深度学习CT薄层合成改善肺结节影像组学可重复性与判别力
该回顾性多中心研究纳入506例肺结节患者,评价1 mm与5 mm CT影像组学特征的可重复性和判别力,并检验深度学习CT薄层合成算法(DLS)的作用。结果显示5 mm CT的影像组学特征可重复性极低,DLS能显著改善特征可重复性,且其判别力优于5 mm CT且不劣于真实1 mm CT。DLS可减轻厚层CT对影像组学标准化的不利影响。
要点
- 5 mm CT影像组学特征可重复性差(CCC≥0.85者仅0.9%),跨层厚建模时判别力显著下降。
- 深度学习合成1 mm CT可显著提升特征可重复性(Cohort 1为27.6%,Cohort 2为26.9%)。
- DLS合成1 mm CT的模型判别力优于5 mm CT且接近真实1 mm CT。
核心结论
- CT层厚显著影响影像组学特征的可重复性和判别力,DLS算法能有效减轻厚层CT相关局限性。
- DLS合成1 mm CT的特征可重复性显著高于真实5 mm CT,判别力优于5 mm CT且不劣于真实1 mm CT。
- DLS对层厚相关变异的缓解在跨中心、跨扫描设备条件下表现稳健。
研究设计与样本
- 回顾性多中心研究,纳入506例肺结节患者(245例良性,261例恶性)。
- Cohort 1来自宁夏医科大学总医院,Cohort 2来自其心脑血管病医院,Cohort 1分训练集263例和内验证集112例,Cohort 2 131例作为外验证集。
- 胸部CT重建为1 mm和5 mm层厚,采用CTH-Net深度学习方法将5 mm CT合成为1 mm CT,并与三线性插值(TIS)合成1 mm CT比较。
- 使用PyRadiomics提取1080个符合IBSI标准的影像组学特征,采用逻辑回归构建影像组学模型。
关键影像表现/征象
- DLS 1-mm CT在Cohort 1的PSNR为35.90,Cohort 2为35.37,均高于TIS 1-mm CT的33.34和33.26(均p<0.001)。
- 5 mm CT与真实1 mm CT之间可重复特征比例极低,均为0.9%(10/1080)。
- 转换类特征和纹理类特征对层厚变化的敏感性高于一阶特征,且从DLS获益更大。
诊断标准与关键数值
- 真实1 mm与5 mm CT之间的影像组学特征CCC中位数在Cohort 1和Cohort 2均为0.13。
- DLS 1-mm CT的CCC在Cohort 1为0.48±0.37,Cohort 2为0.49±0.37。
- 可重复特征比例(CCC≥0.85):5 mm CT均为0.9%,DLS 1-mm CT在Cohort 1为27.6%,Cohort 2为26.9%,TIS 1-mm CT分别为8.3%和8.8%。
- 同一CT类型训练测试时,Rad-score[1-mm]对内验证集AUC为0.775,外验证集为0.737;Rad-score[5-mm]相应为0.704和0.665;DLS模型为0.743和0.708,TIS模型为0.703和0.690。
- 将Rad-score[1-mm]直接应用到5 mm CT时AUC降至内验证集0.611(p=0.009)和外验证集0.545(p=0.002);应用到DLS 1-mm CT时AUC为0.691(p=0.33)和0.653(p=0.28)。
临床应用与阅片要点
- 在日常阅片中,5 mm层厚CT用于影像组学建模会显著降低特征可重复性和模型判别力,需谨慎解读相关研究。
- DLS薄层合成可作为厚层CT影像组学分析前的预处理方案,优于三线性插值。
- 跨层厚直接套用真实1 mm CT模型到5 mm CT会导致AUC大幅下降(内验证从0.775降至0.611),报告中应明确图像层厚条件。
局限性
- DLS改善后可重复特征比例仍只有约27%,绝对可重复性仍属中等水平。
- 比较AUC的p值为探索性方法学评估,应解读为描述性而非确认性。
- 重建核差异和扫描设备差异在Cohort间存在,核相关效应未被独立评估。
全文中译15 节 · 点击展开
引言
影像组学应用高通量计算从医学图像中提取定量特征,揭示人眼不易察觉的模式 [1]。它在精准肿瘤学中显示出强大潜力,可支持诊断、风险分层和治疗反应预测 [2–4]。尽管越来越多的证据表明其有效性,但影像组学特征(RF)在定义和计算方面缺乏标准化,限制了其临床应用 [5–7]。为应对这一挑战,Zwanenburg 等 [8] 提出了图像生物标志物标准化倡议(IBSI),该倡议发布了参考手册,定义了标准化的 RF 并概述了其计算流程。
对于基于 CT 的影像组学,临床转化的一个主要障碍在于 RF 在不同成像参数下的可重复性较差,这引发了对其跨中心结果普适性的担忧 [9–13]。在这些参数中,层厚被广泛认为是影响 RF 可重复性的重要因素。在一项基于体模的研究中,Berenguer 等 [11] 报告称大多数 RF(106/177)对层厚变化敏感。同样,Larue 等 [12] 发现,在比较 1.5 mm 和 3 mm 层厚时,不到一半的 RF 保持稳定。这些发现凸显了影像组学对层厚变化的脆弱性,并促使在特征提取前采用图像重采样策略来统一体素分辨率。因此,IBSI 推荐的处理流程纳入了三线性插值以提高 RF 的可重复性 [8]。
除传统插值外,基于深度学习的 CT 切片合成(DLS)已被提出作为一种更先进的方法来解决与层厚相关的变异性。Park 等 [13] 首次报告 DLS 可将厚层 CT(3–5 mm)转换为合成的薄层(1-mm)CT,并显著提高肺癌中 RF 的可重复性。随着深度学习的不断进步,此后已开发出多种 DLS 算法 [14–17],且既往研究表明 DLS 1-mm CT 的视觉质量可与真实 1-mm CT 相媲美 [17]。
本多中心研究的目的是回顾性评估 CT 层厚对 RF 可重复性和判别性能的影响,并确定 DLS 算法能否减轻与层厚相关的变异性。除评估 RF 可重复性外,我们还以肺结节分类作为代表性任务,考察了层厚和切片合成如何影响基于影像组学的判别能力。此处,判别能力指影像组学特征在整合入分类模型后区分恶性和良性肺结节的能力。通过联合评估可重复性和判别能力,本研究旨在为影像组学标准化提供方法学证据,并提高在异质性临床数据集中的稳健性。
材料与方法
本回顾性研究经各参与中心的机构审查委员会批准(编号:KYLL-2024-0195,KYLL-2024-0985)。由于研究的回顾性性质,免除了书面知情同意的要求。
研究参与者
这项多中心回顾性研究纳入了2017年12月至2024年11月期间在宁夏医科大学总医院(队列1)和宁夏医科大学总医院心脑血管病医院(队列2)接受胸部CT检查的患者(图1)。队列1包含375例患者,其中197例(52.5%)确诊为非小细胞肺癌(NSCLC),其余病例为良性。队列2包含131例患者,其中64例(48.9%)确诊为NSCLC。所有肺结节均根据手术切除后的术后组织病理学确认良性或恶性。队列1中的患者按7:3的比例随机分为训练集(n=263)和内部验证集(IVS,n=112)。队列2用作外部验证集(EVS)。所有数据划分均在患者层面进行。排除标准为:(1)CT层厚和层间距不一致;(2)缺少配对的1-mm和5-mm CT;以及(3)图像质量差。具有严重运动伪影、明显条纹或线束硬化伪影、肺覆盖不完整或噪声过大而无法可靠勾画结节的CT扫描被排除。
图像采集
胸部CT检查使用队列1中的Brilliance 256 iCT(Philips Healthcare)扫描仪或队列2中的Aquilion多层螺旋CT(TOSHIBA Medical Systems)扫描仪进行,采集参数为100–120 kVp、150–200 mAs和512×512矩阵。扫描在仰卧位充分吸气状态下完成,覆盖范围从肺底至胸廓入口。在队列1中,分别使用YB和B卷积核及iDose 4级迭代重建进行5-mm和1-mm层厚重建,这些是Philips Healthcare提供的标准肺部重建卷积核。在队列2中,分别使用FC18和FC56卷积核及三维自适应迭代剂量降低技术进行5-mm和1-mm层厚重建,这些是Toshiba Medical Systems提供的标准肺部重建卷积核。卷积核相关效应未进行独立评估,因为队列间的差异反映了真实世界多中心的异质性。
CT层厚合成
在本研究中,采用Yu等人[17]提出的卷积-Transformer混合网络(CTH-Net)从真实5-mm CT生成合成1-mm CT(图2a)。选择该模型是因为其在原始研究报告的大规模多中心评估中表现出稳健的性能,并且提供了公开可用的代码和预训练参数,无需额外模型训练即可重复应用于独立数据集。相比之下,包括IBSI在内的大多数既往研究采用三线性插值来重采样CT分辨率。因此,我们生成了基于三线性插值的合成(TIS)1-mm CT用于比较。对于每位患者,真实1-mm和5-mm CT均从同一次采集中重建,相应的TIS 1-mm和DLS 1-mm图像从配对的5-mm CT生成,确保所有四种CT类型均来自同一扫描和同一患者。使用峰值信噪比(PSNR)[18]定量评估真实与合成1-mm CT之间的差异。
肺结节分割
感兴趣区(ROI)由一名放射科医师(P.D.,胸部影像经验超过5年)使用3D Slicer软件(版本5.2.1,https://www.slicer.org)手动分割,随后由一名资深放射科医师(Z.P.Z.,经验超过10年)审核。所有放射科医师在此过程中均不知晓临床信息和病理诊断。ROI逐层勾画,以包含整个结节。
如图2b所示,ROI在真实1 mm CT图像上手动勾画一次,并根据层面位置转移到其他CT类型上的相应层面。具体而言,对于5 mm CT中的每个层面,将真实1 mm CT在相同层面位置上的ROI直接复制到对应的5 mm层面上。如果某个ROI所在的1 mm层面没有匹配的5 mm层面位置,则该ROI不予转移。对于TIS和DLS 1 mm CT,其层面位置与真实1 mm CT完全一致。因此,来自真实1 mm CT的ROI可以一对一地完整复制到TIS和DLS 1 mm CT上。为将层厚和层厚合成的影响与标注相关变异隔离开来,对不同CT类型之间所有传播的ROI均不进行额外的手动修改或重新分割。
影像组学分析
影像组学分析在患者水平进行。来自同一患者的所有CT类型被分配到相同的数据集划分(训练集、内部验证集或外部验证集),确保严格的患者水平分离。对于每种CT,使用PyRadiomics(版本2.1.0)提取了1080个符合IBSI标准的影像组学特征(RF),包括17个一阶统计特征、73个纹理特征和990个变换特征(270个高斯拉普拉斯特征和720个小波特征)。本研究的可重复性分析聚焦于相同ROI条件下不同CT类型之间影像组学特征的一致性。对于每个影像组学特征,使用一致性相关系数(CCC)评价可重复性,以CCC≥0.85为阈值视为可重复[13]。
为评估放射组学特征的区分能力,构建了基于放射组学的非小细胞肺癌(NSCLC)分类模型。特征预处理和筛选仅在训练集上进行。所有特征均采用z-score标准化进行预处理,标定参数仅从训练集估计。特征筛选使用三步法在全训练集上进行一次。第一步,采用Mann–Whitney U检验比较良性与恶性结节之间每个放射组学特征,保留p < 0.05的特征。第二步,计算所有保留特征两两之间的Pearson相关系数(r)。对于任何|r| > 0.85的特征对,仅保留第一步中p值较小的特征。第三步,应用最小绝对收缩和选择算子(LASSO)回归筛选最具信息量且非冗余的特征。LASSO中的正则化参数(λ)通过在训练集内进行十折交叉验证确定,并设置固定随机种子。最优值基于最小交叉验证误差准则(λ_min)选取。Rad-score指利用筛选出的放射组学特征通过机器学习方法构建的放射组学预测模型,其输出为每个肺结节的恶性预测概率。为尽量减少模型复杂度带来的混杂效应,有意选择多元逻辑回归作为简单且透明的分类器,使分析能够聚焦于CT层厚和层面合成对放射组学特征行为及下游模型性能的影响,而非分类器优化。基于上述开发流程,从四种CT类型(真实1-mm、5-mm、TIS 1-mm和DLS 1-mm)分别独立训练了四个rad-score,分别得到Rad-score[1-mm]、Rad-score[5-mm]、Rad-score[TIS]和Rad-score[DLS]。最优λ值分别为:Rad-score[1-mm]为0.04,Rad-score[5-mm]为0.05,Rad-score[TIS]为0.10,Rad-score[DLS]为0.08。每个Rad-score的特征筛选过程细节,包括每一步筛选保留的特征数量、最优LASSO正则化参数(λ)以及最终筛选的特征集,总结于补充表S1。
为研究CT层厚和层面合成对放射组学特征区分能力的影响,进行了两项分析。在分析1中,每个训练好的Rad-score在内部验证集(IVS)和外部验证集(EVS)中对应的CT类型上进行评估。Rad-score连同标准化参数直接应用于IVS和EVS以生成预测概率,不进行任何特征重新筛选或模型重新拟合。在分析2中,将训练好的Rad-score[1-mm]应用于IVS和EVS中的不同CT类型(5-mm CT、TIS 1-mm CT和DLS 1-mm CT),使用与Rad-score[1-mm]对应的特征和标准化参数。该分析旨在评估跨不同CT类型的泛化能力。
此外,为评估不同训练数据组成的影响,将在由真实1-mm CT组成的数据集上训练的Rad-scores,与在真实1-mm CT按不同比例补充TIS 1-mm CT或DLS 1-mm CT的数据集上训练的Rad-scores进行比较。
统计分析
统计分析使用SPSS(23.0版,IBM)进行。符合正态分布的连续变量以均值±标准差(SD)描述;否则以中位数和四分位距(IQR)表示。分类变量以频数和百分比(%)描述。PSNR和CCC采用Wilcoxon符号秩检验进行比较。Rad-score的判别效能通过受试者工作特征(ROC)及ROC曲线下面积(AUC)进行评估。AUC之间的比较采用DeLong检验。校准曲线和Brier评分用于评估概率一致性。采用自助法估计95%置信区间(CI)。双侧p < 0.05认为具有统计学意义。多种CT表示之间AUC的比较属于探索性方法学评估。因此,相应的p值应解释为描述性而非验证性。
结果
患者特征
共纳入506例患者(中位年龄57.0岁[IQR,50.0–66.0]),其中245例(48.4%)为良性结节,261例(51.6%)为非小细胞肺癌(NSCLC)。基线人口统计学特征总结于表1。三个数据集之间在年龄(p = 0.25)、性别(p = 0.55)、病理状态(p = 0.76)、结节位置(p = 0.83)、结节类型(p = 0.97)和结节体积(p = 0.44)的分布上均无显著差异。
CT层面合成的性能
定量评估显示,在队列1(35.90 vs. 33.34,p < 0.001)和队列2(35.37 vs. 33.26,p < 0.001)中,DLS 1-mm CT的PSNR均高于TIS 1-mm CT。如表2所示,这一优势在良性组(队列1,35.76 vs. 33.34;队列2,35.40 vs. 32.99)和恶性组(队列1,35.94 vs. 33.33;队列2,35.27 vs. 33.48)中均一致观察到,所有比较均达到统计学显著性(均p < 0.001)。按结节类型和结节体积分层的亚组分析进一步证实了DLS相比TIS具有更优的PSNR表现(均p < 0.001)。示例见图3。
层厚对影像组学特征的影响
如表3所示,真实1-mm与5-mm CT之间的CCC在队列1中为0.13 [0.04–0.29],在队列2中为0.13 [0.04–0.25]。良性和恶性结节中观察到相似的可重复性模式。可重复影像组学特征(CCC ≥ 0.85)的比例较低,队列1(图4a)和队列2(图4b)均仅为0.9%(10/1080),详见补充表S3。
层厚对判别能力的影响总结于表4。当将Rad-score[1-mm]应用于真实1-mm CT时,IVS和EVS的AUC分别为0.775和0.737。相比之下,将Rad-score[5-mm]应用于5-mm CT时,IVS的AUC较低,为0.704(p = 0.77),EVS为0.665(p = 0.73)。值得注意的是,将Rad-score[1-mm]应用于5-mm CT导致性能显著下降,IVS的AUC为0.611(p = 0.009),EVS为0.545(p = 0.002)。
CT层合成后RF的可重复性
如表3所示,TIS和DLS均提高了队列1(TIS 1-mm,0.19 [0.00–0.60],p < 0.001;DLS 1-mm,0.47 [0.09–0.87],p < 0.001)和队列2(TIS 1-mm,0.17 [0.00–0.57],p < 0.001;DLS 1-mm,0.52 [0.10–0.86],p < 0.001)中的RF可重复性,且DLS在两个队列中均比TIS带来了更大的改善(均p < 0.001)。按病理状态(表3)、结节类型(补充表S3)和结节体积(补充表S4)分层的亚组分析一致表明,DLS的RF可重复性优于TIS(均p < 0.001)。特征类别水平分析显示,变换特征和纹理特征对层厚的敏感性显著高于一阶特征,并且从DLS中获益最多(补充表S5)。
与观察到的CCC增加一致,可重复RF的比例也有所提高(图4和补充表S2)。在队列1中,8.3%(90/1080)的TIS 1-mm RF和27.6%(298/1080)的DLS 1-mm RF达到了可重复性阈值;而队列2中相应的比例分别为8.8%(95/1080)和26.9%(291/1080)。
CT层合成后RF的判别能力
如表4所示,当训练和测试数据由相同类型的CT组成时,Rad-score[TIS]和Rad-score[DLS]的AUC均低于Rad-score[1-mm],但高于Rad-score[5-mm]。Rad-score[DLS]在IVS(0.743 vs. 0.703;图4a)和EVS(0.708 vs. 0.690;图4b)中均持续优于Rad-score[TIS]。
当将Rad-score[1-mm]应用于TIS 1-mm CT时,AUC相对于5-mm CT仅有轻微改善,且与真实1-mm CT相比,在EVS中观察到显著下降(0.578 vs. 0.737,p = 0.01;图5d)。相比之下,将Rad-score[1-mm]应用于DLS 1-mm CT时,获得的AUC与真实1-mm CT相当,IVS为0.691(p = 0.33)(图5c),EVS为0.653(p = 0.28)(图5d)。进行了校准分析以评估不同CT类型之间的概率一致性(补充图S1)。在IVS中,在真实1-mm CT上评估的Rad-score[1-mm]显示出最佳校准,而将同一模型应用于真实5-mm CT时观察到明显的校准偏差。在EVS中,所有CT类型间观察到校准变异度增加。DLS 1-mm CT相对于真实5-mm CT和TIS 1-mm CT持续改善了校准。
使用不同比例混合CT类型开发的Rad-score的判别效能如图6所示。仅在真实1-mm CT上训练的基础Rad-score在内部验证集和外部验证集上的AUC均随训练样本量的增加呈上升趋势。将TIS 1-mm CT加入训练集后偶尔可提高AUC,但表现不稳定,且可能损害泛化能力(图6b)。在所有混合比例下,额外使用DLS 1-mm CT训练的Rad-score在两个验证队列中均一致取得最高的AUC,详见补充表S5。
讨论
层厚在多个层面影响CT性能,从肺结节检测等视觉层面任务[19, 20]到放射组学等特征层面定量分析[9–13]。在这项多中心研究中,我们探讨了CT层厚对放射组学特征(RF)可重复性和判别效能的影响,并进一步评估了传统三线性插值或基于深度学习的CT切片合成(DLS)能否减轻这些影响。
大多数影像组学特征(RFs)对CT采集和重建参数高度敏感,其中层厚被认为是影响可重复性的最重要因素之一[21],即便采用最新的光子计数探测器CT也是如此[10]。与既往研究一致[11–13],我们观察到1 mm与5 mm CT之间的影像组学特征可重复性较差,仅0.9%的特征达到可重复性阈值,进一步加深了对CT影像组学在异质性扫描方案间泛化能力的担忧。虽然三线性插值(TIS)在影像组学工作流程中被广泛采用[8, 22, 23],但我们的结果表明其解决层厚相关变异的能力仍然有限。与沿层面方向进行线性体素平均的三线性插值不同,深度学习超分辨率(DLS)学习一种非线性映射,利用上下文信息和解剖先验来推断细尺度结构。这能更好地保留局部灰度变化和空间异质性,而这些对于影像组学特征的稳定性至关重要。Park等[13]首次将DLS用于CT插值,使5 mm CT中可重复影像组学特征的比例从1.0%提高到17.4%。本研究采用一种最新的开源DLS算法[17],从5 mm CT合成1 mm CT。本研究的两个参与队列均可视为该DLS算法的独立评估数据集,因为预训练的DLS网络未经重新训练或微调即直接应用于两个队列的数据。DLS显著提高了影像组学特征的可重复性,中位一致性相关系数(CCC)从0.13提高到约0.5,可重复特征的比例从不足10%提高到约27%。然而,绝对可重复性仍处于中等水平,DLS处理后大多数特征仍未达到预定的可重复性阈值。尽管如此,在不同扫描仪的中心之间,改善的方向和幅度是一致的,表明DLS在多中心环境下对层厚相关变异提供了一种稳健的、尽管尚不完全的缓解作用。
除可重复性外,层厚对放射组学(RF)判别力的影响主要通过比较不同层厚CT所建模型来探索。以肺结节为代表任务,现有证据仍不一致。在一项单中心研究中,Park等[24]报告层厚对预测NSCLC患者无病生存期的放射组学模型性能无显著影响。同样,Zhang等[25]发现层厚对RF在鉴别良恶性肺结节时的诊断性能影响极小。相反,Xu等[26]证明层厚对RF判别力的影响依赖于病灶大小。考察层厚对放射组学影响的代表性研究简要概览见补充表S7。在我们的研究中,我们首先比较了不同CT类型开发的模型,以量化层厚对判别力和跨层厚泛化性的影响。在真实1-mm CT上训练的放射组学模型应用于5-mm CT时性能明显下降,表明跨层厚泛化性较差。我们进一步评估了层厚合成是否能减轻这种退化。三线性插值合成(TIS)提供的缓解有限,而来自深度学习合成(DLS)1-mm CT的RF有效保持了性能,在内部和外部验证中均达到了与真实1-mm CT相当的结果。不同CT类型产生不完全相同的特征集,这一观察突显了RF选择对图像表示的敏感性。重要的是,DLS通过使模型在不同层厚间保持一致性能来减轻这种变异性的下游影响,表明放射组学流程的稳健性得到改善。校准分析进一步表明,DLS的校准失真小于真实5-mm CT和TIS。
在真实世界临床数据集中,不同检查之间层厚不一致很常见,一种经常采用的策略是将厚层CT转换为薄层CT并将数据合并用于模型训练[8]。我们的比较分析直接评估了这一做法。在混合层厚CT上训练的模型显示,纳入DLS 1-mm CT可一致地提高模型性能,而加入三线性插值1-mm CT则产生不一致的结果。这些发现表明,尽管层厚改变了RF分布,但其对判别力的影响可以通过DLS得到缓解,支持其在放射组学流程中用于协调异质性CT数据集的应用价值。综合来看,这些发现表明DLS不仅是一种图像插值技术,也是一种可迁移的预处理策略,能够在异质性层厚间稳定放射组学特征行为。通过在无需重新训练模型的情况下同时提高特征可重复性和跨层厚判别一致性,DLS为减轻多中心放射组学研究中层厚引起的变异性提供了一种实用解决方案。
应指出若干局限性。首先,本研究涉及的队列数量有限,且仅聚焦于非小细胞肺癌与良性肺结节之间的二分类。尽管提高影像组学特征的可重复性和保持判别性能是临床转化的重要前提,但本研究的设计目的并非确立临床有效性。以结局为导向的临床预测任务(如生存或治疗反应建模)未被评估,且层厚敏感特征在真实临床预测场景中的影响尚需在更大规模、更多样化的多中心队列中进一步研究。其次,虽然本研究聚焦于层厚,但每个队列中的1 mm和5 mm CT图像是根据相应临床方案使用不同重建核进行重建的。因此,观察到的差异可能反映的是层厚与重建核的综合效应,而非仅由层厚引起。其他采集和重建参数也可能影响影像组学特征行为,但未进行系统评估。第三,ROI勾画的评分者间一致性未被正式量化。在本研究中,ROI由一位放射科医师在真实1 mm CT上手动勾画,随后由一位高年资放射科医师审核并修正,以获得一致性标注。采用这种基于共识的策略是为了尽量减少标注相关变异,并分离层厚和CT层合成对影像组学特征行为的影响。此外,由于真实5 mm CT的ROI是通过基于层面位置的转移策略生成的,真实1 mm CT上存在但没有匹配5 mm层面位置的层面级ROI未被转移,这可能导致了不同CT类型之间所分析ROI体积的差异。尽管该方法保持了位置对应性并避免了对标注进行插值,但分割变异和ROI体积不匹配在真实场景中仍可能影响影像组学特征的可重复性。未来需要纳入由多位阅片者独立勾画的ROI以及更精细的跨层厚ROI对齐方法的研究,以全面评估它们对影像组学可重复性的综合影响。第四,在通过将Rad-score[1-mm]应用于其他CT类型来评估跨CT类型泛化性时,我们评估了校准度以表征域偏移下的概率一致性,但未进行显式重校准,因为本研究的目标是对CT类型进行方法学比较,而非为临床部署进行优化。第五,为减少层厚依赖性分割变异带来的混杂效应,形状特征被排除,因为所有ROI均以真实1 mm CT为参考。虽然这一设计选择有助于集中评估层厚对基于强度和纹理的特征的影响,但它限制了关于形状特征的结论,而形状特征仍具有临床相关性。最后,虽然三线性插值被用作IBSI推荐的基线方法,但它仅代表一种插值方法,未必是最优的。因此,目前断言DLS算法优于所有传统插值技术可能为时过早。此外,作为一种数据驱动的图像变换方法,DLS算法的性能可能受到域偏移的影响,包括扫描仪类型、采集协议和重建核的变化。尽管预训练的DLS算法在本研究的两个独立队列中表现出一致的改进,但其在更异质的成像条件下的稳健性仍需进一步研究。而且,与传统插值相比,DLS算法引入了额外的计算成本,并需要专用硬件资源(如GPU),这可能限制其在资源受限环境中的可扩展性或常规部署。
总之,这项多中心研究表明,CT层厚对影像组学特征的可重复性和判别能力有显著影响。与IBSI推荐的三线性插值相比,基于深度学习的CT层厚合成(DLS)能更有效地提高不同队列中特征的稳定性和下游模型性能。这些发现支持将DLS纳入影像组学流程,作为一种有前景的方法来标准化图像预处理并提高影像组学在临床实践中的普适性。
补充信息
电子补充材料
引用
- Yang, Zhang, Tian, et al. Deep learning-based CT slice synthesis improves radiomic feature reproducibility and discriminative performance in lung nodule assessment. Insights Imaging. 2026. PMID: 42319610. doi:10.1186/s13244-026-02338-w
- 全文:PMC13282418(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13282418/
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。