/或CT图像上无脊柱感染或转移性疾病证据。应用这些标准后，最终队列纳入60例患者。患者筛选过程见图1。

成像方案与评估

PCD-CT采集与重建参数汇总于表1，MRI采集参数见附录1。对于有金属植入物的患者，MR检查采用了专用的金属伪影减少方案，而PCD-CT方案在整个队列中保持一致。图像评估由一名经过专科培训的肌肉骨骼放射科医师（AAM）完成。

MC-1改变在矢状位T1加权和T2加权MR图像上按原始分类[1]结合矢状位短tau反转恢复序列按椎体水平进行评估，并评分为存在（阳性）或不存在（阴性）。如果任一上终板或下终板存在MC-1改变，则该椎体被分类为阳性。边界性病例通过要求在所有可用序列上具有与MC-1一致的信号改变来判定，即在T1加权图像上呈低信号，在T2加权/短tau反转恢复图像上呈高信号。在所有序列上均无明确MC-1特征的椎体被分类为阴性。

图像分割

使用Wasserthal等人[14]开发的基于深度学习的工具TotalSegmentator（v2.5.0）在矢状位PCD-CT重建图像上自动分割腰椎椎体，该工具具有高可重复性，据报道该任务的平均Dice相似系数为0.94[14]。椎体标记随后使用3D Slicer（v5.8.1，[15]）进行，之后对分割错误进行人工质量控制。在放射组学特征提取和模型训练之前的此步骤中，存在分割错误或显示不完整的椎体被排除。MRI上存在MC-1改变的患者及其相应PCD-CT的代表性图像见图2和图3。

放射组学特征提取

使用SimpleITK [16]和PyRadiomics [17]共提取了105个影像组学特征。对于每节椎骨，将源CT读取为三维DICOM序列，加载相应的椎骨掩膜并进行二值化。掩膜采用最近邻插值重采样至原始CT图像几何形状，以确保体素级对应。未进行强度重采样或体素大小归一化。提取器配置为启用所有PyRadiomics特征类别，从而计算一阶统计量（n = 18）、三维形状特征（n = 15）以及多个纹理特征家族（n = 72），包括灰度共生矩阵（GLCM）、灰度游程长度矩阵（GLRLM）、灰度尺寸区域矩阵（GLSZM）、灰度依赖矩阵（GLDM）和邻域灰度差矩阵（NGTDM）。灰度离散化采用感兴趣区强度范围内固定箱数32，未应用箱宽。基于网格和形状的计算使用一个体素的几何容差。特征提取后，输出仅限于数值和有限值。

灰度离散化采用感兴趣区强度范围内固定箱数32进行，以确保所有病例的特征提取一致性。未进行强度归一化，因为CT衰减值本身以Hounsfield单位标准化，可在患者间直接比较。同样，未进行体素大小归一化，因为所有图像均采用统一的采集和重建方案，具有一致的空间分辨率。基于网格和形状的计算使用一个体素的几何容差。

影像组学建模

影像组学建模在R语言中进行（v4.5.0，R Foundation for Statistical Computing，维也纳，奥地利）。比较了四种监督学习算法：最小绝对收缩和选择算子（LASSO）逻辑回归、随机森林、极端梯度提升（XGBoost）以及径向基核支持向量机（SVM）。类别不平衡通过逆频率加权处理，在LASSO中作为逐观测权重应用，在随机森林中作为类别级权重应用，在XGBoost中增加阳性病例的权重，在SVM中作为类别特异性权重应用。训练前，所有特征均通过中心化和缩放进行标准化。

验证与特征选择

模型性能采用嵌套交叉验证框架进行评估。外层循环包含五个分层折以保持类别平衡。在每个外层训练集中，使用内层五折交叉验证进行递归特征消除。折在患者层面构建，以确保给定患者的所有椎骨被分配到同一折。候选特征子集大小范围为5至20，增量为5。超参数在内层循环中通过网格搜索优化，使用受试者工作特征曲线下面积（AUC）作为选择指标。该过程在所有外层折中重复，保留汇总的样本外预测用于后续分析。分析单位为椎体；为考虑患者内聚类，折在患者层面构建，确保给定患者的所有椎骨仅被分配到训练集或测试集。

模型性能

模型性能通过AUC进行量化，并给出总体及按椎体（L1-S1）分别进行2，000次分层自助重抽样得出的95%置信区间（CI）。CI源自合并的样本外预测，未明确考虑患者内聚类效应。此外，计算了敏感度、特异度、精确率（阳性预测值）和F1分数（精确率与敏感度的调和平均数）。校准通过Brier分数（预测概率与观察结局之间的均方误差）评估。校准曲线源自嵌套交叉验证外折获得的合并样本外预测，并对这些合并预测应用了自助法乐观校正，以考虑潜在过拟合。

统计分析

统计分析使用R软件（v4.5.0，R Foundation for Statistical Computing，维也纳，奥地利）进行。模型间AUC的两两比较使用DeLong检验。为考虑多重两两比较，我们使用Benjamini-Hochberg程序将错误发现率控制在5%。校正后统计显著性设定为p < 0.05。

特征重要性

特征重要性分别针对每个模型得出：对于LASSO，提取最优惩罚参数下的非零回归系数；对于随机森林，重要性通过准确率平均下降量量化；而对于XGBoost，重要性通过最终模型的“增益”指标计算。由于SVM不产生可解释的特征重要性，未报告直接的重要性度量。

结果

患者特征

研究队列包括60例患者（男性34/60 [56.7%]；女性26/60 [43.3%]），平均年龄64.0 ± 16.1岁（范围19.4–84.4岁）。在所有360个椎体（L1–S1）中，MC-1改变见于82/360例（22.8%）。各椎体MC-1改变的患病率如下：L1 n = 5（8.3%）、L2 n = 13（21.7%）、L3 n = 9（15.0%）、L4 n = 14（23.3%）、L5 n = 23（38.3%）、S1 n = 18（30.0%）。35/60例患者（58.3%）存在金属植入物。

模型性能与校准

经过手动质量控制，排除了7个存在分割错误的椎体和5个显示不完整的椎体，最终获得348个腰椎的数据集用于进一步分析。LASSO取得了最高的AUC（0.842，95% CI 0.793–0.891），其次是XGBoost（0.841，95% CI 0.793–0.890）、SVM（0.841，95% CI 0.794–0.888）和随机森林（0.811，95% CI 0.761–0.860）。所有模型的受试者工作特征曲线见图4。两两比较显示各模型间AUC无显著差异（p ≥ 0.337，表2）。所有模型各椎体的AUC见表3，范围为L1（XGBoost）的0.722（95% CI 0.399–1.000）至L3（SVM）的0.964（95% CI 0.920–1.000）。模型的诊断性能总结于表4：LASSO取得了最高的敏感度（0.756，95% CI：0.662–0.846），而随机森林取得了最低的敏感度（0.378，95% CI：0.275–0.482）。相反，最高特异度由SVM取得（0.929，95% CI 0.896–0.958），最低特异度见于LASSO（0.771，95% CI 0.721–0.819）。精确率范围为LASSO的0.504（95% CI 0.414–0.589）至SVM的0.672（95% CI 0.547–0.789）。最高F1分数见于LASSO（0.605，95% CI 0.521–0.679）。Brier分数范围为SVM的0.128（95% CI 0.108–0.151）至XGBoost的0.155（95% CI 0.127–0.185）（表4）。模型的校准图见图5。

特征重要性

各模型中最重要的特征主要与椎体内的低衰减信号成分和纹理异质性相关。特别是，强调较低灰度强度存在及空间分布的特征在各模型中始终排名最高。虽然具体特征排名在不同算法之间存在差异，但反映异质性低密度区域的特征具有重要性是一种常见模式。各模型的详细特征重要性排名见图6。

讨论

本研究以MRI为参考标准，比较了不同机器学习模型在光子计数探测器CT（PCD-CT）图像中基于影像组学检测腰椎Modic 1型（MC-1）改变的性能。

从PCD-CT图像提取的影像组学特征在检测MC-1改变方面表现出高判别性能，且在不同机器学习模型之间具有可比性。受试者工作特征曲线下面积（AUC）达到0.81—0.84，概率估计的校准也可接受，其中最小绝对收缩和选择算子（LASSO）和极端梯度提升（XGBoost）的校准最低。

据我们所知，此前尚无基于机器学习的研究探讨CT上Modic改变的检测。我们的研究结果提供了新的见解，证明基于纹理的影像组学方法能够识别MC-1改变，尽管通过视觉评估在CT上检测这些病变的能力非常有限。在此背景下，我们的研究结果证实，影像组学能够提取定量影像特征，从而捕捉超越人类视觉感知的空间异质性。最具信息量的特征为GLDM小依赖低灰度强调（LASSO）、GLRLM长游程低灰度强调（随机森林）以及一阶第10百分位数（XGBoost）。这些描述符对强度敏感，因为它们对直方图的低衰减尾部（第10百分位数）以及低灰度体素的分布频率和空间组织（低灰度强调）赋予权重。重要的是，这些特征能够捕捉异质性和局部模式，而基于感兴趣区的方法则不同，后者仅代表平均Hounsfield单位。因此，影像组学特征可能尤其适用于人类观察者在CT上评估时MC-1改变椎体视觉衰减不明显的病例。尽管MC-1改变的发病机制仍存在争议[18]，但我们研究中发现的纹理变化可通过组织病理学发现加以解释，其显示终板破坏伴纤维血管肉芽组织长入以及邻近骨髓内血管增生[18, 19]。

我们模型整体良好的判别性能与越来越多的文献一致，这些文献表明基于CT的影像组学特征在脊柱多种病变中具有实用性。对于CT上机会性骨质疏松筛查、鉴别急性与慢性椎体压缩骨折以及良性与恶性椎体压缩骨折等任务，已报道的基于CT的影像组学AUC范围为0.78至0.92 [20–22]。

为改善模型比较，本研究实施了嵌套交叉验证策略。对于较小的数据集，该方法被认为优于单次留出或非嵌套k折方案，因为它提供了近乎无偏的性能估计[23, 24]。这是通过在外层独立折上进行评估，同时将特征选择、超参数调优、类别加权及任何概率校准限制在内层循环中来实现的，从而最大限度地减少选择偏倚和数据泄漏。鉴于MC-1改变在所有椎体中的患病率约为23%，在模型训练期间应用了逆频率类别加权。这可能通过减少预测概率中不平衡引起的偏倚，促成了所观察到的可接受的模型校准。然而，模型并未针对临床决策阈值进行专门优化，也未进行基于阈值的决策分析。

从临床角度来看，可以考虑基于影像组学在CT上检测MC-1改变的若干潜在实施路径。一种现实的应用方式是对因其他指征接受CT检查的患者进行机会性筛查，或在MRI禁忌的情况下进行筛查。未来纳入与放射科医师评估直接比较的研究可能有助于进一步明确基于影像组学的方法相对于CT视觉判读的附加价值。然而，临床实施仍存在若干障碍。需要在不同机构和扫描仪类型之间进行外部验证以确保泛化性，尤其是考虑到影像组学特征对采集和重建参数的依赖性。重要的是，在考虑常规临床使用之前，需要获得监管批准并在真实世界临床环境中进行前瞻性评估；然而，目前大多数影像组学工具仍处于临床前或研究阶段。鉴于各模型之间观察到的性能相似，模型选择可能取决于优先考虑敏感性还是特异性。

本研究以下局限性应予承认：第一，这是一项回顾性单中心分析，MRI与CT之间存在时间间隔。第二，尽管对所有患者均应用了专门的金属伪影减少方案，但残余伪影仍可能在部分病例中影响了分割准确性或影像组学特征提取。第三，我们将分析限制于MC-1改变，未评估其他Modic亚型。这一聚焦是有意为之，因为MC-1病变是与症状性下背痛最一致相关的亚型[4]。然而，其他Modic改变可能作为潜在混杂因素，因为它们也可能影响被分类为MC-1阴性的椎体中的CT衍生影像组学特征。第四，每位患者分析了多个椎体，这可能通过残余的患者内相关性影响了性能估计的精确度。这一潜在偏倚通过使用患者水平交叉验证得以减轻，该验证确保给定患者的所有椎体仅被分配至训练集或测试集之一。在置信区间计算或AUC比较中未明确建模聚类，这可能导致了统计精确度的略微乐观估计。第五，未评估PCD-CT的光谱能力，包括虚拟单能成像。未来研究可能使用这些技术，因为如先前在体模研究中所证明的那样，它们可能改善影像组学特征的稳定性[13]。第六，未进行外部验证，这限制了我们研究结果的泛化性。最后，仅纳入存在MC-1改变的患者可能引入了选择偏倚，可能限制对未选择人群的泛化性并影响依赖于患病率的性能指标。然而，这些问题已通过以下方式解决：在椎体水平进行分析以纳入受影响和未受影响的椎体，以及在模型训练期间应用类别加权以考虑类别不平衡。

总之，本研究证明，在内部验证环境下，源自PCD-CT图像的影像组学特征能够在多种机器学习模型中实现对MC-1终板改变的检测，并具有良好的判别性能。结果表明，基于CT的影像组学能够捕捉到Modic改变中仅凭肉眼观察不易识别的纹理和强度特征。尚需进一步的外部验证来评估所观察结果的普遍性和潜在临床效用。