多参数MRI与自动固定感兴趣区放射组学特征对临床显著性外周带前列腺癌的诊断价值
本研究基于206例患者262个前瞻性判读的PI-RADS 3-5外周带病灶,利用自动固定12 mm球形VOI提取多参数MRI放射组学特征构建模型。最佳模型(T2WI+DWI+DCE)在测试集AUC为0.870(95%CI 0.980-0.754),去除DCE特征后AUC降至0.816但差异无统计学意义(p=0.119);多变量特征选择联合XGB优于单变量联合随机森林(p=0.028)。
要点
- T2WI与DWI特征是临床显著性外周带前列腺癌放射组学模型的核心组成部分。
- 加入DCE特征对测试集诊断性能的提升无统计学意义(AUC 0.870 vs 0.816,p=0.119)。
- 多变量特征选择联合XGB优于单变量特征选择联合随机森林(测试集AUC 0.870 vs 0.780,p=0.028)。
核心结论
- 基于T2WI+DWI特征与自动固定VOI的放射组学方法可量化临床显著性外周带前列腺癌的表型。
- DCE特征虽可提升诊断性能但差异无统计学意义。
- 多变量特征选择与XGB应优先于单变量特征选择与随机森林。
- 所建模型可能成为传统视觉评估诊断临床显著性外周带前列腺癌的有价值补充。
研究设计与样本
- 本研究为基于ProstateX数据集206例患者262个前瞻性判读PI-RADS 3-5外周带病灶的放射组学模型开发研究,数据来自2012年Radboud大学医学中心3.0-T MRI扫描。
- 训练集为130例患者171个病灶(35个临床显著性外周带前列腺癌、136个非临床显著性病灶),测试集为76例患者91个病灶(20个临床显著性、71个非临床显著性),测试集在模型开发前保持独立。
- 参考标准为MRI引导下靶向穿刺活检,Gleason评分>6(ISUP分级组≥2)定义为临床显著性前列腺癌。
- 特征提取采用以病灶视觉上最具侵袭性部位(ADC最低区)为中心自动放置的12 mm球形VOI,共计算92个定量放射组学特征(18个一阶特征、23个GLCM、16个GLRLM、16个GLSZM、14个GLDM、5个NGTDM)。
- 比较了T2WI+DWI与T2WI+DWI+DCE两种数据集、单变量+随机森林与多变量+XGB两种机器学习方法、专家预选特征及图像滤波的影响。
关键影像表现/征象
- 真阳性示例中,外周带病灶可分类为PI-RADS 4,专家标注的视觉上最具侵袭性部位经穿刺证实为Gleason评分>6的临床显著性前列腺癌。
- 假阳性示例中,外周带病灶可分类为PI-RADS 4,专家标注的视觉上最具侵袭性部位经穿刺证实为Gleason评分<6的非临床显著性病变。
诊断标准与关键数值
- 临床显著性外周带前列腺癌定义为Gleason评分>6(ISUP分级组≥2),非临床显著性定义为Gleason评分≤6或正常/良性组织病理结果。
- 最佳模型(T2WI+DWI+DCE,多变量特征选择+XGB)测试集AUC为0.870(95%CI 0.980-0.754),敏感度0.86(63/73),特异度0.73(11/15)。
- 去除DCE特征后(T2WI+DWI)测试集AUC为0.816(95%CI 0.920-0.710),与含DCE模型差异无统计学意义(p=0.119)。
- 多变量特征选择+XGB模型测试集AUC为0.870,单变量特征选择+随机森林模型测试集AUC为0.780(95%CI 0.900-0.661),差异有统计学意义(p=0.028)。
- 专家预选特征模型测试集AUC为0.800(95%CI 0.941-0.650,p=0.273),图像滤波模型测试集AUC为0.800(95%CI 0.920-0.651,p=0.177),均无显著改善。
临床应用与阅片要点
- 在PI-RADS 3-5外周带病灶中,基于T2WI与DWI的自动固定VOI放射组学模型可能为传统视觉评估提供额外诊断价值。
- 作者指出该模型可能潜在地减少不必要的穿刺活检。
- 单变量特征选择倾向于聚焦单一MRI序列,而多变量选择从多个序列中选取特征。
- 作者认为基于单一放射科医生经验与知识进行特征预选的方法可能不可行,需要更多研究。
- 作者指出在完全否定滤波特征之前需要进一步研究。
局限性
- 部分患者存在与表1所列尺寸信息不一致的偏差,因mpMRI插值尺寸与技术存在不确定性而未进行插值。
- 解决每种mpMRI序列的这些不确定性需要大量实验,超出本文范围。
- 作者指出基于单一放射科医生经验与知识进行特征预选的方法可能不可行,需要更多研究。
- 作者指出在完全否定滤波特征之前需要进一步研究。
全文中译12 节 · 点击展开
引言
前列腺癌(PCa)目前是男性中最常见的癌症,约占西方世界所有癌症的20% [1, 2]。尽管大多数PCa患者可以获得成功治疗[3],但据估计,它仍占西方世界所有男性癌症相关死亡的10%。早期、准确地检测具有临床意义(CS)的PCa对于及时启动治疗和改善患者预后至关重要[3]。
目前用于检测PCa的方法因机构而异。然而,前列腺特异性抗原(PSA)检测联合直肠指检(DRE),随后进行经直肠超声(TRUS)活检,是一种广泛使用的诊断流程。然而,PSA检测存在大量假阳性以及相当数量假阴性的问题[4]。高假阳性率导致不必要的TRUS活检。此外,TRUS活检还存在采样误差(即假阴性和对真实Gleason分级的低估)[5]。PSA检测后行TRUS活检的诊断局限性会导致患者不必要的不适、焦虑和并发症[6]。
多参数磁共振成像(mpMRI)作为一种用于CS PCa检测和活检引导的无创成像技术已日益普及,可能克服单独联合PSA和TRUS的许多缺点[7–9]。尽管具有潜力,但基于mpMRI正确诊断CS PCa需要技巧和经验。随着PI-RADS以及随后PI-RADS v2的引入,放射科医生的诊断性能有所提高[8, 10]。然而,PI-RADS v2绝非完美系统。放射科医生仍需丰富经验才能正确区分CS与非CS肿瘤[11, 12],此外还有一些病变在mpMRI上不可见的问题[13, 14]。计算机辅助诊断(CAD)旨在提高正确诊断;然而,由于使用一小组手工特征,其成功依赖于专家知识[15]。因此,需要一种不依赖专家知识即可改善mpMRI上CS PCa检测的新技术。影像组学的应用可能填补这一空白,其旨在从成像数据中提取人眼可能无法感知的相关定量肿瘤特征[16]。
已有数量有限的研究试图寻找用于CS PCa的此类定量mpMRI影像组学特征[17–19]。然而,这些既往研究存在若干方法学缺陷,包括样本量小(低至30例患者)、数据集异质性地将外周带(PZ)与移行带(TZ)肿瘤混合、手动勾画肿瘤可疑区域(这引入观察者依赖性并降低模型泛化能力),以及所探索的初始定量特征数量非常少(低至10个特征)。此外,既往尚无影像组学研究探讨使用动态对比增强(DCE,k-trans)序列是否为基于影像组学的方法增加有用的诊断信息。最后,尚无研究探讨在mpMRI上对CS PCa进行基于多变量的诊断时,采用多变量特征选择和极端梯度提升(XGB)[20, 21]是否优于推荐的单变量选择和随机森林(RF)[22]。
本研究旨在创建一个基于自动固定感兴趣体积(VOI)提取的mpMRI影像组学特征的模型,该模型可量化CS PZ PCa的表型。
材料与方法
患者数据
本研究经机构审查委员会批准,所有患者均为原始数据集的创建提供了知情同意。本研究使用的数据最初是ProstateX数据集的一部分[23]。该数据集中共有206名患者于2012年在Radboud大学医学中心(荷兰奈梅亨)接受了扫描,这些患者构成了本研究的人群。ProstateX数据集中的患者中位PSA水平为13 ng/ml(范围1至56 ng/ml),中位年龄为66岁(范围48至83岁)[24]。mpMRI方案在3.0-T MRI扫描仪(MAGNETOM Trio或Skyra,Siemens Healthcare)上进行;应用序列的汇总见表1(更详细的信息可在先前发表的挑战赛中找到)[25]。本研究中的所有患者均因至少一次既往经直肠超声系统性前列腺穿刺活检阴性且持续存在PZ PCa的临床怀疑(即PSA升高和/或DRE异常)而接受了前列腺mpMRI检查。这些患者共有262个前瞻性判读为PI-RADS 3–5的PZ病灶,随后接受了MRI引导下靶向穿刺活检,并以此作为参考标准(全部在一位在前列腺mpMRI方面具有>20年经验的高度经验丰富的放射科医师监督下进行)。Gleason评分>6(国际泌尿病理学会(ISUP)分级组≥2)的PZ病灶被定义为并标记为CS PCa,而Gleason评分≤6、组织病理学结果为正常或良性(如前列腺炎、良性前列腺增生或前列腺上皮内瘤变)的PZ病灶被标记为非CS类别。
训练集和测试集
训练数据集的影像组学特征[16]通过130名患者的前列腺mpMRI扫描计算得出,这些患者共有171个前瞻性判读为PI-RADS 3–5的PZ病灶,其中35个经证实为CS PZ PCa,136个根据MRI靶向穿刺活检结果归入非CS PZ类别。重要的是,测试数据集(由76名患者组成,共有91个前瞻性判读为PI-RADS 3–5的PZ病灶,其中20个为CS PCa,71个为非CS PZ实体)与训练集保持分离,在模型开发之前保持未使用状态,以避免偏倚结果[26]。
自动固定分割
采用自动固定肿瘤感兴趣体积(VOI)提取放射组学特征,以提高其可重复性和稳健性[27]。通过以相同方式放置相同的VOI,可减少观察者变异性和依赖性。最初,前瞻性标记为PI-RADS 3–5级的外周带(PZ)病灶在视觉上最具侵袭性的部分(表观扩散系数(ADC)值最低的区域)用针点标记。该视觉上最具侵袭性的PZ病灶部分的标记由经验丰富的前列腺放射科医师(>20年经验)监督下完成。未来临床实施具有自动固定分割的模型需要用户手动执行标记。与监督标记相对应的扫描仪坐标被存储并转换为图像坐标。在本研究中,我们随后自动创建了一个以病灶图像坐标为中心的球形VOI。使用raster geometry包(Python Software Foundation)进行球体体积计算。对于每个图像方向,基于VOI大小和图像体素间距计算半径。自动固定VOI大小设置为12 mm,以充分覆盖大多数平均直径为10 mm的前列腺病灶[28]。对于ProstateX数据集中的部分患者,发现了与表1中报告的尺寸信息的偏差。由于多参数MRI(mpMRI)插值大小和技术的不确定性,省略了这些体素的插值[29]。解决每个mpMRI序列的这些不确定性需要大量实验,超出了本文的范围。此外,由于偏差在训练和测试数据集中均等呈现,且特征计算基于体素集合,预计不会出现问题。
放射组学特征提取
使用Pyradiomics在Python中计算了92个定量放射组学特征,包括六种不同的特征类型[30]。使用18个一阶特征(利用基本统计量表征体素强度分布)、23个灰度共生矩阵特征(GLCM)、16个灰度游程长度矩阵特征(GLRLM)、16个灰度尺寸区域矩阵特征(GLSZM)、14个灰度依赖矩阵特征(GLDM)和5个邻域灰度差矩阵特征(NGTDM)来量化VOI中的图像纹理。Aerts等人和Zwanenburg等人先前的工作提供了完整的特征名称及其数学描述[16, 29]。用于计算80个纹理特征的像素被离散化为固定灰度箱(更多细节见补充数字内容1)。图1给出了放射组学特征提取流程的概述。
极端梯度提升、基于专家的特征预筛选以及滤波器的使用
由于DCE成像在CS PCa诊断中的辅助作用尚不确定[31, 32],我们进行了额外分析以确定DCE特征在影像组学方法中的效果。共创建了两个不同的mpMRI训练数据集(表2)。第一个mpMRI数据集由T2加权(T2-w)成像、b值为50、400、800 s/mm²的弥散加权成像(DWI)、计算得到的1400 s/mm²以及计算得到的ADC图组成(缩写为T2-w + DWI)。第二个mpMRI数据集在此基础上增加了DCE成像、k-trans(缩写为T2-w + DWI + DCE)。对于两个mpMRI训练数据集中的每一个,创建了两个影像组学模型。其中一个模型使用了先前提出的影像组学机器学习方法[22],结合了单变量特征选择和多变量特征选择与RF分类器。为了改进这一方法,我们首先引入了另一个基于多变量特征选择和XGB分类器组合的模型。这可以被认为非常适合影像组学中的高维表格数据[20, 21]。单变量和多变量特征选择均旨在寻找与输出标签(CS PCa、非CS实体)具有强关系的特征。多变量特征选择还会考虑特征之间的关系。关于机器学习方法的详细信息可在补充数字内容2中找到。其次,我们研究了基于专家的特征预选择是否能提高影像组学模型的性能[27]。特征选择由一位在前列腺mpMRI方面具有5年经验的专业泌尿放射科医师(D.Y.)完成。选择基于临床经验和领域知识[33];所选定量特征被认为对应于CS PZ PCa或非CS类别的临床特征。第三,我们研究了使用图像滤波器(如边缘增强和体素强度增强)是否提高了模型的诊断准确性。先前的研究表明,在特征提取之前应用某些图像滤波器可以增强某些病变类型的差异并改善诊断[34–38]。详细的滤波器描述及其效果可在补充数字内容3中找到。使用mpMRI数据集(T2-w + DWI vs. T2-w + DWI + DCE)、机器学习方法(RF vs. XGB)、有无基于专家的特征预选择以及来自滤波图像的特征(如边缘增强)效果的最佳组合,创建了不同的模型。
统计分析
每个开发的模型均基于训练数据上的10 × 10折受试者工作特征曲线(ROC)创建曲线下面积(AUC)评分。训练AUC使用Shapiro-Wilk检验检查正态性,并使用Wilcoxon符号秩检验进行比较[39, 40]。此外,所有来自不同实验的模型均在独立测试数据集上进行评估。创建ROC及相应的AUC和95%置信区间(CI),置信区间通过5000次 bootstrap 创建。AUC使用5000次 bootstrap 进行比较。统计分析使用R 3.5.2版本软件(R Foundation for Statistical Computing)及pROC包进行[41]。
结果
DCE对影像组学的影响
基于两个不同mpMRI数据集(T2-w + DWI vs. T2-w + DWI + DCE)的模型比较显示,加入DCE成像确实在训练数据集上带来了显著改善(p < 0.001,表3)。在训练数据集中发现的这一显著改善并未转化到测试数据集,无论是对RF还是XGB(AUC 0.780 vs. 0.745 p = 0.657,AUC 0.870 vs. 0.816 p = 0.119)。模型测试数据集的ROC曲线见图2,相应的AUC见表5。表5中得分最高的模型,AUC 0.870(95% CI 0.980–0.754),灵敏度0.86(63/73),特异度0.73(11/15),与ProstateX挑战赛中最初的71个条目和超过200个正在进行中的条目相比并列第一[23, 42],而该挑战赛正是本研究所用数据的原始目的。图3给出了模型3(XGB + T2-w + DWI,AUC:0.816,灵敏度0.75(55/73),特异度0.67(10/15))的一个正确预测的评估示例,而图4展示了一个假阳性的示例。
多变量选择与XGB vs. 单变量选择与RF
对于表2中定义的两个mpMRI数据集,与单变量选择和RF相比,多变量特征选择与XGB分类器的组合获得了显著更高的AUC(p = 0.003,表3)。值得注意的是,单变量选择所选择的特征(与标签关系最强,即临床显著性前列腺癌(CS PCa)与非CS病变)来源于单一mpMRI序列,而多变量选择的特征则来自多个序列。应用于测试数据集时,基于多变量特征选择和XGB的模型优于基于单变量选择和RF的模型(AUC 0.870 vs. 0.780,p = 0.028)。这些模型的ROC曲线见图5,相应的AUC见表5。
基于专家的预选和滤波图像
基于表现最佳的mpMRI数据集(T2-w + DWI + DCE)的XGB模型,其表现显著优于使用基于专家的特征预选的模型(XGB + T2-w + DWI + DCE + 基于专家的预选;p < 0.001,表4)。在测试数据集上,两个模型之间无显著差异(AUC 0.870 vs. 0.800,p = 0.273,图4和表5)。将取自滤波图像的特征(补充数字内容3)添加至该表现最佳的数据集(XGB + T2-w + DWI + DCE + 滤波器),与XGB模型(XGB + T2-w + DWI + DCE)相比未带来改善(p = 0.208)。在测试数据集上的结果也未显示出显著改善(AUC 0.870 vs. 0.800,p = 0.177,图4和表5)。
讨论
我们得分最高的模型使用了取自T2-w、DWI和DCE成像的mpMRI特征组合,通过自动固定VOI提取,并在测试数据集中获得了相对较高的AUC 0.870(95% CI 0.980–0.754)。尽管如此,我们发现,与仅取自T2-w和DWI的特征相比,添加来自DCE的特征并未使影像组学模型获得显著改善。此外,多变量特征选择与XGB的组合被发现是最佳的机器学习方法,而基于专家的特征预选以及添加取自滤波图像的特征均未带来显著改善。重要的是,我们使用的数据集为前瞻性判定的PI-RADS 3–5病变,已知其中CS PCa的总体检出率仅为55% [12]。因此,我们的结果表明,所开发的模型可能提供额外的诊断价值,并可能有望减少不必要的活检数量。
有趣的是,我们发现加入来自DCE成像的特征并未导致诊断测试性能的显著提高(p = 0.119)。这与当前趋势一致并支持该趋势,即从常规MRI方案中省略DCE成像并使用所谓的双参数MRI(bpMRI)以减少检查时间和成本[43]。对于常规前列腺检查,mpMRI与bpMRI之间的诊断性能没有差异[31, 32]。然而,我们的结果显示,纳入DCE特征的模型在诊断性能上有非显著性的提高。这种非显著性提高可以用PI-RADSv2.1来解释,该版本确定了五种应优先选择mpMRI而非bpMRI的特殊患者情景[44]。我们的结果还显示,应优先选择多变量特征选择和XGB而非单变量特征选择和RF分类器(后者的AUC为0.780(95% CI 0.900–0.661),p = 0.028)。这与Parmar等人[22]先前研究的结果相矛盾,该研究报告单变量特征选择和RF分类器是放射组学的最佳机器学习方法[22]。这一矛盾可能是由于所使用的数据类型不同,因为Parmar等人[22]使用的是计算机断层扫描而非mpMRI。此外,我们的结果表明,单变量特征选择倾向于集中于单一序列,提示所关注的单一序列与CS PZ PCa和非CS实体之间的区分具有良好的相关性。然而,鉴于多变量选择表现显著更好且不集中于单一序列,似乎来自单一序列的特征之间在单变量选择中未受检验的特征冗余降低了模型的性能。纳入基于专家的放射组学特征预选择并未导致性能的显著变化(AUC 0.800(95% CI 0.941–0.650),p = 0.273)。尽管有趣的是,它确实导致了训练数据集和测试数据集之间的最小差异。对这一发现的一个可能解释是,基于临床经验和领域知识的预选择消除了最不可重复的特征[27]。然而,由于训练数据集上性能的损失,由单个放射科医生根据经验和知识选择特征的方法可能不可行,应进行更多研究。纳入从滤波后mpMRI图像中提取的特征——理论上应增强病变差异——并未显著改善结果(AUC 0.800(95% CI 0.920–0.651),p = 0.177)。这一发现与先前研究[35, 37, 45]相反,可能通过以下原因解释:使用了多种滤波器类型的广泛选择,同时依赖特征选择算法而非领域知识。然而,在完全否定它们之前还需要进一步研究。
还有许多其他研究旨在构建量化临床显著(CS)外周带(PZ)前列腺癌(PCa)表型的多参数磁共振成像(mpMRI)影像组学模型[18, 19, 46]。尽管由于患者人群不同和成像方案差异等原因,很难将我们发现的定量特征与早期研究进行充分比较,但仍可将本研究结果与既往研究进行一定比较。Bonekamp等[19]近期的一项研究比较了影像组学模型与平均表观扩散系数(ADC)及放射科医师评估对CS PCa病灶的诊断效能。然而,其影像组学模型的构建方法受到手动勾画肿瘤病灶以及混合PZ和移行带(TZ)病灶的限制。同样重要的是,定量ADC测量在临床实践中的作用有限。这是由于采集和分析方法的多样性,使得各中心之间的ADC值无法比较,也无法建立普遍适用的诊断截断值[47, 48]。此外,手动勾画肿瘤边界容易使结果依赖于观察者(除了费时费力之外),而混合PZ和TZ病灶则忽略了两种类型PCa在表型上不同这一事实[19, 49–51]。Khalvati等[18]的另一项研究提出了一种影像组学模型,使用了一组影像组学特征,其中一些统计和纹理特征与我们的选择部分吻合。然而,他们未研究所有mpMRI序列如动态对比增强(DCE)成像,并仅在仅30例患者的极小型数据集上验证其影像组学模型,同样未将PZ与TZ病灶分开。最后,Xu等的研究引入了一种基于双参数MRI(bpMRI)影像组学特征和少量临床参数的影像组学模型[46]。除了与上述相同的局限性(手动勾画、混合PZ和TZ病灶)外,Xu等根据研究日期而非随机划分创建了测试数据集。这与他们的测试评分高于当时的训练评分这一观察结果相结合,引发了偏倚方面的担忧。此外,他们未纳入高计算b值,而我们发现该b值对模型1、3和4至关重要(表3)。
本研究存在若干局限性。首先,其结果仅适用于外周带(PZ)病灶,该模型不适用于移行带(TZ)病灶。TZ病灶在表型上有所不同[49–51],应使用专门模型单独研究。其次,我们的研究聚焦于病灶表征,而非对可疑前列腺癌(PCa)病灶的自动检测。近期发表的一项研究[52]探讨了在放射科医师判读之前用于PCa病灶的自动检测系统。该研究的作者得出结论,此类系统引入的假阳性多于放射科医师[52]。这提出了此类自动检测系统目前是否适合临床实践的问题。第三,由于本研究为回顾性研究,多参数磁共振成像(mpMRI)方案存在异质性,且在两种不同的MRI系统上执行。另一方面,这些差异产生了更多样化的数据,实际上可能有助于提高影像组学特征的可重复性[27]。尽管如此,为了能够确定地说明该模型以及延伸而言的量化影像组学特征集表现出恰当的泛化能力,未来研究应进行外部验证。最后,所有患者均接受了磁共振引导下靶向穿刺活检,而前列腺切除术可能作为更好的参考标准。然而,这反映了临床实践,仅纳入接受过前列腺切除术的患者可能引入选择偏倚[53]。
总之,临床显著(CS)外周带(PZ)前列腺癌(PCa)病灶的表型可使用基于T2加权成像+弥散加权成像(DWI)提取特征、采用自动固定容积感兴趣区(VOI)的影像组学方法进行量化。尽管动态对比增强(DCE)特征可改善诊断性能,但差异无统计学意义。多变量特征选择与XGB应优先于单变量特征选择与RF。所开发的模型可能成为诊断CS PZ PCa时传统视觉评估的有价值补充。
电子补充材料
ESM 1(DOCX 37 kb)
引用
- Bleker J, Kwee TC, Dierckx RAJO, et al. Multiparametric MRI and auto-fixed volume of interest-based radiomics signature for clinically significant peripheral zone prostate cancer. Eur Radiol. 2019. PMID: 31776744. doi:10.1007/s00330-019-06488-y
- 全文:PMC7033141(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7033141/
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。