机器学习与胶质瘤影像学生物标志物
该综述检索了PubMed和MEDLINE数据库截至2018年9月的文献,聚焦机器学习在高等级胶质瘤治疗反应监测、预后和预测中的应用。最终纳入20项主要评估预后生物标志物的研究和14项主要评估监测生物标志物的研究。结论指出,多数证据为回顾性、单中心、低级别证据,机器学习模型尚未显示优于传统统计方法,需大型标注数据集和多中心协作。
要点
- MRI贯穿胶质瘤诊疗路径,常规结构成像提供解剖病理信息,先进技术补充生理细节。
- 机器学习可自动识别影像特征,用于分子分型、组织学分级和预后判断。
- 鉴别治疗反应与治疗后效应是临床重要问题,但现有证据多为回顾性单中心低级别证据。
核心结论
- 尽管具有开创性,但大多数证据为低级别,来自回顾性和单中心研究。
- 应用机器学习构建神经肿瘤学监测生物标志物模型的研究尚未显示优于使用传统统计方法的研究。
- 开发和验证神经肿瘤学机器学习模型需要大型、标注良好的数据集,因此需要多学科和多中心协作。
研究设计与样本
- 综述类文章,检索PubMed和MEDLINE数据库,综述文章检索2008年9月至2018年9月,原创研究检索2013年9月至2018年9月。
- 最终纳入20项主要评估预后生物标志物的研究和14项主要评估监测生物标志物的研究。
- 涉及多种MRI序列(结构成像和先进技术)以及PET,目标条件包括假性进展、放射性坏死或两者组合以及完全缓解。
- 因涉及多种成像方法和多个目标条件,不适合进行针对特定诊断准确性问题的PRISMA-DTA分析,但在可行处纳入了PRISMA-DTA方法学组件。
关键影像表现/征象
- T2加权高信号表型:进展患者表现为异质性、大、蕨叶状,假性进展表型为独立实体,不同于血管源性水肿和放射性坏死。
- 进展患者T2加权高信号表型较假性进展更呈圆形而非椭圆形;增强后T1加权表型为圆形且紧凑。
- 进展患者表现为更高的各向异性分数,可能与胶质母细胞瘤中过度产生的细胞外基质方向有关。
诊断标准与关键数值
- 可测量病灶定义为所有垂直维度均大于10 mm。
- 假性进展发生在放化疗期间或6个月内,放射性坏死发生在此之后,但发生率比早期假性进展低一个数量级。
- 假性进展发生在20–30%的病例中,并与更好的临床结局相关。
- 胶质母细胞瘤标准治疗后1年无进展生存率为15%,中位总生存期为14.6个月。
- 仅50%的胶质母细胞瘤患者接受二线治疗,即使在临床试验中也是如此。
临床应用与阅片要点
- MRI通常贯穿神经肿瘤学患者路径使用,因为常规结构成像提供详细的解剖和病理信息,先进技术提供额外的生理细节。
- 新颅内肿块的定性分析有助于诊断,并可在常规临床实践中决定是否进行确认性活检或切除。
- 某些影像分析建议已依赖对比增强肿瘤最大垂直截面积乘积这一简单线性指标,用于确定高组织学级别胶质瘤的治疗反应。
- 看似简单的测量仍具挑战性,因为肿瘤形状多样、可能局限于腔壁边缘且边界难以界定,大的囊样高等级胶质瘤常见且常为不可测量,除非实性周边结节成分满足可测量标准。
- 影像分析研究中的评估最初包括分析验证,评估生物标志物的准确性和可靠性,准确性决定检测在给定人群中正确的频率。
局限性
- 大多数证据为低级别,来自回顾性和单中心研究。
- 应用机器学习构建神经肿瘤学监测生物标志物模型的研究尚未显示优于使用传统统计方法的研究。
- 开发和验证神经肿瘤学机器学习模型需要大型、标注良好的数据集,因此需要多学科和多中心协作。
- 当前许多工作的一个弱点是新方法针对现有生物标志物进行验证,而常用生物标志物本身可能未被严格证明具有临床有效性。
- 当使用对比增强肿瘤最大垂直截面积乘积确定高等级胶质瘤无进展生存期时,可能出现假阳性进展(假性进展)或当贝伐珠单抗加入治疗方案时出现假阴性进展(假性反应)。
全文中译16 节 · 点击展开
引言
生物标志物(biomarker)是 biological 和 marker 的合成词,定义为一种可测量的特征,作为正常生物学过程、病理过程或对治疗干预反应的指标。1 分子、组织学、影像学或生理学特征均属于生物标志物的类型。神经肿瘤学中众所周知的生物标志物包括人口学特征(如年龄)和肿瘤特征(如分级和 O6-甲基鸟嘌呤-DNA 甲基转移酶[MGMT]启动子甲基化状态),而影像生物标志物用于诊断、预后和治疗反应监测。
磁共振成像(MRI)通常贯穿神经肿瘤患者的诊疗路径使用,因为常规结构成像提供详细的解剖和病理信息,而先进技术(如 1H-磁共振波谱)提供额外的生理学细节。2 对新的颅内占位性病变进行定性分析有助于诊断,并可在常规临床实践中决定是否继续进行确认性活检或切除术。例如,结合一些基本的人口学信息(如患者年龄)和一些临床信息(如知悉该占位性病变是在检查无关疾病时偶然发现的),1 级脑膜瘤的定性常规结构成像特征可允许高精度诊断(阳性预测值),而无需确认性活检。先进成像技术允许对可能改变治疗管理的异常进行定量分析。例如,使用动态磁敏感加权对比增强成像(DSC)在肿瘤对比增强区域内获得的脑血容量值,或从占位性病变获取的 1H-磁共振波谱比值,可能有助于在某些情况下确定肿瘤是否具有高组织学分级(3 级或 4 级)。
一些影像分析建议——用于确定高组织学分级胶质瘤的治疗反应(框 1)——在研究环境中已变得常见,并依赖于影像特征的简单线性指标,即对比增强肿瘤最大垂直横截面尺寸的乘积(在“可测量”病变中,其定义为所有垂直维度均 >10 mm)。3,4 尽管如此,看似简单的测量仍可能具有挑战性,因为肿瘤形状多样、可能局限于腔壁边缘,且边缘可能难以界定。事实上,大型囊性样高级别胶质瘤很常见,且通常为“不可测量”,除非实性外周结节成分满足上述“可测量”标准。
图像分析中的许多研究旨在从影像数据集中提取潜在的定量信息,以开发个体人类评估者可能不易直接观察到的生物标志物;这就是影像组学。通常,影像组学包括以下阶段:图像预处理、特征估计(量化或表征图像)、特征选择(降维以去除基础数据中的噪声和随机误差,从而减少过拟合)、分类(决策分析或判别分析)和评估11(图1)。预处理通常构成大多数研究的主要部分。尽管在患者成像之前可以采取许多步骤来减轻预处理负担(例如,通过体模分析克服几何失真或通过信号平均降低图像噪声),但通常图像将需要强度非均匀性校正(通过估计偏置场)、降噪(通过仔细应用滤波器)、运动校正和强度归一化(通过将强度变换到标准尺度),并且通常还需要空间归一化(通过几何变换将不同大脑在解剖上对齐)以及分割。预处理流程很复杂,但可能可以针对上述问题采用经验性、数据驱动和完整的机器学习(ML)解决方案13,包括对固有不确定性的量化。14
一些研究利用了应用统计模型,一些利用了ML模型,还有许多两者兼用。它们之间的基本区别在于,统计学从样本中推断总体,而ML寻找可泛化的预测模式。15近来向ML的部分转变可归因于:第一,ML方法在应用于“宽数据”(输入变量数量超过受试者数量)时是有效的;第二,应用统计建模本质上是为具有数十个输入变量且样本量小于当前数据管理(大数据)中所见样本量的数据而设计的。总之,这些解释了近来向ML的部分转变。在本综述中,我们聚焦于ML方法在神经肿瘤学影像组学中的应用(框2)。
ML在神经肿瘤学中的应用已有很长的历史,甚至神经网络应用于分类器任务也已超过二十年16;然而,近期的工作利用了技术的进步,使得可以使用更为复杂的监督、无监督和强化ML,包括使用深度(多层)神经网络(一些相关的开源工具列于电子补充材料框S1中)。尽管如此,就目前而言,大多数影像组学工作使用的是显式而非隐式的特征工程技术(即由影像科学家选择的特征,如纹理17,而非由算法识别的特征)。
图像分析研究中的评估最初包括分析验证,即评估生物标志物的准确性和可靠性。18准确性决定了一项检测在给定人群中正确的频率(真阳性和真阴性数量除以总检测数量)。仅准确性本身是有限的,通常还采用从混淆矩阵衍生的其他指标,如精确率(阳性预测值)、召回率(灵敏度)、F1分数(召回率与精确率的结合)、平衡准确率(灵敏度和特异度的均值)以及受试者工作特征曲线下面积(AUC)。临床验证是对生物标志物性能的检验,通常在临床试验中进行。当前许多工作的一个弱点是,新方法是对照现有生物标志物进行验证的。例如,尝试验证一种用于治疗反应监测的新型DSC成像生物标志物时,可能会将其与一种常用的治疗反应生物标志物进行基准比较,如对比增强肿瘤最大垂直横截面尺寸的乘积,而非总生存期;然而,该常用生物标志物本身可能并未被严格证明具有临床有效性。事实上,当对比增强肿瘤的最大垂直横截面尺寸被用于确定高级别胶质瘤的无进展生存期时,可能存在假阳性进展(下文所述的假性进展),或者当贝伐珠单抗被加入治疗方案时,出现假阴性进展(假性反应)。即使是专家推荐的通过仔细安排横截面测量时机来避免假阳性进展的建议4也存在缺陷,需要修改。12假阴性进展在美国是一个关注点,但在欧洲很少见,因为欧洲药品管理局得出结论认为无进展生存期贝伐珠单抗试验的结局指标本质上存在混杂,不支持使用贝伐珠单抗。19
本综述描述了若干具有说明性的影像组学研究,旨在开发用于治疗反应监测、预后和预测以及诊断的影像生物标志物(在附带出版物中概述:深度学习可以看到不可见之物:从脑胶质瘤MRI预测分子标志物)。我们特别展示了不同的机器学习策略如何用于分类,以及特征估计和选择。作为生物标志物开发的基础,分析验证和临床验证的程度被重点强调。此处描述的研究——其中许多是回顾性的且在单中心进行——表明,尽管将机器学习应用于神经肿瘤学的研究相当多,但证据往往质量不佳,从而限制了临床实用性和部署。20
材料与方法
检索PubMed和MEDLINE数据库,查找2008年9月至2018年(综述)以及2013年9月至2018年(原始研究)期间发表的文献,检索词见电子补充材料表S1,基于胶质瘤变异型与机器学习检索词的组合。排除未提及在特征提取、选择或分类/回归中使用机器学习算法的文献。排除所有非英文文献或无法获得英文译文的文献。排除摘要或标题中未提及影像学的所有文献。
鉴于本综述描述了涉及多种影像学方法(一系列MRI序列,包括结构性和高级技术;还包括PET)和多种目标状态(假性进展、放射性坏死或两者兼有;完全缓解)的广泛研究,不适合用于解决特定诊断准确性问题的PRISMA-DTA分析。21尽管如此,在可行的情况下已纳入PRISMA-DTA方法学的组成部分。
结果
检索策略初步返回1,549篇候选文献。按照排除标准(电子补充材料图S1),最终数据集包含20项主要评估预后生物标志物的研究和14项主要评估监测生物标志物的研究。
监测生物标志物
监测生物标志物通过连续测量,可检测疾病范围的变化、提供治疗暴露的证据或评估安全性。1其与专门确定任何治疗毒性的安全性生物标志物存在重叠。监测血液或脑脊液中的循环肿瘤细胞、外泌体和microRNA显示出前景18;然而,影像学特别有用,因为其无创且能捕获整个肿瘤体积及邻近组织,并已促成在试验中确定治疗反应的推荐意见。3,4临床验证通常尚未证实。常用生物标志物经常被用作基准,以试图间接验证正在开发的监测生物标志物。
最常见的原发性恶性脑肿瘤——胶质母细胞瘤,是一种毁灭性疾病,尽管接受标准治疗,其1年无进展生存率为15%,中位总生存期为14.6个月。22,23 标准治疗方案包括最大程度减瘤手术和放疗,同时联合及辅助替莫唑胺治疗,22但与假性进展相关。假性进展指放化疗后6个月内出现的假阳性疾病进展,通常由T1加权MRI图像上对比增强的变化所判定,代表非特异性血脑屏障破坏24,25(图2)。假性进展会混淆疗效评估,并可能影响临床管理。其发生于20%–30%的病例中,且与更好的临床结局相关。26 因此,MRI上明显的肿瘤进展常常使神经肿瘤科医生面临是否继续辅助替莫唑胺治疗的艰难决策。一种能够可靠区分真性进展患者与假性进展患者的成像技术,将允许早期改变治疗策略,停止无效治疗并选择实施二线治疗。27 这是一个具有重大潜在影响的领域:即使在临床试验中,也只有50%的胶质母细胞瘤患者接受二线治疗。
假性进展是一种早期延迟性治疗效应,与晚期延迟性放射效应(或放射性坏死)相反。28 假性进展发生于放化疗期间或之后6个月内,而放射性坏死发生于此时期之后,但发生率比早期的假性进展低一个数量级。正如一种能够区分真性进展与假性进展的成像技术将是有益的,一种能够区分真性进展与放射性坏死的成像技术也将是有益的,可使神经肿瘤科医生了解是否应实施二线治疗。
出于这些原因,多项影像组学研究试图开发监测性生物标志物,而机器学习(ML)一直是其核心方法(表1)。下文描述了其中若干研究,以展示一系列ML技术,这些技术结合了不同的成像方法(例如不同序列及序列组合),并作为包含方法学优点和缺点的示例。其他监测性生物标志物的开发出于其他原因,包括低级别胶质瘤的监测成像,此类肿瘤必将转化为高级别胶质瘤。29
单打独斗:单一成像类型可用于分析假性进展
在第一个示例中,研究目的是使用机器学习算法,在放化疗结束后6个月内出现对比增强病灶扩大时,于最早时间点区分胶质母细胞瘤的进展与假性进展,仅使用T2加权图像。12采用无监督特征估计来研究图像异质性的拓扑描述符(Minkowski泛函)。使用主成分分析确定混杂因素,结果显示简单的临床特征(如Karnofsky功能状态评分)不具有区分性。特征选择将需要考虑的特征数量从32个减少到7个。使用支持向量机(SVM)和留一交叉验证(LOOCV)进行监督分析,在17例患者的回顾性训练数据集中给出0.88的准确率和0.9的AUC,该模型在7例患者的前瞻性测试数据集中给出0.86的准确率,召回率为100%,精确率为80%。尽管对报告放射科医师而言并不明显,但与假性进展患者相比,进展患者的T2加权高信号表型为异质性、大且呈蕨叶状。T2加权图像上的假性进展表型被证明是一个独立实体,不同于血管源性水肿和放射性坏死。
进一步的分析验证首先以可靠性测试的形式进行,结果显示不同操作者执行分割时达到100%的分类一致性。其次,使用不同软件包和不同操作者也获得了相同结果。第三,使用了不同的特征选择方法(随机森林)和分类器(最小绝对收缩和选择算子;LASSO),也给出了相同的评估值,并选择了六个相似特征。
该研究的一个优势是仅使用T2加权图像,增加了转化为临床应用的机会;然而,该研究规模小且仅在单中心进行,该生物标志物需要在更大的多中心测试数据集中进行临床验证(已提供开放获取代码供他人研究)。
在另一项研究中,目的同样是使用机器学习算法,在出现对比增强病灶扩大时于最早时间点区分进展与假性进展,使用[18F]-氟乙基-l-酪氨酸(FET)正电子发射断层扫描(PET)。30这项小型、单中心、概念验证研究纳入了所有高级别胶质瘤,表明机器学习可应用于MRI以外的成像技术。从14例患者的图像中获得一阶和二阶统计量,并进行无监督共识聚类。使用累积分布函数确定最佳类别数。通过微阵列预测分析方法使用10折交叉验证进行特征选择,将特征从19个减少到10个。衍生了三个基于PET的类别聚类,进展和假性进展可以以90%的召回率和精确率区分;然而,没有测试数据集,且性能与使用肿瘤内最大示踪剂摄取量除以正常表现脑组织摄取量的标准PET分析相似。该研究突出了此类研究的一些挑战:样本量小,且没有明确证据表明新方法优于现有方法。
另一项胶质母细胞瘤研究旨在在发现对比增强病灶扩大的最早时间点,仅使用增强后T1加权图像来区分进展与假性进展。31他们使用59例患者的数据构建了一个卷积神经网络(CNN),并在19例患者中测试了其性能。该模型与临床参数结合时表现优于不结合时,AUC为0.83,精确率-召回率曲线下面积(AUPRC)为0.87,F1分数为0.74。正如许多基于CNN的研究一样,他们无法确定输入数据中哪些特征是重要的。最优CNN模型也优于仅使用临床参数的随机森林模型,尽管值得注意的是体能状态未被纳入。32其优势在于测试数据集来自第二家医院,且仅使用了增强后T1加权图像,这使得该方法可能更具适用性。此外,还提供了开放获取代码。
总之,上述三项研究表明,一系列机器学习(ML)技术可仅使用单一影像类型(无论是T2加权或增强后T1加权MRI图像,还是FET图像)来区分进展与假性进展,从而增加转化为临床应用的机会。上述CNN和FET研究强调了在ML应用中精心设计临床方法学的重要性,因为区分进展与假性进展的目标并未真正得到解决。这是因为假性进展和放射性坏死(晚期延迟性放射效应)并非可互换的术语。28尽管一些研究者互换使用放射性坏死和假性进展这两个术语,33,34但应避免这样做,因为这两种实体的临床和影像学病程存在差异28,且组织病理学和分子表型也不同。35CNN研究和FET研究纳入了假性进展和放射性坏死病例的混合。
随时间推移:纵向影像序列可用于分析假性进展
字典学习已被用于通过执行隐式特征工程而无需肿瘤分割来区分进展与假性进展。在一项胶质母细胞瘤研究中,通过使用纵向弥散张量成像(DTI)图像的时空判别性字典学习来估计特征,以确定进展者和假性进展者之间不共享的稀疏系数。36然后,在对每个系数应用评分后,通过使用10折交叉验证按顺序添加评分最高的系数来选择特征集,并使用SVM对病例进行分类。最佳性能的准确率为0.87,AUC为0.92。同样,尚不清楚是否使用了二线药物,且没有测试数据集来验证模型;然而,他们能够证明一定的可解释性,即进展者表现出更高的各向异性分数,这可能是由于胶质母细胞瘤中过度产生的细胞外基质的取向所致。转化可能具有挑战性,因为最优分类器需要多个拼接的DTI时间点,这在常规实践中可能在逻辑上难以获得,而且同样值得注意的是,简单的临床特征未被纳入。
联合应用:多种成像类型可以联合使用,作为分析假性进展的一种手段
传统显式特征工程曾被用于在胶质母细胞瘤放化疗后3个月内区分进展与假性进展,采用的是简单的一阶三维形状特征。37 研究结合了增强后T1加权和液体衰减反转恢复(FLAIR)图像,应用SVM和四折交叉验证。60个特征被缩减为5个,在59例患者的训练数据集和41例患者的测试数据集中均给出0.9的准确率,并达到100%的召回率。比较两个中心最具判别力特征的相关性系数很高。进展患者与假性进展患者相比,其T2加权高信号表型为圆形而非椭圆形;增强后T1加权表型为圆形且紧凑。与纵向DTI研究一样,分析中未纳入临床数据,结果也未与更简单的模型进行比较,但使用常规增强后T1加权和T2加权图像增加了转化应用的机会。
新旧方法:长期建立的机器学习方法已被与先进成像联合用于分析假性进展
作为SVM的替代方法,研究将广义线性模型应用于一阶、二阶和小波变换成像特征,以区分胶质母细胞瘤中的进展与假性进展。38 从61例患者的训练数据集中获取了放化疗后3个月内的增强后T1加权、FLAIR、DSC和表观扩散系数(ADC)图像。使用10折交叉验证通过LASSO进行特征选择,将特征从6,472个缩减至12个。使用广义线性模型进行分类显示,以二阶特征(纹理)为主的多参数模型给出的AUC为0.90。尽管收集了相关临床和分子数据,但未将其纳入任何模型,尽管已显示MGMT启动子甲基化状态在进展与假性进展患者中存在显著差异。该工作在来自第二家医院的34例患者测试数据集中得到了验证,尽管AUC和准确率有所降低,并有一些DSC成分过拟合的证据。这很可能与不同中心执行DSC的方式存在差异有关,39 这也是多参数技术难以转化应用的原因之一。
机器学习定义范围内其他长期建立的回归分析包括多变量逻辑回归,其已被用于旨在区分胶质母细胞瘤中进展与假性进展的研究。40–43 一项使用DTI和DSC指标的研究应用了采用LOOCV的多变量逻辑回归模型(LRM),以在放化疗后6个月内区分含假性进展的组织与含进展的组织。41 使用从41例患者分割出的增大强化病灶中获得的最大相对脑血容量(即归一化至对侧白质;rCBV)和分数各向异性特征,LRM给出的AUC为0.81,召回率为0.79,准确率为0.63。
LRM结合LOOCV也被应用于33例患者,使用放化疗后2个月内增大的强化病灶所获取的动态对比增强成像(DCE)指标。42与本综述中其他神经肿瘤监测研究不同,该研究是一项完全前瞻性研究。对关键临床预测因素进行了分析,结果显示其不具有判别力。观察者间信度良好。使用平均Ktrans(容积转运常数是一种通过DCE获得的毛细血管通透性指标,反映钆对比剂从血浆进入组织细胞外血管外间隙的流出速率),LRM的准确度为0.76,召回率为0.59。
在另一项35例患者的研究中,LRM被应用于基线和放化疗后6个月内病灶增大时获取的强化病灶的减影ADC和DSC直方图。40使用rCBV众数,LRM的AUC为0.88,召回率为0.82,准确度为0.94。
总之,长期建立的机器学习方法可与先进成像技术(如DSC或DCE)结合使用,以区分进展和假性进展。LRM研究的优势在于结果具有可解释性,因为它们与以下因素相关:血管生成增加导致的灌注(CBV)和通透性(Ktrans)增高、过度产生的细胞外基质的方向性(各向异性分数)以及已知存在于胶质母细胞瘤强化边缘的细胞密度增加(ADC);然而,与广义线性模型方法不同,这些单中心LRM研究中未使用测试数据集。
聚类组合:无监督分析也可应用于多种成像类型,以分析假性进展或更广泛的治疗相关效应组
一种无监督的容积加权、基于体素的多参数聚类方法被用于区分放化疗后3个月内的进展与假性进展44,以及3个月后所见增大强化病灶中复发与放射性坏死。45假性进展可发生于长达6个月,46因此第二项研究中的分类器并非仅检查放射性坏死,而是检查两种不同实体的组合35(即“治疗相关效应”)。在第一项研究中,来自ADC、DSC和DCE的指标在108例患者的训练数据集和54例患者的测试数据集上进行了k均值聚类。测试数据集中,两名读者的AUC均>0.94,准确度和召回率均>0.87,信度组内相关系数为0.89。在第二项研究中,纳入了相同的指标,但在前一项研究分析的最终聚类中增加了坏死聚类。使用LOOCV和五折交叉验证的自助法进行评估。在75例患者的训练数据集中,两名读者的AUC均>0.94,召回率均>0.95,但没有单独的测试数据集。与本综述中许多神经肿瘤监测生物标志物研究(包括上述三项使用LRM的研究)一样,不清楚是否使用了二线药物,这可能混杂结果。结果令人印象深刻,尤其是第一项研究的测试数据集;然而,与LRM研究一样,多参数技术难以转化,特别是考虑到先进成像技术(包括DCE)在不同中心之间已知存在差异。39
联合应用与放射性坏死:多种成像类型可联合应用,作为分析放射性坏死的一种手段
一项可行性研究旨在区分放化疗9个月后观察到的增大强化病灶中的放射性坏死与进展,该研究针对胶质母细胞瘤和脑转移瘤患者,使用FLAIR、T2加权和对比增强T1加权图像进行分析。47胶质母细胞瘤患者的训练数据集包含22例患者,测试数据集包含11例;脑转移瘤患者的训练数据集包含21例,测试数据集包含4例。采用前馈最小冗余最大相关算法进行特征选择,将119个特征(包括一阶和二阶特征以及Laws和Laplacian金字塔特征)缩减至5个。分类采用支持向量机(SVM)递归特征消除法,并进行三折交叉验证。在训练数据集中,仅使用FLAIR图像时,两种肿瘤类型的AUC均为0.79。在测试数据集中,胶质母细胞瘤和转移瘤子研究的准确率分别为0.91和0.5,尽管并非所有病例均具备全部三个MRI序列,这使解读具有挑战性。作者推测,研究中提取的特征可能与有时在放射性坏死中定性观察到的模式相似,即提取的Laws特征与肥皂泡样外观相关,Laplacian金字塔特征与强化羽毛状边缘相关。此外,Haralick特征(二阶纹理特征,是灰度共生矩阵元素的函数,表示相邻体素之间的特定关系)可能与三种MRI序列上因肿瘤内微出血而见到的低信号和高信号相关。由于使用的是常规结构图像,向临床转化的可能性增加。临床数据未纳入分析或模型。
基于体素的方法可用于分析治疗相关效应
2011年,使用DSC和ADC数据开发了基于体素的使用机器学习(ML)区分放射性坏死与进展的概念验证方法。48在最近一项旨在区分高级别胶质瘤中进展与治疗相关效应(包括假性进展和放射性坏死)的研究中,使用来自20例患者25幅图像的增大强化病灶内10个体素的DCE指标(包括Ktrans)训练了线性核SVM分类器。49两折交叉验证的召回率>0.97。该模型被应用于来自同一20例患者44幅图像的更大数据集的所有体素,结果显示具有可解释性和意义,包括同一患者不同病灶存在局部不同治疗反应的情况;然而,该模型的转化可能具有挑战性,因为它是在少量患者上训练的,且纳入了混合级别、混合治疗效应(假性进展和放射性坏死)以及增大强化病灶的混合时间点(即图像不仅来自首次观察到增大病灶的时间点)。由于使用同一患者多个时间点的图像来训练模型,也存在过拟合的可能性。
完全缓解的分析
一项研究旨在在常规影像学评估前一个月区分完全缓解与进展3,4,将利用两项免疫治疗研究的数据来检测这一点。50 在一项研究中,免疫治疗被加入标准治疗;在另一项研究中,免疫治疗作为二线治疗。从FLAIR、T2加权、增强T1加权图像中提取一阶和二阶特征,并从DTI和DSC图像中获得其他指标。使用多种算法进行特征选择,包括最小冗余最大相关性和随机森林,以将1,248个特征减少至10个或更少特征。分类也通过一系列算法进行,包括支持向量机(SVM)、随机森林、线性判别分析和随机梯度提升。在特征选择和分类过程中进行了留一交叉验证(LOOCV),其做法是留出一名患者而非留出一幅图像,因为每名患者使用了多幅图像。最高的平衡准确率来自使用径向基函数SVM或提升分类器从增强T1加权和DSC图像中提取的特征;然而,未使用测试数据集,且该方法学存在明显弱点,因为它未涵盖一系列临床可能结局,例如疾病稳定。
预后生物标志物
预后生物标志物根据疾病的自然史识别临床事件、复发或进展的可能性。1 它们通常与特定结局相关,例如总生存期或无进展生存期。预后生物标志物研究和监测生物标志物研究中的潜在混杂存在重叠。两者都可能受到二线治疗和一系列临床变量的影响。大多数利用机器学习的研(表2)也在单中心进行且为回顾性研究。
诊断生物标志物(在另一期专门讨论机器学习在胶质瘤成像中应用的专刊文章中详细描述) may 从影像中预测肿瘤内的分子信息。 examples 包括MGMT启动子甲基化状态、1p/19q染色体臂共缺失状态和异柠檬酸脱氢酶(IDH)突变状态。值得注意的是,由于某些分子标志物以同样方式作为预后生物标志物,正如组织病理学分级是预后生物标志物一样,诊断生物标志物可以通过将分子标志物或分级作为共同生物标志物而成为预后生物标志物。诊断生物标志物研究和预后生物标志物研究的另一个相似之处是,它们通常都从术前MRI检查中提取特征,并且常常共享方法学。
鉴于此处及相邻论文所述原理的重叠,我们仅以两项具有启发性的研究为例进行说明。在一项研究中,一种机器学习(ML)算法旨在利用胶质母细胞瘤患者术前常规MRI的影像特征来确定总生存期。51从105例患者的训练数据集中获取了对比剂增强前后T1加权、FLAIR、DSC和DTI图像。对强化肿瘤组织、非强化肿瘤组织和水肿组织区域进行分割,以生成影像描述符,包括位置和一阶统计特征,并将其添加到有限的人口学特征中。从>150个提取特征中,经过10折交叉验证后选择了对生存预测最佳的60个特征。使用两个支持向量机(SVM)分别将患者分类为6个月和18个月时的存活者或非存活者,并计算联合预测指数。使用10折交叉验证,预测短期、中期和长期存活者的准确率为0.77。29例患者的前瞻性测试数据集给出的准确率为0.79。同样,诸如体能状态等已知在胶质瘤生存多变量分析中为重要协变量的简单数据未被纳入。为使研究结果具有可解释性和意义,制作了直方图以理解预测特征。年龄较大的患者、较大的肿瘤尺寸、增加的肿瘤弥散度(可能代表坏死)、区域内T2低信号比例较大以及最高灌注峰值高度,均预测短期生存。尽管这些发现具有合理的生物学基础,但由于仅在单中心进行,其转化应用受限。还值得注意的是,在设定时间点(6个月和18个月)预测生存的过程通常不如产生随时间变化的估计(如生存曲线所能提供的)有用。
使用来自脑肿瘤分割挑战赛(BRaTS)的数据,应用机器学习(ML)算法确定高级别胶质瘤患者的总生存期。52从163例患者的训练数据集中获取了对比剂增强前后T1加权、T2加权和FLAIR图像。手动分割了包括强化肿瘤组织、非强化肿瘤组织和水肿组织区域在内的分割区域。选择不同的特征集进行分类。这些包括简单特征如位置;直方图;离散小波变换一阶和二阶统计量;以及产生超过4,000个深度特征的卷积神经网络(CNN)。该CNN基于AlexNet(一种在ImageNet数据库53的超过一百万张图像上训练的卷积神经网络)使用迁移学习构建,因此受益于作为开源“现成”算法构建工作的一部分已开展的工作。患者分别被分类为10个月和15个月时的存活者或非存活者。支持向量机、k近邻、线性判别分析、树、集成和逻辑回归均独立应用于每个特征集。CNN深度特征与线性判别分类器的组合在5折交叉验证中给出了最佳预测结果,尽管训练数据集与测试数据集之间准确率的下降(0.99降至0.55)提供了过拟合的明确证据。
预测性生物标志物
预测性生物标志物可识别可能从特定干预或暴露中获得有利或不利效应的个体。1 因此,预测性生物标志物需要治疗与生物标志物之间存在交互作用。生物学亚群(如MGMT启动子甲基化状态、1p/19q染色体臂共缺失状态和IDH突变状态)可能与有利或不利效应相关,在这些情况下,与诊断性和预后性生物标志物存在重叠。54 在神经肿瘤学中,真正的预测性生物标志物(无论是分子标志物还是其他类型)很少。一项研究将无监督和有监督机器学习技术应用于基因组信息,以预测治疗后是否会发生假性进展或真性进展。55 这项放射基因组学研究中的分析验证和临床验证强烈提示,分别参与癌症抑制和预防的干扰素调节因子(IRF9)和X射线修复交叉互补基因(XRCC1)是预测性生物标志物。
结论
机器学习在神经肿瘤学影像中的应用处于早期发展阶段,所应用的技术尚未准备好纳入临床。许多机器学习研究将受益于方法学的改进。示例包括使用更大的数据集、使用外部验证数据集以及将新方法与更简单的标准方法进行比较。相关倡议和共识声明已提供推荐框架17,56,57,用于标准化影像生物标志物的发现、分析验证和临床验证,这有助于改善机器学习在神经肿瘤学中的应用。
利用增强的计算处理能力构建神经肿瘤学监测生物标志物模型的研究(例如使用CNN)尚未显示出优于使用显式特征工程和计算成本较低分类器(例如使用多变量逻辑回归)的机器学习技术的获益。同样值得注意的是,应用机器学习构建神经肿瘤学监测生物标志物模型的研究尚未显示出相对于使用传统统计学方法的研究的总体优势58,59;然而,无论采用何种方法,计算能力的提升和数据库管理方面的进步都将促进影像数据与人口统计学、临床和分子标志物数据的整合。
MRI通常贯穿神经肿瘤学患者的整个诊疗路径使用;然而,MRI的一个主要障碍是其灵活性。使MRI如此强大和多功能的同一种灵活性,也使得来自不同中心的图像难以协调统一。毕竟,MRI物理学是复杂的,要完全协调统一来自不同序列、制造商和线圈的参数是具有挑战性的(甚至是不可能的)。这些问题可以在一定程度上通过操作训练数据集(例如通过数据增强)来缓解,从而使更具泛化性的机器学习模型能够应用于MRI。其他方法可以通过建模预测不确定性来描述这种不协调,包括生成能够“知道自己不知道”要预测什么的算法。
应用于神经肿瘤学的机器学习模型的开发与验证需要大型、标注良好的数据集,因此,多学科和多中心合作是必要的。放射科医师在确定关键临床问题和塑造具有临床有效性的研究方面至关重要。当这些模型作为常规临床工具准备进入临床时,如同任何医疗设备的应用或任何治疗药物的引入一样,需要审慎地进行患者和影像选择,以反映用于模型验证的队列。
在推动临床转化的同时,相关的可解释性问题很可能也很重要。除了增加用户信心外,可解释性可能有助于产生源自图像特征发现的新生物学研究假设。
补充材料
本文的补充数据可在 https://doi.org/10.1016/j.crad.2019.07.001 在线获取。
引用
- Booth TC, Williams M, Luis A, et al. Machine learning and glioma imaging biomarkers. Clin Radiol. 2019. PMID: 31371027. doi:10.1016/j.crad.2019.07.001
- 全文:PMC6927796(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6927796/
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。