影像组学在系统性硬化症相关间质性肺病中的适用性:概念验证
回顾性分析60例系统性硬化症患者的高分辨率CT,比较纹理影像组学特征与视觉分析对间质性肺病的检出及GAP分期的区分能力;影像组学联合模型在原始数据集中区分GAP1与GAP2的AUC为0.96、敏感度84%、特异度99%,视觉纤维化评估的AUC为0.86。
要点
- 影像组学特征可预测GAP分期,敏感度84%、特异度接近100%。
- HRCT纤维化范围及视觉ILD特征联合模型预测GAP分期表现更差。
- 影像组学与GAP分期相关而与视觉ILD特征无关,提示其可能捕捉视觉分析未识别的HRCT特征。
核心结论
- 影像组学与GAP分期相关,但与视觉定义的ILD-HRCT特征不相关,提示影像组学可能捕捉视觉分析未识别的、反映SSc-ILD严重程度的HRCT特征。
研究设计与样本
- 回顾性概念验证研究,纳入瑞士苏黎世大学医院SSc队列中60例符合ACR/EULAR分类标准、2012年1月至2015年10月间接受HRCT且有ILD征象的患者(46例女性,中位年龄56岁)。
- HRCT采用64层CT(Somatom Definition AS,Siemens Healthineers),俯卧位深吸气采集,管电压120 kV、管电流30 mAs、层厚1 mm、层间距0.8 mm、B70核,采用迭代重建(SAFIRE)强度3。
- 由两名放射科医生(胸部影像经验分别为16年和5年)共识判读视觉ILD特征;GAP分期根据性别、年龄及肺功能计算。
- 仅分割右肺,采用MIM软件半自动分割(HU值−950至−150),重采样至2 mm各向同性体素,提取1116个特征(4个形状、19个强度、105个纹理、976个小波特征),采用MWMOTE数据增强使GAP1与GAP2各54例,按7:3随机分为训练集76例和测试集32例。
关键影像表现/征象
- 视觉分析中,60例中17例对ILD特征是否存在有分歧,经共识判读解决;肺气肿8例(13%)、蜂窝5例(13%)、胸膜下线52例(87%)、支气管扩张24例(40%)、磨玻璃影29例(48%)、网格影52例(87%)、胸膜边缘36例(60%)、纤维化超过20%肺实质11例(18%)。
- 平均粗糙度评分为12.3(SD ± 3.6)。
诊断标准与关键数值
- 影像组学联合模型(neighContrast.LHL与M_correlation.HLL)在训练集AUC 1.00、敏感度100%、特异度97%,在测试集AUC 0.92、敏感度100%、特异度88%,在原始数据集AUC 0.96、敏感度84%、特异度99%。
- 视觉评估纤维化范围(纤维化>20%)预测GAP分期的AUC为0.606(95%CI 0.543–0.791,p=0.145),敏感度50%、特异度85.2%。
- 视觉评估纤维化粗糙度评分预测GAP分期的AUC为0.863(95%CI 0.703–1.000,p=0.004),敏感度83%、特异度74%。
- 视觉特征联合模型(蜂窝、肺气肿、支气管扩张)AUC为0.86,敏感度100%、特异度63%;纤维化范围与纤维化粗糙度的ROC曲线差异无统计学意义(p=0.057)。
临床应用与阅片要点
- 临床实践中常规使用预测用力肺活量百分比70%阈值及HRCT纤维化范围20%阈值进行SSc-ILD分期。
- GAP分期在SSc-ILD中并非常规计算,HRCT上ILD标准的视觉分析不能或不足以反映预后。
局限性
- 本研究为回顾性研究。
- 本研究为概念验证性 pilot 研究。
- 数据集类别不平衡,GAP1期54例而GAP2期仅6例(不平衡比0.11),故进行数据增强以避免模型过拟合。
- 仅分割右肺,因左侧心脏可能使肺分割更困难并可能导致结果改变。
全文中译17 节 · 点击展开
引言
间质性肺病(ILD)是系统性硬化症(SSc)众所周知的并发症,影响超过60%的患者[1–3],并且是疾病相关死亡的主要原因[4]。
SSc-ILD的检测至关重要,因为SSc-ILD的早期诊断具有重要的预后和治疗意义。定量计算机断层扫描(CT)[5, 6]、磁共振成像(MRI)[7, 8]和核医学成像[9, 10]等新型影像学方法被应用于ILD,以提供预后、功能和代谢信息[11]。迄今为止,高分辨率CT(HRCT)作为一种无创、经济有效且敏感的技術,仍是ILD诊断的金标准,因为它能够在临床症状出现之前检测到肺部受累,并提供预后信息[12–14]。然而,判断ILD是否存在涉及许多特征,且阅片者间变异,尤其是在经验不足的阅片者中,是一个问题。
大多数SSc-ILD患者为轻度或稳定期疾病,不需要治疗,仅需监测[15]。然而,进展性SSc-ILD的高发病率和死亡率决定了早期发现以进行治疗干预的必要性。这种筛查方式应兼具高敏感性和可重复性。
影像组学,定义为将医学图像转换为高维数据,是一个新兴的研究领域。特征提取是影像组学的关键步骤,包括从预定义的感兴趣区(ROI)计算纹理、密度和形状。影像组学具有对组织特征进行客观定量的优势,能够检测常规视觉分析无法显示的放射学图像中的异常[16–19]。由于数据的高度客观性和可靠性,影像组学在支持临床决策方面显示出巨大潜力[20]。近年来影像组学受到越来越多的关注,多项研究表明影像组学在多种疾病,尤其是恶性肿瘤的预后和诊断方面可能有益[21–23]。在SSc-ILD中,据我们所知,尚未进行影像组学分析。
目前,尚无经过验证的单一工具用于SSc-ILD的分期,尽管在临床实践中,常规使用预测用力肺活量百分比(FVC [%])70%的阈值和HRCT上纤维化范围20%的阈值[13, 24]。尽管最为常用,但肺功能检查作为“独立”检查在诊断目的上不如HRCT[2]。为克服单一因素的局限性,已提出多种复合评分:其中之一是由Ley等人于2012年开发的所谓性别、年龄和肺功能(GAP)评分及分期系统[25]。该系统使用四个变量:性别(G)、年龄(A)和两项肺生理参数(P)——FVC [%]和预测一氧化碳弥散量百分比(DLCO [%])。该评分已在美国、意大利和韩国得到验证,并在慢性ILD患者中显示出稳健的预测能力[26, 27]。GAP分期在SSc-ILD中未常规计算,且HRCT上ILD标准的视觉分析不能或不足以反映预后。我们假设影像组学特征可能提供关于疾病范围的重要信息,并可能潜在影响个体患者管理。
在这项回顾性初步研究中,我们旨在评估基于纹理的影像组学特征是否能够检测间质性肺病(ILD),并与单纯视觉分析高分辨率计算机断层扫描(HRCT)相比,区分系统性硬化症相关间质性肺病(SSc-ILD)患者的不同疾病阶段。
方法
患者
60例患者(46例女性,中位年龄56岁)被回顾性纳入本研究,这些患者来自瑞士苏黎世大学医院的SSc队列(EUSTAR在线数据库[pre-BASEC-EK-839, BASEC KEK-Nr.-2016-01515]和VEDOSS在线数据库[BASEC-Nr.2010-158/5]),符合ACR/EULAR分类标准[28],并于2012年1月至2015年10月期间接受了HRCT检查(表1),且有ILD征象。相应的图像分析为回顾性完成。收集了每例患者的人口学和临床数据以及肺功能检查(PFT)值(表1)。PFT指标包括第1秒用力呼气容积(FEV1)、用力肺活量(FVC)、肺总容量(TLC)和一氧化碳弥散容量(DCLO)的实测值以及特定年龄、身高和性别组的预测值百分比(%predicted)。为使整个研究人群的结果具有可比性,统计分析采用%predicted值。GAP分期根据Mango等[25, 29]的方法计算。患者特征总结于表1。该回顾性研究已获机构审查委员会批准(BASEC-Nr. 2018-02165),并已获取所有患者的书面知情同意。
HRCT方案
所有HRCT图像均在俯卧位深吸气状态下采集。HRCT扫描使用64层CT扫描仪(Somatom Definition AS,Siemens Healthineers)获取。CT方案包括一幅定位像和俯卧位深吸气状态下的一个序列。标准HRCT使用以下参数:管电压120 kV,管电流30 mAs(参考剂量,自动曝光控制:开启),层厚:1 mm,增量:0.8 mm,卷积核B70。标准HRCT采用迭代重建(SAFIRE)强度3进行重建[30]。
HRCT上的ILD特征
由两名放射科医师(T.F. 具有16年、K.M. 具有5年胸部影像学经验)通过共识进行判读:如果两位读者之间对于某一高分辨率计算机断层扫描(HRCT)特征是否存在存在分歧,则重新评估直至达成共识。评估图像是否存在特征性视觉间质性肺疾病(ILD)表现(是/否),包括肺气肿、蜂窝状改变、胸膜下线、胸膜边缘、支气管扩张、磨玻璃影及网状改变(图1)。采用逐例评估。
图像分析在标准图像存档与通信系统工作站(Impax,版本6.5.5.1033;Agfa-Gevaert)及高清晰度液晶显示监视器(BARCO;Medical Imaging Systems)上进行。
肺纤维化严重程度的视觉评估
肺纤维化范围
根据Goh等[13]的方法,进行疾病范围的估计,定义为明确小于20%(轻度疾病范围)或明确大于20%(重度疾病范围)。评估从肺尖至膈顶的所有层面。为使结果对视觉分析具有特异性,对于HRCT上疾病范围不确定的病例,我们未纳入Goh等[13]提出的70%的FVC阈值。
肺纤维化定义为存在网状改变、蜂窝状改变或两者兼有。
肺纤维化粗度
记录每个肺叶中最广泛实质形态的类别粗度等级:0级,正常肺;1级,磨玻璃影;2级,细网状改变;3级,粗网状改变;4级,蜂窝状改变。主要粗度评分代表粗度等级之和(0–4级)。为消除形态范围的影响并防止低估部分肺叶无实质异常患者的粗度严重程度,该评分按比例调整为六肺叶评分[31]:其中n为肺叶数,CS为粗度评分,CG为粗度等级,LILD为存在ILD的肺叶数。
影像组学
三维肺分割
我们选择仅分割右肺,因为左侧心脏的存在可能使肺分割更加困难,并可能导致结果改变。使用专用软件MIM(版本6.0,MIM Software Inc.)通过设定亨斯菲尔德单位(HU)值为−950至−150 HU对每位患者的右肺进行半自动分割。当自动配准的边界与肺边界不符时,进行手动校正。肺门血管被仔细排除。
纹理特征提取
分析前,所有图像使用线性插值重采样为2 mm各向同性体素[32]。总共提取1116个特征,使用两种箱宽(10和35 HU),对应以下特征类别[33]:4个形状特征
19个强度特征
105个纹理特征(52个来自灰度共生矩阵,5个来自邻域灰度差矩阵,32个来自灰度游程长度矩阵,16个来自灰度尺寸区域矩阵)
976个小波特征(coiflet滤波)
特征描述和数学定义按所述使用(见补充材料)。
数据增强
使用R语言(版本3.4.0;R Foundation for Statistical Computing)中的imbalance包并应用多数加权少数过采样技术(MWMOTE)进行数据增强(详情见补充材料)。应用MWMOTE技术后,数据集由数量相等的GAP1期(n = 54)和GAP2期(n = 54)患者组成。数据过采样及由此产生的特征值示例见补充材料。
将数据集划分为训练数据集和测试数据集
为确保所训练统计模型的泛化能力,随后将平衡后的数据集按0.7:0.3的比例随机划分为独立的训练数据集(n = 76例患者,n = 38例GAP1和n = 38例GAP2)和测试数据集(n = 32例患者,n = 16例GAP1和n = 16例GAP2)。如“结果”部分进一步描述的整个降维和特征选择过程仅在训练数据集上进行。
统计分析
统计分析使用R语言(版本3.4.0;R Foundation for Statistical Computing)及RStudio(版本1.0.136;RStudio)进行。用于统计分析的R包见补充材料。所有连续数据以均值 ± 标准差表示。分类变量以频率或百分比表示。双侧p值 < 0.05被认为具有统计学意义。在评估数据正态分布后,使用Wilcoxon符号秩检验和Friedman检验进行组间差异检验。使用卡方检验比较分类参数。
为选择能够分类GAP 1期和2期的变量,拟合单因素和多因素logistic回归模型,并使用赤池信息准则(AIC)进行比较。使用10折交叉验证评估这些模型的误分类率。通过受试者工作特征(ROC)分析的曲线下面积(AUC)评估最佳预测参数的诊断准确性,并计算诊断敏感性和特异性。
同样,检测了ILD-HRCT特征对GAP分期的预测价值。
结果
HRCT的视觉评估
在60例中的17例,阅片者对ILD特征的存在存在分歧。在这些病例中,分歧通过共识阅片解决。
8例患者显示肺气肿(13%),8例蜂窝状改变(13%),52例胸膜下线(87%),24例支气管扩张(40%),29例磨玻璃影(48%),52例网状改变(87%),36例胸膜边缘(60%),11例纤维化累及超过20%的肺实质(18%)。平均粗糙度评分为12.3(SD ± 3.6)。
关于特征的详细信息和在GAP分期中的分布,请参见表1和图2。
将蜂窝状改变、肺气肿和支气管扩张组合在一个模型中时可获得最高AUC,AUC为0.86,敏感性为100%,特异性为63%。进行ROC分析时,以纤维化范围(纤维化 > 20%)预测GAP分期的AUC为0.606(95%置信区间0.543–0.791,p = 0.145),敏感性为50%,特异性为85.2%。
在对纤维化粗糙度评分进行ROC分析时,预测GAP分期的AUC达到0.863(95%置信区间0.703–1.000,p = 0.004),敏感度为83%,特异度为74%。以纤维化范围与纤维化粗糙度预测ROC曲线之间的差异无统计学意义(p = 0.057)。
影像组学
用于GAP1与GAP2分期分类的降维及影像组学特征选择
在增强训练数据集上进行影像组学特征选择和降维。使用z-score标准化对所有数值特征进行归一化后,将特征输入Boruta降维和特征消除算法,如前所述[25, 26],最终选出73个特征,这些特征被认为对分类准确性最为重要。由于Boruta算法不考虑数据中的共线性,下一步计算相关矩阵,以检测高度相关特征的聚类(定义为Pearson r ≥ .60;图3)。在通过箱线图对每个单一参数进行可视化,并在检测到的六个相关聚类上分别拟合随机森林模型后,从每个聚类中仅选择Gini指数最高且在视觉上两组(“GAP1”和“GAP2”分期)之间分离最佳的一个特征进行进一步分析。在多步降维过程结束时,选出六个最重要且独立的特征进行进一步统计分析:M_homogenity_n.LHL、neighContrast.LHL、fractal_dim.LLL、M_correlation.HLL、M_correlation.HHL和sizeVar_n.LLH。
用于GAP1与GAP2分期分类的统计模型训练
在原始未扩增数据集中,与GAP分期为1的患者相比,GAP分期为2的患者的M_homogenity_n.LHL、M_correlation.HLL和sizeVar_n.LLH值显著较低(p分别为0.003、0.001和0.007;图4和表2)。相反,GAP分期为2的患者的neighContrast.LHL值显著较高(p=0.001)。fractal_dim.LLL和correlation.HHL未观察到显著差异,尽管fractal_dim.LLL的差异在扩增数据集中达到了统计学显著性。
在训练数据集上拟合单因素和多因素logistic回归模型,并根据其AIC进行比较。在单因素logistic回归模型中,M_homogenity_n.LHL和neighContrast.LHL的AIC最低,分别为21.13和23.81(fractal_dim.LLL:98.37,M_correlation.HLL:41.50,correlation.HHL:107.16,sizeVar_n.LLH:75.59)。训练数据集、测试数据集和原始(未扩增)数据集的相应ROC分析结果见表3。
将M_homogenity_n.LHL和neighContrast.LHL组合在一个模型中导致AIC更高(21.94),并显示两个特征存在共线性,而诊断敏感度和特异度无显著改善。将neighContrast.LHL和M_correlation.HLL组合在多变量模型中最终获得最低AIC为10.73,在训练数据集中AUC为1.00、敏感度100%、特异度97%;在测试数据集中AUC为0.92、敏感度100%、特异度88%;在原始数据集中AUC为0.96、敏感度84%、特异度99%(图5和表3)。
该模型在独立测试数据集中的十折交叉验证得出的交叉验证准确率估计值为0.88(95%置信区间0.71–0.97)。
讨论
目前,高分辨率计算机断层扫描(HRCT)成像联合肺功能检查(PFT)是经济有效、无创评估间质性肺病(ILD)的金标准[34]。然而,用于确定ILD存在的特征多种多样,且阅片者间变异性,尤其是在经验不足的阅片者中,是一个问题。相比之下,放射组学是一种客观的基于影像的工具,能够对病变特征进行更详细和可靠的定量评估,且不受视觉分析中主观图像解读和阅片者经验的影响。
在本研究中,我们能够证明放射组学特征可以预测GAP分期,灵敏度为84%,特异度接近100%。HRCT上纤维化的范围以及不同视觉HRCT-ILD特征的联合模型在预测GAP分期方面表现较差。我们认为这是由于在确定ILD特征的存在和严重程度时,即使在专家放射科医生中,阅片者间变异性也很高。
由于我们患者队列中的数据集在两个类别分布方面不平衡,GAP1期有54例患者,而GAP2期仅有6例患者(不平衡比:0.11)——这反映了我们系统性硬化症(SSc)患者队列中GAP1期与GAP2期的患病率——我们在进一步评估之前进行了数据增强步骤,以实现更好的类别平衡并避免模型过拟合。这种数据增强技术不影响统计评估的可靠性,结果已在原始数据集上进行了额外测试。
提取的放射组学特征可分为四组,即(1)基于一阶直方图的特征,(2)基于共生矩阵的特征,(3)多尺度特征,以及(4)其他特征[35, 36]。后者属于与邻域灰度差矩阵(GTDM)相关的特定特征组[35, 37, 38]。GTDM基于测量每个体素与其相邻体素之间强度水平的差异,从而产生类似于人类对图像感知的特征。均匀性(M_homogenity_n.LHL)反映图像纹理的均匀性,并衡量图像纹理的局部变化。高均匀性值表示图像纹理中无区域内变化且呈局部均匀分布[39]。分形特征(fractal_dim.LLL)提供重要的空间信息。对比度(neighContrast.LHL)和相关度(M_correlation.HLL和correlation.HHL)依赖于纹理在强度空间变化或强度动态范围方面的感知属性[35, 37, 38]。在我们的研究中,neighContrast.LHL和M_correlation.HLL在多变量模型中的组合在测试数据集中产生了0.92的AUC、100%的灵敏度和88%的特异度,在原始数据集中产生了0.96的AUC、84%的灵敏度和99%的特异度。纤维化百分比的ROC曲线AUC在预测GAP分期方面显著较差,而且,结合不同HRCT-ILD特征的模型表现也不如放射组学。这些发现提出了一个问题:放射组学是否能够捕捉到放射科医生肉眼无法感知的HRCT特征?
近年来,影像组学引起了越来越多的关注,多项研究表明影像组学可在多种疾病尤其是恶性肿瘤的诊断和预后方面带来获益[21–23]。这些研究表明,影像组学特征具有作为组织活检替代影像标志物的巨大潜力[40],并能可靠地预测结局[41–44]和药物反应[45, 46]。目前,对高分辨率CT(HRCT)的评估有不同的方法,即(1)视觉分析,(2)半定量分析,(3)定量分析或使用人工智能的自动化方法。单纯的视觉分析存在相对较高的观察者间变异性[47, 48],而半定量和定量分析(如密度分析)有可能克服CT图像主观视觉评估的缺点,并且已被证明与治疗反应相关,优于定性分析[48]。
在过去十年中,影像组学在医学影像中的重要性不断增加。与旨在提供单一答案(即是否存在病变或癌症)的计算机辅助检测(CAD)系统不同,影像组学是一个设计用于从数字图像中提取大量定量特征的过程,随后对这些特征进行挖掘以生成和检验假设。来自非恶性肺部疾病的最新数据表明,基于纹理的CT数据分析在诊断和分期方面可能优于目前使用的视觉和/或直方图指标[49–51]。基于影像组学的数据分层过程提供了比当前标准更为详细的表型特征描述。
与其他研究[52]相比,我们没有训练算法识别特定模式或特征,如蜂窝状改变或支气管扩张。我们训练系统寻找一种算法来区分不同的GAP分期。采用这种方法,我们省略了使用来自已知肺纤维化指南的基于模式的分类,因为这可能不能反映疾病的活动性,并可能缩小诊断范围。仅提供肺功能、年龄和性别作为输入参数,该算法的验证相当开放,因此,最具鉴别力的影像组学特征可能来自放射科医生本身无法可见或量化的特征组。
目前,间质性肺疾病(ILD)中影像组学的数据有限。然而,不断积累的结果令人鼓舞,并突显了影像组学在HRCT检测和分期中的巨大潜力。未来,影像组学在系统性硬化症相关间质性肺疾病(SSc-ILD)管理中的应用可扩展到支持治疗决策。然而,未来需要整合影像组学和基于组织的分子信息的研究,以评估影像组学是否反映潜在的病理生理学,从而能够区分炎症性和纤维化过程。这将是指导个体患者抗炎或抗纤维化药物治疗的前提条件。
本研究的局限性如下:首先,GAP分期系统包括三个分期(低、中、高)。我们的队列中仅有GAP 1期和2期患者,且GAP 2期患者的比例相对较小,这反映了我院临床人群中GAP1与GAP2期的患病率分布。我们进行了数据增强步骤以实现更好的类别平衡并避免模型过拟合。其次,我们仅评估了来自单一机构、使用单台CT扫描仪采集的数据。由于扫描参数的差异,如CT扫描仪类型、管电压、管电流、重建核和对比剂,可能影响定量分析的结果,我们的方法在未来用于其他扫描仪和协议时可能需要调整。需要更多患者数量、在其他扫描仪上进行进一步研究,以验证我们的发现并在纵向研究环境中探究潜在的结果预测因子。第三,我们选择右肺进行图像评估。尽管对我们患者群体中左侧的评估(见补充材料)显示两侧结果相当,我们仍倾向于使用右肺进行图像评估,因为左肺由于左肺下叶和舌叶靠近心脏,可能更容易受到心脏搏动引起的运动伪影影响,因此可能产生不够稳健的结果。我们承认,在肺部受累不对称的病例中,这种方法可能会改变结果。最后,肺部分割是半自动进行的。这种方法使我们有机会校正自动配准边界与肺边界不一致的数据集。
结论
影像组学与GAP分期的相关性,而非与ILD-HRCT视觉定义特征的相关性,意味着影像组学可能捕获HRCT上提示SSc-ILD严重程度的特征,而这些特征未被视觉分析所识别。
本初步研究中识别的基于纹理的影像组学特征将为评估基于纹理的影像组学签名是否可能成为影像学计算机辅助决策的有价值工具铺平道路。
电子补充材料
ESM 1(DOCX 194 kb)
引用
- Martini K, Baessler B, Bogowicz M, et al. Applicability of radiomics in interstitial lung disease associated with systemic sclerosis: proof of concept. Eur Radiol. 2020. PMID: 33025174. doi:10.1007/s00330-020-07293-8
- 全文:PMC7979612(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7979612/
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。