优化脑胶质瘤MRI序列选择的影像组学分析
本研究基于UCSF-PDGM数据集中486例弥漫性胶质瘤患者,提取ASL、DWI、FLAIR、SWI、T1w、T2w序列的影像组学特征并训练机器学习模型,评估不同序列对WHO CNS分级、最终病理诊断和IDH状态的分类效能。结果显示单序列模型中FLAIR对WHO CNS分级准确率最高(57.40%),ASL对最终病理诊断准确率最高(81.50%),T1w对IDH状态分类准确率最高(66.66%),且多序列联合并未显著优于最佳单序列模型。
要点
- FLAIR序列是WHO CNS分级效能最高的单序列,准确率57.40%,可优先用于分级评估。
- ASL序列区分胶质母细胞瘤与星形细胞瘤准确率81.50%,灌注特征鉴别价值突出。
- T1w序列对IDH状态分类准确率最高(66.66%),形态学特征为主要判别依据。
核心结论
- 单序列FLAIR、ASL和T1w分别在WHO CNS分级、最终病理诊断和IDH状态分类中取得最高个体准确率,可用于指导精简MRI采集方案。
- 多序列模型性能未超过最佳单序列模型,提示针对特定分类任务选择单一序列可能足以获得相当的诊断效能。
研究设计与样本
- 回顾性单中心研究,使用UCSF-PDGM公开数据集,纳入486例弥漫性胶质瘤患者。
- 成像设备为3.0T扫描仪(Discovery 750,GE Healthcare),序列包括ASL、DWI、FLAIR、SWI、T1w、T2w。
- 以UCSF-PDGM数据集中提供的WHO CNS分级、最终病理诊断和IDH突变状态作为参考标准。
- 采用PyRadiomics提取影像组学特征,使用LMT、随机森林、k近邻、朴素贝叶斯、JRip、J48六种分类器及四种特征选择算法,20次重复随机欠采样平衡数据集,十折交叉验证评估性能。
关键影像表现/征象
- FLAIR模型整合纹理、形状和一阶统计特征(如峰度、四分位距),对WHO CNS分级最具判别力。
- ASL模型以GLCM纹理特征(如自相关、簇突、对比度)和一阶统计特征(如总能量、方差)为主,鉴别胶质母细胞瘤与星形细胞瘤效能最高。
- T1w模型以形状描述符(如球形度、表面积体积比、最大3D直径)为主导,对IDH状态分类最稳定。
- 无论输入序列如何,模型一致依赖相似的形状和人口学特征(如患者年龄和肿瘤球形度)。
诊断标准与关键数值
- FLAIR单序列模型对WHO CNS分级准确率57.40%,F1-score 57.00%。
- ASL单序列模型对最终病理诊断(胶质母细胞瘤 vs 星形细胞瘤)准确率81.50%,F1-score 81.50%。
- T1w单序列模型对IDH状态分类准确率66.66%,F1-score 66.36%。
- 多序列模型WHO CNS分级准确率56.47%,最终病理诊断准确率80.55%,IDH状态分类准确率65.70%,均未超过最佳单序列模型。
临床应用与阅片要点
- 针对WHO CNS分级任务可优先选择FLAIR序列,其准确率为57.40%,与其他序列(55.35%–56.59%)差异有限。
- 鉴别胶质母细胞瘤与星形细胞瘤时ASL灌注序列价值最高,准确率81.50%,DWI、SWI、FLAIR等序列准确率亦接近80%。
- IDH状态分类整体准确率较低(T1w最高66.66%),临床应用时需注意形态学特征(球形度、表面积体积比)的辅助价值有限。
- 多序列联合未带来显著增益,日常实践中可考虑根据具体分类任务选择针对性单序列以减少扫描时间和患者负担。
局限性
- 研究为回顾性单中心设计,使用单一公开数据集(UCSF-PDGM),无外部独立验证数据集。
- IDH状态分类中IDH2突变仅2例被排除,IDH1和mutant类别样本量差异可能影响模型对少见亚型的判别稳定性。
- 采用重复随机欠采样策略可能减少有效训练集大小并增加估计方差。
- 机器学习模型使用默认超参数设置,未进行系统性的超参数调优。
全文中译18 节 · 点击展开
引言
胶质瘤是最常见的原发性脑肿瘤,约占所有脑和中枢神经系统肿瘤的30%,占恶性脑肿瘤的80%[1]。胶质瘤的准确分类对患者管理至关重要,因为它直接影响预后和治疗决策。世界卫生组织(WHO)分类系统整合了组织学和分子特征,已成为胶质瘤诊断的金标准[2]。然而,由于肿瘤异质性以及用于临床评估的多序列MRI方案中最佳成像序列缺乏共识,实现精确且无创的分类仍然十分复杂。
目前用于胶质瘤成像的MRI方案通常包括一系列广泛的序列,不同中心之间差异可能很大。常用序列包括T1加权成像、T2加权成像、液体衰减反转恢复(FLAIR)、弥散加权成像(DWI)、磁敏感加权成像(SWI)以及灌注成像,如动态磁敏感对比增强(DSC)或动脉自旋标记(ASL)[3]。虽然这些序列凭借各自的优势能够提供患者个体脑肿瘤的详细解剖和功能信息,但完整MRI方案的综合性质以资源密集和扫描时间长为其代价,给患者带来了负担,尤其是那些在扫描过程中更容易发生移动的患者。一般而言,更全面的成像数据可能有助于改善肿瘤分类。然而,目前仍不确定所有这些序列对于准确分类是否真正必要且具有信息价值,还是某一更具体的序列子集在特定诊断任务中也能取得可比的结果。当前临床应用中最重要的一些任务包括WHO CNS分级、胶质母细胞瘤与星形细胞瘤的鉴别诊断,以及分子标志物的分析,如异柠檬酸脱氢酶(IDH)突变状态。
影像组学和机器学习的最新进展为应对这些挑战提供了新的机遇[4, 5]。影像组学能够从医学图像中自动提取定量和半定量特征,有助于减少对主观图像解读的依赖。这些特征随后可用于训练机器学习模型,以识别与临床结局相关的模式。通过将这些技术应用于MRI数据,可以系统性地评估单个序列的诊断贡献,并确定对特定诊断问题最具信息价值的最佳组合[6]。然而,针对多个具有临床意义的胶质瘤分类任务中MRI序列特异性性能的全面比较仍然有限[7–9],这导致指导临床实践所需的证据存在空白。
为填补这一空白,我们利用了加州大学旧金山分校术前弥漫性胶质瘤MRI(PDGM)数据集,该数据集包含501例弥漫性胶质瘤患者的多序列MRI数据,涵盖ASL、DWI、FLAIR、SWI、T1加权和T2加权MRI序列,所有这些序列均为临床常规常用序列[10]。我们假设,尽管不同成像对比度所捕获的信息具有互补性,但其中一部分序列可能已为各种胶质瘤分类任务提供足够的判别信号。若果真如此,这种有针对性的序列选择可通过减少冗余成像采集来提高效率,缩短扫描时间并改善患者舒适度。因此,本研究的主要目标是:(1) 使用基于影像组学的机器学习模型,比较各单独MRI序列及序列组合在每项分类任务中的性能;(2) 识别各项任务中最具预测价值的影像组学特征;(3) 提出更高效的MRI方案,在诊断精度与实际可行性之间取得平衡,即减少所用序列的总数。本研究包含的三项关键分类任务为:(1) WHO CNS分级;(2) 区分胶质母细胞瘤与星形细胞瘤;(3) 确定IDH突变状态。
材料与方法
数据集
本研究使用了加州大学旧金山分校儿童弥漫性胶质瘤MRI(UCSF-PDGM)数据集,这是一个公开可获取的单中心回顾性队列。该数据集包含501例弥漫性胶质瘤患者的去标识化临床及术前MRI数据,包括55例(11%)II级、42例(9%)III级和403例(80%)IV级肿瘤,男性占多数(总体56–60%)。可用的分子标志物包括IDH突变(II级83%,III级67%,IV级8%)、甲基鸟嘌呤甲基转移酶(MGMT)启动子高甲基化(IV级63%)和1p/19q共缺失(II级20%,III级5%,IV级<1%)。WHO CNS肿瘤分级、最终病理诊断(胶质母细胞瘤与星形细胞瘤)及IDH突变状态均按UCSF-PDGM数据集中提供的内容使用,并作为分析的参考标准。
共有15例患者因亚组代表性不足而被排除:13例为少突胶质细胞瘤,2例为IDH2突变。因此,最终分析使用了486例患者的数据。成像在3.0 Tesla扫描仪(Discovery 750,GE Healthcare)上进行。所有患者均可用的图像序列包括:增强前和增强后T1加权成像、T2加权MRI、FLAIR、SWI、DWI和ASL。有关成像参数的详细信息已在先前文献中描述[11]。
图像预处理
预处理涉及多种校正和增强程序,包括对DTI数据进行涡流校正,以及将所有序列非线性共配准到作为参考标准的FLAIR序列上。每幅单独的FLAIR图像也仅使用平移配准对齐到蒙特利尔神经学研究所(MNI152)图谱。图像数据首先使用由既往BraTS挑战赛获奖分割算法组成的集成模型进行自动分割。随后,图像由经过训练的放射科医师进行手动校正,并由两名专家审阅者批准。最终分割包括三个主要肿瘤分区,即增强肿瘤(对比剂摄取区)、非增强(坏死)肿瘤以及周围FLAIR异常区(水肿)。有关图像预处理步骤的更多细节可参见既往发表的文献[12]。
影像组学特征提取
影像组学特征使用PyRadiomics库(版本3.0.1)从每个MRI序列和每位患者中提取。PyRadiomics是一个开源Python软件包,遵循图像生物标志物标准化倡议(IBSI)指南,以确保标准化和可重复的影像特征提取。采用标准设置,涵盖全面的特征类别,包括一阶统计量(如均值、中位数、偏度)、形状描述符(如体积、表面积)以及纹理特征,如灰度共生矩阵(GLCM)、灰度游程矩阵(GLRLM)和灰度区域大小矩阵(GLSZM)。这些特征从原始图像和小波分解变换中计算得出,以捕获多尺度空间信息。感兴趣区(ROI)已经预先定义。如上所述,该数据集提供了增强肿瘤、非增强/坏死肿瘤以及周围FLAIR异常区(即水肿)的ROI。本研究使用增强肿瘤ROI。提取的影像组学特征随后作为后续基于AI的分类任务的输入。
类别不平衡处理
所有结局变量均表现出明显的类别不平衡。在肿瘤分级方面,82%的病例为IV级(n = 393),而II级(n = 45)和III级(n = 41)各约占9%。在病理诊断任务中,胶质母细胞瘤占所有病例的76%(n = 366),星形细胞瘤占24%(n = 113)。对于IDH基因型,80%的患者被分类为野生型(n = 384),13%为IDH1(n = 64),< 1%为IDH2(n = 2),6%为突变型(n = 31)。这种不平衡可能使任何下游机器学习模型偏向多数类,限制泛化能力并降低对少数类的性能[13]。
为缓解这一问题,我们采用了重复随机欠采样策略,为每个分类任务生成20个平衡数据集。在每个数据集中,从多数类中随机下采样样本以匹配最小类的样本量,从而确保各类样本量均衡,同时保留代表性多样性。尽管欠采样缩小了有效训练集规模并可能增加估计量方差,但在多个独立平衡数据集上重复该过程有助于减少对任何单一缩减训练集的依赖,并支持稳健的性能评估。所生成的平衡数据集随后用作下述机器学习流程的输入。
机器学习流程
我们使用内部机器学习流程进行了三项实验,以预测以下临床结局:(1)WHO中枢神经系统肿瘤分级(II、III或IV级),(2)最终病理诊断(胶质母细胞瘤或星形细胞瘤),以及(3)IDH基因型(野生型、突变型或IDH1)。每个结局均使用从单一MRI序列(ASL、DWI、FLAIR、SWI、T1w或T2w)提取的影像组学特征,并结合患者人口统计学变量(年龄和性别)进行独立建模。因此,每个序列依赖的机器学习模型最初共纳入110个特征。除这些单序列模型外,我们还通过结合全部六个序列的影像组学特征以及相同的人口统计学变量,训练了多序列模型。
机器学习流程包括两个主要阶段:特征选择和分类。具体而言,使用四种特征选择算法——增益率、信息增益、ReliefF和OneR——根据其与目标结局的相关性对110个输入特征进行独立排序(针对每个序列及所有序列的组合)。然后将每个排序后的特征列表与六种分类算法之一配对:逻辑模型树(LMT)、随机森林(RF)、k近邻、朴素贝叶斯、JRip(重复增量修剪以减少误差)和J48(基于C4.5的决策树算法),从而为单序列和多序列实验生成一套全面的模型配置。使用这些算法是因为既往研究已发现它们能产生良好结果(如[14–16])。
为确定每种配置的最优特征子集,我们采用了迭代特征消除策略。从完整排序列表开始,按重要性从低到高逐次移除特征。每一步均重新训练模型并使用十折交叉验证进行评估,持续进行直到仅剩两个特征。最优特征子集定义为获得最高平均分类准确率和F1分数的子集。为降低因噪声或随机偶然性导致结果偏倚的风险,我们还确保最佳性能模型在没有跨折一致性支持的情况下不会显著优于次优模型。在性能并列的情况下,根据奥卡姆剃刀原则[17]选择使用特征更少的配置。
所有模型均在后台使用WEKA工具包实现[18],采用默认超参数设置以确保一致性并降低过拟合风险。为防止信息泄漏,特征选择和模型训练仅在每个交叉验证折的训练部分上执行,而相应的测试折仅用于评估。这种嵌套交叉验证框架确保了训练数据和测试数据在患者层面的严格分离,从而保持了样本独立性并产生无偏的性能估计。没有独立数据集可用于外部验证。
完整流程(特征选择、模型训练和评估)针对每个分类任务的20个平衡数据集分别重复执行。
性能指标
对于每项任务,计算了准确率、敏感度和F1分数[19]。这些指标是在上述十折交叉验证框架中,使用保留的测试折进行计算的。因此,每项分类任务的最终指标值反映了所有10个折及全部20个平衡测试数据集的平均值,从而构成了在所应用的类别不平衡缓解策略下的一项稳健性和敏感性分析。
特征重要性根据每个特征在20个平衡数据集上每项任务的最优子集中被纳入的频率进行量化。该频率作为每个输入特征稳定性和相关性的指标,突出了那些对模型性能贡献最为一致的特征。除这些汇总统计量外,还生成了平均混淆矩阵,以提供每项结局的类别特异性性能的详细分解。混淆矩阵见附录。
AI报告标准
本研究按照2024年更新的《医学影像人工智能检查清单(CLAIM)》[20]进行实施和报告。对于本研究的回顾性和探索性性质,已对适用条目进行了说明;与外部测试和临床试验注册相关的清单要素被认为不适用,并已相应讨论。数据集来源、预处理步骤、参考标准、模型开发和内部测试程序均已详细描述,以支持透明性和可重复性。
结果
WHO CNS分级(II、III、IV)
单序列
对于WHO CNS分级分类,表现最佳的模型基于FLAIR影像组学特征,使用LMT分类器和OneR特征选择,平均准确率为57.40%,F1分数为57.00%。在其他序列上训练的模型,包括T1加权(55.40%)、T2加权(56.55%)、ASL(55.77%)、DWI(55.35%)和SWI(56.59%),表现相似但略低。
特征选择显示对人口统计学特征的一致依赖,其中影像检查时年龄在全部20次迭代中均被选中,性别在多个序列中频繁被选中(图1b)。基于纹理的特征(主要来自GLCM、GLSZM、GLRLM和GLDM)在各个序列中占主导地位,强调了空间灰度异质性作为主要判别特征。具体而言,DWI和SWI模型依赖于GLCM衍生测量值(如簇突出度、簇阴影),而T1和T2加权模型则强调捕捉肿瘤形态的纹理和形状描述符。表现最佳的基于FLAIR的模型整合了纹理、形状和一阶统计量(如峰度、四分位距),而基于ASL的模型主要依赖于形状特征(如最大2D/3D直径),纹理贡献有限。总体而言,纹理异质性仍然是各序列中最稳定、最具判别力的影像特征,并辅以人口统计学因素。
多序列
结合所有MRI序列特征、采用ReliefF特征选择的LMT分类器模型,平均准确率为56.47%,F1分数为56.17%。虽然具有竞争力,但其表现并未超过最佳单序列模型(FLAIR,57.40%)。特征选择显示,人口统计学变量尤其具有影响力,年龄在所有20次迭代中均被选中,性别在14次中被选中。在影像组学预测因子中,DWI贡献了最多的高频被选特征,尤其是与区域大小和灰度非均匀性相关的GLSZM纹理指标。FLAIR贡献了重要的一阶强度特征,如峰度、四分位距和熵。从T1加权、T2加权、ASL或SWI序列中选出的特征较少,但偶尔也有贡献。总体而言,多序列模型强调了人口统计学因素、来自DWI的纹理特征以及来自FLAIR的强度指标。
结果见表1。
最终病理诊断(胶质母细胞瘤 vs. 星形细胞瘤)
单序列
在最终病理诊断分类中,表现最佳的模型基于ASL衍生的影像特征,采用LMT分类器和信息增益特征选择,平均准确率和F1分数达到81.50%。使用标准MRI序列衍生的特征的其他机器学习模型,包括T1加权(79.91%)和T2加权MRI序列(80.60%),以及DWI(79.42%)、SWI(81.24%)和FLAIR(80.82%)等高级序列,均取得了相当高的表现。各序列之间的表现差异较小,表明大多数MRI模态都携带了足够的判别信息来区分胶质母细胞瘤和星形细胞瘤。
特征选择显示人口统计学变量被一致纳入,成像时年龄在所有20次迭代中均被选中,性别在各序列中频繁保留(图1a)。准确率最高的ASL模型强调了GLCM衍生的纹理指标(如自相关、簇显著性、对比度)和一阶统计量(如总能量、方差、均匀性)。在T2加权和DWI模型中也观察到了类似的以纹理为驱动的模式,两者均突出了GLCM及相关特征,捕捉信号和弥散的异质性。相比之下,T1加权和基于SWI的模型纳入了更强的形状和几何成分(如主轴长度、平坦度、伸长率),并辅以GLDM、GLRLM和一阶统计量。基于FLAIR的模型表现出均衡的特征组合,结合了纹理、形状和基于强度的特征。总体而言,纹理和一阶统计量以及人口统计学因素代表了区分胶质母细胞瘤与星形细胞瘤的最稳定和最具判别力的预测因子。
多序列
结合所有MRI序列特征、采用LMT分类器和ReliefF特征选择的模型达到了80.55%的准确率,与表现最佳的单序列模型(ASL,81.50%)相当但未超越。特征选择再次凸显了人口统计学信息的重要性,年龄在所有20次迭代中均被一致保留。在影像组学预测因子中,T1加权成像在所选特征中占主导地位,尤其是GLCM和GLRLM描述符,它们捕捉了肿瘤微环境的异质性和熵相关特征。SWI提供了补充信息,最显著的是通过一阶强度特征(如最大值、百分位数)和灰度强调度量。偶尔也观察到来自ASL、FLAIR、DWI和T2加权成像的贡献,但频率较低。总体而言,多序列模型强调年龄、T1衍生的纹理和异质性度量,以及SWI衍生的强度和灰度分布特征。
IDH状态(突变型、野生型、IDH1)
单序列
对于IDH状态分类,表现最佳的模型基于T1加权特征,采用LMT分类器和ReliefF特征选择,平均准确率为66.66%,F1分数为66.36%。使用源自FLAIR(65.32%)、SWI(63.97%)以及其他序列如ASL(62.52%)、DWI(62.52%)和T2加权(63.11%)的影像组学特征的机器学习模型表现相当但略低。
特征选择揭示了基于形状的描述符在所有序列中的一致主导地位(图1c),球形度、表面积与体积比和最大3D直径在几乎所有迭代中均被选中。基于T1加权和FLAIR的模型纳入了额外的GLSZM和GLCM纹理特征(如灰度不均匀性、相关性、差异熵)以及一阶统计量(如均值、能量),表明强度异质性有少量贡献。基于DWI的模型显示出更多的纹理参与,频繁纳入GLCM衍生度量,反映了与IDH分类相关的微结构异质性。相比之下,基于SWI、T2加权和ASL的模型仍以形态学驱动为主,主要依赖几何特征,纹理贡献有限。总体而言,宏观肿瘤几何形状而非纹理或基于强度的异质性,代表了IDH状态分类中最稳定且最具判别力的影像学特征。
多序列
结合所有MRI序列特征、使用LMT分类器和ReliefF特征选择构建的模型准确率为65.70%,与表现最佳的单序列模型(T1加权,66.56%)相当,但未超越后者。特征选择以形状描述符为主,球形度和表面积-体积比在几乎所有迭代中均被一致保留,同时保留的还有表面积以及多个基于轴和直径的指标。这些发现强调了与IDH状态相关的强烈形态学特征。除形状外,其他贡献来自T2加权成像(一阶特征,包括能量、中位数和百分位数)、SWI(GLSZM灰度级非均匀性以及GLCM/GLRLM纹理度量)和T1加权成像(GLCM异质性描述符,如联合熵和逆方差)。ASL、FLAIR和DWI的偶发特征也被选中,但一致性远低。总体而言,多序列模型强调了肿瘤的形态学特征,并辅以来自T2、SWI和T1的基于强度和异质性的预测因子。
讨论
本研究的主要发现是,MRI序列选择可以针对特定的基于图像的胶质瘤分类和评估任务进行优化,在诊断准确性与临床效率之间取得平衡,涵盖各序列(ASL、DWI、FLAIR、SWI、T1加权、T2加权),其中ASL、SWI、FLAIR和增强后T1加权的组合在所有终点上显示出最有前景的结果。
临床意义
对于WHO CNS分级,采用FLAIR成像的机器学习模型表现最佳,准确率为57.40%,利用了患者年龄、肿瘤形状和一阶强度指标等可解释特征。使用来自高级MRI序列(如ASL、DWI和SWI)的特征的机器学习模型表现相当(准确率55.35–56.59%)。然而,基于DWI的模型IV级敏感性较低(62.79%),而基于SWI的模型III级敏感性较高(49.65%),这表明两者作用不同,尽管SWI与DWI的特征存在重叠,SWI的GLCM纹理稳定性可能增加了额外价值。根据从混淆矩阵得出的敏感性,可以描绘出相同的图景。最高敏感性分别为:ASL对II级、FLAIR对IV级、SWI对III级肿瘤。某些图像序列及相应的对比机制为何在特定的胶质瘤分类任务中优于其他序列,仍有待研究。基于既往关于肿瘤组织学和MRI对比特性的知识,可以考虑几种合理的解释。例如,FLAIR序列可能在WHO CNS分级预测中表现优异,因为其对瘤周水肿和浸润性肿瘤边缘具有优越的敏感性,而这些特征常与组织学侵袭性相关,包括细胞密度增加和血脑屏障破坏[21]。
对于最终病理诊断(胶质母细胞瘤 vs. 星形细胞瘤),有趣的是,使用ASL(灌注成像)提取的影像特征的机器学习模型取得了更优的性能(81.50%准确率,81.50% F1分数),对两个类别均具有较高的敏感度,主要由glcm和一阶特征以及人口统计学信息驱动。这凸显了ASL成像在二元病理鉴别中的实用性,可在研究或复杂病例中补充常规序列。使用常规序列(T1加权、T2加权和FLAIR)及其他功能序列(DWI、SWI)的机器学习模型表现稳健,但准确率较低(79.43—81.24%)。在这一二元分类中,基于ASL和FLAIR的模型再次表现出最高的敏感度,反映了它们在正确区分胶质母细胞瘤和星形细胞瘤方面的潜力。然而,在这一情况下,各序列之间的范围差异相对较小(星形细胞瘤为77.35%-80.35%,胶质母细胞瘤为80.97%-82.70%),表明此类分类可通过每种常用MRI方案或组合成功实现。在这种情况下,还应注意,ASL检测胶质母细胞瘤的敏感度仅比FLAIR低0.05%(ASL为82.65%,FLAIR为82.70%)。对于星形细胞瘤,ASL(80.35%)与基于FLAIR的模型(78.94%)之间的差异则更大,因此提示灌注成像方法具有总体优势。ASL可通过量化脑血流量作为肿瘤血管分布和新生血管生成的替代指标,从而捕捉组织病理学亚型之间在结构成像上不太明显的灌注相关差异,因此在最终病理诊断中可能表现最佳[22]。
对于IDH状态,使用T1加权MRI提取的影像特征的机器学习模型表现优异(66.66%准确率,66.36% F1分数),对野生型表现出较高的敏感度(71.14%),对突变型和IDH1胶质瘤表现中等,主要由形状指标驱动。然而,结合具体背景来看,这一准确率仍不足以作为IDH的独立诊断依据。在这种情况下,DWI和SWI表现出纹理重叠,提示无额外获益,强调了在所有序列中采用高效分子分型方案的重要性。在这一终点中,序列组合显示,T1加权成像在突变型(63.23%)和IDH1(57.74%)病例中均表现最佳,而基于FLAIR的模型在野生型病例中表现最佳(80.65%)。尽管敏感度总体较低,但一个有趣的发现是,T1加权MRI模型在评估肿瘤突变状态时表现出最高的敏感度,这很可能可归因于对比剂行为。由于在这一终点中形状指标被选择最多,钆剂强化的纹理锐利边缘很可能促成了这一发现。T1加权可通过反映与坏死和血管通透性差异相关的对比增强模式(IDH突变型为非增强型,IDH野生型为增强型)在IDH状态预测中表现最佳,这可能与潜在的分子组织学特征相一致[23]。
重要的是,多序列方法的结果表明,序列组合并不优于单一序列方法。因此,对于某些分类任务,即使是单一的MRI序列也可以被考虑并适用于病理分类。虽然这在理论上可能节省时间并使成像过程更高效,但在临床实践中,多序列方法的优势在于做出任何诊断时更安全,因为它纳入了额外的视角以及患者不同的(病理)生理学角度。这些例子包括DWI采集速度快(通常不到一分钟),用于测量肿瘤区域的扩散受限;使用SWI可视化肿瘤内的微出血和血管;以及T2w成像用于评估T2/FLAIR错配,这是IDH突变型星形细胞瘤的一个指标[24]。由于这些都是众所周知且已确立的放射学征象,其临床价值在常规实践中仍然重要。然而,随着自动化技术的进步,这些方法是否会影响未来的序列优先级仍有待评估。
原则上,将所提出的后处理工具整合到PACS系统中,可以自动化影像组学特征提取和分类,从而在肿瘤多学科会诊或治疗规划期间实现实时决策支持,可能改善胶质瘤管理中的患者预后。尽管如此,目前所提出的模型应被视为探索性和假设生成性的,而非可立即临床部署的诊断或决策支持工具。在考虑常规临床应用之前,需要在独立的多机构队列中进行外部验证。
虽然三项任务的分类表现令人鼓舞,但没有一种单一的机器学习配置能始终优于其他配置。这突显了模型性能对分类器和特征选择策略具体组合的依赖性,并表明针对任务的定制化流程可能比统一的、一刀切的方法更适合基于影像组学的胶质瘤分类。例如,使用ReliefF特征选择的设置倾向于优先选择基于形状的特征,而信息增益则强调降低熵的纹理和强度特征,这些差异可能部分解释了ASL和T1加权MRI等序列在特定任务中的表现。此外,不同模型配置中所选特征的变异性突显了识别稳定、临床可解释的影像组学特征的挑战。综合来看,观察到的性能模式表明,经典影像组学特征捕获了任务特异性、序列依赖性的信息。虽然对于多分类终点(如WHO CNS分级和IDH状态)的区分能力仍然有限,但在胶质母细胞瘤与星形细胞瘤的区分中观察到了更强的可分离性。
本研究存在若干局限性。首先,所有实验均使用单一机构数据集(UCSF-PDGM)进行,这可能限制结果对更广泛患者群体或成像方案的外推性,因为影像组学特征容易受到采集变异性的影响。因此,跨多机构队列的外部验证对于确定所观察结果的稳健性和更广泛适用性至关重要。其次,虽然特征选择是在嵌套交叉验证框架内进行的以减少偏倚,但影像组学特征的高维性意味着仍存在选择相关变异性的可能。第三,IDH1和IDH2亚型被分别建模,偏离了IDH突变型与IDH野生型肿瘤的常规临床分类。尽管这有助于探索潜在的亚型特异性影像组学模式,但可能限制直接的临床可解释性。最后,本研究未评估基于深度学习的方法。鉴于深度学习在神经肿瘤影像学中日益突出的地位,这是一个局限性;但我们使用经典机器学习模型在处理表格化影像组学数据、在中等规模队列中减轻过拟合以及保持可解释性方面提供了多重优势。尽管如此,深度学习模型可能捕捉互补的影像表征并获得更高的预测性能,因此所报告的结果应被解读为反映传统影像组学流程的性能,而非可达到准确率的上限。未来研究应直接比较经典影像组学、深度学习及混合方法,理想情况下使用更大规模的多机构数据集,在这些数据集中更复杂的建模可能更具优势。
结论
本研究检验了一个示范性综合MRI方案的可用性,以评估其在胶质瘤鉴别诊断中的应用。本研究结果表明,仅需部分序列即可最大化所获得的信息。对于WHO CNS分级,基于FLAIR的机器学习模型提供最高准确率(57.40%);对于最终病理诊断,基于ASL的模型达到最佳准确率(81.50%);最后,对于IDH状态,基于T1加权成像的机器学习模型表现最优(66.66%)。
补充信息
以下为电子补充材料的链接。补充文件1(DOCX 608 KB)
引用
- Amador, Kniep, Fiehler, et al. Optimizing MRI sequence selection for glioma classification: a radiomics-based analysis of WHO CNS grade, final pathological diagnosis, and IDH status. Radiol Med. 2026. PMID: 42701952. doi:10.1007/s11547-026-02218-9
- 全文:PMC13668893(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13668893/
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。