深度学习图像重建对肺结节CT影像组学可重复性的影响
本研究回顾性分析94例肺结节患者的标准剂量与低剂量CT,比较DLIR、FBP和ASIR-V-50%重建下2264个影像组学特征的可重复性。DLIR-H在跨剂量可重复性上表现最佳,低剂量下DLIR-L与ASIR-V-50%间可重复性最高;结节类型和大小显著影响特征稳定性。
要点
- DLIR可提升肺结节影像组学特征可重复性,尤其适合低剂量CT协议。
- DLIR强度越高,特征可重复性反而下降,跨重建比较时需注意。
- 部分实性结节特征变异性最低,纯磨玻璃结节变异性最高;结节越大可重复性越好。
关键影像表现/征象
- 标准剂量与低剂量间DLIR-H平均CCC为0.934±0.104,FBP为0.922±0.113,ASIR-V-50%为0.922±0.128(p=0.055)。
- 低剂量下跨重建比较,DLIR-L与ASIR-V-50%的CCC为0.950±0.094,FBP与ASIR-V-50%为0.943±0.087(p<0.001)。
- 部分实性结节平均CV为7.17±13.48%,低于实性结节8.24±9.06%和纯磨玻璃结节13.24±34.21%(p<0.001)。
- 结节20–30 mm组CV为5.16±6.47%,低于10–20 mm组8.46±14.30%和<10 mm组14.18±39.23%(p<0.001)。
- Wavelet滤波后特征可重复性较低,跨剂量CCC低于0.745。
诊断标准与关键数值
- CCC≥0.85视为可重复性良好,CCC≥0.99视为近乎完美一致。
- CV<10%为可接受,11–20%为中等但可接受,≥20%为过高不可接受。
- 跨剂量可重复性:DLIR-H、ASIR-V-50%、FBP分别有29.8%、27.9%、20.2%特征CCC≥0.99。
- 跨重建可重复性:DLIR-L与ASIR-V-50%比较,39.4%特征CCC≥0.99,90.4%特征CCC≥0.85。
- 共识别21个稳健特征,满足跨剂量与跨重建CCC>0.99且CV<10%。
临床应用与阅片要点
- 若影像组学模型基于标准剂量FBP建立,迁移至低剂量DLIR图像时建议优先选用DLIR-L以保持特征一致性。
- 报告影像组学结果时应注明重建算法及强度,DLIR-H虽图像噪声低但特征稳定性可能下降。
- 对纯磨玻璃结节或<10 mm小结节,影像组学特征变异性较大,解释结果需谨慎。
- 避免使用Wavelet等可重复性低的滤波图像进行定量分析。
局限性
- 本研究为单中心回顾性二次分析,样本量94例。
- 仅纳入最大结节进行分析,未评估多结节情况。
- 未进行外部验证,结论推广需多中心研究确认。
全文中译13 节 · 点击展开
引言
放射组学通过提取高维特征,将医学图像转化为定量数学数据,在临床研究中发挥着重要作用[1]。近期研究表明,放射组学是预测肿瘤侵袭性[2]、识别病理亚型[3]和基因突变[4]以及进行生存风险分层[5]的有力工具。然而,尽管取得了这些令人鼓舞的结果,放射组学尚未在临床主流中取得决定性突破。限制放射组学特征可推广性的一个主要因素是其缺乏稳健性,尽管在标准化成像生物标志物方面已做出大量努力[6, 7]。特别是,越来越多的证据表明,剂量水平和图像重建算法是放射组学特征不一致和不稳定的关键来源[8–10]。
深度学习图像重建(DLIR)是一种新型算法,利用基于深度学习的卷积神经网络模拟高剂量高质量滤波背投影(FBP)图像,旨在保持图像质量的同时降低辐射剂量[11–13]。在肺结节成像中,DLIR已被证明可提高图像质量并改善病灶可视化[14, 15]。然而,作为一项近期引入的技术,DLIR图像衍生的放射组学特征的可重复性尚未得到充分探索。一些体模研究报告称,DLIR图像的可重复性低于使用自适应统计迭代重建-V(ASIR-V)重建的图像[16, 17],而其他研究表明DLIR可提高图像质量并产生更可靠的放射组学特征[18]。然而,由于体模材料与人体组织之间的固有差异,体模研究无法完全模拟临床病灶的生物学复杂性。因此,其研究结果可能无法直接适用于患者数据。因此,有必要进一步研究DLIR与传统CT重建所衍生的放射组学特征的变异性。
因此,本研究的目的是评估在不同辐射剂量(低剂量CT和标准剂量CT)下成像并使用不同算法(DLIR、FBP和ASIR-V)重建的肺结节所提取的放射组学特征的可重复性,以评估DLIR对特征稳定性的影响。
材料与方法
患者
本研究是对既往一项前瞻性研究的回顾性二次分析。本研究获得我院机构审查委员会的伦理批准(伦理批准号:IS23088),并豁免知情同意。根据以下纳入标准,最初连续纳入2023年3月至6月期间入院、既往胸部CT检查提示肺结节的125例患者:(1)完成标准剂量和低剂量CT扫描;(2)存在经放射科医师检出并确认的肺结节。排除标准如下:(1)最大肺部病灶小于6 mm;(2)图像重建序列不完整;(3)图像质量差,存在严重运动伪影。最终排除31例患者,最终研究队列为94例患者。对于多发病灶患者,选择最大总体直径最大的病灶,以确保放射组学分析具有足够的体素计数。患者纳入的详细流程图见图1A。
图像采集与重建
所有CT检查均使用256排CT扫描仪(Revolution CT,GE HealthCare)进行,未使用对比剂。标准剂量扫描采用管电压120 kVp和自动管电流调制,噪声指数为6.5。随后进行低剂量扫描,使用相同管电压,但噪声指数提高至16以减少管电流。其他扫描参数包括500 ms旋转时间、0.625 × 128 mm准直和0.992:1螺距。所有扫描均在仰卧位通过连续两次吸气屏气获得,间隔为4.9 s。标准剂量和低剂量扫描的有效剂量分别为5.43 ± 0.78 mSv和0.86 ± 0.14 mSv。
所有图像均在专用工作站上使用厂商专有算法(GE Healthcare)重建。标准剂量CT图像使用FBP、50%强度的ASIR-V(ASIR-V-50%,我院常规临床设置)和高强度DLIR算法(TrueFidelity)(DLIR-H)重建。低剂量CT图像使用FBP、ASIR-V-50%、DLIR-H、中等强度DLIR(DLIR-M)和低强度DLIR(DLIR-L)重建,不同DLIR强度对应不同水平的噪声降低。所有图像均使用标准卷积核重建,层厚和层间距均为1.25 mm。应用肺窗显示,窗宽为1500 HU,窗位为−400 HU。本研究的工作流程见图1B。
对于每个重建序列,在气管内放置一个直径为5 mm的固定大小圆形感兴趣区(ROI),客观噪声量化为ROI内亨斯菲尔德单位的标准差(图2A和S1A)。
分割和影像组学特征提取
使用uAI Research Portal(上海联影智能)在每个重建图像集上独立自动进行结节分割,以生成3D ROI [19]。ROI选择的人工校正由一名具有2年胸部影像经验的放射科医师进行,并由另一名具有32年经验的放射科医师审核。两名放射科医师对图像采集参数和临床信息均设盲。
对于每个ROI,从原始图像和滤波后图像中共提取2264个特征。通过分别应用单个滤波器共生成24个不同的滤波图像集(补充材料)。提取的特征分为三类:18个一阶特征、14个基于形状的特征(仅从原始图像中提取)和72个纹理特征(补充材料)。所有提取的特征均符合影像生物标志物标准化倡议(IBSI)制定的标准集[7]。
影像组学可重复性分析
为评估剂量降低和重建算法对影像组学特征可重复性的影响,通过一致性相关系数(CCC)评估剂量间和重建间可重复性[20]。剂量间可重复性是指采用相同方法(FBP、ASIR-V-50%或DLIR-H)重建的标准剂量和低剂量CT图像中提取的影像组学特征之间的一致性。重建间可重复性是指使用同一低剂量CT扫描从不同重建算法获得的特征之间的一致性,从而评估重建方法本身是否会改变特征值。CCC值≥0.85被认为具有良好的可重复性[21]。为全面表征可重复性模式,量化了超过CCC阈值0.90、0.95和0.99的特征数量[22, 23]。还比较了不同特征类别和滤波器的平均CCC值,以评估与特征类型和预处理相关的变异性。
根据结节大小和类型进行亚组分析,以使用变异系数(CV)评估低剂量CT重建所得特征的变异性[24, 25]。CV值解释为可接受(< 10%)、中等但仍可接受(11–20%)或过高且不可接受(≥ 20%)[26, 27]。
我们将主要分析集中在104个原始特征上,因为它们提供了最直接和基本的图像信息。滤波特征的结果见补充材料。
统计分析
连续变量以均数±标准差表示,分类变量以频数和百分比表示。采用Friedman检验比较特征的CCC和CV,事后两两比较采用Bonferroni校正进行多重比较调整。采用Pearson卡方检验或Fisher精确检验比较不同组间稳健特征的数量。所有统计分析均使用R统计软件4.4.2版本进行。双侧p值<0.05被认为具有统计学意义。效能计算见补充材料和表S1。
结果
患者特征
本研究共纳入94例患者(平均年龄56.2±11.9岁;范围23–77岁),共94个结节,其中男性28例(29.8%),女性66例(70.2%)。结节平均大小为14.9±6.9 mm。纯磨玻璃结节(GGNs,39/94,41.5%)和部分实性结节(39/94,41.5%)数量相等,其次为实性结节(16/94,17.0%)。共有84个结节经手术切除并经组织病理学确诊,包括4个良性病变和80个恶性结节(2个黏膜相关淋巴组织淋巴瘤、16个原位腺癌、18个微浸润性腺癌和44个浸润性腺癌)。详细的患者特征总结于表1。
常规剂量CT中,FBP的噪声为25.94±6.64,ASIR-V-50%为19.10±5.93,DLIR-H为14.07±4.72(p<0.001);低剂量CT中,FBP的噪声为41.78±5.58,ASIR-V-50%为31.36±4.93,DLIR-H为23.97±4.16,DLIR-M为30.22±4.60,DLIR-L为35.83±5.13(p<0.001)(图2和图S1)。
剂量间可重复性
为分析剂量间可重复性,我们评估了常规剂量与低剂量CT图像之间相同重建算法的表现,以评估单纯辐射剂量的影响。总体而言,DLIR-H获得了最高的平均CCC(0.934±0.104),其次为FBP(0.922±0.113)和ASIR-V-50%(0.922±0.128),组间差异具有边缘统计学意义(p=0.055)。按特征类别分层后,一阶特征和基于形状的特征在所有重建方法中均表现出高可重复性,CCC值始终超过0.977。纹理特征的可重复性相对较低,DLIR-H(0.914±0.119)显著优于FBP(0.897±0.127)和ASIR-V-50%(0.896±0.146)(p=0.015)。结果总结于表2和图3。
DLIR-H保留了更多数量的稳健特征,尽管差异无统计学意义(表2和图4A)。具体而言,DLIR-H有92个(88.5%)特征显示CCC≥0.85,而ASIR-V-50%为88个(84.6%)特征,FBP为86个(82.7%)特征。同样,DLIR-H(31/104,29.8%)保持CCC≥0.99的特征数量最多,其次为ASIR-V-50%(29/104,27.9%)和FBP(21/104,20.2%),提示其在低剂量条件下特征量化方面具有更优的稳定性。
表S2列出了24个滤波后图像集的CCC值。在Speckle Noise滤波器下观察到最高的CCC值(CCC范围:0.930–0.935)。相比之下,Wavelet的CCC始终低于0.745。这表明某些变换可能引入显著的变异性,在影像组学流程中应谨慎应用。值得注意的是,在其他滤波器(包括box mean、additive gaussian noise、curvature flow、box-sigma、laplacian sharpening、discrete Gaussian和wavelet)下,DLIR-H相较于FBP或ASIR-V-50%均表现出非劣效性。
重建间可重复性
为分析剂量间可重复性,我们评估了DLIR(L、M、H)与ASIR-V-50%(低剂量CT降噪中常用的一种算法)之间的CCC。作为补充背景,我们还计算了FBP与ASIR-V-50%之间以及FBP与DLIR协议之间的CCC,以了解DLIR在低辐射剂量下偏离传统FBP的程度。表3和图3总结了使用不同算法重建的低剂量CT图像所得影像组学特征的CCC。总体而言,在所有重建配对中均观察到高可重复性。DLIR与ASIR-V-50%之间的可重复性(CCC范围:0.933–0.950)总体优于DLIR与FBP之间的可重复性(CCC范围:0.909–0.923),表明DLIR与ASIR-V-50%重建之间的一致性更高。然而,DLIR强度与可重复性之间呈反向关系,随着DLIR强度增加,CCC降低,可能归因于噪声抑制能力的增强。具体而言,DLIR-L与ASIR-V-50%之间的CCC为0.950 ± 0.094,高于FBP与ASIR-V-50%之间的CCC(0.943 ± 0.087,p < 0.001)。然而,DLIR-H在其比较中表现出较低的可重复性。DLIR-H vs FBP的CCC为0.909 ± 0.138,DLIR-H vs ASIR-V-50%的CCC为0.933 ± 0.116,均显著低于FBP与ASIR-V-50%之间的CCC(0.943 ± 0.087,均p < 0.001)。在所有重建比较中,一阶特征和基于形状的特征保持了极佳的可重复性,平均CCC始终超过0.981。然而,纹理特征的可重复性较低,CCC值范围为0.876至0.931。
稳健特征的数量也随着DLIR强度的增加而减少(表3和图4B)。DLIR-L vs ASIR-V-50%配对保留了最多的稳健特征(94/104,90.4%),略高于FBP vs ASIR-V-50%(91/104,87.5%)。值得注意的是,DLIR-L还保留了最大比例的接近完美可重复的特征,104个特征中有41个(39.4%)达到CCC ≥ 0.99,而其他重建比较中为23.1–34.6%。
对滤波后图像集的分析(表S3)显示,大多数滤波器具有良好的可重复性,所有重建图像的平均CCC通常超过0.868。斑点噪声(Speckle Noise)的可重复性最高,在所有比较中CCC均超过0.923。然而,小波(Wavelet)(CCC范围:0.711–0.830)、归一化(Normalize)(CCC范围:0.833–0.910)和拉普拉斯高斯(LoG)(CCC范围:0.832–0.900)表现出较低的可重复性。这些发现表明,此类变换可能引入更大的变异性,可能不太适合低剂量CT成像的影像组学分析。
结节类型和结节大小的亚组分析
影像组学特征的可重复性因结节类型而异(表4和图5A)。部分实性结节的变异性显著较低,平均CV为7.17 ± 13.48%,而实性结节为(8.24 ± 9.06%,P < 0.001),纯磨玻璃结节(GGN)为(13.24 ± 34.21%,p < 0.001)。CV < 10%的特征比例在部分实性结节中最高(82/104,78.8%),实性结节为(71/104,68.3%),GGN为(71/104,68.3%)(图4C)。此外,GGN表现出最大的变异性,CV ≥ 20%的特征数量最多(12/104,11.5%),表明GGN中的影像组学定量可能对重建相关变异性更为敏感。
此外,可重复性随着结节大小增加而改善(表4和图5B)。大小为20–30 mm的结节表现出最低的变异性(5.16 ± 6.47%),而10–20 mm者为(8.46 ± 14.30%,p < 0.001),小于10 mm者为(14.18 ± 39.23%,p < 0.001)。值得注意的是,20–30 mm组中有87个(83.7%)特征表现出可接受的变异性,而10–20 mm组中有78个(75.0%)特征,< 10 mm组中有69个(66.3%)特征,表明较小的结节更容易受到测量变异性的影响(图4D)。
表S4呈现了不同结节类型和大小之间CV的按滤波器分析。在所有滤波器中,斑点噪声(Speckle Noise)(8.40 ± 6.73%)和散粒噪声(Shot Noise)(9.40 ± 9.57%)表现出可接受的变异性,表明具有很强的可重复性。相比之下,小波(Wavelet)表现出不足的可重复性,平均CV为21.24 ± 59.84%,表明其引入了 substantial 变异性,可能损害提取特征的稳健性。
稳健特征
共有21个原始影像组学特征被确定为稳健特征,满足在剂量间和重建间比较中CCC均大于0.99且CV小于10%的标准(补充材料)。
讨论
迄今为止,尽管DLIR的先进重建算法已被证明在降低剂量、改善图像质量和增强肺结节可视化方面具有潜力[14],但很少有研究探讨由其衍生的影像组学特征的可重复性。在本研究中,我们评估了在不同辐射剂量下、并与FBP和ASIR-V算法进行比较时,从DLIR图像中提取的影像组学特征的可重复性,并按结节大小和类型进行分层。在标准剂量与低剂量之间,我们的研究结果表明DLIR衍生特征具有高可重复性,提示DLIR重建图像适用于影像组学分析。对于纹理特征,DLIR-H显示出优于FBP的剂量间可重复性(0.914 ± 0.119)(0.897 ± 0.127,p = 0.023)。在低辐射剂量下,可重复性随DLIR强度的增加而下降。相较于ASIR-V50%,DLIR-L获得了高于FBP的可重复性(0.950 ± 0.094 vs 0.943 ± 0.087,p = 0.001),并显示出与ASIR-V-50%相较于FBP相当的表现(0.932 ± 0.118 vs 0.943 ± 0.087,p > 0.999)。部分实性结节表现出最低的变异性(7.17 ± 13.48%),相比之下实性结节为(8.24 ± 9.06%),磨玻璃结节(GGNs)为(13.24 ± 34.21%)(两者p < 0.001)。变异性随结节大小增加而显著降低(p < 0.001)。
我们的剂量间分析显示,与FBP和ASIR-V-50%相比,DLIR-H在影像组学特征(尤其是纹理特征)方面实现了更优或非劣的可重复性。这一改善可能归因于DLIR-H先进的降噪能力,以及其训练过程所带来的纹理保留增强。FBP提供的噪声抑制有限,在低辐射剂量下产生的图像噪声较大[28],这可能改变纹理特征,进而影响影像组学可重复性[18]。相比之下,本研究使用的DLIR算法是在大量低噪声FBP图像数据集上训练的,而后者被广泛视为图像质量的金标准。DLIR在抑制噪声的同时保留精细图像细节的能力有助于更稳定的特征提取。我们的结果与既往研究一致,后者提示DLIR在低剂量下可改善可重复性[17, 29]。这些结果提示,由DLIR重建的低剂量CT图像衍生的影像组学模型可能具有更高的可靠性,并在筛查与诊断工作流程之间实现无缝转化方面具有更大潜力。
关于重建间可重复性,我们的研究结果显示,与传统的滤波反投影(FBP)和ASIR-V50%重建算法相比,随着深度学习图像重建(DLIR)强度的增加,可重复性显著下降。这可能归因于FBP/ASIR-V图像中较高的噪声。不同的去噪算法可在图像间引入不同的噪声纹理和像素级变异 [28, 30]。随着DLIR强度增加,图像质量进一步偏离高噪声的FBP参考图像,这与观察到的可重复性下降相一致。既往研究同样报道,对于ASIR-V和DLIR,更强的重建设置会导致影像组学特征稳健性下降。[17, 31]。尽管已知协议异质性会影响特征稳健性,但我们的研究结果强调,理解DLIR与传统重建算法之间的差异对于影像组学模型的可靠临床应用至关重要,而保持一致的重建设置仍是保持模型有效性最有效的策略。
纹理特征量化体素强度的空间分布,反映图像异质性 [32, 33]。因此,基于纹理的特征差异可能提示不同空间尺度上的改变,可能影响放射科医师的临床评估以及影像组学模型的性能 [34]。在我们的研究中,纹理特征在两种剂量水平和重建方法下的可重复性均低于一阶特征和基于形状的特征。因此,在开发多模态预测模型时,应考虑影像组学特征类别之间可重复性的差异。建议进行基于可重复性的特征筛选,并优先选择在采集和重建设置下具有高稳定性的特征。此外,鉴于重建算法的发展和影像组学的应用,影像组学稳定性应被视为评估日益增多的低剂量CT新型深度学习重建算法的重要指标,以补充结构相似性指数和峰值信噪比等传统指标。
亚组分析显示,影像组学可重复性随结节特征而变化。变异度随结节大小增加而显著降低(p < 0.001)。Zhu等同样报道,较小结节对分割准确性构成更大挑战[35]。分割变异度增加可能导致影像组学特征不稳定和可重复性降低。既往研究还表明,虽然大于1 cm的结节受影响较小,但较小结节更容易受到采集参数的影响[36]。关于结节类型,部分实性结节的变异度低于实性结节和纯磨玻璃结节(两者p < 0.001)。纯磨玻璃结节以低对比度和模糊边界为特征,更容易受到噪声影响,使分割和特征提取更具挑战性。已有研究一致报道纯磨玻璃结节的可重复性最低[35]。然而,Zheng等发现磨玻璃结节的可重复性优于实性结节[29]。这一差异可能由其队列中实性结节尺寸较小(5.54 ± 1.74 mm)相较本研究(17.55 ± 7.19 mm)来解释。结合本研究关于大小的结果及既往研究,结节大小似乎是影响特征稳定性的更主要因素,而非结节本身的内部密度。变异度的差异凸显了在临床应用中解读影像组学结果时考虑结节大小和类型的重要性。
本研究存在一些局限性。首先,由于这是使用单台CT扫描仪的单中心研究,未来需要采用多厂商设备的多中心研究来验证基于深度学习图像重建(DLIR)的影像组学特征的稳健性。其次,标准剂量CT扫描未获得DLIR-M和DLIR-L重建图像,因为初始采集时仅获取了DLIR-H、滤波反投影(FBP)和ASIR-V-50%图像。这妨碍了在标准剂量成像中全面评估不同DLIR强度下影像组学特征的可重复性,值得进一步研究。第三,本队列涵盖了广泛的组织学亚型;因此,未来采用更大规模、特定亚型队列的研究可进一步探讨组织学对影像组学特征稳健性的影响。
总之,本研究提供了有力证据,表明基于DLIR重建CT图像的影像组学特征具有高可重复性。DLIR-H在剂量间可重复性方面的优越性表明其在地剂量CT影像组学研究中的前景。然而,选择DLIR强度时需谨慎,因为较高水平的DLIR可能降低相对于ASIR-V或FBP的可重复性。结节固有特征,特别是大小和类型,显著影响特征变异度,提示未来影像组学研究应考虑这些因素。共确定21个原始影像组学特征为稳健特征,为未来影像组学研究提供了稳定的候选池。这些见解对于优化CT采集和重建方案以确保影像组学生物标志物的稳健性和临床实用性至关重要。
补充信息
电子补充材料
引用
- Zhu H, Wei T, Wang L, et al. Impact of deep learning image reconstruction on CT radiomics reproducibility in patients with pulmonary nodules. Insights Imaging. 2026. PMID: 42867746. doi:10.1186/s13244-026-02417-y
- 全文:PMC13661886(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13661886/
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。