基于CT影像组学预测COVID-19肺炎病灶快速进展
该回顾性研究纳入107例COVID-19患者的370次胸部CT,提取1316个影像组学特征,采用5种特征选择与4种机器学习方法构建20个模型,预测7天内肺炎病灶体积增长>50%的快速进展。最优模型为L1-norm SVM+SVM(17个特征),内部验证AUC为0.857,敏感度87.5%,特异度70.7%。
要点
- 影像组学模型可基于当前CT预测下次CT肺炎病灶是否快速进展,辅助确定随访间隔。
- 最优模型采用L1-norm SVM特征选择联合SVM分类器,使用17个影像组学特征。
- 快速进展定义为7天内肺炎病灶体积增长>50%,阈值参考中国COVID-19诊疗指南(试行第六版)。
全文中译10 节 · 点击展开
引言
由严重急性呼吸综合征冠状病毒2(SARS-CoV-2)引起的2019冠状病毒病(COVID-19)作为一种潜在致死性疾病迅速蔓延,对全球健康构成重大而紧迫的威胁。1 截至2020年8月14日,世界卫生组织(WHO)确认的病例数超过2105万例,死亡752,378例。2 自COVID-19暴发以来,胸部CT在COVID-19肺炎的检出、诊断和随访中发挥着不可或缺的作用。3 胸部CT不仅可呈现COVID-19感染的临床病程和疾病严重程度,还可预测患者的不良结局。4–6 然而,在COVID-19大流行期间短时间内多次CT扫描引起了人们对患者和医护人员辐射负担的极大关注。电离辐射会增加终生罹患癌症的可能性,这一点已被广泛接受。7 此前一些研究尝试在COVID-19肺炎诊断中使用低剂量胸部CT扫描以降低辐射剂量。8–12 然而,与标准剂量CT相比,低剂量CT可能遗漏COVID-19肺炎的一些关键征象。在本研究中,我们首次旨在开发一种基于CT的影像组学模型来预测COVID-19肺炎快速进展的概率,以指导胸部CT扫描的随访间隔,从而可能降低电离辐射剂量和估计的癌症风险。
方法
患者数据
本研究经机构审查委员会批准,并豁免书面知情同意。回顾性纳入2020年1月8日至2020年2月25日期间来自两家定点医院的118例COVID-19患者。成年患者经实验室确诊COVID-19,系根据WHO制定的方案,通过咽拭子样本(至少采集两份样本,间隔至少24小时)的实时逆转录聚合酶链反应(RT-PCR)检测确诊。来自11例患者的118次CT扫描因无随访CT扫描或两次相邻CT扫描间隔时间>7天而被排除。最终,本研究分析了来自107例患者的共370次CT扫描。整个数据集随机分为两个子集,80%用于训练,其余20%使用10折交叉验证用于验证。一个代表性病例及患者和CT扫描纳入流程图见图1。两次相邻CT扫描之间不同时间间隔下CT扫描次数和患者数量的分布见图2。
CT图像采集
患者使用CT 64扫描仪(GE Medical System)、Siemens Emotion 16扫描仪(Siemens Healthineers;Erlangen,Germany)或ICT 128扫描仪(Philips Healthcare,Netherlands)行胸部CT扫描。未使用对比剂。三种CT扫描仪的CT采集参数见表1。
CT图像分割
我们使用了一个先前训练好的3D U-net++,该模型基于2000例COVID-19肺炎病例训练,用于在本研究中对COVID-19肺炎病灶进行预分割。数天后,一位经验丰富的放射科医师(具有15年以上胸部影像经验)对预分割结果进行了编辑和验证,删除了假阳性并分割了遗漏的病灶。
影像组学特征提取
所有原始CT图像均通过1 mm*1 mm*1 mm重采样进行预处理。在Python(v.3.7.0,Beaverton,Ore;https://www.python.org/)中使用Pyradiomics软件包(v.3.0;https://github.com/Radiomics/pyradiomics)从肺窗(窗宽:1500 Hounsfield Unit [HU],窗位:600 HU)提取影像组学特征。c中不同变换所使用的参数见表2。在七种图像类型(包括Originial、Wavelet、LoG、Square、SquareRoot、Exponential和Logarithm)下共提取了1316个影像组学特征。影像组学特征的类别及相应数量见表3。所有影像组学特征均通过min_max进行归一化。
影像组学特征选择
考虑到高维影像组学特征可能包含冗余信息,在应用机器学习训练模型之前,使用了五种特征选择器来降低特征维度,包括最小绝对收缩和选择算子(LASSO)、13 Relief、14 Las Vegas Wrapper(LVW)、15 L1范数支持向量机(L1-norm-SVM)16和递归特征消除(RFE)17。
基于机器学习的影像组学模型构建
肺炎病灶快速进展定义为七天内体积增长>50%,其计算方式为下一次CT扫描的肺炎体积(V2)与当前CT扫描的肺炎体积(V1)之比。50%的阈值根据中国国家卫生健康委员会发布的COVID-19指南(试行第六版)确定。18 V2/V1 >1.5表明当前CT扫描为阳性样本,否则为阴性样本。为获得诊断准确性的无偏估计,我们的数据集按4:1的比例随机分为训练数据集和验证数据集。在拆分数据集时,训练数据集和测试数据集中阳性和阴性样本的比例相同。应用四种常见机器学习算法预测快速进展的发生,包括支持向量机(SVM)、随机森林(RF)、逻辑回归(LR)和决策树(DT)。为每个模型选择最优模型和超参数,我们在每个训练数据集上进行了10折交叉验证。20个组合模型的超参数见补充材料1。曲线下面积(AUC)最高的模型被认为是最优模型。所有模型构建均在Python环境(v.3.7.0,https://www.python.org/)中使用Scikit-learn软件包(v.0.23.1;https://scikit-learn.org/)完成。
点击此处获取补充数据文件。
统计分析
分类变量以计数和百分比表示,而连续变量以中位数和四分位距表示。所有统计分析均使用Python v.3.7.0(Beaverton,Ore;https://www.python.org/)进行。使用的软件包如下:“mlr”用于LR,“randomForest”用于RF,“e1071”用于SVM。进行受试者工作特征曲线(ROC)分析以评估不同模型预测快速进展发生的性能。不同模型的AUC比较使用Delong检验。19 p < 0.05被认为具有统计学意义。
结果
本研究共纳入107例COVID-19患者,中位年龄为49.0岁(四分位距,35–54),其中60例(56.6%)为男性。11例(10.3%)患有高血压,5例(4.7%)患有糖尿病,3例(2.8%)患有冠心病,2例(1.9%)患有慢性肝病,2例(1.9%)患有慢性肺病,5例(4.7%)有手术史。患者共接受370次胸部CT扫描,中位间隔为4天(四分位距,3–5天)。从首次至末次CT扫描的中位时间为15天(四分位距,12–22)。
经LASSO、Relief、LVW、L1-norm SVM和RFE筛选后,分别识别出11、18、2–24、17和44个特征。在20个组合模型中,L1-norm SVM +SVM使用17个影像组学特征取得了最优预测性能,在训练数据集中AUC为0.885(95% CI:0.845–0.924),灵敏度为93.7%,特异度为63.5%,准确度为69.9%;在内部验证数据集中AUC为0.857(95% CI:0.766–0.947),灵敏度为87.5%,特异度为70.7%,准确度为74.3%(图3,表4)。L1-norm SVM +SVM的AUC高于所有分类器,但LASSO + SVM(0.844)、Relief + LR(0.842)、L1-norm SVM +LR(0.851)和RFE + LR(0.834)除外(Delong检验:p分别为0.402、0.218、0.725和0.271)(补充表1)。基于三个一阶统计量和14个纹理特征的影像组学风险特征如下所示:
点击此处获取补充数据文件。
影像组学风险特征 =
4.35*original_glcm_Imc2
+1.56 *wavelet_LHL_firstorder_TotalEnergy
+1.58 *wavelet_LHL_gldm_LargeDependenceLowGrayLevelEmphasis
+8.42 *wavelet_LHL_glrlm_GrayLevelNonUniformityNormalized
−1.25*wavelet_LHL_glrlm_RunEntropy
+1.81 *wavelet_LHL_glszm_GrayLevelNonUniformityNormalized
−8.60*wavelet_LHH_glszm_ZoneVariance
−1.30*wavelet_HHL_glrlm_LongRunHighGrayLevelEmphasis
+2.46*wavelet_HHH_firstorder_Kurtosis
+0.82*wavelet_HHH_gldm_DependenceEntropy
−2.01*wavelet_HHH_glszm_GrayLevelNonUniformityNormalized
+3.54*wavelet_LLL_glszm_GrayLevelVariance
−8.49*square_glcm_JointEnergy
−6.82*squareroot_glcm_Imc2
−1.07*exponential_glrlm_RunVariance
+2.92 logarithm_firstorder_InterquartileRange
−0.65*logarithm_glszm_SmallAreaLowGrayLevelEmphasis
−1.72
讨论
在本研究中,我们基于胸部CT扫描开发并验证了放射组学模型,以预测COVID-19肺炎在下一次CT扫描中快速进展的概率。我们结合了五种特征选择方法和四种分类方法,结果显示L1范数SVM+SVM的组合优于其他组合,其AUC为0.857(95% CI:0.766–0.947),灵敏度为87.5%,特异度为70.7%,准确率为74.3%。
放射组学是一种医学影像的定量工具,它通过机器学习领域的先进数学分析来增强临床医生可用的现有数据。这种新方法已广泛应用于癌症的诊断、分期、预测治疗反应和预后。自COVID-19暴发以来,一些研究已将基于CT的放射组学应用于应对这一新发传染病。通过从COVID-19肺炎的胸部CT图像中高通量提取大量特征,放射组学可以反映与疾病异质性相关的潜在信息。Fang等开发了一种放射组学列线图,在区分COVID-19与其他类型病毒性肺炎方面具有高性能。20 近期研究也使用放射组学来诊断和预测COVID-19的结局。例如,研究人员提出了一种使用CT的无创定量放射组学模型,以提前预测COVID-19患者的不良结局。21–23 Wei等24和Tang等25发现CT纹理特征可以区分非重症和重症COVID-19患者。Fu等26使用放射组学和机器学习来预测早期稳定期COVID-19感染的进展。Yue等27开发并测试了基于机器学习的CT放射组学模型,用于预测COVID-19肺炎患者的住院时间。Cai等28基于胸部CT放射组学特征和临床特征构建了一个模型,以预测临床治疗期间RT-PCR转阴。当前证据表明,放射组学在COVID-19的临床管理中具有潜力。与以往研究不同,本研究提供了一种放射组学工具来预测七天内肺炎快速进展高风险的COVID-19患者,结果显示出良好前景。
放射组学模型的性能会受到放射组学工作流程每一步的影响。来自不同CT系统的CT图像在噪声和分辨率上的差异可能影响放射组学的可重复性,例如,放射组学特征的不同取值。29 我们使用图像预处理来减少不同扫描仪和成像方案造成的偏倚。根据既往研究,我们使用Pyradiomics软件包提取了三类常见的放射组学特征(一阶统计量、基于形状的特征和纹理特征)。关于特征选择和建模方法的各种选择,确定放射组学应用的最佳机器学习方法是迈向稳定且具有临床相关性的临床决策支持系统的关键一步;因此,应采用并比较多种机器学习方法。在本研究中,我们选择了五种特征选择器和四种建模方法来确定最佳组合,并发现L1范数SVM+SVM在预测COVID-19快速进展这一特定任务中取得了最高性能。Zhang等30评估了六种特征选择方法和九种分类器来预测晚期鼻咽癌患者的复发和远处转移,发现组合方法随机森林(RF)+RF表现最佳。在本研究中,我们识别了17个与预测结局相关性最强的放射组学特征,包括3个一阶统计量和14个纹理特征。所有这些特征都与图像均匀性和异质性相关。具有快速进展高风险的COVID-19肺炎病灶比快速进展低风险的病灶更具异质性(例如混合性磨玻璃影和实变)。既往研究表明,放射组学或纹理分析可以表征肿瘤表型并反映肿瘤异质性。31,32 本研究还表明,放射组学特征通过反映病灶的异质性,可作为COVID-19肺炎的有效生物标志物。
本研究也存在一些局限性。第一,本研究的回顾性性质。第二,临床和实验室变量未纳入预测模型,因为它们与每次胸部CT检查不匹配。第三,未考虑治疗对COVID-19肺炎的影响,因为当时没有针对COVID-19的特异性治疗。尽管有指南推荐,临床环境中使用的COVID-19药物是混杂的。最后,该模型缺乏外部验证,其泛化能力需要在其他机构进行检验。
总之,我们提出了一种基于CT的放射组学模型来预测COVID-19肺炎的快速进展,该模型可能使COVID-19患者的胸部CT随访间隔合理化,并有利于COVID-19患者的临床管理。
引用
- Zhang B, Ni-Jia-Ti MY, Yan R, et al. CT-based radiomics for predicting the rapid progression of coronavirus disease 2019 (COVID-19) pneumonia lesions. Br J Radiol. 2021. PMID: 33881930. doi:10.1259/bjr.20201007
- 全文:PMC8173680(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8173680/
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。