文献速递泌尿生殖技术与安全MR

双参数MRI多中心前列腺癌多分类自动框架

A comprehensive framework for multi-class prostate cancer classification using biparametric MRI: a multi-center retrospective study.
PubMed 文献 · Insights Imaging · 2026-08-17

本研究纳入2543例疑诊临床有意义前列腺癌患者,利用nnUNet分割前列腺并识别可疑病灶,整合影像组学、深度学习特征与临床变量建立机器学习分类器,将患者分为非csPCa、中危csPCa和高危csPCa。最优CatBoost模型在内外验证中macro-AUC均为0.87,优于tPSA、PSAD、F/T PSA及PI-RADS。

要点

  • 该框架将前列腺癌分为非csPCa、ISUP 2-3中危、ISUP 4-5高危三类,超越传统二元分层。
  • 最优模型macro-AUC为0.87,在多数PSA和PI-RADS 4亚组中保持稳健。
  • PSA>20 ng/mL亚组中模型效能下降,阅片应用时需警惕该亚组风险低估或误分类。

核心结论

  • 整合前列腺影像组学、病灶影像组学、临床变量和DenseNet264学习特征的最优CatBoost模型宏AUC为0.87(95%CI:0.84-0.90),优于常规临床变量。
  • 该自动化框架对非csPCa、中危csPCa和高危csPCa的外部验证AUC分别为0.88(95%CI:0.85-0.91)、0.80(95%CI:0.75-0.86)和0.87(95%CI:0.84-0.91)。

研究设计与样本

  • 多中心回顾性研究,纳入2543例疑诊csPCa患者,数据来自一个公共数据集和两家机构,按1623:406:514分为训练、内部验证和外部测试集。
  • 基于双参数MRI(T2WI、ADC、DWI),以系统活检、MRI靶向活检、联合活检或根治性前列腺切除术病理为参考标准。

关键影像表现/征象

  • nnUNet在前列腺全腺分割的内部验证Dice为0.971,外部测试Dice为0.934,随恶性程度增高Dice下降。
  • 可疑病灶识别模块通过比较前列腺内对称区域T2WI、ADC、DWI信号差异生成特征图,并以0.95阈值二值化生成病灶掩膜。

诊断标准与关键数值

  • 三分类标准:非csPCa为良性或ISUP 1,中危csPCa为ISUP 2-3,高危csPCa为ISUP 4-5。
  • 前列腺分割Dice在3.0T场强下为0.935,高于1.5T的0.928。

临床应用与阅片要点

  • 该框架可输出三类风险分层,有助于将治疗强度与肿瘤侵袭性匹配,减少单纯二元csPCa判断造成的过度或不足治疗。
  • 病灶分割采用信号对称性差异检测而非直接分割病灶,阅片时需注意其ROI是近似可疑病变区域而非精确轮廓。

局限性

  • 可疑病灶识别模块不以直接分割病灶为评判目标,未评估其对可疑病灶的分割性能。
  • 部分中心缺少PI-RADS评分及病理报告,限制了淋巴结转移等病理特征分析,亚组分析仅限于外部测试集。
全文中译15 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:Insights Imaging. 2026 Aug 17;17:203. doi: 10.1186/s13244-026-02367-5

引言

前列腺癌(PCa)是全球第二常见的癌症,也是癌症相关死亡的第五大原因。在118个国家中,它是最常被诊断的癌症,在58个国家中是癌症死亡的主要原因[1]。前列腺特异性抗原(PSA)是疑似PCa的首选检测指标。虽然PSA有助于PCa筛查,但也可能导致不必要的活检和并发症[2]。对于PSA升高的患者,磁共振成像(MRI)被广泛用于进一步评估,因为它能够检测并定位有临床意义的前列腺癌(csPCa)。前列腺影像报告与数据系统(PI-RADS)的制定旨在标准化MRI判读并提高PCa诊断水平[3]。然而,即便采用PI-RADS,MRI判读的一致性仍需要改进[4, 5]。其他诊断工具包括PSA密度、前列腺特异性膜抗原正电子发射断层显像(PSMA-PET)以及血液和尿液生物标志物[6]。联合使用这些方法可能会提高前列腺癌的诊断准确性。

PCa或csPCa的二元诊断所提供的临床指导有限。前列腺癌具有高度异质性,可从缓慢进展或无进展一直到侵袭性、致死性疾病,因此对其进行准确分层至关重要[7]。国际泌尿病理学会(ISUP)分级为2级或更高的前列腺癌可被定义为csPCa,提示存在致病或死亡的可能。此外,ISUP分级为4级或5级的前列腺癌被归类为高风险。高风险csPCa的最佳治疗方案仍不明确,但这些患者面临治疗不足和复发的更高风险[6]。非csPCa与csPCa的二元分类可能导致过度治疗或治疗不足。对前列腺癌进行合理分层,通过使治疗强度与疾病的侵袭程度相匹配,可以确定最有效的治疗方案[8, 9]。

为应对复杂的数据和精准医学需求,人工智能(AI)在前列腺癌研究中的应用日益增多。大量研究旨在提高AI诊断前列腺癌的准确性和效率,相关进展从影像组学[10, 11]发展到深度学习(DL)[12, 13],从单模态[14]发展到多模态特征[15, 16],从手动勾画感兴趣区(ROI)发展到自动勾画[17, 18]。然而,大多数研究侧重于PCa或csPCa的二元分类,而多级分层仍然有限;现有的多分类方法往往依赖级联框架,可能会传播错误。

本研究旨在开发并验证一个基于双参数MRI(bpMRI)的自动化框架,用于前列腺癌的多分类。该框架利用深度学习和机器学习,结合影像和临床变量,分割前列腺和可疑病灶并提取特征。它将患者分层为非csPCa(良性或ISUP 1级)、中风险csPCa(ISUP 2–3级)和高风险csPCa(ISUP 4–5级),有助于改进风险分层和临床决策。

材料与方法

研究人群

这项多中心回顾性研究使用了一个公共数据集,即前列腺影像:癌症人工智能(PI-CAI)[19],以及来自两家本地机构的数据。PI-CAI数据集包含来自荷兰三个中心的数据。它包括疑似患有临床显著前列腺癌(csPCa)且既往无治疗史的患者。两家本地机构纳入了中国江西省赣州市和广东省广州市2015年1月至2022年12月期间疑似患有csPCa的患者。排除标准为:(1)既往或正在进行前列腺癌治疗;(2)MRI质量差;(3)缺少前列腺活检结果或MRI与活检间隔超过6个月。图1显示了数据纳入流程。

组织病理学参考标准来自两家本地机构的系统活检(SysBx)联合经直肠超声引导活检或根治性前列腺切除术(RP)。对于PI-CAI数据集,MRI阳性病例通过SysBx、MRI引导活检(MRBx)、SysBx与MRBx联合活检或RP确认,而MRI阴性病例则通过超过3年的随访进行再次确认。收集了临床变量,包括年龄、总PSA(tPSA)、PSA密度(PSAD)、游离PSA(fPSA)和游离/总PSA比值(F/T PSA)。双参数MRI(bpMRI)使用多台扫描仪采集,详细参数见表S1。这项回顾性研究获得了机构审查委员会(NFEC-2022-224)的批准,并豁免了知情同意。

图1 流程图显示了初始参与者数量、排除标准和最终参与者 查看原图 ↗

前列腺和可疑病灶分割

图2提供了所提出框架的概述,该框架包括分割、特征提取和模型开发。第一步是分割前列腺和任何可疑病灶。使用T2加权成像(T2WI)在PI-CAI数据集上训练了一个nnUNet,用于全前列腺分割[20]。该自适应分割框架通过分析训练样本自动配置基于U-Net的流程。其自动化方法已被证明是有效的,在各种数据集上都表现出卓越的性能。PI-CAI中分割的金标准来自数据集本身,而对于机构1和机构2,则由三名具有三年以上经验的放射科医师手动勾画,并由两名具有十年以上经验的放射科医师审核。

大多数前列腺癌是局灶性病变,因此进一步的病灶分割有助于提取更具判别力的特征。我们使用了先前工作中的基于知识的特征提取模块来分割可疑病灶[21]。该模块在nnUNet从T2WI、ADC和弥散加权成像(DWI)分割出的整个前列腺范围内检测对称性信号强度差异,模拟放射科医师在临床实践中的方法。三个序列差异的加权和将用于生成一个特征图,量化信号异常并突出可疑区域。该特征图将使用0.95的阈值进行二值化,以生成可疑病灶掩模。该阈值的选择基于一项对每个ISUP分级20例病例的观察性研究,在该研究中评估了多个阈值,0.95被证明是最优的。

图2 框架示意图。采用一个nnUNet来分割整个前列腺,而一个特征提取模块识别可疑病灶并生成概率图。随后将该概率图二值化,以创建可疑病灶的掩膜。bpMRI连同前列腺掩膜、概率图和病灶掩膜将用于提取深度学习、前列腺影像组学和病灶影像组学的特征。在特征筛选、数据归一化和类别平衡之后,将训练多个机器学习模型,以对非csPCa、中危csPCa和高危csPCa进行分类。 查看原图 ↗

影像组学特征提取

在对bpMRI进行预处理后(补充方法S1),从nnUNet分割的ROI中提取影像组学特征。为确保观察者内部的可重复性,每个病例使用相同的nnU-Net模型分割两次,并从两次分割中提取影像组学特征。组内相关系数高于0.9的特征被视为高度可重复,并保留用于进一步分析。使用Pyradiomics(v3.0.1)从与各bpMRI序列对齐的前列腺和可疑病灶掩膜中提取影像组学特征[22]。在评估可重复性后,将应用最小绝对收缩和选择算子进行显著性筛选。最后,将来自T2WI、ADC和DWI的影像组学特征合并,构建前列腺和可疑病灶的最终数据集。

DL模型的开发与验证及学习特征提取

DL模型包括bpMRI DL模型以及整合临床特征、影像组学特征和bpMRI的多模态DL模型。对于bpMRI DL模型,由先验知识引导的前列腺特征提取模块生成的特征图,与T2WI、DWI和ADC图像一起合并为一个四通道输入,用于训练卷积神经网络(CNN),包括ResNet [23]和DenseNet [24]。在多模态模型中,CNN提取bpMRI特征,而多层感知机提取临床和影像组学特征。这些特征将被拼接以产生最终预测。模型针对三分类(非csPCa、中危csPCa和高危csPCa)进行训练。训练细节见补充方法S2。

训练后,将提取bpMRI DL模型全连接层的预测概率和特征。由于学习到的特征数量超过了我们数据集的样本量,我们应用了降维方法,包括主成分分析(PCA)、核PCA和t分布随机邻域嵌入,以减少方差、提高稳定性并增强计算效率。来自这三种方法的降维特征以及预测概率将作为学习特征用于进一步分析。特征提取过程如图2所示。

机器学习模型的开发与验证

为机器学习模型开发生成了四个数据集:病灶影像组学、前列腺影像组学、临床特征,以及一个包含上述三个数据集和学习特征数据集的综合数据集。对于每个数据集,采用十二种机器学习模型对非临床显著前列腺癌(non-csPCa)、中危临床显著前列腺癌(csPCa)和高危临床显著前列腺癌进行分类。这些模型包括逻辑回归(LR)、CatBoost分类器和线性判别分析(LDA)等。它们共同代表了一组多样的线性、概率、基于实例和集成方法,能够系统评估模型的适用性和稳健性。

训练数据经Z-score标准化,并使用合成少数类过采样技术进行平衡。模型在内部队列上训练,并在内部和外部队列上进行验证。将表现最佳的模型与PSA、PSAD、F/T PSA和PI-RADS在外部队列中进行比较,以评估临床效用。在外部队列中按PSA水平(< 10、10–20和> 20 ng/mL)和PI-RADS 4进行分层亚组分析。PI-RADS 3被排除,因为大多数病例经病理证实为非临床显著前列腺癌(non-csPCa)。

统计学分析

分割性能使用Dice系数进行评估。模型性能使用AUC、准确率、灵敏度、精确率和F1分数进行评估。采用自助法(5000次迭代)比较多分类和二元模型,并使用决策曲线分析(DCA)评估相对于标准方法的临床获益。统计学显著性定义为p < 0.05。所有分析均在Python(v3.11)中完成。

结果

人群特征

排除后共纳入2543例疑似临床显著前列腺癌(csPCa)受试者,其中1249例来自PI-CAI数据集,780例来自机构1,514例来自机构2。表1展示了基本、临床和病理信息。来自PI-CAI数据集和机构1的数据作为内部队列,按8:2的比例分为训练集和内部验证集。来自机构2的数据作为外部测试队列(训练:内部验证:外部测试 = 1623:406:514)。

表1 受试者的基本、临床和病理特征 查看原表 ↗

nnUNet在前列腺分割中的性能

nnUNet模型在PI-CAI数据集的内部验证中达到了0.971的Dice评分,在机构1和机构2的外部测试中达到了0.934的Dice评分,两个机构的评分分别为0.923和0.955。如图3所示,在外部测试中,Dice系数随恶性程度增加而降低(非临床显著前列腺癌:0.945;中危临床显著前列腺癌:0.926;高危临床显著前列腺癌:0.911)。使用飞利浦MRI设备进行分割获得了最高的Dice系数(0.956),3.0-T场强下的分割性能优于1.5T(0.935 vs 0.928)。

图3 nnUNet前列腺分割在不同机构和成像条件下的性能。A 不同机构间的分割性能。B 非临床显著前列腺癌、中危临床显著前列腺癌和高危临床显著前列腺癌的分割性能。C 不同MRI扫描仪制造商的分割性能。D 不同磁场强度下的分割性能。ns,p > 0.05;*p < 0.05;**p < 0.01 查看原图 ↗

不同数据集下模型性能的比较分析

最终的整合框架是一个 CatBoost 分类器,它融合了病灶影像组学、前列腺影像组学、临床变量以及学习到的特征,包括来自 DenseNet264 全连接层的预测概率和特征。该框架在内部和外部队列中分别取得了 0.93(95% CI:0.91–0.95)和 0.92(95% CI:0.90–0.94)的 micro-AUC,且 macro-AUC 一致为 0.87(95% CI:0.84–0.90)。在 AUC、准确率、精确率、灵敏度和 F1 方面,它均优于单模态机器学习和深度学习模型(表 2)。尽管最优的多模态 DenseNet-169 在内部表现相当,但其外部性能明显下降。此外,在多分类和二分类中,它均优于其他模型,大多数 ROC 比较具有统计学显著性(图 S1)。详细结果见表 S2。重要的是,所提出的框架表现出极好的稳健性,内部和外部队列在 micro-ROC、macro-ROC 或二分类方面无显著差异(p > 0.05),且准确率、精确率、灵敏度或 F1 评分无显著下降(图 S2)。

表 2 内部验证和外部测试期间各数据集的总体多分类性能 查看原表 ↗

分割准确性对多分类分析的影响

图 4 显示了 nnUNet 衍生的前列腺分割质量与 PCa 多分类性能之间的关联。在内部验证队列中,较高的 Dice 评分与所有评估指标下更好的分类性能相关。此外,正确分类病例的 Dice 评分显著高于错误分类病例(p < 0.001)。在外部测试队列中,不同 Dice 亚组的分类性能相似,且正确分类与错误分类病例之间的 Dice 评分未观察到显著差异。

图 4 前列腺分割准确性对多分类性能的影响。A、B 雷达图总结了内部验证队列(A)和外部测试队列(B)在不同前列腺分割质量水平下的多分类性能。C 箱线图比较了内部和外部数据集中正确分类与错误分类病例的前列腺分割 Dice 评分。ns,p > 0.05;*p < 0.05;**p < 0.01 查看原图 ↗

整合框架优于传统临床变量

如图 5 所示,整合框架在前列腺癌诊断中优于传统临床变量。将多分类预测转换为二分类以与临床变量进行比较(表 3)。我们的整合框架对非 csPCa 的 AUC 为 0.88(95% 置信区间(CI):0.85–0.91),对中危 csPCa 的 AUC 为 0.80(95% CI:0.75–0.86),对高危 csPCa 的 AUC 为 0.87(95% CI:0.84–0.91),均超过 tPSA、PSAD、F/T PSA 和 PI-RADS 的性能。除 PI-RADS 外,所有比较的性能差异均具有统计学显著性;PI-RADS 在三个类别中分别取得了 0.85、0.74 和 0.85 的 AUC。

为提高清晰度,将非临床显著前列腺癌(non-csPCa)病例重新归类为临床显著前列腺癌(csPCa)以进行决策曲线分析(DCA)。所提出的框架在csPCa、中危csPCa和高危csPCa中均显示出高于传统临床变量的净获益,而PI-RADS的净获益有限,这可能是因为外部队列中的所有患者均已接受活检或根治性前列腺切除术(RP),导致大多数PI-RADS评分高于3分。

图5 我们的综合框架、PI-RADS、tPSA、PSAD和F/T PSA在外部测试中的ROC曲线和决策曲线比较。在决策曲线中,非csPCa分类被转换为csPCa。p值采用5000次迭代的自举法计算。ns,p > 0.05;*p < 0.05;**p < 0.01 查看原图 ↗
表3 我们的综合框架与tPSA、PSAD、F/T PSA和PI-RADS在外部队列中诊断非csPCa、中危csPCa和高危csPCa的性能比较 查看原表 ↗

综合自动框架在亚组分析中展现出稳健的性能

所提出的框架在各亚组中表现出一致且稳健的性能(图S3),除PSA > 20 ng/mL亚组的准确率有所降低外,与总体性能无显著差异。总体及高危csPCa的宏观AUC均为0.87,而PSA > 20 ng/mL亚组中分别为0.78和0.77。此外,如图S4所示,该框架在所有亚组的二分类中均优于传统临床变量,但在PSA水平为10-20 ng/mL患者的高危csPCa预测中除外。

讨论

在本研究中,我们开发了一个基于双参数磁共振成像(bpMRI)的自动化框架,该框架可分割前列腺和可疑病灶,提取影像组学特征和深度学习特征,并利用影像和临床变量将患者分类为非csPCa、csPCa和高危csPCa。该框架在内部和外部测试中均取得了稳健的性能,并优于PSA、PSAD、F/T PSA和PI-RADS评分等传统临床变量。

准确的病灶识别对模型性能至关重要。我们的综合框架利用nnUNet和特征提取方法分割前列腺和可疑病灶,确保在全局和局部水平上准确提取特征。既往研究通常采用人工病灶分割。Liechti等研究了人工前列腺癌分割的阅片者间一致性,发现MRI分割的一致性处于中等水平[25]。虽然深度学习在前列腺分割方面已有很大改进,但前列腺病灶的精确分割仍具挑战性。例如,Schelb等开发了一个检测和分类csPCa的深度学习模型,前列腺分割的Dice系数为0.89,病灶分割的Dice系数为0.35[26, 27]。我们的方法识别前列腺内异常信号的不对称性,模拟放射科医生的实践方式。通过与nnUNet整合,我们提高了全局和局部水平特征提取的有效性。如图6所示,首先生成T2WI衍生的前列腺掩膜以裁剪双参数MRI序列。在该掩膜内,提取各序列对称区域的异常信号,进行加权和二值化以确定可疑病灶掩膜。最终,从前列腺和病灶掩膜中提取的特征用于多分类病灶分类。我们的模型将该病例预测为高危csPCa,与ISUP 4级的病理结果一致。

前列腺癌分层对于治疗选择至关重要。中危患者的治疗选择包括主动监测、部分腺体消融和根治性前列腺切除术(RP)[9]。对于高危患者,目前没有普遍推荐的治疗方案;相反,多模式综合治疗对于优化预后至关重要 [8]。目前,有许多治疗前分层工具,包括欧洲泌尿外科学会(EAU)[6]、前列腺癌风险评估(CAPRA)评分 [28]、剑桥预后分组(CPG)风险分组系统 [29] 和纪念斯隆·凯特琳癌症中心(MSKCC)。PSA和PSAD是常用的生物标志物,其阈值 < 10 和 > 20 ng/mL通常分别用于界定低危和高危疾病;然而,PSA缺乏特异性,可能在良性疾病中升高,或在侵袭性癌症中保持正常 [30]。尽管基于PSA的指标有助于风险评估,但病理学评估仍是前列腺癌分层的基石 [6, 29]。

与传统变量相比,我们的方法在前列腺癌诊断和分层方面显示出更高的准确性。随着MRI现在被推荐用于活检决策,其应用的增加提高了临床显著性前列腺癌(csPCa)的检出率,同时大幅减少了不必要的活检 [31–33];然而,这也带来了在工作量不断增长的情况下保持诊断质量的挑战 [34]。AI辅助分析为提高准确性和效率提供了一个有前景的解决方案。以往大多数研究侧重于csPCa的二分类。例如,Cai等人报道了一个用于csPCa检测的深度学习(DL)模型,在外部测试中AUC为0.86 [35]。Zhao等人开发了一种用于PCa和csPCa的DL方法,在多个外部队列中分别取得了0.82–0.87和0.84–0.87的AUC [36]。相比之下,我们根据EAU指南标准将患者进一步分为三个类别。我们的综合框架在外部测试中取得了0.87的AUC,并在各亚组中保持了稳健的性能,但PSA > 20亚组的性能有所下降。这种下降可能源于该组的肿瘤内异质性以及训练集和外部测试集之间的数据分布差异。未来纳入更大规模的多中心数据集可能有助于缓解这一局限性,并进一步提高模型的泛化能力。通过整合影像组学、学习特征和临床特征,我们的框架能够实现准确的多分类预测,有助于术前风险分层和更精准的治疗决策。除了机器学习模型,我们还探索了单模态和多模态DL模型。尽管多模态DL模型表现出有限的泛化能力和不均衡的性能,但与仅使用图像的DL模型相比,其性能的提升证明了它们的潜力。

本研究存在若干局限性。尽管我们纳入了来自三家机构的公开数据集和两个本地队列,但样本量仍需进一步扩大,以解决数据集间的异质性问题。PI-CAI数据集缺乏MRI和病理报告,且一家本地机构未提供PI-RADS评分,限制了对病理特征(如淋巴结转移)的评估,从而使研究局限于ISUP等共享标签。PI-RADS评分的缺失也将亚组分析限制在外部测试队列中。此外,我们的特征提取方法作为当前深度学习方法中病灶分割不足的替代方案。与基于深度学习的方法相比,该方法不直接分割前列腺病灶,而是基于前列腺ROI逐步缩小感兴趣区域以近似可疑病灶区域。因此,我们未评估该方法在可疑病灶分割方面的性能。最后,我们的框架仅进行患者级别的分类。未来在病灶分割方面的改进有望实现更精确的病灶级别分析。

总之,我们开发了一个基于双参数磁共振成像(bpMRI)的自动化框架,可识别前列腺和可疑病灶,提取多模态特征,并将患者分层为非临床显著性前列腺癌(non-csPCa)、中危临床显著性前列腺癌和高危临床显著性前列腺癌。该框架在二分类和多分类任务中均优于传统临床变量和PI-RADS,有助于改进风险分层和临床决策,同时可能减少治疗不足和过度治疗。

图6 展示我们所提出方法整体工作流程的示例。A–C T2WI、ADC和DWI的原始输入图像。D 基于T2WI由nnU-Net生成的前列腺掩膜。E–G 基于掩膜裁剪后的T2WI、ADC和DWI图像。H 前列腺掩膜内计算的异常区域示意图。I–K T2WI、ADC和DWI上可疑病灶区域的特征图。L 不同序列加权后的可疑病灶区域特征图。M 由nnU-Net生成的用于进一步分析的裁剪前列腺掩膜。N 由加权特征图生成的二值可疑病灶掩膜。O 该病例的HE染色病理图像。 查看原图 ↗

补充信息

电子补充材料

引用

  1. Zheng, Yang, Maheremu, et al. A comprehensive framework for multi-class prostate cancer classification using biparametric MRI: a multi-center retrospective study. Insights Imaging. 2026. PMID: 42606778. doi:10.1186/s13244-026-02367-5
  2. 全文:PMC13481968(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13481968/

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。