文献速递骨肌DR

开发与评估基于X线影像组学的机器学习模型用于良恶性骨肿瘤的分类与鉴别

Development and evaluation of machine learning models based on X-ray radiomics for the classification and differentiation of malignant and benign bone tumors.
PubMed 文献 · Eur Radiol · 2022-04-09

本研究基于880例经组织病理学证实的原发性骨肿瘤患者术前X线片,开发并验证了结合影像组学特征与人口学信息的机器学习模型,用于区分良恶性骨病变。最佳模型为人工神经网络,内部测试集AUC为0.79、准确率80%,外部测试集AUC为0.90、准确率75%。外部测试中该模型准确率低于骨肌肿瘤专科放射科医师,但高于或类似于放射科住院医师。

要点

  • 最佳模型为结合影像组学与人口学信息的人工神经网络,外部测试集AUC为0.90、准确率75%。
  • 外部测试集中模型敏感度90%、特异度68%,阴性预测值94%、阳性预测值57%。
  • 模型准确率低于骨肌肿瘤专科放射科医师(84%和83%),高于或类似于放射科住院医师(72%和65%)。

核心结论

  • 结合影像组学特征与人口学信息的人工神经网络在区分良恶性骨病变方面表现最佳,外部测试集AUC为0.90。
  • 该模型准确率低于骨肌肿瘤专科放射科医师,但高于或类似于放射科住院医师。

研究设计与样本

  • 回顾性多中心研究,纳入880例经组织病理学诊断的原发性骨肿瘤患者(年龄33.1±19.4岁,395例女性),恶性213例(24.2%)、良性667例(75.8%),按70%/15%/15%分为训练集、验证集和内部测试集。
  • 外部测试集为另一机构96例患者,连续纳入,用于独立测试并与2名放射科住院医师及2名骨肌肿瘤专科放射科医师比较。
  • 以组织病理学为标准参照,从X线片提取影像组学特征(pyRadiomics库),结合人口学信息(肿瘤部位、年龄、性别)构建随机森林分类器、高斯朴素贝叶斯分类器和人工神经网络模型。

关键影像表现/征象

  • 在单个影像组学特征中,反映相邻像素密度差异大和不均匀性的特征判别力最高,提示恶性,可能反映虫蚀样外观或极不均匀的破坏模式。
  • 人口学特征中年龄判别力最高。
  • 一例良性内生软骨瘤伴病理性骨折被模型误分类为恶性,预测确定性为54%;正确分类的病例预测确定性分别为86%和93%。

诊断标准与关键数值

  • 内部测试集最佳模型(ANN结合影像组学与人口学信息):AUC 0.79,准确率80%(107/133,95%CI 0.73–0.87),敏感度75%(24/32,95%CI 0.57–0.89),特异度82%(83/101,95%CI 0.73–0.89),阳性预测值57%(24/42,95%CI 0.41–0.72),阴性预测值91%(83/91,95%CI 0.83–0.96)。
  • 外部测试集最佳模型:AUC 0.90,准确率75%(72/96,95%CI 0.65–0.83),敏感度90%(28/31,95%CI 0.74–0.98),特异度68%(44/65,95%CI 0.55–0.79),阳性预测值57%(28/49,95%CI 0.42–0.71),阴性预测值94%(44/47,95%CI 0.82–0.99)。
  • 外部测试集第一名放射科住院医师:准确率72%(68/96,95%CI 0.61–0.80),敏感度61%(19/31,95%CI 0.42–0.78),特异度75%(49/65,95%CI 0.63–0.85);模型与之相比准确率无显著差异(p=0.134),敏感度显著更优(p<0.01),特异度无显著差异(p=0.074)。
  • 外部测试集第二名放射科住院医师:准确率65%(62/96,95%CI 0.54–0.74),敏感度35%(11/31,95%CI 0.19–0.55),特异度78%(51/65,95%CI 0.67–0.88);模型与之相比准确率更高(p<0.01),敏感度更优(p<0.01),特异度更低(p=0.023)。
  • 外部测试集第一名骨肌肿瘤专科放射科医师:准确率84%(81/96,95%CI 0.76–0.91),敏感度90%(28/31,95%CI 0.74–0.98),特异度82%(53/65,95%CI 0.70–0.90);模型与之相比准确率更低(p<0.01),敏感度无显著差异(p=1),特异度更低(p<0.01)。

临床应用与阅片要点

  • 外部测试集恶性骨肿瘤患病率高于内部测试集,可能导致ANN在内部与外部测试集间性能指标出现差异。
  • 模型预测确定性以ANN输出的softmax计算,可作为预测把握程度的估计。
  • 作者认为将该类模型整合入临床常规流程可能支持经验不足或中等经验的放射科医师或医师提升诊断决策质量及患者后续管理或转诊。

局限性

  • 外部测试集恶性骨肿瘤患病率高于内部测试集,可能导致ANN在内部与外部测试集间性能指标出现差异。
  • 本研究为概念验证性研究。
  • 样本量依据外部验证80–100例设定,与同类研究相似。
全文中译10 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:Eur Radiol. 2022 Apr 9;32(9):6247–57. doi: 10.1007/s00330-022-08764-w

引言

传统X线摄影被认为是骨肿瘤及肿瘤样病变诊断的首选初始影像学方法[1–3]。X线摄影能够准确显示骨破坏模式和骨膜反应模式[2]。这使得可以评估骨病变的生物学活性,并据此将病变分为侵袭性或非侵袭性骨病变[4]。其他特征,如基质矿化或肿瘤结构,还可进一步帮助建立具体诊断,从而使传统X线片对骨肿瘤及肿瘤样病变的诊断评估及后续治疗至关重要[5]。磁共振成像可通过显示骨外组织成分或肿瘤组成,有助于缩窄鉴别诊断或在病变性质不明确时提供帮助。然而,X线摄影被认为是首选的主要影像学方法,因为它能够显示骨病变的某些特征(如骨膜反应、骨破坏模式、基质矿化),同时具有高分辨率、成本效益和可及性[3, 6]。

为标准化X线片上骨病变的评估,可使用能够计算机辅助提取影像特征的方法。为此,影像组学已被成功用于区分良性和恶性病变[7–9]。影像组学利用提取大量影像特征来推导表征肿瘤的影像学特征标签[10]。影像组学特征标签随后可作为机器学习模型的输入以对肿瘤进行分类[11]。机器学习模型包括统计模型、决策树模型、支持向量机和人工神经网络(ANN)[10]。决策树如随机森林分类器(RFC)或统计方法如逻辑回归或高斯朴素贝叶斯分类器(GNB)被广泛用于分类任务[12]。既往一项研究展示了使用X线影像特征和人口学信息构建GNB模型用于骨肿瘤分类[13]。因此,我们假设将从X线片提取的影像组学与人口学信息相结合可能实现对骨病变的可靠表征。这可能对临床诊断常规特别有帮助,因为某些骨病变的评估需要肌肉骨骼肿瘤影像学专业知识,而由于这些病变的发生率很低,在专科中心以外难以获得此类专业知识。

因此,本概念验证研究的目的是开发并验证使用从X线片衍生的影像组学和人口学信息的机器学习模型,以在X线片上区分良性和恶性骨病变,并在外部测试集上将其性能与放射科医师进行比较。

材料与方法

患者选择与数据集

当地机构审查委员会批准了这项回顾性多中心研究(慕尼黑工业大学和弗莱堡大学)。该研究按照国内(如Drs. 7301-18所述)和国际指南(如欧洲药品管理局药物临床试验质量管理规范E6所述)进行。这项回顾性匿名研究豁免了知情同意。选取2000年1月1日至2019年12月31日期间在原发机构获取的所有符合条件的原发性骨肿瘤患者的X线片用于本研究,构成连续系列。成像方案与先前描述的一致[1]。本研究纳入的患者(n = 880,平均年龄33.1岁 ± 19.4,395名女性)经组织病理学诊断,组织病理学被视为参考标准,包括恶性肿瘤(软骨肉瘤,n = 87;骨肉瘤,n = 34;尤因肉瘤,n = 32;浆细胞骨髓瘤,n = 28;B细胞非霍奇金(NHL)淋巴瘤,n = 36;脊索瘤,n = 6)和良性肿瘤(骨软骨瘤,n = 228;内生软骨瘤,n = 153;软骨母细胞瘤,n = 19;骨样骨瘤,n = 19;骨巨细胞瘤,n = 44;非骨化性纤维瘤,n = 34;血管瘤,n = 12;动脉瘤样骨囊肿,n = 82;单纯骨囊肿,n = 24;纤维结构不良,n = 52)。软骨肉瘤包括非典型软骨性肿瘤(1级,n = 8)、2级(n = 48)和3级(n = 31)软骨肉瘤。患者因图像质量差被排除(n = 51),原因是伪影导致无法对肿瘤进行任何分析或放射学评估。转移瘤被排除,因为它们作为原发性骨肿瘤未被纳入该大学肌肉骨骼肿瘤中心的数据库。所有纳入病例由两名放射科医师独立审查(A.S.G.,接受过肌肉骨骼专科培训的放射科医师,拥有8年经验;S.C.F.,拥有4年经验的放射科医师),以确保肿瘤在X线片上正确显示且质量足以定位和分割骨肿瘤。数据集被随机分为70%/15%/15%用于训练、验证和内部测试。

此外,由来自另一机构(弗莱堡大学医院)的96名患者组成的外部测试集用于进一步独立测试。同样,外部队列通过另一所大学肌肉骨骼肿瘤中心的数据库选取,构成连续系列。

由于预期训练病例数越多模型性能越好,因此纳入主机构所有符合条件的原发性骨肿瘤患者,以尽可能获得更多样本用于开发数据集。外部验证纳入80–100例的样本量,与同类研究[14, 15]相似。

表1概述了本研究纳入的患者和肿瘤类型。

影像数据从医学数字成像和通信(DICOM)文件中提取为便携式网络图形(PNG)文件。选择PNG以确保进一步的无损图像处理。肿瘤分割由一名放射科医师(S.C.F.)在不知晓组织病理学和临床数据的情况下使用开源软件(3D Slicer,版本4.7;www.slicer.org)进行,并由A.S.G.审核[16]。为测量肿瘤分割的读者内可靠性,从数据集中随机选取45名患者,并在初次分割3个月后进行额外分割。记录的读者内可靠性以Dice评分衡量为0.92 ± 0.13。

为比较与放射科医师的表现,两名放射科住院医师(C.E.v.S.、Y.L.)和两名专攻肌肉骨骼肿瘤影像的放射科医师(A.S.G.、P.J.M.)对外部测试集的X线片进行了分类。

表1 受试者特征* 查看原表 ↗

影像组学特征提取与机器学习模型开发

图像处理、特征提取、机器学习模型开发及验证在16核Intel-i9 9900K CPU(3.60 GHz,Intel)、32GB-DDR4-SDRAM、运行Linux系统(Ubuntu 18.04 Canonical)上完成,并以Python 3.7.7(开源,Python软件基金会)实现。影像组学特征按照pyRadiomics库(版本3.0,https://www.radiomics.io/pyradiomics.html)中的定义提取[7]。DICOM文件的图像提取为PNG以进行进一步预处理。提取的特征随后用作机器学习模型的输入。临床信息如肿瘤位置(躯干/头部、上肢、下肢)、年龄和性别也用作输入。

首先,使用200个估计器和最大深度3训练随机森林分类器(RFC),如先前定义[17]。该模型使得能够详细分析相关影像组学特征,从而推动分类。从RFC模型中选择了10个最重要的特征。此外,使用scikit-learn 0.22.2(scikit-learn.org)和fastai库训练了高斯朴素贝叶斯(GNB)和具有3个全连接层、每层分别有200、100和100个神经元的人工神经网络(ANN)[18]。图1展示了图像处理和分析步骤的概览,这些步骤使得影像组学分析和机器学习模型开发成为可能。机器学习方法及所用模型和训练参数的精确描述可作为代码在线获取(https://github.com/NikonPic/bonetumor-radiomics)。

图1 所用流程概览。图像和二值掩膜被输入pyRadiomics模型以提取所有相关影像组学特征。提取的特征和临床信息随后被送入ANN以区分良性和恶性肿瘤 查看原图 ↗

模型评估与统计分析

在训练集上开发机器学习模型,并在验证集上进行验证。选择在验证集上表现最佳的模型用于在测试集上进行最终评估。本研究报告中模型性能是在测试集上观察得到的,使用scikit-learn 0.22.2(scikit-learn.org)通过混淆矩阵、准确率、阳性和阴性预测值、精确率、召回率、f1分数、受试者工作特征(ROC)曲线下面积(AUC)分析以及使用Clopper-Pearson方法的95%置信区间(CI)进行评估,如前所述[19]。敏感度计算为真阳性数(正确识别的恶性骨肿瘤)除以真阳性数(正确识别的恶性骨肿瘤)与假阴性数(恶性骨肿瘤被错误分类为良性)之和。特异度计算为真阴性数(正确识别为良性骨肿瘤)除以真阴性数(正确识别为良性骨肿瘤)与假阳性数(良性骨肿瘤被错误分类为恶性)之和。使用McNemar检验进行统计比较,p < 0.05被认为具有统计学显著性。假设模型与住院医师以及肌肉骨骼放射科医师之间的准确率差异为7.5%,使用McNemar检验在95%的期望置信水平下,得出测试集样本量至少为80。此外,计算人工神经网络(ANN)输出的softmax作为预测确定性的估计值。AUC的标准差和置信区间使用R(3.6.1)中的pROC(1.16.1)采用DeLong方法计算[20]。统计分析由B.J.S.完成。模型训练、评估和可视化由C.E.v.S.(8年数据分析经验)和N.J.W.(计算机科学家,具有8年统计学和数据分析经验)完成。

结果

影像组学特征评估与人口学信息

总体而言,分析了超过200个影像组学特征。在所有影像组学特征和人口学信息中,根据随机森林分类器(RFC)的特征重要性,‘年龄’和‘LLH_firstorder_TotalEnergy’显示出最高的相关性,如图2所示。为进一步研究单个特征的判别能力,对ANN各训练10个epoch。仅使用这十个最相关特征中的单个特征作为输入。这些模型显示出中等的分类性能,AUC从0.49到0.65或准确率从52%到62%不等,具体取决于所使用的特征,突出表明使用单个影像组学特征或单个人口学变量不足以准确区分良性和恶性原发性骨肿瘤,而是需要影像组学和/或人口学信息的组合。有趣的是,在提取的影像组学特征中,关注单个和邻近像素强度的特征以及反映不均匀性的特征更为相关。单个影像组学特征性能的详细信息可见表2。

图2 随机森林分类器10个最重要特征及其相对重要性的可视化 查看原图 ↗
表2 仅使用10个最显著影像组学和人口学特征时的性能 查看原表 ↗

结合影像组学和人口学信息的机器学习模型评估

利用可获得的人口统计学信息,表现最佳的模型是RFC,AUC为0.75,准确率为76%(101/133,95% CI:0.68,0.83),敏感性为41%(13/32,95% CI:0.24,0.59),特异性为87%(88/101,95% CI:0.79,0.93)。相比之下,使用所选影像组学特征时,表现最佳的模型是ANN,AUC为0.71,准确率为75%(100/133,95% CI:0.67,0.82),敏感性为66%(21/32;95% CI:0.47,0.81),特异性为78%(79/101;95% CI:0.69,0.86)。

将影像组学特征和人口统计学信息联合作为ANN的输入,使性能显著提高,AUC为0.79,准确率为80%(107/133,95% CI:0.73,0.87),敏感性为75%(24/32,95% CI:0.57,0.89),特异性为82%(83/101,95% CI:0.73,0.89),阳性预测值和阴性预测值分别为57%(24/42,95% CI:0.41,0.72)和91%(83/91,95% CI:0.83,0.96)。该模型的准确率高于仅基于人口统计学信息或仅基于影像组学特征的模型,准确率分别提高了4%和5%(p = 0.041和p = 0.023)。

表3显示了所有已开发模型的分类性能。使用RFC、GNB和ANN作为架构。对于每种架构,开发了仅使用影像组学特征、仅使用人口统计学信息,或联合使用影像组学特征和人口统计学信息的模型。

表3 模型在内部测试集上仅使用影像组学特征或人口统计学信息,以及联合使用影像组学特征和人口统计学信息时的分类性能。作为模型架构,使用了以下三种:随机森林分类器(RFC)、高斯朴素贝叶斯分类器(GNB)和人工神经网络(ANN)* 查看原表 ↗

机器学习模型在外部测试集上的评估及与放射科医生的比较

在外部测试集上,表现最佳的ANN的AUC为0.90,准确率为75%(72/96,95%:0.65,0.83),敏感性为90%(28/31,95% CI:0.74,0.98),特异性为68%(44/65,95% CI:0.55,0.79),阳性预测值和阴性预测值分别为57%(28/49,95% CI:0.42,0.71)和94%(44/47,95% CI:0.82,0.99)。

第一位放射科住院医师的准确率为72%(68/96,95% CI:0.61,0.80),敏感性为61%(19/31,95% CI:0.42,0.78),特异性为75%(49/65,95% CI:0.63,0.85)。相比之下,该模型显示出相似的准确率(p = 0.134),但敏感性显著更优(p < 0.01),特异性相似(p = 0.074)。

第二位放射科住院医师的准确率为65%(62/96,95% CI:0.54,0.74),敏感性为35%(11/31,95% CI:0.19,0.55),特异性为78%(51/65,95% CI:0.67,0.88)。相比之下,该模型显示出更高的准确率(p < 0.01),敏感性更优(p < 0.01),但特异性较低(p = 0.023)。

第一位专攻肌肉骨骼肿瘤成像的放射科医生的准确率为84%(81/96,95% CI:0.76,0.91),敏感性为90%(28/31,95% CI:0.74,0.98),特异性为82%(53/65,95% CI:0.70,0.90)。相比之下,该模型显示出较低的准确率(p < 0.01),敏感性相似(p = 1),特异性较低(p < 0.01)。

第二位专攻肌肉骨骼肿瘤影像的放射科医师达到了83%的准确率(80/96,95% CI:0.74,0.90)、81%的敏感性(25/31,95% CI:0.63,0.93)和85%的特异性(55/65,95% CI:0.74,0.92)。相比之下,该模型在敏感性相近(p = 0.248)的情况下准确率较低(p = 0.013),特异性也较低(p < 0.01)。

与内部测试集相比,外部测试集中恶性骨肿瘤的患病率更高,这可能导致人工神经网络(ANN)在内部测试集与外部测试集之间的性能指标出现差异。

图3A显示了表现最佳模型(同时使用影像组学特征和人口学信息的人工神经网络(ANN))以及仅基于人口学信息或仅基于影像组学特征的ANN在内部测试集上的ROC。图3B显示了表现最佳模型在外部测试集上的性能。图4A和B分别显示了表现最佳模型——结合影像组学与人口学信息的ANN——在内部测试集和外部测试集上的混淆矩阵。

图3 A显示了三种人工神经网络(ANN)在内部测试集上的受试者工作特征曲线(ROC)。一种ANN仅基于人口学信息(红色)。另一种ANN仅基于影像组学特征(黄色)。第三种ANN基于人口学信息与影像组学特征的联合(蓝色)。基于人口学信息和影像组学特征联合的ANN表现出最高的判别能力。B显示了联合人口学与影像组学特征的ANN在外部测试集上的ROC。 查看原图 ↗
图4 A显示了总体表现最佳模型——一种结合影像组学与人口学信息的人工神经网络(ANN)——在内部测试集上的混淆矩阵。B显示了同一模型在来自另一机构的外部测试集上的混淆矩阵,用于进一步独立测试。 查看原图 ↗

表现最佳模型正确分类与错误分类的示例

对表现最佳ANN(结合影像组学特征与人口学信息)正确和错误分类的病例进行了回顾,以进一步探究模型的工作机制。在回顾正确分类时,我们可以识别出表现为图5 A和B所示恶性模式的病例,或表现为图5C和D所示良性病变典型外观的病例。这些病例也显示出ANN预测的高确定性,分别为86%和93%的确定性。图6A和B显示了一例良性肿瘤被错误分类为恶性肿瘤的病例,预测确定性较低,为54%。这可能是由于该良性肿瘤发生了病理性骨折。图6C和D显示了一例恶性肿瘤正确分类的病例,预测确定性为低至中等,为67%。

图5 A和B 一名33岁男性软骨肉瘤患者胫骨恶性肿瘤示例。A显示X线平片,B显示用于影像组学提取的分割。结合人口统计学和影像组学信息的人工神经网络模型正确预测为恶性肿瘤,确定性为86%。C和D 一名15岁男性非骨化性纤维瘤患者胫骨近端良性肿瘤示例。A显示X线平片,B显示用于影像组学提取的分割。使用人口统计学和影像组学信息组合的人工神经网络模型正确预测为良性肿瘤,确定性为93% 查看原图 ↗
图6 A和B 一名41岁女性内生软骨瘤伴肿瘤性病理性骨折的误分类肿瘤示例。A显示X线平片,B显示用于影像组学提取的分割。结合人口统计学和影像组学信息的人工神经网络模型将该肿瘤错误分类为恶性,确定性为54%。C和D 一名45岁诊断为软骨肉瘤的恶性肿瘤示例。A显示X线平片,B显示用于影像组学提取的分割。结合人口统计学和影像组学信息的人工神经网络模型正确预测为恶性肿瘤,确定性为67% 查看原图 ↗

讨论

在本研究中,开发并验证了基于影像组学和人口统计学信息的机器学习模型,用于在X线平片上区分良性和恶性骨病变,并在外部测试集上与放射科医师进行比较。总体而言,使用影像组学和人口统计学信息组合的机器学习模型比仅使用影像组学或人口统计学信息的机器学习模型显示出更高的诊断准确性。最佳模型基于使用影像组学和人口统计学信息的人工神经网络(ANN)。在外部测试集上,该模型与专门从事肌肉骨骼肿瘤成像的放射科医师相比准确性较低,而与放射科住院医师相比准确性更高或相似。

有趣的是,仅评估个体影像组学特征时,反映相邻像素密度差异大和不均匀性的特征显示出最高的鉴别能力,提示恶性。这与评估基于磁共振成像、计算机断层扫描(CT)和正电子发射断层扫描(PET)-CT的影像组学特征在不同类型疾病中区分良恶性病变能力的其他研究一致,因为它可能反映虫蚀样外观或非常不均匀的破坏模式,因此与良性骨肿瘤相比,可能更常在恶性骨肿瘤中检测到。[9, 21, 22]。在评估的人口统计学特征中,年龄显示出最高的鉴别能力,这与先前的研究一致[1, 20]。

此外,既往研究使用影像学特征与人口统计学信息的组合来评估X线片上的骨肿瘤[13, 23, 24]。Kahn等使用贝叶斯网络区分5种良性病变和5种恶性病变,达到68%的准确率[24]。Bao H. Do等使用朴素贝叶斯模型,利用710例病例区分原发性和继发性骨肿瘤,在区分10种不同诊断时达到62%的原发性准确率[13]。然而,这些方法仅使用放射科医生定义的语义特征作为模型输入,且仅在X线片上评估,因此依赖于放射科医生阅片的质量。相比之下,在本研究中,包含一阶、二阶和高阶统计量的影像组学特征与患者数据相结合,作为复杂机器学习模型的输入[10]。此外,需要指出的是,上述所有既往关于骨肿瘤影像学特征评估的研究样本量均小于本研究,且性能未在独立的留出测试集或外部测试集上评估,这与本研究采用的当前最佳实践不同[3, 25, 26]。

由于骨病变患者的就诊环境各不相同,一种定量图像分析方法可能确保在最短时间内实现最高质量的骨肿瘤诊断。因此,需要针对骨病变患者临床常规诊断工作中获得的传统X线片建立自动化定量评估技术,因为这些技术不依赖于治疗医师评估传统X线片的经验水平。在这项概念验证研究中,我们成功开发了一种机器学习模型,使用从X线片提取的影像组学特征和人口统计学信息,其准确率与放射科住院医师相比更高或相似。因此,将此类模型纳入临床常规流程可能支持经验不足或中等经验的放射科医生或医师,提高其诊断决策质量,进而改善这些患者的进一步管理或转诊。更具体地说,此类模型可能有助于“纳入”恶性病变,尤其是当治疗医师或放射科医生经验有限时。随后可将患者转诊至专科中心,并可行活检以明确诊断。

本研究存在局限性。第一,肿瘤的影像组学分析仅在单张X线片上完成,未考虑更多可用的投照体位。第二,所应用的技术依赖于骨肿瘤的手工分割。然而,未来可能开发出X线片上骨肿瘤的自动分割方法。第三,人工神经网络(ANN)受限于X线片所包含的信息,结合磁共振成像获得的额外信息可能使其得到改进。第四,人口学信息包括肿瘤部位、年龄和性别;然而,病史和临床症状(如疼痛程度和持续时间)同样重要,其应用可在未来研究中进一步探索。此外,所开发的模型目前只能区分良性和恶性病变,而无法区分不同的肿瘤亚型。然而,如上文所述既往研究中较低的准确率所表明的那样,许多骨肿瘤,尤其是恶性肿瘤,仅凭X线摄影无法进一步区分。特别是,良性和恶性骨肿瘤的某些X线特征可能存在重叠,例如低级别软骨肉瘤可表现为良性生长模式,或骨巨细胞瘤有时表现为侵袭性生长模式和骨膜反应。此外,该数据集仅纳入经组织病理学诊断为骨病变的患者,因为在本研究中组织病理学被视为参考标准。因此,这可能产生了我们无法解释的选择偏倚,因为对于某些骨病变(如非骨化性纤维瘤(NOF)或纤维结构不良),通常仅在骨稳定性似乎受到威胁或病变本身表现为“不典型”的情况下才获取组织病理学。最后,本研究未纳入骨转移瘤,而骨转移瘤占恶性骨病变的很大一部分。

因此,本研究被认为是一项概念验证性研究,所开发的机器学习模型需要在更大的数据集中进行测试、优化和进一步评估,这些数据集还应包括骨转移瘤,并且在未来研究中还应包括基于临床和影像学共识以及组织病理学作出骨病变最终诊断的常规X线片。

总之,本研究开发了一种同时使用影像组学特征和人口学信息的机器学习模型,该模型在活检患者的X线片上区分良性和恶性骨肿瘤方面显示出高准确率和判别能力。最佳模型基于人工神经网络(ANN),该网络同时使用影像组学和人口学信息,其准确率高于或类似于放射科住院医师。这样的模型可能有助于增强诊断决策,尤其是对于经验有限的放射科医师或临床医师,并因此可能改善骨肿瘤的诊断检查流程。

补充信息

ESM 1(DOCX 27 kb)

引用

  1. von Schacky CE, Wilhelm NJ, Schäfer VS, et al. Development and evaluation of machine learning models based on X-ray radiomics for the classification and differentiation of malignant and benign bone tumors. Eur Radiol. 2022. PMID: 35396665. doi:10.1007/s00330-022-08764-w
  2. 全文:PMC9381439(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9381439/

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。