基于MRI的瘤内异质性评分预测ER+/HER2-乳腺癌复发风险
该研究在ER+/HER2-乳腺癌患者中,基于术前DCE-MRI自动分割肿瘤并提取影像组学特征,构建瘤内异质性评分(ITHscore),用于预测21基因复发评分(RS)。研究纳入内部队列452例及外部Duke队列230例,结果显示ITHscore在高风险组显著升高。将ITHscore加入临床-影像组学模型后,内部测试集AUC为0.86,外部测试集AUC为0.82,提示其具有潜在的增量预测价值。
要点
- ITHscore在高RS复发风险组显著升高(p<0.001),可作为快速、无创的异质性定量指标。
- 融合模型的SHAP分析显示ITHscore是最重要的预测因子,报告时可关注其数值高低。
- 亚组分析中融合模型AUC在0.78–0.97之间,提示预测效能较为稳健但仍需重复验证。
核心结论
- MRI衍生的瘤内异质性评分ITHscore在高风险复发(RS≥26)患者中显著升高,p<0.001。
- 将ITHscore加入临床-影像组学模型后,内部测试集AUC为0.86,外部测试集AUC为0.82,较单纯影像组学模型改善。
- 研究作者认为ITHscore有望成为预测ER+/HER2-乳腺癌RS的无创、直观且可及的定量指标。
研究设计与样本
- 回顾性研究,内部数据集452例(训练集316例、内部测试集136例),外部Duke数据集230例。
- 使用自动STU-Net框架分割DCE-MRI肿瘤容积,再由放射科医师核验并做少量手工修正。
- 以21基因RS为参考标准,按RS≥26为高风险、RS<26为低风险分层。
- 预测模型采用线性支持向量机,训练队列用SMOTE处理类不平衡,外部测试队列未使用。
关键影像表现/征象
- 基于DCE-MRI肿瘤容积进行k-means聚类得到三个空间亚区,并计算空间连续成分数量和大小生成3D ITHscore。
- 训练集、内部测试集和外部测试集高风险组ITHscore中位数均显著高于低风险组,p<0.001。
- SHAP分析显示在融合模型六个特征中,ITHscore在训练、内部测试及外部测试集中均排名第一。
诊断标准与关键数值
- ITHscore单独模型在训练、内部测试、外部测试队列的AUC分别为0.76、0.75、0.75。
- 临床-影像组学-ITHscore融合模型在训练、内部测试、外部测试队列的AUC分别为0.91、0.86、0.82。
- 影像组学模型在训练、内部测试、外部测试队列的AUC分别为0.81、0.74、0.65。
- 融合模型亚组分析AUC在内部测试集为0.83–0.94,外部测试集为0.78–0.97。
临床应用与阅片要点
- 基于MRI的ITHscore可作为需要快速、低成本判断RS时的初步无创筛选工具,但尚不能替代21基因检测。
- 该预测模型依赖自动分割和数据标准化,推广到本机构应用前需注意扫描序列、造影剂和设备差异。
- 高ITHscore提示肿瘤内部空间异质性增加,可在MR报告中作为辅助描述或研究指标记录。
局限性
- 该研究为回顾性设计,且作者声明为exploratory study。
- 外部Duke队列高、低风险组分布不均衡,高风险仅44例。
- 内部与外部数据集来源扫描器、扫描参数及造影剂种类存在明显差异。
- 约20%自动分割输出需轻微手工修正,可能影响结果的临床流程可重复性。
全文中译15 节 · 点击展开
引言
乳腺癌表现出显著的异质性[1],具有相同分子分型和相似临床分期的患者可能呈现不同的预后结局[2]。Oncotype DX(Genomic Health)21基因检测检测病灶中21个特定基因的表达,并采用专有算法生成复发评分(RS)[3],该评分在一定程度上反映了肿瘤内异质性(ITH)。该评分是一项重要的临床工具,可预测早期雌激素受体(ER)阳性、人表皮生长因子受体2(HER2)阴性乳腺癌的10年术后复发风险,并指导辅助化疗决策[4, 5]。然而,该检测存在成本高、周转时间长和技术复杂等问题[6, 7],凸显了临床对一种经济、快速且便捷的生物标志物作为21基因检测RS替代方案的需求。
影像组学能够提取视觉评估无法察觉的高维影像特征,通过数百至数千个可量化参数捕捉肿瘤整体特征和ITH[8–10]。然而,影像组学分析基于ITH均匀分布的假设,即所提取的特征是所有像素特征的平均值——这是一种全局视角,无法充分捕捉肿瘤内部区域间的差异[9, 10]。近年兴起的栖息地分析则提供了一种局部视角,通过划分不同的亚区域(“栖息地”)来可视化空间异质性和肿瘤微环境相互作用[11]。影像组学和栖息地分析在预后预测方面均显示出潜力[12–15]。鉴于两种方法在预后价值上的互补性,我们近期的工作引入了瘤内异质性评分(ITHscore)——一种源自MRI的新型无创定量指标,通过整合全局和局部特征来全面表征肿瘤异质性。
RS、影像组学和栖息地分析均聚焦于肿瘤异质性这一概念,各自提供了有价值的预后信息。这一共同的生物学基础提示三者之间可能存在相关性。关于利用影像组学预测RS的初步研究已有报道,但这些工作往往受限于样本量小、单中心设计[6, 7]以及使用非现行RS截断值[13, 16]。此外,据我们所知,尚无已发表的研究探讨栖息地分析预测RS的潜力。
因此,我们的研究利用来自本机构和公共数据库的双中心队列,采取双重策略:首先,开发一种新的ITHscore以直观量化瘤内异质性;其次,通过综合影像组学特征、ITHscore和临床特征构建RS预测模型,并探讨其作为一种经济、快速且日益可及的方法在ER+/HER2−乳腺癌预后分层和辅助化疗指导中的应用价值。
材料与方法
患者
这项回顾性研究获得了我院机构审查委员会的批准(1612167-18),并免除了知情同意。研究队列包括来自两个不同中心的患者(图1):机构数据集:纳入2017年4月至2019年3月期间在我院接受21基因检测和术前乳腺MRI检查的患者。所有患者随后均在我院接受了乳腺癌根治性手术,并获得了可用的手术病理报告。从最终手术病理报告中提取病理特征,包括组织学类型、孕激素受体状态、肿瘤大小、淋巴结状态和浸润性恶性肿瘤分级。
Duke数据集:这项回顾性研究使用了来自一个公开数据库的数据[17](免费获取地址:https://wiki.cancerimagingarchive.net/plugins/servlet/mobile?contentId=70226903#content/view/70226903,访问日期:2022年5月3日)。该数据集包含1150例在2000年1月1日至2014年3月23日期间接受术前乳腺MRI检查的连续乳腺癌患者。选择ER+/HER2−乳腺癌且接受了21基因检测的患者进行进一步分析。
排除标准:双侧乳腺癌、既往乳腺癌病史、HER2阳性或HER2不确定状态、ER阴性状态、MRI前接受过微创手术干预、MRI不可见或显示不完整的病灶、MRI序列不完整、因明显伪影或过度噪声导致图像质量差、以及术后病理结果无法获得。
Oncotype DX 21基因检测
所有入组患者均接受了Oncotype DX 21基因检测,该检测定量分析16个癌症相关基因和5个参考基因的表达水平,生成范围为0至100的复发评分(RS)。RS提供预后信息,评分越高表明10年远处复发风险越高,且从辅助化疗中获益越大。根据美国国家综合癌症网络乳腺癌临床实践指南(可在NCCN.org获取,2026年第2版),基于经过验证的RS临界值26,将患者分为两个风险类别:高复发风险(RS ≥ 26)和低复发风险(RS < 26)。
MRI扫描方案
机构数据集的所有研究参与者均使用四种临床MRI扫描仪之一接受乳腺MRI检查,具体技术参数详见表S1。乳腺MRI检查时患者取标准俯卧位,双侧乳房妥善置于专用16通道乳腺线圈内,以确保最佳图像质量。我们的动态对比增强(DCE)MRI方案包括一次初始平扫采集,随后进行三至五个增强后动态时相。首个对比增强序列在对比剂注射后30–46 s启动,随后连续进行两至四次后续采集,中间无时间间隔。每个动态时相在38–40 s内完成。对比增强采用马根维显(拜耳医药保健有限公司),按标准剂量0.1 mmol/kg体重静脉注射。对比剂经高压注射器以1.5–2.0 mL/s的速率注入,随后以相同注射速率推注20 mL生理盐水冲管,以确保对比剂团注完全输注。
来自Duke数据集的外部测试队列采用十种不同的扫描仪系统接受俯卧位乳腺MRI检查。如表S1所述,所有采集均在横断位完成,成像方案包括DCE序列,包含一个平扫时相及随后四个增强后时相。相邻增强时相之间的中位采集时间为131 s。关于对比剂使用,采用了不同的钆基对比剂:1例患者(0.4%)使用钆布醇(加乐显,拜耳医药保健),128例患者(55.7%)使用钆喷酸葡胺(马根维显,拜耳医药保健),72例患者(31.3%)使用钆贝葡胺(莫迪司,博莱科)。29例(12.6%)具体对比剂信息不详。所有对比剂注射均遵循标准化的按体重计算方案,剂量为0.2 mL/kg。
感兴趣容积(VOI)分割
研究设计流程图见图2。肿瘤VOI采用预训练的Scalable and Transferable U-Net(STU-Net)框架[18],从DCE最后一期(CL)三维医学图像中自动分割。分割结果由两名分别具有7年和20年经验的放射科医师进行视觉审核以确认解剖合理性,必要时进行小幅修正;审核者对RS结果不知情。约20%的病例中,自动分割结果经过了小幅手动修正。这些修正的幅度在定量上很小:自动分割轮廓与手动修正轮廓之间的中位Dice相似系数为0.96(四分位距:0.93–0.98),这些调整主要限于细微的边界修整,而非对整体肿瘤范围的实质性修改。为评估分割变异性的潜在影响,使用30例随机选择的病例进行了额外的分割稳健性实验。对每例病例,分别使用自动生成的VOI和手动修正的VOI提取ITHscore。两种ITHscore测量值之间的一致性较高,组内相关系数为0.87。自动分割的模型代码已在开源平台(https://github.com/uni-medical/STU-Net)中描述。
影像组学特征提取
鉴于本研究所使用的不同扫描仪之间MRI采集参数存在差异,在特征提取前进行了标准化图像预处理。首先,采用以下变换进行信号强度归一化:其中Inormalize表示标准化后的图像信号强度,I表示原始图像信号强度,μ和σ分别表示I的均值和标准差。随后,将所有DCE图像重采样至统一的空间分辨率0.703125 × 0.703125 × 1.48148 mm,以确保各数据集之间的维度一致性。这些系统化方法能够在考虑来自不同扫描平台的多中心影像数据技术差异的同时,实现肿瘤内异质性的稳健表征。
使用PyRadiomics(版本1.3.1,PyRadiomics社区)进行全面的影像组学特征提取。从每个肿瘤VOI中共提取1046个定量影像特征,包括14个形状特征、18个一阶统计特征和68个纹理特征,其中100个提取自原始图像,258个提取自高斯拉普拉斯滤波图像(应用δ = 2、3和4),688个提取自小波滤波图像。
亚区域分割与ITHscore计算
为了在亚区域水平上捕获肿瘤内异质性(ITH),我们在每个肿瘤VOI内进行了亚区域分割。将VOI掩模二值化以提取肿瘤区域的体素强度。提取的体素值采用z-score标准化进行处理,然后进行无监督聚类。具体而言,应用k-means聚类算法并将聚类数设为3,从而基于强度相似性将肿瘤划分为三个空间上不同的亚区域。
为了量化空间异质性(ITH),基于亚区域掩模计算ITHscore。将具有相同聚类标签的体素分组为空间连续区域(连通域)。连通域的数量和大小用于评估空间碎片化程度,并参与ITHscore的计算。对于每个肿瘤,将这些亚区域水平的结果进行汇总,得出三维ITHscore,其值越高表示异质性的碎片化和空间多样性模式越明显。ITHscore定义为:其中表示聚类中连通域的集合,表示聚类中最大连通域的体积,为连通域的数量,为肿瘤总体积。
特征选择与影像组学标签构建
在模型开发之前,训练队列中的所有连续特征均进行了z-score标准化。随后将相同的标准化参数(来自训练队列的均值和标准差)应用于内部和外部测试队列,以保持一致性。为降低维度并减少过拟合,我们仅使用训练队列数据实施了一个两阶段特征选择方法,结合了Pearson相关分析和递归特征消除(RFE)。在第一阶段,对所有特征组合计算两两Pearson相关系数。识别出显示高度共线性的特征对(Pearson系数 > 0.9),在每个相关对中,系统性地剔除平均相关系数较高的特征,同时保留相关系数较低的特征。在第二阶段,使用最小绝对收缩和选择算子作为基估计器实施RFE。所选特征数量范围为训练队列样本量的1至10%,每次迭代逐步增加一个特征。
为解决训练队列中高风险与低风险复发组之间的类别不平衡问题,我们在模型训练之前应用了合成少数类过采样技术(SMOTE),而内部和外部测试队列均未应用SMOTE。预测模型采用线性支持向量机(SVM)方法开发,模型性能通过受试者工作特征(ROC)曲线分析进行定量评估。分类阈值基于训练队列的ROC曲线使用约登指数确定,该指数使敏感度和特异度之和最大化。随后将相同的固定阈值应用于内部和外部队列以评估模型性能。使用Bootstrap重采样估计模型性能的变异性,并生成ROC曲线下面积(AUC)值的置信区间。进行Shapley加性解释(SHAP)分析以解释模型输出,并应用校准评估来评估模型的预测能力。
统计分析
连续变量以均值±标准差或中位数(含第一和第三四分位数)进行总结,分类变量以频数和百分比报告。组间比较如下进行:正态分布的连续变量(通过Kolmogorov-Smirnov检验和方差齐性评估)使用独立Student t检验进行比较,非正态分布的连续变量使用Mann–Whitney U检验进行分析。分类变量酌情使用卡方检验或Fisher精确检验进行比较。所有统计分析使用SPSS(版本25.0)进行,影像组学分析在Python(版本3.8)和RStudio(版本1.4.1103)中完成。双侧p值 < 0.05被认为具有统计学意义。
结果
患者特征
训练队列包括316例患者,其中187例被分类为高风险,129例为低风险。内部测试队列包括136例患者(80例高风险,56例低风险),外部测试队列包括230例患者(44例高风险,186例低风险)(图1)。所有入组患者的临床特征总结于表1。
在所有队列中均观察到孕激素受体(PR)状态与RS之间具有显著关联。在训练队列、内部测试队列和外部测试队列中,低复发风险组中PR阳性肿瘤的比例显著高于高风险组。在训练队列和外部测试队列中,浸润性恶性肿瘤分级III级在高风险患者中的比例显著高于低风险患者。然而,在内部测试队列中,这一分布未达到统计学显著性。此外,训练队列显示高风险组中绝经后女性显著富集。在外部测试队列中,高风险患者的浸润性肿瘤尺寸更大。其余临床特征在高复发风险与低复发风险患者之间未显示出显著差异。
ITHscore
在训练队列、内部测试队列和外部测试队列中,高风险患者的ITHscore中位数均显著高于低风险患者(p < 0.001,图S1)。低风险组与高风险组的中位值分别为:训练队列中0.772(0.576–0.924)对比0.912(0.850–0.957),内部测试队列中0.798(0.558–0.925)对比0.922(0.850–0.953),外部测试队列中0.832(0.728–0.966)对比0.965(0.931–0.983)。图3展示了两位代表性患者的分区聚类过程和ITHscore计算。
预测模型的性能
我们基于临床特征、常规影像组学特征和ITHscore构建了五个不同的预测模型(图4,表2);每个模型包含的具体特征详见表S2。仅使用ITHscore的预测模型在训练队列、内部测试队列和外部测试队列中分别实现了0.76、0.75和0.75的AUC值。值得注意的是,将ITHscore整合到临床-影像组学模型中提升了其性能,所得的融合模型在三个队列中的AUC分别提高至0.91、0.86和0.82。融合模型内特征的Pearson相关热图见图S2。SHAP分析表明,ITHscore是融合模型所包含的六个特征中最重要的预测因子,在训练集、内部测试集和外部测试集中均排名第一(图5)。校准曲线显示融合模型具有极佳的准确性(图S4)。
患者亚组中的模型性能
基于年龄、绝经状态、病理类型、淋巴结状态和肿瘤大小的分层分析显示,融合模型在所有亚组中均保持了较高的预测准确性,内部测试队列的AUC为0.83–0.94,外部测试队列的AUC为0.78–0.97(图6、S3)。
讨论
乳腺癌固有的高度异质性是疾病进展的关键驱动因素,ITH水平与患者预后密切相关[19, 20]。21基因RS可反映早期ER+/HER2−乳腺癌的术后复发风险,并评估辅助化疗的获益。然而,该检测成本高、耗时长,且技术要求相对较高。为应对这一临床挑战,本研究成功开发了一种名为ITHscore的定量指标,我们的研究结果表明,该指标能够实现ITH的无创、简便和直观表征。ITHscore在预测RS方面表现出良好的性能(AUC = 0.75–0.76)。此外,将ITHscore加入临床-影像组学模型后,融合模型的预测性能得到提升,内部测试集的AUC为0.86,外部测试集的AUC为0.82。
ITHscore是一种新型定量参数,可实现ITH的无创、简便表征。关于ITHscore的研究仍然有限,据我们所知,这是首个探讨ITHscore与RS相关性的研究。在本研究中,ITHscore模型在训练队列、内部测试队列和外部测试队列中的AUC分别为0.76、0.75和0.75,显示出稳健的预测性能。Shi等人[21]于2023年发表在Radiology上的一项研究表明,ITHscore在预测乳腺癌新辅助化疗疗效方面具有潜在价值,外部测试数据集的AUC为0.74–0.76。该研究与我们的研究均提示ITHscore在预测乳腺癌预后方面具有潜在应用价值。Li等人[9]使用源自计算机断层扫描图像的ITHscore,通过整合局部影像组学特征和全局像素分布模式来量化非小细胞肺癌(NSCLC)的异质性。他们的研究结果表明,NSCLC的ITHscore可作为患者预后的指标,这与我们的结果基本一致。
常规影像组学特征已被广泛用于表征瘤内异质性(ITH),并在预测治疗反应和预后方面显示出潜在价值 [22–24]。在本研究中,影像组学模型在训练队列中AUC达到0.81,在内部和外部测试队列中AUC分别为0.74和0.65。一项2025年发表的研究利用CL和T2W图像的影像组学特征开发了一个RS预测模型,其训练和验证队列的AUC分别为0.76和0.71 [25],与我们的发现一致。本研究结果表明,ITHscore模型在内部和外部测试队列中均优于影像组学模型。这可能是因为影像组学技术基于肿瘤内均质混合的假设——而这一假设在组织和细胞水平上均已被证明是不正确的 [26]。因此,影像组学往往忽略了肿瘤内的局部表型差异。相比之下,栖息地分析对肿瘤亚区进行分割,并从全局和局部角度全面量化异质性,从而更准确地反映病灶的结构和功能 [27, 28]。
本研究整合了临床、常规影像组学和ITHscore特征,构建了多个RS预测模型。其中,融合模型在训练队列、内部测试队列和外部测试队列中均表现出最高的性能,表明这些特征之间存在互补性。Xu等 [29] 发现,整合ITH指数、传统影像组学和临床病理特征的模型在预测腹膜后肉瘤的内部和外部验证队列中均获得了最佳性能。类似地,Zhuo等 [30] 开发了一个结合临床、影像、影像组学和ITH指数特征的模型,用于预测肝内肿块型胆管癌的分级,其结果表明联合模型表现最佳。这些研究与我们的发现一致,证明定量ITH参数与临床及常规影像组学特征互补,从而增强模型对肿瘤生物学行为和预后的预测能力。此外,在本研究融合模型的特征重要性分析中,ITHscore在全部三个队列中均排名第一,进一步肯定了其在表征ITH和预测RS方面的关键价值,以及其稳定性和泛化性。
本研究存在若干局限性。首先,作为一项回顾性研究,尽管通过来自不同中心的外部验证以提高可靠性,但人群选择中仍可能存在潜在偏倚。未来需要前瞻性研究以进一步探讨定量瘤内异质性评估在预后预测中的价值。其次,MRI图像来自不同扫描仪,成像参数不统一。虽然进行了信号强度标准化和统一空间分辨率处理,但扫描参数的差异仍可能增加预测模型的不稳定性。第三,尽管DWI在乳腺癌管理中具有重要作用,但Duke数据集未包含DWI序列,因而无法探讨其潜在价值。我们期待未来研究纳入DWI。最后,尽管我们的融合模型AUC表现良好,但我们认识到其在临床适用性方面的一个关键局限,尤其是在外部测试队列中。基于训练队列采用约登指数优化的阈值在外部验证中获得了较高的灵敏度(0.93),但特异度较低(0.39),导致较高的假阳性率。这一差异凸显了阈值在不同人群间泛化的挑战,以及根据临床情境进行重新校准的必要性。未来工作应着重于以临床效用为导向的阈值前瞻性验证,例如在高风险决策中尽量减少假阳性。
总之,这项探索性研究基于治疗前乳腺MRI开发了一种新颖、无创且直观的定量指标,用于表征瘤内异质性。该指标在预测乳腺癌复发评分方面显示出具有增量价值的潜力,尤其是在治疗费用有限、需要及时获得预后信息或无法获得21基因检测的临床环境中。与通常需要数天至数周且费用高昂的基因组检测不同,我们的影像组学和栖息地方法能够从常规MRI中快速、低成本地生成预测结果,为资源有限的环境提供了一种可及的替代方案。
补充信息
电子补充材料
引用
- Chen, Shi, Chen, et al. MRI-based quantification of intratumoral heterogeneity for predicting recurrence risk in ER+/HER2- breast cancer. Insights Imaging. 2026. PMID: 42365208. doi:10.1186/s13244-026-02342-0
- 全文:PMC13310210(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13310210/
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。