深度学习重建提升腹部CT影像组学特征稳定性与判别力:体模研究
该体模研究模拟65岁患者腹部肝转移灶,在0.2–4 mGy共18个剂量下各重复扫描20次,比较FBP、AIDR 3D、FIRST与AiCE四种重建算法对93个影像组学特征提取的影响。AiCE在临床常用剂量下使稳健特征产额较其他三种算法翻倍以上,且是唯一能提取高阶特征的算法。
要点
- AiCE在临床常用剂量下稳健特征产额为其他三种重建算法的两倍以上。
- FBP、AIDR 3D、FIRST因组织表征不一致、判别力低或重复性低,多数特征不适用。
- 图像重建算法可优化CT图像质量,从而提高组织定量的可靠性。
核心结论
- AiCE在临床常用剂量下使影像组学特征产额较其他重建算法翻倍以上。
- CT图像内组织表征不一致是影像组学特征稳定性差的重要原因。
研究设计与样本
- 体模研究:采用模拟65岁直肠癌肝转移患者腹部的1 cm厚腹部体模,在Canon Aquilion One Genesis CT上以100 kVp、0.5 s旋转时间、0.813螺距扫描。
- 18个管电流对应0.2–4 mGy剂量,每个剂量重复采集20次,共生成1440个数据集(18管电流×20次重复×4种重建)。
- 图像以1 mm层厚、0.8 mm间隔重建,比较FBP(FC08软组织核)、AIDR 3D、FIRST与AiCE四种算法。
- 从每数据集中心取4幅相邻图像,在肝实质、转移核心、转移边缘各放置8个ROI(共24个),提取93个影像组学特征(PyRadiomics 2.2.0,固定箱宽25)。
关键影像表现/征象
- 0.2 mGy时FBP图像噪声显著,AIDR 3D、FIRST和AiCE均显示去噪能力。
- 不同重建算法在低剂量和高剂量下均影响CT图像及其中病灶的显示。
诊断标准与关键数值
- 一致性接受标准为组内相关系数(ICC)≥0.75,评估同一组织类别在不同位置特征间的一致性。
- 判别力接受标准为Kruskal-Wallis检验在≥95%的20次重复采集中p<0.05。
- 重复性接受标准为总体一致性相关系数(OCCC)≥0.75。
- 稳健特征定义为同时满足一致性、判别力和重复性三项接受标准。
临床应用与阅片要点
- 在临床常用剂量(>1 mGy)下,AiCE图像中同时满足三项标准的稳健特征比例为13%,剂量≥3 mGy时为17%。
- FBP、AIDR 3D和FIRST在>1 mGy剂量下仅5%的特征同时满足三项标准,且均未能提取高阶特征。
- AiCE是唯一能在临床常用剂量下提取高阶特征的算法,但剂量≤0.6 mGy时稳健特征比例降至5%。
- AiCE重建图像中稳健特征数量随剂量增加(r=0.86,p<0.001),4 mGy时达20%。
局限性
- 结果仅适用于本研究使用的腹部成像、扫描仪系统、采集设置和重建方法。
- 深度学习重建的优势尚待在其他厂商的实现中确认。
- 仅分析了一个体模和三个组织类别的八个生物学等效变体,无法证明结果适用于其他组织或患者。
- 未研究特征冗余,可能减少合适特征的数量。
- 预处理被报道可改善影像组学特征稳定性,未来可研究以进一步提高特征产额。
全文中译13 节 · 点击展开
引言
放射组学利用从计算机断层扫描(CT)图像中提取的定量特征来构建预测模型,以改善癌症的诊断、预后和治疗 [1, 2]。然而,对临床图像质量的稳健性不足限制了放射组学的发展和应用 [3]。成像过程产生的影响会影响特征提取,以至于使放射组学特征不可重复,并将大多数特征排除在疾病评估之外 [4]。因此,更好地理解放射组学的图像质量要求并确定能提高可靠特征产率的成像技术具有重要意义。
图像重建算法尤其值得关注,因为它们决定了如何处理光子信号以生成准确显示肿瘤特性的图像。滤波反投影(FBP)和迭代方法曾用于大多数放射组学研究,但会损害放射组学特征的稳定性 [5, 6]。近期引入的深度学习重建被报道能够控制噪声(FBP中噪声尤为丰富)并保持噪声纹理(这是迭代重建的局限性)[7, 8]。鉴于这些改进,深度学习重建可能允许更可靠的组织定量以提取放射组学特征。
既往研究在体模或患者中考察了图像重建和特征稳定性 [4, 9]。体模的优点是能够进行重复扫描,但通常提供简化的纹理,可能无法充分反映人体组织的复杂性。相比之下,患者具有真实的组织纹理,但无法重复扫描,且患者检查在所研究组织参考标准的可比性方面存在更大的不确定性。虽然有几项研究报告了在重建之间切换时的特征稳定性 [4–6, 10, 11],但该方法未考虑可能从根本上限制特定重建算法用于放射组学的图像质量差异。此外,既往报道的特征稳定性是跨不同图像的,但对于同一图像内用于表征扫描野中不同位置组织的稳定性知之甚少。
鉴于这些局限性,本研究利用真实纹理放射组学体模的3D打印技术进展 [12, 13] 制作了模拟肝转移患者的体模。该体模用于独立评估四代重建算法在放射组学图像质量方面的根本差异。特征分析扩展至包括一致性(同一CT图像内特征稳定性的度量)、判别力和可重复性。本研究的动机是以下假设:与既往用于放射组学的重建方法相比,深度学习重建可改善特征稳定性和判别力。基于此假设,目的是比较深度学习重建与FBP、混合迭代重建和基于模型的迭代重建在放射组学特征提取方面的图像质量。
方法
机构伦理委员会批准了本研究并豁免了知情同意。
体模
从我们的临床数据库中回顾性选取了一例65岁直肠癌伴肝转移患者的CT图像。该CT图像被用作模板,通过不透射线3D打印制造了厚度为1 cm的腹部体模,该技术涉及在纸上使用碘掺杂墨水进行喷墨打印,然后组装打印纸片以创建机械稳定的体模[14, 15]。组装包括三步过程:堆叠、粘合以及将每张纸片切割成患者形状。聚乙烯薄膜(8 g/m2)作为热塑性粘合剂,取代了先前工作中使用的调色剂[15]。该技术能够制造具有真实纹理的体模,并且先前已被用于创建用于放射组学特征分析的体模[12, 13]。此处使用的体模由同一模板图像的重复打印件组成,这意味着所有采集的体模图像均显示相同的患者腹部层面。图1显示了患者的CT图像和此处使用的体模。
图像采集
体模在Canon Aquilion One Genesis CT扫描仪(Canon Medical Systems)上扫描。管电压为100 kVp,旋转时间为0.5 s,螺距为0.813。使用了18种不同的管电流,每种管电流进行20次重复采集。表1总结了管电流及相应的CT剂量指数(CTDIvol)。图像以1 mm层厚和0.8 mm增量重建,使用软组织核(FC08)的滤波反投影(FBP)以及制造商实现的混合迭代重建、基于模型的迭代重建和深度学习重建:自适应迭代剂量降低3D(AIDR 3D)、前向投影基于模型的迭代重建解决方案(FIRST)和高级智能清晰IQ引擎(AiCE)。因此共生成1440个数据集(18种管电流 × 20次重复 × 4种重建方法)。
放射组学特征提取
从1440个数据集中各提取了模体中心的四幅相邻图像,并在后续分析中将其作为图像体积处理。在所有图像中,将相同的24个感兴趣区(ROI)置于相同位置:8个位于肝实质,8个位于转移灶核心,8个位于转移灶边缘(图2)。对24个ROI中的每一个均使用以下特征组的93个特征进行影像组学分析:18个一阶特征、24个灰度共生矩阵特征(GLCM)、14个灰度依赖矩阵特征(GLDM)、16个灰度游程长度矩阵特征(GLRLM)、16个灰度尺寸区域矩阵特征(GLSZM)和5个邻域灰度差矩阵特征(NGTDM)。未分析形状特征,因为ROI形状未发生变化,且研究分割变异性并非本研究目的。为提取影像组学特征,我们使用了先前已验证的PyRadiomics软件包(版本2.2.0),采用该软件包作者推荐的标准设置[16]。具体而言,使用了标准固定箱宽25,特征按所实现的进行计算,未修改代码。所有特征的详细定义可在PyRadiomics文档中查阅[17]。在特征提取之前,我们未应用预滤波或任何其他图像处理。
统计分析
对所研究的三种组织类别(肝实质、转移灶核心和转移灶边缘)提取的影像组学特征,就三个结局参数进行分析:(1)一致性,即不同图像位置中从同一组织类别提取的特征之间的一致性;(2)判别力,即特征区分三种组织类别的能力;(3)可重复性,即扫描-再扫描实验中特征之间的一致性。
特征一致性使用组内相关系数(ICC)评估[18]。ICC在三种所研究的组织类别间计算,使用从每种组织类别、剂量和图像重建的八个ROI中提取的特征值。计算双向混合、单一评分,对应于Shrout和Fleiss[19]的ICC类型(3,1),并计算20次重复采集的中位数。特征的判别力使用Kruskal-Wallis检验评估。使用从每种组织类别、剂量和图像重建的八个ROI中提取的特征值对组织类别进行比较。p值使用Bonferroni法进行多重比较校正。可重复性使用总体一致性相关系数(OCCC)分析。OCCC是双重一致性相关系数(CCC)的扩展,可考虑多重比较[20]。OCCC在每种剂量和图像重建的20次重复采集间计算。计算对每种组织类别分别进行,然后取平均值。
对ICC、Kruskal-Wallis检验和OCCC的分析基于接受标准,其定义如下:ICC和OCCC的结果≥0.75被视为可接受。对于Kruskal-Wallis检验,在20次重复采集中有≥95%的次数p值<0.05被视为显著,表明特征足以区分组织类型。根据这些结果,特征进一步聚类为一组特征,这些特征因符合所有三个结局参数的接受标准而被归类为稳健。
剂量与特征产出之间的相关性分析使用Pearson相关进行。估计值以相关系数r及p值给出。
结果
图3展示了一系列以0.2和4 mGy采集并使用FBP、AIDR 3D、FIRST和AiCE重建的CT图像。以0.2 mGy采集的图像显示了低剂量下噪声对FBP重建的强烈影响,以及AIDR 3D、FIRST和AiCE的去噪能力。此外,图3中显示的图像说明了不同重建算法如何在较低和较高剂量下影响CT图像及其中包含的病灶。
图4展示了对于每个剂量和重建方法,在扫描视野内不同位置对同一组织类别组织进行表征时达到充分一致性(ICC ≥ 0.75)、在区分不同类别组织时具有充分判别力(在≥95%的重复采集中p < 0.05)以及具有充分可重复性(OCCC ≥ 0.75)的影像组学特征的比例。详细结果见补充图1至3。
特征一致性
使用FBP和迭代方法重建的图像严重影响了影像组学特征在CT图像不同位置间的稳定性(图4a)。仅6%的特征在使用FBP时产生一致结果(所有剂量的中位数,范围3%至8%),使用AIDR 3D为8%(范围6%至10%),使用FIRST为6%(范围6%至10%)。深度学习重建改善了用于一致组织量化的图像质量。使用AiCE时,一致特征增加至22%(中位数,范围9%至27%),仅在最低剂量(0.2 mGy)时显著下降至9%。
判别力
滤波反投影(FBP)重建对区分组织间的特征产生了出乎意料的强烈影响(图4b)。仅48%的特征具有足够的辨别力(中位数,范围32%至62%),且即使在较高剂量下——此时可预期人类无需费力即可区分组织——辨别力仍然较低。去噪重建方法显著提高了影像组学特征的辨别力。AIDR 3D的中位特征产出率为82%(范围77%至95%),FIRST为84%(范围69%至92%)。同样,AiCE产生了更优的结果(中位数92%的特征,范围83%至94%),在0.2 mGy时降至83%。
特征可重复性
重复采集间的特征稳定性在FBP中最高(图4c)。可重复特征的中位比例为52%(范围32%至66%)。然而,FBP结果随剂量增加而恶化(r = − 0.49,p = 0.04),许多特征具有可重复性,尤其是在极低剂量下(例如,0.4 mGy时66%的特征)。相比之下,在使用AIDR 3D(r = 0.91,p < 0.001)、FIRST(r = 0.84,p < 0.001)和AiCE(r = 0.81,p < 0.001)重建的图像中,可重复特征随剂量增加而增多。然而,任何迭代方法的可重复特征总体产出率均较低。AIDR 3D的中位数仅为20%(范围11%至32%),FIRST为17%(范围8%至29%)。AiCE的结果提高至39%(中位数,范围10%至58%),但在极低剂量(≤ 0.6 mGy)下再次显著降至18%以下。
被认为稳健的特征
图5总结了每种剂量和重建方法下,综合一致性、辨别力和可重复性后归类为稳健的影像组学特征的比例。FBP、AIDR 3D和FIRST各自产生的结果均较差,原因分别为FBP特征辨别力低、AIDR 3D和FIRST可重复性低,以及三种重建方法特征一致性均低。三种重建方法的稳健特征中位比例均为5%;范围分别为FBP 2%至5%、AIDR 3D 5%至8%、FIRST 5%至6%。AiCE将特征产出率提高至16%(中位数,范围5%至20%)。在剂量≤ 0.6 mGy时5%的较差结果反映了前文所述极低剂量下一致性、辨别力和可重复性的下降。在AiCE重建图像中,稳健特征的数量随剂量增加而增多(r = 0.86,p < 0.001),在4 mGy时达到20%。
图6详细展示了每种剂量和重建方法下的稳健影像组学特征。使用FBP、AIDR 3D和FIRST时,仅少数一阶特征满足接受标准。这些特征在很大程度上独立于剂量,FBP和FIRST在低剂量下仅有少数例外。AiCE显著扩展了稳健特征的范围。特别是,若干额外的一阶、GLCM和GLRLM特征在AiCE中独立于剂量均表现稳健,但最低剂量≤ 1 mGy时除外。部分一阶、GLCM和GLSZM特征仅在较高剂量≥ 3 mGy时表现稳健。还有一些特征在相似剂量水平下表现出可变的稳健性,提示这些特征可能对采集模式的微小变化更为敏感。在比较1 mGy以上独立于剂量的稳健特征时,FBP、AIDR 3D和FIRST各产生5/93个特征,而AiCE为12/93。使用AiCE时,在剂量≥ 3 mGy时该数量进一步增加至16/93。
讨论
图像重建严重影响从CT图像中提取的影像组学特征的稳定性。在此,我们比较了深度学习重建与滤波反投影、混合迭代重建和基于模型的迭代重建在0.2至4 mGy剂量范围内用于影像组学特征提取的图像质量。我们使用带有肝转移的患者模拟体模来分析特征的判别力、特征在CT图像不同位置间的稳定性以及重复采集中的特征稳定性。在高于1 mGy的典型临床剂量下,仅5%的特征在FBP和迭代方法的重复采集内部及之间结合了判别力和稳定性。深度学习重建提高了用于影像组学特征提取的图像质量,并使特征产率增加了一倍以上,在剂量>1 mGy时达到13%,在剂量≥3 mGy时达到17%。
不同图像间特征稳定性差是影像组学的一个局限性,已在多项研究可重复性的研究中被报道[4–6, 9–13, 21–23]。我们的实验表明,即使在同一采集和重建中,特征一致性(同一图像内可重复性的指标)在不同图像位置的相同组织类别间也较低。因此,不均匀的图像质量(例如由于纹理化和非平稳噪声[24])从根本上降低了特征提取的质量,并导致影像组学特征可重复性差。深度学习重建改善了CT图像中组织的一致量化,从而为提取更可靠的影像组学特征提供了更好的数据基础。
滤波反投影和迭代重建参与了以往大多数计算机断层扫描影像组学的发展。FBP是一种线性重建算法,在我们的实验中增强了重复采集间的特征稳定性。然而,负剂量相关性和尤其在低剂量下的高可重复性表明,可重复性结果的很大一部分源于重复性噪声,对实际组织分类的价值有限,FBP图像的低判别力支持了这一解释。迭代方法使用非线性操作对图像进行去噪,这对于增强影像组学特征的判别力至关重要。然而,这种改善以损害可重复性为代价,尤其是在低剂量下,此时迭代重建的强去噪改变了噪声纹理[25]。
深度学习重建利用深度学习神经网络提升图像质量,据报道可在不改变噪声纹理本身的情况下去除信号中的噪声[7, 8]。我们的结果证实了影像组学图像质量的改善。深度学习重建改善了特征提取的各个方面,并且是唯一能够生成足以提取高阶特征的图像的方法。当原始数据质量在极低剂量下过差时,这种优势消失。相反,较高剂量改善了一些特征的稳定性,这补充了此前关于剂量对特征稳定性影响的报道[4, 11]。然而,此处识别的大多数特征在很大程度上可以独立于剂量使用,表明深度学习重建在临床成像常用剂量下为特征提取提供了相当稳健的数据基础。
既往研究试图识别在不同扫描仪系统以及采集和重建方法对图像质量产生影响时保持稳定的影像组学特征[9, 12]。在此,我们试图识别能够提高稳定可靠影像组学特征产率的图像质量。我们独立评估了四种重建算法用于影像组学特征提取,我们的研究涵盖了包括原始数据采集在内的整个成像链。因此,我们的研究不同于既往工作,后者对重建图像数据应用了图像转换滤波器[22, 23]。我们使用的体模具有类似人体组织的复杂纹理这一优势,使我们能够在真实情境中评估特征稳定性和判别能力。我们的结果证实了许多特征与滤波反投影(FBP)和迭代重建联合使用时的局限性,但也揭示了深度学习重建的新机会,可在回顾性数据收集和未来影像组学协议实施中加以考虑[26]。此外,我们的结果强调,将深度学习整合到图像处理中具有改善影像组学研究的很大潜力,支持了既往可重复性研究的结论[22, 23]。
本研究的局限性包括:我们的结果仅适用于此处所使用的扫描仪系统、采集设置和重建方法下的腹部成像。特别是,深度学习重建的优势仍有待在其他制造商的产品实现中得到证实。我们分析了一个体模和三个组织类别的八个生物学等效变体,以确保结果的可比性。然而,我们无法提供结果同样适用于其他组织或患者的证据。我们对影像组学特征的评估包括在判别能力和稳定性方面的全面表征。然而,我们未研究特征冗余,这可能减少合适特征的数量[9]。此外,据报道预处理可改善影像组学特征的稳定性,未来可加以研究以进一步提高特征产率[27]。
总之,对于大多数放射组学特征而言,采用滤波反投影、混合迭代重建和基于模型的迭代重建重建的CT图像,其图像质量因组织表征不一致、鉴别力低或可重复性低而不足。在临床常用剂量下,使用深度学习重建进行去噪可显著提升放射组学所需的图像质量。图像重建算法可优化图像质量,从而对CT图像中的组织进行更可靠的定量分析。
补充信息
ESM 1(DOCX 6.65 mb)
引用
- Michallek F, Genske U, Niehues SM, et al. Deep learning reconstruction improves radiomics feature stability and discriminative power in abdominal CT imaging: a phantom study. Eur Radiol. 2022. PMID: 35174400. doi:10.1007/s00330-022-08592-y
- 全文:PMC9213380(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9213380/
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。