定量多参数超声深度学习分类器用于前列腺癌检测
本研究基于327例疑诊前列腺癌患者的前瞻性多中心3D多参数超声数据,以根治术后三维组织病理为金标准,训练深度学习分类器检测临床有意义前列腺癌。分类器内部评估ROC AUC为0.87,外部评估ROC AUC为0.88,提示三维多参数超声有望成为经济有效的前列腺癌检测工具。
要点
- 多参数超声特征可检测临床有意义前列腺癌,外部验证ROC AUC达0.88。
- 模型所用CEUS定量特征来源于时间-强度曲线、对流弥散、相似性分析及速度熵。
- SWE特征预测价值弱于CEUS,在移行带因声衰减与信号质量下降而表现受限。
核心结论
- 基于3D多参数超声定量特征的深度学习分类器可准确检测临床有意义前列腺癌,并在外部数据集中具有良好的泛化能力。
研究设计与样本
- 前瞻性多中心研究,于2021年6月至2024年2月在荷兰四中心纳入327例疑诊前列腺癌患者。
- 使用GEHC LOGIQ E10超声仪及RIC5-9D经直肠探头采集3D B模式、动态增强超声与剪切波弹性成像。
- 以根治术标本三维组织病理重建作为csPCa参考标准,ISUP分级≥2为恶性,其余为良性。
- 训练及内部评估250例,外部评估77例,采用7折交叉验证,模型为3D CNN-MLP架构。
关键影像表现/征象
- CEUS参数mLDRW、对流弥散、相似性分析与速度熵在癌灶区域呈现异常血管动力学特征。
- 剪切波弹性成像显示前列腺癌伴随组织硬度增加,但本研究中SWE特征受信号衰减影响明显。
- 预测的csPCa概率图与组织病理位置在小型、多发病灶及无病灶患者中均高度吻合。
诊断标准与关键数值
- 内部评估集ROC AUC为0.870(95%CI:0.848–0.891),外部评估集ROC AUC为0.884(95%CI:0.876–0.893)。
- 以Youden指数选取ROC曲线最佳截止点,敏感度为76.8%(95%CI:64.0–89.5),特异度为80.2%(95%CI:71.8–88.6)。
- 仅使用位置信息的对照模型ROC AUC为0.730(95%CI:0.725–0.737),低于任何含定量特征模型的组合。
- 各分类器在移行带的ROC AUC均高于外周带,尽管移行带超声图像质量因远场衰减更低。
- 入选特征包括8个CEUS特征、3个SWE特征、4个位置特征及前列腺体积和PSAd。
临床应用与阅片要点
- 3D多参数超声定量特征有望为临床有意义前列腺癌提供经济、广泛可及的术前分诊与靶向活检辅助。
- 阅片时需注意移行带超声特征受远场衰减影响,SWE信号质量下降可能导致低估该区域病灶。
- 模型输出的体素级概率图可用于后续转换为病灶级候选区,但尚不能直接等同于逐针活检或患者级诊断性能。
局限性
- 本研究采用单厂家超声系统及造影剂组合,定量特征受厂商采集方式影响,多厂家验证前不宜直接推广。
- 训练队列中根治性切除患者比例较高,与预期筛查人群存在偏差,需校准后再用于更广泛人群。
- 体素级ROC AUC不能直接转化为临床常用的患者级或病灶级诊断性能,需结合活检采样过程进一步评估。
全文中译16 节 · 点击展开
引言
前列腺癌(PCa)是男性最常见的恶性肿瘤之一。早期检测对于有效治疗和提高生存率至关重要。几十年来,PCa的标准诊疗方案是经直肠超声引导(TRUS)系统前列腺活检,适用于前列腺特异性抗原(PSA)水平升高或直肠指检异常的患者[1]。然而,这种方法存在诊断不足和过度治疗的风险[2,3]。
MRI的最新进展促使指南推荐对疑似PCa男性在活检前进行多参数(mp)MRI检查及mpMRI靶向活检[4]。多项研究表明,与单纯系统活检相比,mpMRI靶向活检可提高临床有意义(cs)PCa的检出率,同时减少惰性PCa的识别[5,6]。然而,MRI存在若干局限性,包括成本高、可及性有限以及观察者间差异较大[7]。
AI驱动的计算机辅助诊断(CAD)系统已成为应对观察者间差异这一挑战的有前景的解决方案[8–12]。PI-CAI研究表明,在回顾性环境中,使用数千例患者检查训练的AI模型在利用mpMRI检测csPCa方面不劣于放射科医师[13]。这些结果凸显了AI驱动的CAD系统在改善PCa诊断方面的潜力。
尽管AI可能减少MRI判读中的观察者间差异,但并未解决成本高和可及性有限等挑战[12]。这些持续的局限性凸显了对替代性或补充性成像模态的需求。
多参数超声(mpUS)已显示出作为mpMRI替代方案用于csPCa检测的前景[14]。CADMUS试验表明,mpUS不仅与mpMRI表现相当,还能检测到mpMRI遗漏的病灶[15]。CADMUS试验依赖于mpUS图像的半定量判读,即基于对多种超声模态的视觉评估赋予Likert评分,而我们提出提取定量mpUS特征。这种从主观评分向客观、可重复测量的转变,使得定量参数能够直接用于AI驱动的CAD系统。此类系统可自动整合来自多种成像模态的互补信息,使模型能够捕捉与csPCa相关的复杂模式。该方法可为csPCa检测提供标准化、成本效益高的路径,既支持活检前分诊,也支持活检靶向,同时解决了MRI的关键局限性。
本研究聚焦于开发和评估一种基于3D mpUS的AI驱动CAD工具,用于csPCa的诊断。以根治性前列腺切除(RP)标本作为参考标准,目标是创建一个可靠的算法,用于csPCa诊断的CAD系统。
材料与方法
患者群体
本研究经机构审查委员会批准,批准编号为2020_268#B202178。共有604例患者入组一项于2021年6月至2024年2月在荷兰进行的前瞻性多中心(四个中心)试验(NCT04605276)。该研究既包括因活检证实为临床显著性前列腺癌(csPCa)而接受根治性前列腺切除术(RP)的患者,也包括无前列腺癌或仅有临床非显著性前列腺癌而未接受RP的患者。csPCa的排除依据为多参数MRI阴性(PI-RADS ≤ 2 [16])且活检阴性。所有患者均接受了三维多参数超声(3D mpUS)扫描,包括B模式、超声造影(CEUS)和剪切波弹性成像(SWE),使用GEHC LOGIQ™ E10超声扫描仪和RIC5-9D腔内探头(GE HealthCare)完成——采集细节见补充材料。在采集过程中,探头固定在夹具中以限制扫描期间及扫描之间的移动 [17]。
我们根据图1中的标准(引自Jager等人 [18] 的表1)对患者进行纳入和排除。最终留下327例数据完整可用的患者,其中29%为无csPCa的患者——未接受RP和/或国际泌尿病理学会(ISUP)分级分组为1级。采集方案的详细信息见已发表的研究方案 [18]。
随后将患者分为两组:250例用于训练和内部评估,77例不参与训练,用于外部评估。外部评估组由在算法——基于前250例患者——性能达到饱和后入组的患者组成。这种时间上的分离发生在试验期间,因此两个队列的参与中心和采集方案保持一致。各组的详细信息见表1。
临床参考标准
csPCa存在与否及其位置的参考标准基于根治性前列腺切除术标本。RP后,前列腺经固定并切成4 mm厚的切片进行组织病理学标注(Jager等人 [19] 中的图4)。所有ISUP分级分组≥2级的病灶均被视为恶性,依据我们的临床方案 [18, 20] 定义;这些病灶以外的所有前列腺组织均被视为良性。
随后,对组织学切片进行三维重建 [21],并将其配准到3D mpUS扫描空间 [19]。在组织学切片之间,使用Wiener插值 [22] 计算csPCa的概率,利用临床参考标准的(假设各向同性的)自相关函数,在组织学切片上进行评估。因此,当远离已知类别归属的区域时,某一体素为恶性的概率趋近于数据集中恶性体素所占比例,约为5%。
超声造影特征
时间-强度曲线建模
在前列腺的每个位置,(线性化的)扫描强度与超声造影剂(UCA)浓度成正比 [23]。将UCA团注近似为沿管道从注射点向前列腺行进,可使用改良的局部密度随机游走模型(mLDRW)来估计描述时间-强度曲线(TICs)的参数 [23]。这些参数概括了从团注部位到成像部位的血管动力学特征,并与csPCa的存在相关 [24]。
该对流弥散过程的解仅考虑了超声造影剂(UCA)浓度的时间动态。其做法是假设在到达前列腺之前的某一时刻,UCA团注可在空间上近似为高斯分布。由mLDRW模型导出的参数称为1D CUDI。
对流弥散
与假设UCA初始分布不同,可以从时间-强度曲线(TIC)中测量该分布,并推导出三维对流弥散方程的时空解。使用最小二乘法,从相邻TIC中估计局部血流速度和扩散系数(分别记为v和D)。已有研究表明,这两种参数的值在前列腺癌(PCa)存在时升高[25]。这组参数以及与捕获空间和时间TIC信息的其他参数一起,以下称为4D CUDI。
相似性分析
相邻TIC之间的相似性同样利用了时空信息。在微血管更为混乱的区域,TIC之间更具相关性[26],例如由于毛细血管的迂曲所致。这可通过TIC与其相邻TIC之间的相关性——在时域和频域中——以及TIC之间的互信息来量化[26–28]。
速度熵
本研究中使用的最后一组定量时空CEUS特征与血流速度场的熵有关。根据不同位置UCA到达时间之间的延迟,可以估计血流速度的大小和方向。然后,将给定位置的速度与其周围环境进行比较,可以估计血流速度场的熵和条件熵。同样,癌性肿瘤微血管系统紊乱程度的增加导致速度场的熵更高[29]。
剪切波弹性成像特征
除血管变化外,PCa还伴有组织硬度增加[30],这可以通过剪切波弹性成像(SWE)进行定量测量。探头内部的机动机构通过自动化逐步扫描实现三维SWE,从基底部到尖部采集25个平面。剪切波粒子速度信号通过一维Loupas自相关器导出[31],弹性和质量图使用相邻位置间的互相关方法计算[32]。所得的二维图像经堆叠和线性插值,与组织学金标准对齐,以生成三维特征图。
临床特征
临床显著性前列腺癌(csPCa)的发生常伴有前列腺体积增大以及血清PSA相对于前列腺体积的升高,即PSA密度(PSAd)[33, 34]。由于这些变量可预测csPCa的存在,因此也将其作为分类器的输入。前列腺体积使用应用于B模式采集图像的自动分割算法测量[35],PSAd根据前列腺体积和最近的PSA值计算得出。
分类器
模型架构
用于预测临床显著性前列腺癌(csPCa)存在的分类器基于图2和图3所示的三维卷积神经网络(CNN)-多层感知器(MLP)。该CNN-MLP由四个子单元组成:三个CNN为每组特征(CUDI 1D、CUDI 4D和SWE)生成嵌入,随后一个MLP将来自各CNN的拼接嵌入进行组合。该CNN-MLP包含4.7万个可训练参数,以密集三维特征图作为输入(图4),并输出一个密集三维概率图,指示前列腺内每个位置存在csPCa的可能性。
分类器训练
分类器采用7折交叉验证方案进行训练。为尽量减少各折之间的偏倚,根据csPCa病灶大小将患者分为四个亚组——无csPCa为其中一个亚组。各亚组在各折中的比例保持一致。为改善反向传播过程中梯度的行为,每个特征图均使用整个数据集计算的均值和标准差进行标准化。特征选择采用前向选择法,以受试者工作特征曲线下面积(ROC AUC)作为评价指标。每组特征的CNN均独立预训练。在预训练期间,为补偿类别不平衡[36],每个批次通过对多数类进行欠采样生成50%的阳性样本。由于病灶相对于前列腺体积较小,仅5%(总共约1000万个体素中)位于恶性病灶内。随后,将三个CNN与MLP连接层组合进行微调。微调以5%的患病率进行——与数据集中的真实患病率一致——且仅训练MLP,CNN的权重被冻结。与CNN训练时相比,较低的微调患病率未影响性能,但使概率图的视觉质量得到改善。
训练使用加权交叉熵损失和Adam优化器进行,模型权重不加正则化。使用数据增强(加性高斯白噪声和随机偏移)以限制过拟合并提高泛化能力。模型最多训练100个epoch,若验证ROC AUC不再改善,或训练和验证损失不再变化(均在10个epoch内计算),则提前停止。
由于3D病理学与3D多参数超声(mpUS)扫描之间的配准过程会导致一些不准确性[20],体素,尤其是病灶边缘周围的体素,可能被错误分类。为了防止在训练过程中污染分类器,体素属于任一类的置信度被用于加权二元交叉熵损失函数,如图2所示。置信度计算为 ,其中 是正则化常数( = 0.2),, 是某个体素含有临床显著性前列腺癌(csPCa)的概率。可以将体素的真实类别归属视为以从RP参考的Wiener插值获得的概率为参数的伯努利过程的结果。在这种情况下,结果的不确定性(或熵)与分布的方差成正比。
对照分类器
由于远场的衰减和分辨率降低,特征可能与位置相关。由于前列腺的外周带(PZ)和移行带(TZ)在所有经直肠超声(TRUS)扫描中位于相似的位置(分别为近场和远场),但csPCa的患病率不同[37],分类器可能依赖于体素位置与csPCa存在之间的这种虚假相关性。
为了确保特征的判别能力不依赖于体素的位置,使用一个朴素分类器作为对照。该对照分类器仅使用视野中体素的位置及其所属的分区进行训练。然后将相同的位置信息输入每个CNN子单元,以防止从特征图中重新学习这些信息。这样,分类器可以更好地利用定量特征的判别能力。
评估
所有模型均使用ROC AUC作为主要性能指标进行评估。这便于与其他研究进行比较,因为这是最常用的指标,并且在理论上对疾病患病率不变[38],使其成为在不同人群上性能的良好估计——前提是特征的分布保持不变。对于每个实验,使用不同的随机种子重复五次交叉验证,从而可以估计置信度加权ROC AUC的均值和标准差。此外,鉴于文献中关于PCa分类器分区依赖性的结果相互矛盾[39–41],我们还分别评估了所有分类器在TZ和PZ中的性能。
结果
在250名患者(中位年龄:69岁,四分位距(IQR):64–73)的内部评估集上,所提出的分类器使用所有特征组达到了0.870(95% CI:0.848–0.891)的ROC AUC,如表2所示。使用Youden's J统计量[39],ROC曲线上的最优点为敏感性76.8%(95% CI:64.0–89.5)和特异性80.2%(95% CI:71.8–88.6)。六名示例患者的预测csPCa概率图如图5所示。预测的csPCa位置在多种示例中与其真实位置密切匹配:患者A、B、C和E中的小病灶、大病灶、多发病灶、远隔病灶,甚至无病灶。患者C和F也分别展示了假阳性和假阴性示例。
该分类器在由77例患者组成的外部评估集中具有良好的泛化能力(中位年龄:68岁,IQR:66–73),ROC AUC为0.884(95% CI:0.876–0.893)。尽管人口学特征不同(csPCa阴性患者占53%,而训练队列为29%),内部与外部评估队列之间的ROC AUC值无显著差异(双侧配对t检验:p = 0.071)。
经特征选择后,分类器使用了8个基于CEUS的特征和3个基于SWE的特征(详见图4),以及4个位置特征:自动前列腺及分区分割[35]、距探头的距离和扫描仰角。同时被选中的还有前列腺体积和PSAd(见表1)。
如表2所示,仅使用体素位置的对照模型表现一般,ROC AUC为0.730(95% CI:0.725–0.737)。与对照模型相比,加入三组特征中的任何一组均可提高性能,其中1D CUDI组取得了最佳性能。在全前列腺范围内,特征组的每种组合也优于每个单独的特征组。然而,在移行带(TZ)中,将SWE组加入1D和4D CUDI后性能略有下降。此外,我们观察到所有分类器在移行带(TZ)中的ROC AUC均高于外周带(PZ)。
讨论
本研究证明,所提取的定量三维mpUS特征能够可靠地区分csPCa的存在。这些结果基于迄今为止报道的最大mpUS数据集,并使用了由根治性前列腺切除(RP)标本三维组织学重建提供的最准确的临床参照。通过结合所有超声模态的特征,我们实现了对csPCa的准确检测,体素级ROC-AUC为0.870(95% CI:0.848–0.891)。该性能在外部评估集中泛化良好:ROC AUC为0.884(95% CI:0.874–0.892)。这是一个令人鼓舞的结果,因为外部评估队列与未经活检的人群一样,其csPCa阴性患者比例高于训练队列[42]。
与基于朴素位置的分类相比,所有定量超声特征均显示出判别价值。此外,尽管已有报道称时间与时空CUDI特征之间存在相关性[26],所有特征组均被证明是互补的。尽管由于远场超声衰减较大,预计所有特征在移行带(TZ)中的质量较低,但所有分类器在该区域的表现均最佳。移行带(TZ)中csPCa患病率较低可能使评估产生偏倚[43]。
所报告的性能超过了Wildeboer等人[44]的研究,后者使用了相似的特征但患者队列较小。虽然该研究也采用了三维特征计算,但分析中仅纳入了三个前列腺横断面。相比之下,我们的研究采用了三维组织学重建,能够在整个前列腺(包括底部和尖部)进行性能评估。与更多研究进行直接比较较为困难,因为大多数研究报告的是将结果聚合到候选区域(例如活检针位置周围)后的性能[45]。一些研究报告的聚合区域的ROC AUC高于体素级评估[44, 45],这表明体素级指标可能是使用聚合区域时潜在性能的下限。基于这一假设,我们的分类器在ROC AUC方面优于其他三维多参数超声(mpUS)研究[45–47]。
由于MRI被推荐用于前列腺癌(PCa)诊断,这促使大量研究开发基于MRI数据训练的分类器,而MRI采集的标准化促进了这一发展。大型公共数据集(如PROSTATEx[48]和PI-CAI[13])的可用性进一步推动了用于PCa检测的计算机辅助诊断(CAD)的发展。虽然Saha等人[13]报告的ROC AUC值高于我们的研究,但这些值是基于候选病灶的聚合评分。此外,他们的分类器具有优势,因为它是PI-CAI挑战赛中表现最佳的五个模型的集成。如果我们再次将基于体素的性能视为区域聚合性能的下限,我们研究的结果落在前五个模型的范围内(ROC AUC 0.861–0.909)[13]。这些发现凸显了三维多参数超声(mpUS)作为MRI在临床显著性前列腺癌(csPCa)检测中的一个有吸引力的替代方案。
虽然剪切波弹性成像(SWE)获得的弹性已被证明是临床显著性前列腺癌(csPCa)的强预测因子[49, 50],但在我们的研究中,SWE衍生特征是csPCa最弱的预测因子(表2)。将SWE组添加到一维和四维CUDI特征中,并未显著改善整个前列腺或外周带(PZ)的性能,且在前列腺移行带(TZ)中略微降低了性能。我们将此主要归因于剪切波(SW)质量较低,尤其是在移行带中。这种质量下降可能是由于缺乏超快追踪以及每位患者仅采集25个平面,导致前列腺体积采样不完整。因此,来自交错追踪和平面外信息的缺失数据不得不进行插值,从而降低了SWE衍生特征的可靠性。此外,每个平面使用聚焦于单一深度的单次推动事件采集,导致远场中剪切波严重衰减,进一步降低了移行带中的信号质量。此前已有研究注意到类似的局限性[51],凸显了改进SWE采集方案的必要性。此外,尿道的声学阴影以及各带之间固有的生物学差异可能进一步导致移行带中性能的降低。尽管存在这些局限性,SWE仍然具有价值,能够提供超出对比增强超声(CEUS)的组织硬度补充信息。通过改进采集策略,SWE衍生参数有可能大幅提升模型性能。
虽然结果令人鼓舞,但所有采集均使用单一超声系统和超声造影剂组合,可能限制其即时临床转化。定量特征反映的是可测量量,理应独立于成像系统;然而在实践中,这些特征会受到厂商特定采集方式和图像形成的影响。此外,训练队列中根治性前列腺切除术患者比例较高,与预期的筛查人群相比引入了偏倚[42]。在该分类器跨不同扫描仪、用于多中心队列的更广泛应用之前,可能需要进行校准、微调和多厂商验证。
体素级别的性能并不能直接转化为临床评价中通常报告的按患者或按病灶汇总的性能。为了更接近地反映潜在的临床性能,在计算混淆矩阵时必须考虑活检采样程序。由于本研究聚焦于体素级别的分类器性能,病灶级别的评估留给了另一项伴随研究,该研究将密集概率图处理为用于靶向活检的候选病灶[52]。最终,我们的目标是在一项头对头试验中使用该分类器,在具有代表性的初次活检人群中评估mpUS靶向活检相较于mpMRI靶向活检的非劣效性。该头对头试验的方案在van den Kroonenberg等[53]中描述。
所提出的算法能够准确检测具有临床意义的前列腺癌(csPCa)的存在,可作为活检前分诊和活检靶向的有力工具。虽然多参数采集方式无法实现实时成像,但它仍能在数分钟内预测候选活检位置,使其速度足以在同一次临床就诊中完成分诊和靶向活检。正如MRI-US融合靶向所需的那样,mpUS的输出图像也必须与超声活检成像进行融合。如果mpUS在我们目前的头对头试验中证明不劣于MRI,这将使mpUS成为mpMRI的一个具有竞争力的替代方案,既经济高效又可能广泛普及。
最后一点,mpUS整合了互补的生物标志物,包括回声特性(来自B模式)、(微)血管动力学(来自CEUS)和硬度(来自SWE),提供了对组织特性的广泛评估。mpUS的应用已在多种癌症中进行了探索,包括乳腺[54]、肝脏[55]和甲状腺[56]。我们AI驱动的计算机辅助检测(CAD)方法从mpUS中提取定量生物标志物来预测恶性病变位置,其灵活性可以很容易地适应这些临床场景。这凸显了mpUS在多种肿瘤学应用中的潜力。
总之,本研究描述了一种能够利用定量三维多参数超声(3D mpUS)特征准确预测临床显著性前列腺癌(csPCa)的分类器。该分类器优于以往的多参数超声研究,并接近基于多参数磁共振成像(mpMRI)方法的性能。虽然本文提出的基于CNN-MLP的分类器使用了已报道的最大多参数超声数据集进行了内部和外部评估,并以三维组织病理学作为参考标准,但仍需进一步工作将稠密的概率图处理为候选病灶,以用于靶向穿刺引导,并以前瞻性方式验证该方法。通过将预测的csPCa位置聚合为候选靶向穿刺位置,该分类器可作为一个强大且易于获取、成本效益高的前列腺癌诊断计算机辅助检测(CAD)系统的基础模块。
补充信息
补充材料
引用
- Delberghe, Li, van den Kroonenberg, et al. Development of a quantitative multiparametric ultrasound and deep learning classifier for the detection of prostate cancer. Eur Radiol. 2026. PMID: 41612079. doi:10.1007/s00330-026-12323-y
- 全文:PMC13212788(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13212788/
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。