文献速递胸部CT

CT影像组学模型鉴别COVID-19肺炎与其他间质性肺炎

CT radiomic models to distinguish COVID-19 pneumonia from other interstitial pneumonias.
PubMed 文献 · Radiol Med · 2021-05-27

回顾性分析115例疑似COVID-19呼吸道症状患者的肺部CT影像组学特征,采用双机器学习模型。模型一区分COVID-19阳性与阴性间质性肺炎的AUC为0.83,COVID-19样肺炎的中位反应值0.80更接近阳性组0.92而非阴性组0.17。模型二将COVID-19样患者纳入训练集后AUC略降至0.81。

要点

  • 全肺影像组学机器学习模型可区分COVID-19阳性与阴性间质性肺炎,AUC为0.83。
  • COVID-19样肺炎的影像组学特征与阳性组相似,可能提示假阴性拭子结果。
  • 将COVID-19样患者纳入训练集后模型分类性能略降,AUC为0.81。

核心结论

  • 基于全肺影像组学的机器学习模型可分类COVID-19阳性与阴性间质性肺炎,可能有助于临床和影像学疑似COVID-19但拭子阴性患者的正确管理;COVID-19样肺炎与阳性肺炎相似,但影像组学特征略有不同。

研究设计与样本

  • 回顾性分析115例有呼吸道症状疑似COVID-19患者的CT数据,根据鼻咽拭子结果分为COVID-19阳性(C+)和阴性(C-)两组,C-组均有间质性肺受累,其中CT高度提示COVID肺炎的亚组为COVID-19样(CL)。从全肺提取影像组学特征,采用双机器学习模型:模型一训练集排除CL患者、测试集最终纳入CL患者;模型二训练集也纳入CL患者。

诊断标准与关键数值

  • 模型一分类C+与C-肺炎的AUC为0.83。
  • CL中位反应值0.80,C+为0.92,C-为0.17。
  • 模型二将C+与CL合并入训练集后,分类性能略降,AUC=0.81。

临床应用与阅片要点

  • 对临床和影像学疑似COVID-19但拭子阴性的患者,全肺影像组学机器学习模型可能有助于分类和正确管理。
  • COVID-19样肺炎的影像组学特征与阳性肺炎相似,可能提示假阴性拭子结果。

局限性

  • 原文未报告局限性。
全文中译10 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Radiol Med. 2021 May 27;126(8):1037–43. doi: 10.1007/s11547-021-01370-8

引言

2019年冠状病毒病(COVID-19)的最初报告于2019年12月在中国出现[1]。几个月后,2020年3月11日,世界卫生组织宣布COVID-19暴发为大流行。肺是最常受累的器官,尽管已证实不同器官均可受累[2, 3]。

该感染最常用的确诊试验是通过逆转录聚合酶链反应(RT-PCR)在上呼吸道标本(通常经鼻咽拭子获取)中分离病毒基因组。尽管这是一种较为简单且无创的感染证实方法,但其假阴性率高达30%[4, 5]。

诊断影像学占据关键地位,包括两种诊断方式:胸部X线摄影和高分辨率计算机断层扫描(HRCT)。前者执行迅速、易于获取且剂量低。另一方面,它可能无法显示感染所致的有时候较为细微的改变,尤其是在疾病早期阶段[6]。相反,HRCT已被证明在发现这些改变方面是非常敏感的技术,但相对缺乏特异性。COVID-19肺实质感染的HRCT征象主要以多发性和胸膜下磨玻璃(GGO)肺实质 opacity 为代表,可与一般间质性病毒性肺炎的征象相重叠,因此该方法特异性低[7]。

从图像中提取定量参数在放射学中正变得越来越重要。其中一些参数属于影像组学(Radiomics)的一般概念,即对医学图像进行分析,旨在获取无法通过简单视觉观察检测到的定量信息[8, 9]。影像组学已应用于多个放射学领域并取得优异结果,主要在肿瘤学中,常常达到显著的预后价值[10–13]。它已被用于区分炎症/感染性疾病与肿瘤性疾病[14]、区分儿童原发性结核性肺炎与获得性肺炎[15]以及预测免疫治疗诱导性肺炎的发生[16]。就SARS-CoV-2肺炎而言,该方法最近已被用于预测affected患者的住院时长[17],以及在一项关于区分COVID-19与非COVID-19肺炎的初步研究中[18]。

本研究旨在评估影像组学是否有助于区分COVID-19肺炎与非COVID-19间质性肺炎,从而减轻两组定性发现部分重叠的问题。这两种形式的分类将使患者得以更好地管理,即使在由于拭子检测处理延迟或拭子检测结果为假阴性而尚无法获得COVID-19阳性诊断时也是如此。

材料与方法

研究队列

共选取115例因疑似COVID-19呼吸道症状而行HRCT的患者。所有患者均接受了拭子检测,结果为68例COVID-19阳性(C+)和47例COVID-19阴性(C−)病例。后者为因COVID-19样呼吸道症状(发热、咳嗽、呼吸困难)就诊于急诊科但COVID-19拭子阴性的患者。由于检测阴性,他们接受胸部HRCT以排除可能存在的新型冠状病毒样肺炎。在该组中,我们分离出一个由9例患者组成的亚组,称为COVID样(CL),其HRCT表现高度提示COVID-19疾病。

HRCT图像由一名放射科医师审阅,以评估这些表现的存在/缺失:磨玻璃影(GGO,肺密度增高但不遮蔽其下血管)、实变(肺密度均匀增高并遮蔽血管)、碎石路征(GGO伴小叶间隔网状增厚)、胸膜下带状影、纤维化不规则条纹、微血管扩张和牵拉性支气管扩张。审阅放射科医师评估这些表现,并为每例患者分配CO-RADS [19]评分。随后计算C−和CL患者的CO-RADS评分均数和中位数。

CT扫描

所有HRCT扫描均使用同一台CT扫描仪(GE Revolution Evo,General Electric Healthcare)采集。获得肺重建和标准重建图像。CT协议设置如下:120 kV,80 mA(采用自动曝光控制),旋转时间0.7 s,螺距1 mm,探测器准直0.7 mm。扫描范围从胸廓入口至后肋角,患者于深吸气末屏气。肺重建设置:窗宽1600 HU,窗位-600 HU,层厚1.25 mm,层间隔1.25 mm,矩阵512 × 512;自适应统计迭代重建(ASIR-V)设置为30%。标准重建设置:窗宽400 HU,窗位40 HU,层厚2.5 mm,层间隔2.5 mm,矩阵512 × 512,ASIR-V设置为60%。

肺分割

使用3D Slicer(v4.10.2)将DICOM文件转换为nrrd格式,并在conda(v4.8.2)环境下使用Python(v3.7.6)自编脚本进行预处理。由于影像组学特征本质上依赖于体素大小和形状[20],通过SimpleITK(v1.2.4)提供的双三次样条插值将STD和LUNG图像均重采样为0.7 mm的立方体素。利用在COVID患者上训练的U-net(R231)卷积网络(R231CovidWeb),通过lungmask(v0.2.8)软件包自动勾画STD和LUNG重建中的肺。

影像组学特征提取

使用肺掩膜和开源Python软件包pyradiomics(v3.0)从重采样CT图像中提取影像组学特征。根据IBSI[20]指南,CT灰度值未被修改或限制,并平移1000 HU以避免出现负值。提取了pyradiomics中实现的所有可用特征:形状(Shape)、一阶统计量(First Order)、灰度共生矩阵(GLCM)、灰度依赖矩阵(GLDM)、灰度游程长度矩阵(GLRLM)、灰度区域大小矩阵(GLSZM)和邻域灰度差矩阵(NGTDM)。这些影像组学特征从原始STD和LUNG重建图像以及一组衍生图像中提取:三种不同拉普拉斯高斯(LoG)滤波,sigma分别为1、2和3 mm;对数(Logarithm);指数(Exponential);梯度(Gradient);局部二值模式(LBP3D),半径默认值为1;Coiflets 1小波,一层分解。对于需要灰度离散化的特征,采用25 HU的固定箱宽,与其他将影像组学应用于肺部CT的研究[21, 22]类似。从两种重建图像中共提取约1700个特征。

数据准备

统计分析使用RStudio(v1.3.959)中的R(v3.6.3)进行。来自STD和LUNG重建的数据被合并,创建了约3400个特征的数据池。为减少数据集内的信息冗余,删除了高度相关的变量。从0.99的相关性阈值开始,使用Pearson系数估计所有特征之间的绝对两两相关性。当两个特征的相关性超过阈值时,删除与所有其他特征平均相关性最高的那个特征。以0.01为步长将阈值降低至0.90,重复此过程。删除冗余特征后,可用于构建模型的协变量数量为681个(删除了80%)。

模型构建

第一个正则化逻辑模型在排除CL患者的情况下进行训练。训练集由80%的C+和C−患者组成,而测试集由其余患者组成,包括CL患者。使用训练集的均值和标准差将两个集合的协变量中心化至0并缩放至1。然后,通过重复100次十折交叉验证的最小绝对收缩和选择算子(LASSO)回归模型并对使AUC最大化的lambda值取平均,计算正则化超参数的最佳值。使用最优lambda值,在整个训练集上训练LASSO模型,并用于预测测试集中的概率性结局。三类(C−、C+和CL)的预测概率之间的比较通过双样本Welch t检验进行。每个类别的预测中位数被视为该类别的代表性响应。分类器的性能通过ROC曲线评估,分别在排除CL(即仅C+和C−)以及将CL作为COVID-19阳性患者纳入测试集的情况下进行。

对于第二个 LASSO 模型,CL 患者同时纳入训练集(80%)和测试集(20%)。在这种情况下,由于 CL 患者数量较少,需要采用平衡(分层)拆分。在 C−/C + /CL 类别的 38/68/9 例患者中,训练集中的患者数量为 30/54/7。以下流程与前一个模型相同,初始拆分后将 CL 患者视为 C + 。正则化模型的性能通过 ROC 曲线评估,最优分类器阈值计算为敏感度与特异度之和最大化的阈值(等同于最大化约登指数)。所有 ROC 曲线均通过 pROC 包(v1.16.2)计算。

整个拆分-训练-测试过程重复 2000 次,以提供具有统计学相关性的性能分布。中位 p 值和 AUC 被视为整个分布的代表值。中位和四分位距 ROC 曲线计算为每个特异度分箱下 2000 个敏感度值的中位值和四分位值。分析流程示意图见图 1。

图 1 数据分析流程示意图。数据在训练-测试拆分前进行预处理(插补、去除相关变量和低方差变量)。归一化过程(标准化)仅基于训练集,但应用于两个数据集。λ 的最优值(λmin)通过重复 100 次 10 折 LASSO 并对最大化 AUC 的 λ 取平均值来确定。随后用以 λmin 在训练集上构建的最终模型在测试集上评估分类器性能。整个流程从训练-测试拆分开始重复 2000 次,以提供 AUC 分布 查看原图 ↗

结果

C + 、C− 和 CL 患者的平均(范围)年龄分别为 66.5 ± 14.9(35–100)岁、65.1 ± 19.5(25–90)岁和 61.7 ± 18.3(36–85)岁。

在 C + 患者组中,41/68 为男性(60.3%),27/68(39.7%)为女性;在 C- 患者组中,21/38 为男性(55.3%),17/38(44.7%)为女性;在 CL 患者组中,5/9 为男性(55.6%),4/9(44.4%)为女性。

基于 CT 表现,所有 C + 阳性患者均被赋予 CO-RADS 评分 6。C− 患者的平均和中位 CO-RADS 评分分别为 2.9 和 3,而 CL 患者的平均和中位 CO-RADS 评分分别为 4.4 和 5。

第一个模型仅使用 C + 和 C− 患者进行训练。2000 次重复中三组类别中位响应分布的箱线图见图 2。CL 患者的中位响应(0.80)与 C + 患者(0.92)更为相似,而非 C− 患者(0.17)。实际上,比较 C + 和 CL 类别的 Welch 检验所得中位 p 值(pC+CL = 0.12)表明两个分布无统计学差异,而比较 C− 与 CL 以及 C + 与 C− 所得的值(pC-CL = 0.048 和 pC+C- < 0.001)表明 C- 类别与其他两个类别在统计学上分离。

第一个模型分类 C + 和 C− 肺炎的中位 AUC 为 0.83(IQR = [0.77, 0.89])。在对应于中位 AUC 的 ROC 曲线中,最佳特异度和敏感度分别为 79% 和 77%,阈值为 0.60。由此得出阳性预测值(PPV)为 87%。该模型的中位 ROC 曲线以红色显示于图 3a 中。

使用第一个模型但在测试集中合并CL和C+病例计算得出的中位ROC曲线,其中位AUC为0.77(IQR = [0.71, 0.83])。此情况下的最佳阈值为0.81,提供的特异性为93%、敏感性为57%,PPV为96%。在测试集中纳入CL患者情况下的中位ROC曲线见图3a蓝色曲线。

图3b显示了第二个模型的ROC曲线,其中CL病例在数据集划分之前即被纳入。在此情况下,CL患者的存在不影响性能,AUC为0.81(IQR = [0.75, 0.86])。在最佳阈值0.90下,特异性和敏感性分别为94%和66%,PPV为96%。在此情况下,机器学习算法更倾向于将CL病例分类为阳性而非阴性。

图2 2000次数据划分中类别中位响应的分布。响应值为0和1分别表示100%概率为C−和C+。CL患者的类别中位响应始终高于0.5,表明这些病例与C+相似。 查看原图 ↗
图3 a 第一个模型(排除CL病例进行训练)的中位ROC曲线。红色曲线代表仅由C+和C−患者组成的测试集的响应。蓝色曲线代表在测试集中引入CL后的性能。b 第二个模型的中位ROC曲线,训练和测试均纳入CL患者。 查看原图 ↗

讨论

我们基于全肺放射组学特征构建了一个双重机器学习(ML)模型。我们决定进行全肺分析,以避免分割偏倚,并纳入可能具有细微放射组学改变的看似正常肺实质区域。近期有两篇论文分别采用了这种方法,用于开发自动检测胸部CT中COVID-19的框架[21],以及基于放射组学足迹区分稳定型与进展型COVID-19感染[23]。

第一个模型分为两部分。在第一项分析中,CL病例从训练集和测试集中均被排除,模型能够区分COVID-19阳性肺炎与COVID-19阴性肺炎。其表现令人满意,AUC为0.83,特异性和敏感性分别为79%和77%,PPV为87%。这一结果与先前使用基于ROI的机器学习模型的研究一致,该研究报告了更高的敏感性和特异性(分别为94.16%和88.62%)[24];然而,该研究旨在区分COVID-19肺炎与一般性肺炎,而我们的研究仅聚焦于间质性肺炎。此外,该研究中缺少结果验证(即测试集),且病例数量有限(27例一般性肺炎,34例COVID-19),可能对性能评估产生偏倚。

另一篇论文研究了影像组学在区分COVID-19肺炎与其他间质性肺炎中的作用。混合模型在训练样本和测试样本中的AUC分别为0.959和0.955,被认为具有临床实用性[25]。与我们的模型相比性能更高,可能是由于COVID-19组和其他间质性肺炎组的患者数量更多。然而,该研究仅进行了单次测试-训练集划分,而本研究采用多次划分方法,以减少因幸运的测试-训练集划分而导致假发现的机会。例如,在第一个模型的2000次划分中,有9次提供了1.00的AUC,142次提供了高于0.95的AUC,427次提供了高于0.90的AUC。在不重复整个流程的情况下选择其中一次划分,会导致估计性能过高。此外,在该论文中,作者未纳入CL患者。

由于CL患者的鼻咽拭子为阴性,但临床表现提示COVID-19疾病且患者按阳性处理,因此使用仅在C+和C−患者上训练的模型来预测CL患者的响应。第一个模型中CL中位响应的分布与C−响应在统计学上存在差异(pC-CL = 0.048),但与C+无差异(pC+CL = 0.12)。三个类别分布的median值分别为CL 0.80、C+ 0.92和C− 0.17。CL与C+患者相似的响应提示CL病例很可能被第一个模型归类为C+,且两组的影像组学特征可能相容。两组之间唯一的区别在于,C+患者的鼻咽拭子为真阳性,而CL患者为假阴性。这些假阴性可能是由于采样时技术不当或时机不佳[26],可能导致拭子上病毒载量低,不足以进行基因扩增。然而,对于高度疑似COVID-19感染但拭子阴性的患者,存在与拭子阳性患者相似的全肺HRCT影像组学特征可能支持诊断,从而避免进行更具侵入性的采样操作,如支气管肺泡灌洗。

第一个模型的第二次分析,将CL仅纳入测试集,报告的AUC为0.77。这一性能的大幅下降可能表明,尽管CL患者的HRCT在形态学上与C+患者相似,但在定量分析中存在可察觉的差异。这可能是由于CL患者与C+患者相比肺实质受累不同,可能反映了CL患者病毒载量较低。最近,Zhao等人研究了病毒载量与CT表现之间的关系。他们发现低病毒载量与不易鉴别的病灶边缘呈负相关,反映了COVID-19 CT改变因病毒载量不同而呈现不同形态[27]。这一假说,结合拭子采样时机,可能是RT-PCR假阴性结果[28]的原因,并可能解释HRCT相比RT-PCR具有更高敏感性[5]。

第二个模型在训练集中纳入了CL病例。模型的整体性能几乎保持不变,AUC仅轻微下降0.02。尽管这一下降在统计学上不显著,但必须指出,每折测试集中仅纳入了两名CL患者。

本研究存在局限性。首先,这是一项回顾性、单中心研究;需要一项前瞻性、多中心研究来验证其发现。此外,CL患者数量较少限制了该分类方法在拭子检测阴性时指导患者管理的潜力。

结论

基于全肺HRCT放射组学足迹的机器学习模型可能有助于将COVID-19与非COVID-19间质性肺炎进行分类。此外,COVID样患者(HRCT表现提示COVID-19但RT-PCR阴性)的放射组学足迹似乎与COVID-19阳性患者非常相似。这可能有助于对具有COVID-19临床和影像学特征但RT-PCR阴性的患者进行正确管理。

引用

  1. Cardobi N, Benetti G, Cardano G, et al. CT radiomic models to distinguish COVID-19 pneumonia from other interstitial pneumonias. Radiol Med. 2021. PMID: 34043146. doi:10.1007/s11547-021-01370-8
  2. 全文:PMC8155795(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8155795/

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。