多维深度学习用于肝内肿块型胆管癌分级与预后评估
本研究基于三中心333例肝内肿块型胆管癌患者的术前MRI,构建融合2.5D与3D ResNet-50的集成深度学习框架,并与影像组学及临床-实验室-影像特征整合为联合模型。联合模型外部验证AUC为0.843,DL模型为0.804,联合模型风险分组显示探索性总生存差异。
要点
- 联合模型外部验证AUC 0.843,DL模型AUC 0.804,DL特征对预测贡献最大。
- 肿瘤大小、肿瘤边缘、血管侵犯及T2WI靶环征为高病理分级的独立预测因素。
- 模型定义的高风险组总生存期较短,但仅175/333例有OS数据,结果属探索性。
核心结论
- 可解释的多维MRI深度学习框架支持IMCC术前无创组织学分级,并提供探索性预后信息。
研究设计与样本
- 回顾性多中心研究,纳入2018年1月至2024年6月三中心333例经组织学确诊的IMCC患者术前多参数MRI,训练集240例(两中心),外部验证集93例(第三中心)。
- 采用2.5D与3D ResNet-50集成深度学习框架处理T2WI和DWI,并与影像组学及临床-实验室-影像特征构建联合模型,以2019年WHO分级为参考标准。
- MRI设备包括GE 3.0T、联影1.5T、西门子1.5T及GE 1.5T/3.0T,序列包括T2WI和DWI。
关键影像表现/征象
- Grad-CAM显示3D模型在DWI上关注肿瘤细胞密集区,在T2WI上关注坏死核心区,2.5D与3D模型关注区域存在互补性。
- 多因素回归显示肿瘤大小(OR=8.862)、肿瘤边缘(OR=0.313)、血管侵犯(OR=0.265)及T2WI靶环征(OR=1.628)为高病理分级的独立预测因素。
- 外部验证中联合模型精确度0.934、F1分数0.857,DL模型F1分数0.714。
诊断标准与关键数值
- DL模型外部验证AUC为0.804(95%CI 0.712-0.896),显著优于单独2.5D(p=0.025)和3D架构(p=0.030)。
- 联合模型外部验证AUC为0.843(95%CI 0.749-0.938),显著优于影像组学模型(p=0.019)和ClinLabImag模型(p=0.017),与DL模型差异无统计学意义(p=0.355)。
- 二分类最优概率阈值基于训练集ROC曲线约登指数确定,并固定应用于外部验证集。
- 病理分级按2019年WHO标准分为低、中、高分化,并二分为低级别(高分化)和高级别(中分化+低分化)。
临床应用与阅片要点
- 阅片时可关注肿瘤大小、边缘、血管侵犯及T2WI靶环征等与高级别IMCC相关的影像征象,辅助术前分级评估。
- DL模型可作为无创分级的辅助工具,尤其适用于活检禁忌或活检结果不确定的患者,但不能替代组织病理学评估。
- 模型定义的高风险组总生存期较短,可提示临床进行更密切的随访或个体化治疗决策,但需前瞻性验证。
局限性
- 总生存数据仅175/333例可用,预后分析为探索性,需前瞻性验证。
- 训练集与外部验证集在性别、CA-125及多项影像特征上存在显著差异。
- 回顾性研究设计,样本量有限,外部验证仅来自单一中心。
全文中译21 节 · 点击展开
引言
肝内胆管癌被归类为仅次于肝细胞癌的第二大常见原发性肝癌,过去四十年间全球发病率上升了140% [1]。其最常见的亚型——肝内肿块型胆管癌(IMCC)约占肝内胆管癌病例的60%,以肿瘤快速膨胀、早期播散和临床预后不良为特征 [2]。
IMCC的术前分级对于个体化治疗规划至关重要。区分高级别肿瘤(与< 15%的5年生存率相关)与低级别肿瘤(> 40%的5年生存率)[3]可指导强化新辅助治疗,或支持在不可切除疾病中避免无效手术探查的决策 [4]。肿瘤分级还影响关于手术切缘和辅助治疗的推荐 [5]。在组织学上,较高级别与显著的促纤维增生、神经周围侵犯和免疫抑制性肿瘤微环境相关 [6]。然而,术前基于活检的分级受到采样误差的限制——在富含黏蛋白的肿瘤中已有高达21.5%的不一致率报道 [7]——这凸显了对稳健无创影像生物标志物的需求 [8]。
多参数磁共振成像(MRI),特别是扩散加权成像(DWI)和T2加权成像(T2WI),是IMCC评估的核心 [9]。DWI反映细胞密度和细胞外基质组成,而T2WI描绘解剖和胆管结构 [10],为先进计算模型提供了具有生物学意义的基础。
影像组学能够实现用于组织表征的高通量定量特征提取 [11],但手工设计的特征无法捕捉复杂的空间-体积特征,如浸润性边缘 [12]或三维毛刺征 [13]。深度学习(DL)从图像中执行自动的分层特征学习 [14],但单一架构方法在表征空间-体积属性方面仍然有限 [15]。二维模型捕捉病灶内异质性,但不能完全代表体积生长模式 [16],而三维网络优先考虑全肿瘤背景,却以牺牲细胞水平细节为代价 [17, 18]。基于Transformer和注意力驱动的框架凸显了长程依赖建模和多模态融合的潜力 [19, 20]。
与近期结合不同影像来源互补信息的多模态医学图像融合框架 [21, 22]一致,本研究提出了一种可解释的集成DL框架,整合基于MRI的多维特征用于IMCC组织学分级的术前预测。我们还探讨了模型定义的风险组是否与总生存(OS)差异相关,同时假设多维MRI框架相较于传统基于影像的策略将改善分级判别能力。
材料与方法
参与者
本研究按照《医学影像人工智能检查清单》指南[23]进行实施和报告。研究获得所有参与中心的机构审查委员会批准(批准号:HDFYLL-KY-2024-021),所有受试者均豁免书面知情同意。纳入2018年1月至2024年6月期间经组织学确诊为IMCC的333例患者的术前多参数MRI。排除既往接受过抗癌治疗、MRI与手术/活检间隔>14天或图像质量无法诊断的患者。训练队列由来自两个中心的240例患者组成;独立外部验证队列包括来自第三个中心的93例患者(图S1)。
组织病理学评估与随访
组织病理学分析由来自三个参与机构的两位资深病理学家完成,他们对MRI结果不知情。肿瘤根据2019年世界卫生组织(WHO)分类标准[24]独立分级为低级别、中级别或高级别;不一致的病例通过共识解决。基于既往证据[25]显示中分化和低分化IMCC与高分化肿瘤相比预后相似较差[26],以及为解决模型开发平衡所需样本量有限的问题,将组织学分级二分为低级别(高分化)和高级别(中分化和低分化)。OS为唯一生存终点,从手术日期(或不可切除病例的活检日期)计算至任何原因死亡或末次随访。行政删失日期为2024年12月31日。
MRI采集与图像分析
MRI扫描使用多个厂商和场强设备采集:训练数据集使用GE 3.0 T(Discovery MR 750)、联影1.5 T(uMR 588)和西门子1.5 T(Amira);外部测试数据集使用GE 1.5 T(Optima MR360)和GE 3.0 T(Signa HDx)。详细采集参数见补充表S1。十二项定性影像特征由两位腹部放射科医师独立评估,观察者间一致性极佳,组内相关系数范围为0.83至0.95。这些特征包括靶环征、瘤栓、血管穿行征、肝内胆管扩张、包膜回缩、淋巴结增大、肿瘤边缘、肝包膜回缩、T2WI信号模式、DWI信号模式、血管侵犯和肿瘤大小(完整定义见补充材料第1节)。不一致的病例通过联合审阅者共识裁定。
肿瘤分割与可重复性分析
由两位对组织病理学分级和患者结局数据不知情的放射科医师使用ITK-SNAP(v4.0.0)在T2WI和DWI上独立手动分割肿瘤感兴趣体积(VOI),不进行跨序列参考,随后由一位资深放射科医师(>15年经验)进行共识审阅和验证,并随后进行配准对齐(补充第4节)。观察者间和观察者内可重复性均极佳(观察者间Dice 0.86 ± 0.05;完整详情见补充材料第2节)。
深度学习模型构建
开发了一个集成2.5D和3D ResNet-50架构的集成深度学习框架,通过标准化预处理处理T2WI和DWI(详情见补充材料第3节,图1)。
模型训练
两个框架采用相同的训练方案。每批32张预处理图像的批量大小通过PyTorch的DataLoader进行动态增强。为处理低级别与高级别IMCC之间的不平衡,我们采用了非对称损失单标签(ASLSingleLabel),这是一种针对类别不平衡优化的类焦点损失函数,焦点调制参数配置为γ_pos = 0、γ_neg = 4,标签平滑系数α = 0.1,并在训练期间进行大量即时数据增强(随机灰度变换、旋转、翻转和缩放)。训练使用AdamW优化器,初始学习率为1e-5,采用预热余弦退火调度,共120个epoch。为减轻过拟合,我们应用了多种正则化策略,包括AdamW中的权重衰减、卷积块和全连接块中的dropout层、批归一化以及大量即时数据增强(随机灰度变换、旋转、翻转和缩放)。每个epoch后在内部验证集上计算受试者工作特征曲线下面积(AUC),并采用早停策略,保留验证AUC最高的检查点作为最终模型。
架构特定配置如下:(1)2.5D ResNet-50:三通道输入(堆叠相邻切片)馈入标准ResNet-50骨干网络;(2)3D ResNet-50:迁移源自23个医学影像数据集的预训练权重[27],并使用研究特定数据微调最终层。
集成模型整合
2.5D和3D框架的概率输出使用逻辑回归融合。该集成结合了DWI和T2WI序列的判别信息,通过加权概率融合方法最终确定预测。
模型构建
二分类(低级别 vs 高级别)的最佳概率阈值通过训练队列受试者工作特征(ROC)曲线上的约登指数确定,并原样应用于外部验证队列。未探索替代阈值,优先采用预设的平衡性能指标。使用Python 3.10.6,通过逻辑回归构建了四个最终预测模型(流程见图1):(1)ClinLabImag模型,纳入临床、实验室和定性影像特征;(2)影像组学模型,基于所选影像组学特征;(3)DL模型,使用集成DL概率作为唯一预测因子;(4)联合模型,整合集成DL概率、24个影像组学特征和多变量显著的ClinLabImag特征。ClinLabImag和影像组学模型的详细构建过程见补充材料。
模型可解释性
使用梯度加权类激活映射(Grad-CAM)和SHapley加性解释(SHAP)评估模型可解释性。两名设盲的腹部放射科医师独立采用5点李克特量表对Grad-CAM与VOI的重叠程度进行评分(完整的Grad-CAM验证见补充第6节)。
统计分析
连续变量以中位数及四分位距(IQR)表示,分类变量以频率及百分比表示。训练-验证队列比较根据数据特征采用Fisher精确检验、Pearson χ²检验和Mann–Whitney U检验。通过单变量和多变量逻辑回归(LR)分析检验训练数据集患者特征的差异。
采用AUC及95%置信区间、决策曲线分析(DCA)以及包括召回率、特异度、准确率、精确率和F1分数在内的指标评估预测性能。Shapley加性解释分析(SHAP)分析[28]量化了特征对模型预测的影响。采用Kaplan–Meier分析评估生存结局,并通过log-rank检验进行比较。统计计算使用Python(版本3.10.6)进行,采用双侧p < 0.05的显著性阈值。
结果
患者特征
这项多中心研究最终纳入了来自三家机构的333例IMCC患者(图S1)。训练队列由来自中心A(n = 148)和中心B(n = 92)的240例病例组成,中位年龄为60岁(IQR:55–66岁)。外部验证纳入来自中心C的93例患者,年龄分布相当(中位数59岁,IQR:55–65岁)。
训练队列与外部验证队列之间在临床、实验室和影像学特征方面发现了显著的队列间差异。两队列在性别分布(p < 0.001)和糖类抗原125(CA-125)水平(p < 0.001)方面存在差异。影像学特征在多个参数上表现出显著异质性:病灶定位(p < 0.001)、癌栓(p < 0.001)、形态学异常(肿瘤边缘:p < 0.001;肝包膜回缩:p = 0.030;T2WI肿瘤边界:p = 0.001;)信号模式(T2WI靶环征:p < 0.001;DWI靶环征:p = 0.005)、淋巴结增大(p < 0.001)、血管穿行征(p = 0.003)。详细的患者特征见表1。
病理分级的关键变量
单变量逻辑回归分析确定肿瘤大小(OR = 8.512;95% CI:4.874–14.864;p < 0.001)、肿瘤边缘(OR = 0.739;95% CI:0.435–1.254;p = 0.026)、血管受累(OR = 0.513;95% CI:0.296–0.889;p = 0.017)和T2WI信号模式(OR = 1.700;95% CI:1.172–2.433;p = 0.004)为高级别病理的显著相关因素(表2)。在多变量回归中,肿瘤大小(OR = 8.862;95% CI:4.936–15.911;p < 0.001)、肿瘤边缘(OR = 0.313;95% CI:0.100–0.978;p = 0.046)、血管受累(OR = 0.265;95% CI:0.085–0.821;p = 0.021)以及T2WI上靶环征的存在(OR = 1.628;95% CI:1.074–2.467;p = 0.022)成为独立预测因素。
特征选择将从T2WI和DWI序列提取的初始4528个影像组学特征缩减为24个用于病理分级建模的关键预测因子(表S2)。为增强生物学可解释性,我们以热图形式可视化了10个最具影响力的深度学习衍生特征和10个影像组学特征(补充图S2)。
不同维度深度学习架构间的性能差异
在3D框架中,DWI突出显示高信号肿瘤区域(箭头所示),而T2WI则突出显示自由水主导区域(星号所示,图2)。
集成深度学习模型整合了来自2.5D和3D架构的概率,取得了更优的诊断性能(表3,图3c–h)。在外部验证中,其获得了最高AUC(0.804 [95% CI:0.712–0.896]),显著优于单独的2.5D(净重分类改善(NRI)Z = 2.242,p = 0.025)和3D框架(NRI Z = 2.169,p = 0.030)。
外部验证中的泛化能力
四种预测模型的诊断性能指标详见表4和图4。联合模型在外部验证中取得最高性能,AUC为0.843(95% CI:0.749–0.938)。其在外部验证队列中同时表现出最佳精确率(0.934 vs 影像组学的0.902)和最高F1分数(0.857 vs 深度学习的0.714)。DeLong检验显示联合模型与深度学习模型之间无显著差异(p = 0.355),而联合模型显著优于临床实验室影像模型(p = 0.017)和影像组学模型(p = 0.019,图3b)。
DCA显示,联合模型在0.2–0.8的阈值概率范围内提供最高净获益(图4f),显著优于临床实验室影像模型(p = 0.025)和深度学习模型(p = 0.004),但与影像组学模型无显著差异(p = 0.744)。深度学习模型在0.1–0.4范围内表现出更大的净获益,显著优于影像组学模型(p = 0.002)和临床实验室影像模型(p < 0.001)。
模型可解释性
在全局层面(图5b),SHAP摘要图表明深度学习(DL)衍生特征在整体预测贡献中占主导地位(72.1%),其次是临床-实验室-影像(ClinLabImag)特征(21.6%)和影像组学变量(6.3%)。DL特征的平均绝对SHAP值最高(+0.26),其次是ClinLabImag变量(+0.17)和影像组学特征(+0.03)。
在局部层面(图S3),SHAP力图为个案提供了可解释性。图(a、c)代表以负向DL和影像组学贡献为主的低级别IMCC病例,而图(b、d)显示以正向DL和影像组学偏移为特征的高级别病例。图(e)展示了验证队列中每位患者的特征贡献。每位患者沿x轴排列,特征贡献的大小和方向由红色(高级别)和蓝色(低级别)段表示;个体中红色部分越大表示预测分级越高。
预测模型的预后评估
使用联合模型,通过最大约登指数从训练集中自动确定最佳截断值,并将患者分为高风险组和低风险组,随后在验证队列中固定该截断值。333例患者中有175例可获得OS数据。在整体OS分析队列中,中位总生存期为18个月(95% CI:12–29个月),在中位随访32个月期间观察到112例死亡。其余158例患者数据不可用的原因为失访(n = 72)、近期诊断随访时间不足(n = 56)和病历不完整(n = 30)。为评估潜在偏倚,对纳入组和排除组的基线特征进行了比较,未观察到显著差异(所有p > 0.05)。如图6所示,在训练队列中,高风险患者的OS短于低风险患者(中位9.000 [95% CI 8.000–12.000] vs 42.000 [95% CI 29.000–未达到(NR)]个月;log-rank p < 0.001;HR 5.450 [95% CI 2.950–10.070],p < 0.001)。在验证队列中,结果一致(10.000 [95% CI 9.000–16.000] vs NR [95% CI 29.000–NR]个月;log-rank p = 0.002;HR 5.670 [95% CI 1.700–18.950],p = 0.005)。在整体OS分析队列中,高风险组生存较差(9.000 [95% CI 8.000–12.000] vs 42.000 [95% CI 29.000–NR]个月;log-rank p < 0.001;HR 5.550 [95% CI 3.210–9.580],p < 0.001)。
讨论
本研究开发了一种深度学习(DL)模型,整合了互补的2.5D和3D多维MRI生物标志物,以改善IMCC的无创术前组织学分级,具有良好的外部验证性能和生物学可解释的模型输出。此外,该模型在可用的OS分析队列中显示出初步的预后相关性,提示其有望为个体化术前评估提供支持性风险信息。
在此基础上,我们的研究开发了一个可解释的集成DL框架,提供额外的临床见解以支持治疗策略优化。检测高风险病理分级[29]的能力使医生能够更早地实施靶向干预,如新辅助化疗[30]或根治性手术。此外,我们的DL框架可能通过提供无创分级信息[31]来补充有创活检,特别是在活检禁忌或结果不确定时,但它不能取代组织病理学评估[32]。
除分级预测外,我们的模型在可用的OS分析队列中显示出初步的预后相关性。观察到的生存分层与风险组之间潜在的病理差异一致。模型预测的高风险患者可能携带组织学分级较高的肿瘤,这通常与细胞分化较低、有丝分裂活性增加和瘤内异质性更大相关。这些病理特征在不同肿瘤类型中与更具侵袭性的行为和更差的预后相关[3, 33]。这些发现表明,用于分级的MRI衍生生物标志物特征也可能捕捉到具有预后相关性的肿瘤生物学[34]。然而,由于333例患者中仅有175例可获得OS数据,生存相关结果应被解释为探索性的,并需要前瞻性验证。
既往针对IMCC及相关胆道肿瘤的影像组学和单一架构深度学习(DL)研究主要集中于手工特征[35]、单尺度成像表征,或缺乏系统性生存验证的诊断分级[36]。在多参数MRI融合、将影像与组织病理学和预后相关联的透明模型可解释性,以及跨中心稳健外部验证方面,仍存在重要知识空白。Xing等人开发了基于弥散加权成像(DWI)的影像组学模型并采用多种机器学习分类器,但由于队列规模小且依赖手工特征,所报告的泛化性有限[36]。更近期,Fiz等人[37]表明,联合肿瘤及瘤周PET/CT影像组学改善了病理分级和预后的预测。然而,影像组学模型依赖预先定义的手工特征[35, 37],可能不足以表征复杂的三维生长模式和跨序列交互。与此同时,大多数基于DL的研究主要采用单尺度架构——要么是牺牲肿瘤体积信息的2D/2.5D设计[38–40],要么是未充分利用序列特异性特征的3D方法[41]。本研究通过提出一个可解释的集成DL框架,将2.5D和3D架构与影像组学及ClinLabImag特征协同整合,从而拓展了既往针对IMCC的影像组学和单一架构DL研究。我们的双尺度DL方法直接从MRI学习分层表征,从而更好地捕捉肿瘤整体的生物学异质性。这种架构协同实现了有效的跨尺度肿瘤解码和多模态整合,与既往单一架构或基于影像组学的模型[40, 42]相比,为IMCC分级和探索性预后评估提供了互补优势[38–41]。与此同时,近期针对胆管癌和肝癌的基于Transformer的模型及DL影像组学模型进一步强调了注意力机制和混合架构用于肿瘤表征的前景[19, 20]。然而,这些方法中的许多主要依赖CT或超声并侧重于架构创新[43],而我们的框架通过利用多参数MRI、双尺度DL、影像组学及ClinLabImag特征,并结合SHAP和Grad-CAM可解释性及探索性预后相关性,提供了互补优势。因此,我们的工作通过聚焦于使用多参数MRI进行IMCC特异性分级和预后评估,为混合DL方法在肝胆肿瘤学中日益增长的应用做出了贡献。
在本研究中,肿瘤大小被确定为高危IMCC最稳健的影像学预测因子,可能反映了增殖活性增强、缺氧和新生血管形成——这些特征通常与低分化相关[29]。浸润性肿瘤边缘也显示出与高级别病理的强关联,可能对应于间质促纤维增生和细胞间黏附丧失等潜在组织学特征,这些特征在IMCC的大胆管亚型中尤为突出[44]。值得注意的是,血管受累与肿瘤分级呈负相关,这可能提示高度侵袭性肿瘤倾向于通过显微镜下淋巴血管或神经周围途径播散,而非形成常规MRI可检测的明显大血管包绕[45]。此外,T2WI上靶环样模式的存在通常对应于坏死性、黏液性或出血性肿瘤中心,可能代表低灌注或高细胞密度区域——这是肿瘤去分化的标志[46]。这些影像生物标志物不仅反映了潜在的肿瘤生物学特征,还为无创分级分层提供了可及的工具。
这些影像生物标志物进一步得到基于Grad-CAM的可视化支持。Grad-CAM反映了具有生物学依据的肿瘤特征。DWI关注区域(高信号)与组织学证实的肿瘤细胞密度增加相一致,这是高级别恶性肿瘤的标志,其中密集的细胞限制水扩散[47]。T2WI激活区域(高信号)对应于坏死和富含黏液的间质——这些特征与侵袭性表型相关,因为缺氧微环境促进血管生成[48]。影像生物标志物与病理生物学之间的这种一致性强调了我们的模型解码具有生物学意义的肿瘤模式的能力。
SHAP分析不仅证实了DL特征的预测主导地位,还揭示了其相较于影像组学和ClinLabImag变量贡献更优的潜在原因。与手工制作的影像组学描述符或表格化临床-实验室指标不同,DL特征捕获肿瘤内异质性的多尺度表征[49]。这些分层图像嵌入编码了细微的空间线索——如微结构不规则性、边界浸润和纹理各向异性——这些线索在手动特征工程中常常丢失[50]。这些具有生物学意义的模式与组织学分化、间质促纤维增生和肿瘤细胞密度密切相关,从而解释了DL衍生特征更强的SHAP归因。若干选定的影像组学特征,特别是来自T2WI和DWI序列的基于纹理和扩散相关的描述符,与高危IMCC中已知的肿瘤内异质性、间质纤维化和扩散受限的影像生物标志物相一致。这些特征,包括灰度不均匀性、区域方差和长游程强调等度量,反映了高级别肿瘤中常见的肿瘤侵袭性、纤维化和细胞密度等潜在生物学特征[51]。通过定量分解模型的决策过程,SHAP可视化弥合了算法推理与影像学解读之间的差距,提供了具有病理生理学依据的解释。
在性别、CA-125和影像学参数方面持续存在显著的队列间变异性,这是多中心研究中常见的挑战[52]。这些差异可能源于各中心在患者病例构成、实验室检测和MRI采集方案方面的差异,从而引入了域偏移,这既对模型的泛化能力构成挑战,也为其提供了更贴近实际的评估[53]。尽管如此,我们认识到该模型在外部验证队列中识别高级别肿瘤的敏感性有所降低。这一差异可能源于多种因素:(1)成像方案和扫描仪参数的跨中心变异性所引入的域偏移;(2)类别不平衡,较少数量的高级别样本可能使模型的决策边界产生偏倚;(3)富含黏液或异质性肿瘤中的组织学-影像学不一致,这可能对影像学预测造成混杂影响[7]。深度学习模型较高的训练AUC(0.978 vs 外部0.804)可能反映的是样本内乐观偏倚和跨中心域偏移,而非单纯的过拟合;因此,外部AUC提供了更为现实的泛化能力估计。尽管联合模型在外部验证中获得了数值上高于深度学习模型的AUC(0.843 [95% CI: 0.749–0.938] vs 0.804 [95% CI: 0.712–0.896])(DeLong p = 0.355),但加入影像组学和临床实验室影像特征所带来的增量价值仍然有限。这些发现凸显了多模态整合的互补作用,即在提供额外临床背景和可解释性的同时,不损害核心深度学习框架的稳健性能。
在临床实践中,所提出的框架有潜力作为一种无创决策支持工具,用于困难IMCC病例的组织学分级和初步OS相关风险评估,尤其是在活检禁忌或结果不确定的情况下。本回顾性研究提供了证据表明,基于多维MRI的可解释集成深度学习模型可在多中心环境中进行外部验证并与探索性OS信息相关联。然而,鉴于回顾性设计和手动肿瘤分割,当前证据尚不能解决真实世界工作流程整合、成本效益或对临床决策的直接影问题。未来需要研究来探索这些方面。未来工作将在更大、更均衡的多中心队列中前瞻性评估该框架,并探索其整合到临床工作站中,以期为IMCC的个体化术前管理提供实时决策支持。
局限性
我们的研究存在若干局限性。第一,尽管有预设的纳入标准和外部队列验证,回顾性多中心设计仍可能引入选择偏倚和未测量的混杂因素,对罕见解剖学变异型的普适性仍不确定。第二,模型在伴有广泛坏死、出血或富黏液成分的病灶中可能可靠性较低,导致DWI/T2WI信号模糊;因此,预测结果应谨慎解读,并结合活检结果和多学科判断。第三,外部验证队列相对较小,可能降低了对高级别疾病的敏感性,并限制了性能估计的精确度。第四,跨中心采集异质性仍可能影响影像组学和深度学习特征的稳定性及外部适用性。由于回顾性设计、亚组样本量小以及标准化活检数据有限,未进行正式的亚组分析和基于活检的一致性分析。我们进一步认识到,训练集(AUC 0.978)与外部验证(DL模型AUC 0.804)之间显著的性能差距主要反映了样本内乐观偏倚和跨中心域偏移,而非仅由失控的过拟合所致。这仍是本研究的一个重要局限性。最后,生存分析为探索性分析,应谨慎解读,因为部分患者的随访有限或不完整。
结论
总之,我们开发了一个可解释的多模态框架,整合多维MRI、影像组学和ClinLabImag特征,用于IMCC的无创术前分级。联合模型展示了良好的外部验证性能,并显示出初步的预后相关性。
补充信息
补充信息
引用
- Zhuo L, Chen W, Song Z, et al. Multidimensional deep learning for grading and prognostic assessment of intrahepatic mass-forming cholangiocarcinoma. Insights Imaging. 2026. PMID: 42484736. doi:10.1186/s13244-026-02350-0
- 全文:PMC13391990(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13391990/
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。