利用新型CT特征量化肺癌异质性:一项跨机构研究
本研究从三家机构获取236例肺癌患者的CT图像,按标准化流程提取影像组学特征,验证8个精选特征对长期预后及与常规语义、基因和病理特征的关联,并评估测量可重复性。结果显示8个特征在重复扫描中稳健(ICC 0.81–0.99),组合评分预测5年生存的AUC在训练集0.855、测试集0.780、外部验证0.760,优于常规特征(分别为0.733、0.622、0.613)。
要点
- 8个影像组学特征在重复扫描中ICC为0.81–0.99,测量稳健。
- 组合评分预测5年生存AUC在外部验证为0.760,高于常规特征组合的0.613。
- 高评分组死亡风险HR在队列A为5.828(95%CI 2.915–11.561),队列B为2.722(95%CI 1.117–6.633)。
核心结论
- 8个精选影像组学特征可揭示肺癌语义、基因、病理和预后异质性,且对重复成像和分割变异稳健。
- 经确认后,这些特征可能改变CT影像的解读方式并改善肺癌患者的个体化诊疗。
研究设计与样本
- 研究纳入来自三家机构的236例肺癌患者CT图像,其中队列A为146例早期非小细胞肺癌患者(2008–2012年,斯坦福大学医学院),队列B为61例肺腺癌患者(2006–2009年,H. Lee Moffitt癌症中心),队列C为32例非小细胞肺癌患者(2017年,纪念斯隆-凯特琳癌症中心)。
- 队列A按2:1随机分为训练集和测试集,队列B作为独立外部验证,使用随机生存森林模型构建影像组学评分。
- 参考标准包括长期生存、语义特征、基因突变(EGFR、KRAS、ALK)和病理类型及分级。
关键影像表现/征象
- 8个特征中「kurtosis」对早期死亡有较高预测价值(第一年AUC在两个独立队列为0.70–0.75),与病理分级呈负相关(Spearman r为−0.30)。
- EGFR突变(n=23)相对野生型(n=93)肺癌中「kurtosis」上调(中位数3.87 vs 2.48,p=0.0238),「maximum-probability」下调(0.53 vs 0.75,p=0.0130),「energy」下调(0.05 vs 0.09,p=0.0401)。
- ALK易位(n=2)相对野生型(n=109)肺癌中「variance」下调(4.60 vs 8.64,p=0.0282)。
- 不同病理类型间「variance」差异显著(腺癌8.25 vs 鳞癌8.94 vs 其他NSCLC 9.61,p=0.0031)。
- 「LongHEM」(Spearman系数0.331)、「kurtosis」(−0.329)、「energy」(0.325)、「maximum-probability」(0.281)随病理分级增加显著变化(均p<0.010)。
诊断标准与关键数值
- 影像组学评分预测5年生存的AUCt在训练集0.855、测试集0.780、外部验证0.760,常规特征组合(直径加语义特征)分别为0.733、0.622、0.613。
- 高评分与低评分组死亡风险HR在队列A为5.828(95%CI 2.915–11.561),队列B为2.722(95%CI 1.117–6.633)。
- 亚组HR:年龄≥70岁为8.189,女性为7.210,非吸烟者为15.190(均p<0.050)。
- 特征可重复性ICC在重复扫描为0.81–0.98,在分割操作者及算法间为0.80–0.99;「cluster-shade」操作者间ICC为0.70,算法间ICC为0.57。
临床应用与阅片要点
- 直径对EGFR或ALK突变及病理类型无鉴别力(均p>0.050),与病理分级相关性(Spearman 0.226)弱于上述4个影像组学特征。
- 队列C切片厚度(2.5–6.0 mm)大于其他队列(0.6–3.0 mm),可能是部分影像组学-语义关联未在队列C重现的原因。
- 单一特征预后价值至多与直径相当,组合评分预后价值高于直径、五个语义特征及其组合。
局限性
- 队列C样本量小,且切片厚度(2.5–6.0 mm)大于其他队列(0.6–3.0 mm),可能影响特征重现性。
- 部分特征的时间趋势可能在不同队列间存在差异。
- 单一特征的预后价值至多与直径相当,且多数特征的价值可能随时间变化。
全文中译11 节 · 点击展开
要点
尽管文献日益增多,基于影像组学的图像特征尚未应用于临床。
我们筛选了八个在肺癌筛查中具有信息价值的特征。
这些特征在揭示语义、遗传、组织病理学和预后异质性方面显示出额外价值。
这些特征对重复成像、分割操作者和算法也具有稳健性。
这些发现为肺癌患者的个体化诊疗提供了新的见解。
背景
每十例人类癌症中有一例以上发生在肺部[1]。肺癌的生物学、空间和时间异质性使其临床管理成为一项关键挑战[2]。计算机断层扫描(CT)提供了一种无创观察肺部并在宏观上显示病变的手段,且可在需要时重复进行;因此,CT是肺癌诊断和治疗流程的核心。然而,CT图像中固有知识优势并未在临床中得到充分应用,因为常规使用的仅是少数语义特征或简单指标(如直径)[3, 4]。在研究领域,人们致力于将图像转化为描述肿瘤形状和纹理特征的定量特征,并将这些特征与已知临床终点相关联。这种方法被称为影像组学,为生成肺癌表型分析的创新方法提供了独特机会[5]。多项研究已证明基于影像组学的指标具有潜在用途,可加深我们对肺癌与良性病变差异[6]、不同癌症类型在发生发展[7]、预后[8]、治疗反应和复发[9]方面差异的认识。
阻碍影像组学特征临床应用的几个重要障碍包括:(1)大多数影像组学研究报告的是针对特定任务(如癌症诊断或预后)的孤立结果;迄今为止,影像组学特征的价值很少在独立数据集中和多种任务中得到验证[10, 11];(2)许多影像组学特征计算复杂且难以解释;对特定影像组学特征与已知癌症表型之间关联的定义[12]和解释缺乏共识,使临床医生难以采纳[3];(3)考虑到成像采集和处理过程中的变异,被认为可重复的影像组学特征比例较低,在体模研究中约为6%-43%,在患者研究中约为10%[13]。
自影像组学获得命名以来已过去约10年,现在是时候审视快速增长的文献数量与临床应用之间的矛盾了[14]。在此前的一项概念验证研究中,我们确定了肺癌筛查中诊断性检查的最佳时机,发现若干影像组学特征对图像噪声具有稳健性、与语义特征相关,并可预测肺癌诊断[15]。在本研究中,我们基于这些影像组学特征预测肺癌患者长期预后的能力来验证其临床价值。我们还通过展示这些特征与肺癌语义、遗传和组织病理学异质性的关联,以及这些特征的测量可靠性,为其临床采纳提供额外支持。
方法
数据来源
这项概念验证研究于2014年至2019年在北京协和医院开展,纳入了92例参加肺癌筛查项目的患者[15]。本研究使用的CT图像来自另外三家机构的236例肺癌患者[16, 17]。队列A:2008年至2012年间在斯坦福大学医学院共招募了146例早期非小细胞肺癌(NSCLC)患者,并在手术治疗前接受了CT和/或正电子发射断层扫描(PET)/CT扫描(3例患者无CT图像,被排除)。队列B:2006年至2009年间在H. Lee Moffitt癌症中心获取了61例肺腺癌患者手术治疗前的CT图像。队列C:CT图像于2017年在纪念斯隆-凯特琳癌症中心收集,来自32例NSCLC患者,这些患者在15分钟内接受了两次胸部CT扫描。
图像从癌症影像档案库(https://www.cancerimagingarchive.net)获取。为反映各临床中心不同的临床环境,未尝试统一图像采集方案(各中心的临床环境总结见附录表3)。遵循了每个图像采集集的数据使用政策。由于所有患者信息均已去标识化,无需伦理批准。
图像分割与特征提取
图像分割与特征提取的流程此前已标准化[15],本研究按此执行。
简言之,感兴趣区(ROI)的勾画遵循交互式流程:选择每个肺部病灶面积最大的横断面切片,采用阈值法(用于胸膜旁病灶或部分实性和非实性病灶)或手动初始勾画(用于复杂病例),随后使用MATLAB R2018a的Image Segmenter工具箱进行自动细化,直至视觉上满意。两名研究者在新扫描图像上勾画ROI以评估操作者间变异,其中一名研究者使用两种分割算法——基于区域和基于边缘的活动轮廓模型——以评估算法间变异。
然后使用MATLAB软件的在线及自行改编代码从ROI中提取影像组学特征(具体定义见[15])。我们评估了两组影像组学特征:(1)八个精选特征,包括一个形状特征(圆形度;量化ROI接近圆形的程度)、三个统计特征(方差、峰度和能量;分别量化ROI亮度的离散度、锐度和幅度)、三个纹理特征(聚类阴影、最大概率和长程高灰度强调均值[LongHEM];分别量化不对称性、共存图像像素对的优势程度或明亮粗糙结构纹理的程度),以及一个小波特征(近似信号上的长程强调均值;反映可能更精细分辨率下的结构纹理);这些特征在概念验证研究中经过了严格的选择过程,使用以下标准:对人工图像噪声的鲁棒性、癌症诊断的预测性能以及非冗余性(即特征间共线性影响小);详细的特征选择流程见[15];(2)11个特征,这些特征显示出相似的临床效用潜力但与其中一个精选特征相关。我们在结果部分呈现八个精选特征,其余信息见附录。
为便于比较,直径作为经典图像指标进行计算,计算方法为长轴和短轴长度的平均值,四舍五入至最接近的整数;癌症图像的语义特征(包括实性、分叶、毛刺、胸膜毗邻和胸膜标签)由一名研究人员和一名具有胸部CT图像阅读经验的放射科医师进行判读。
分析工作流程与方法
生存结局数据可从队列A和队列B获取,我们使用这两个队列来检验影像组学特征的预后价值。我们按2:1的比例将队列A(考虑到其相对较大的样本量)随机分为训练组和测试组;随后使用队列B进行独立外部验证。采用机器学习随机生存森林(RSF)模型构建复合影像组学评分,该评分能比单一特征更全面地评估癌症特征。RSF是随机森林(树模型集成)在生存结局方面的扩展[18],使用R包“randomForestSRC”实现,超参数(ntree = 50,nodesize = 10,nodedepth = 4)通过网格搜索确定。每位患者的预测风险通过归一化重新缩放至0–100,转换为评分。影像组学特征和评分的预后价值通过C统计量(对生存时间结局的总体区分度)以及使用时间依赖性受试者工作特征曲线下面积(AUCt)在若干感兴趣时间点(例如确定2年或5年生存率)进行衡量。计算高评分组与低评分组患者之间的死亡风险比(HR)。
为了确定这些新特征的临床解释,在概念验证队列中,我们将影像组学特征与肺癌图像解读中广泛使用的语义特征相关联[15];我们进一步在队列A、B和C中验证了这些关联。我们还利用队列A中可获得的基因突变(表皮生长因子受体(EGFR)、Kirsten大鼠肉瘤病毒癌基因同源物(KRAS)和间变性淋巴瘤激酶(ALK))和组织病理学(类型和分级)信息,从生物学角度证实这些发现。影像组学特征与这些微观水平亚型之间的关联采用差异表达分析方法(Wilcoxon检验和Spearman相关性)进行检验。
最后,为了全面评估影像组学特征的测量可靠性,我们利用队列C的数据,从图像采集(重复扫描之间)和分割(操作者之间和算法之间)两方面检验了特征的可重复性。组内系数(ICC)≥ 0.8的特征被认为对上述变异具有稳健性。绘制Bland–Altman图进行可视化分析。
统计检验为双侧检验,显著性水平为0.05。所有统计分析均使用R 3.5.2版本完成。
结果
患者特征
在三个患者队列中(表1),肺癌特征在位置方面无显著差异(左肺占31.3–40.6% [p = 0.2765]),语义特征方面亦无显著差异(65.6–68.9%为分叶状,24.5–37.5%为毛刺状,37.7–59.4%有胸膜侵犯[弹性胸膜、脏层胸膜或壁层胸膜],15.6–23.0%有胸膜凹陷征[所有p > 0.050]),但图像强度例外,其在各队列之间存在差异(50.8–81.3%为实性强度[p = 0.0155])。队列A和B的患者之间,癌症分期无显著差异:分别为17.5% vs 29.3%为IIIA期或以上;生存期亦无显著差异:中位生存时间分别为40.0 vs 62.8个月(两者p > 0.050)。
预后价值
单独使用时,特征“LongHEM”显示的预后价值与直径相当。在队列A中,总体C统计量为0.627(LongHEM)vs 0.570(直径),在队列B中为0.602 vs 0.605;在队列A中,预测生存超过2年和5年的AUCt分别为0.617(LongHEM)vs 0.612(直径)和0.588 vs 0.597,在队列B中分别为0.648 vs 0.618和0.670 vs 0.678。特征“峰度”、“能量”和“最大概率”也观察到相似的预后价值(附录表4)。
接下来,我们使用八个选定特征开发了一个复合评分。复合评分的预后价值(附录表5)大于直径、五个语义特征以及这些常规特征的组合。例如,当用于预测生存超过5年时,复合评分的AUCt为0.855(训练集)、0.780(测试集)和0.760(外部验证集),而直径和语义特征组合的AUCt为0.733(训练集)、0.622(测试集)和0.613(外部验证集)。
当将A组和B组患者按其评分中位数进行分层时,我们发现低评分组与高评分组之间的预后存在显著差异(两个队列中p < 0.050;图1A、B)。放射组学评分低的患者从随访开始(1年)时就有更高的生存机会,且在此时间点之后,生存曲线之间的组间差异变得更加明显。放射组学评分的表现优于组织病理学分期(图1C、D)和分级(图1E;数据仅A组可用)。在高放射组学评分与低放射组学评分患者中,A组的HR为5.828(95%置信区间[CI] 2.915–11.561),B组为2.722(95% CI 1.117–6.633)。该预后价值在年龄、性别和吸烟类别亚组中均得到证实(图1F),且在老年(年龄≥70岁,HR 8.189)、女性(HR 7.210)和不吸烟患者(HR 15.190;所有p < 0.050,相对于无效效应)中更为显著。
与语义、遗传和组织病理学特征的关联
首先,通过将放射组学特征与语义特征相关联(表2),以下在概念验证队列中的发现于A组中被独立证实:实性强度癌症中特征“最大概率”上调,毛刺形状癌症中特征“方差”上调,以及附着于胸膜的癌症中特征“圆形度”和“能量”上调。我们还在B组中发现了“圆形度”与邻胸膜位置之间的关联。此外,邻胸膜癌症中特征“峰度”的下调在A组和B组中均得到证实,而邻胸膜癌症中特征“LongHEM”的上调在A组和C组中观察到。显著差异表达特征的方向在不同队列间一致,但“LongHEM”和毛刺形状除外。
随后,我们利用A组相对较大的样本量和可用信息,评估不同遗传和组织病理学特征下的放射组学表达模式。
与野生型(n = 93)肺癌相比,EGFR突变型(n = 23)肺癌显示特征“峰度”上调(中位数:3.87 vs 2.48;p = 0.0238),特征“最大概率”(0.53 vs 0.75;p = 0.0130)和“能量”(0.05 vs 0.09;p = 0.0401;图2A)下调。此外,在ALK易位(n = 2)与野生型(n = 109)癌症中观察到特征“方差”下调(4.60 vs 8.64;p = 0.0282),但KRAS突变型(n = 27)与野生型(n = 88)癌症之间未发现差异表达特征。
对于按不同组织病理学组(腺癌、鳞状细胞肺癌和其他非小细胞肺癌;图2B)分层的癌症,特征“方差”观察到的差异高度显著(8.25 vs 8.94 vs 9.61;p = 0.0031)。关于这些组织病理学组的其他差异表达特征包括“簇阴影”和“最大概率”(两个特征的p < 0.050)。此外,我们发现四个特征随着组织病理学分级增加而显著升高或降低(图2C):“LongHEM”(Spearman相关系数:0.331)、“峰度”(− 0.329)、“能量”(0.325)和“最大概率”(0.281;所有p < 0.010)。
与所选影像组学特征相比,直径对于EGFR或ALK突变的癌症没有判别能力,对于组织病理学类型也没有判别能力(所有p > 0.050)。与组织病理学分级的相关性(Spearman相关系数:0.226;p < 0.010)弱于上述四个影像组学特征(“LongHEM”、“峰度”、“能量”和“最大概率”)。
特征可重复性
尽管重复扫描之间以及分割操作者和算法之间在分割ROI上存在视觉差异(以图3为例),八个影像组学特征总体上未受这些变异来源的影响(图4;附录表6)。具体而言,在重复扫描中ICC范围为0.81(“LongHEM”)至0.98(“能量”),在分割操作者和算法之间ICC范围为0.80(“圆形度”)至0.99(“峰度”),例外的是操作者之间观察到ICC为0.70,算法之间观察到ICC为0.57(“簇阴影”)。
讨论
目前只有少数定量或语义特征被常规用于肺癌图像解读,而这些特征被认为不够充分,因为它们过于简单或容易产生观察者间变异[19]。目前,尽管放射组学文献迅速增多,但放射组学特征尚无临床应用[20]。基于我们之前的报告[15]和本研究中的发现,我们表明所选的八个放射组学特征对肺癌的诊断和预后均具有预测价值,能够描述语义特征,并且其中一些特征可指示遗传和组织病理学特征。所选特征在图像噪声变化、重复成像以及由分割操作者和算法引起的ROI视觉差异方面基本保持稳健。当将这些特征组合时,放射组学特征显示出中等预后价值(外部验证中5年生存的AUCt:0.760)和风险分层能力(在两个独立队列中HR分别为5.828和2.722;在老年、女性和非吸烟亚组中HR分别为8.189、7.210和15.190),并且分层能力甚至优于组织病理学分期和分级。这些结果突出了在临床环境中使用肺癌图像新指标的可行性。
由于肺癌具有显著异质性,需要新的亚型分型方法。这一问题促使人们在组织(成像)、细胞(显微镜检查)和分子(基因检测)水平上开展了大量癌症表征工作[5, 21]。在这些方法中,组织病理学方法是最古老的方法之一(组织病理学技术的专业可追溯至1838年[22]),为癌症的诊断和治疗奠定了基础。在精准医学时代,癌症分类系统的改变正在被推进[21],其驱动力是能够揭示疾病分子基础的改进方法。医学成像引入的时间介于两者之间[9];在更强计算能力的支持下,对癌症形态(及其可能不断演变的生物学)的描述可以超越人类感知[23]。这可能有助于解释为什么本研究中放射组学评分优于组织病理学分期和分级。另一项研究[24]也观察到了类似发现,该研究用于构建放射组学特征的特征多于我们的研究。我们关于放射组学特征与病理组织学和遗传特征之间交织关联的发现,以及其他若干出版物中的发现(关于使用放射组学特征预测肺癌组织病理学[25]、EGFR和ALK突变[26, 27]以及ALK阳性患者预后[28]),共同证实了宏观层面成像信息与微观层面生物学之间存在联系。由于CT图像是常规采集的,放射组学特征分析可能成为一种相对廉价且非侵入性的癌症特征分析方法。
影像组学特征在从图像采集到分割的每一步都容易发生变化[29]。这是影像组学应用中的一个关键问题。例如,我们在概念验证研究中观察到的许多影像组学-语义关联,虽然在队列A或B中得到验证,但在队列C中未能发现。尽管队列C样本量较小,我们认为这一差异是由于队列C样本的层厚(2.5–6.0 mm)大于其他队列(0.6–3.0 mm)所致。在最近的一篇文献[13]中,与其他因素相比,层厚对特征可重复性的影响最大;根据我们的经验,层厚影响了语义特征(如毛刺状形状)的可视化和判读。本研究未聚焦于容积影像组学特征或需要复杂量化的特征(如基于小波和其他变换图像的特征),因为多篇既往文献[30, 31]和我们的概念验证研究[15]显示,这些特征的可重复性低于形状、统计和部分纹理特征,即使在瘤周影像组学中也是如此[31]。相反,在本研究中,经过严格的选择流程,我们聚焦于若干影像组学特征。特征可重复性结果证实这些特征是可靠的。因此,对这些特征的分析可能有助于避免后续分析和临床环境中的虚假发现。
在所选影像组学特征中,“峰度”是一种简单的统计特征,描述图像强度水平分布的锐度。根据一篇系统综述[29],由于其简单性,此类特征可能比测量形状和纹理特征(如本研究中的“圆形度”和“聚类阴影”)更为稳健。例如,“峰度”在重复扫描之间以及分割操作者和算法之间的ICC > 0.96,与其他所选特征相比相对较高。“峰度”特征作为肺部疾病分类和进展的新图像指标的临床潜力已被反复观察到[32]。我们进一步揭示了“峰度”的几个良好特性,如其对早期死亡的高预测价值(两个独立队列中第一年AUC:0.70–0.75)、与组织病理学分级呈负线性关联(Spearman's r:− 0.30),以及在EGFR突变和几乎所有研究的语义特征方面水平显著改变。基于这些发现,鉴于其易于计算和解读,我们预期这一量化指标在未来将得到更广泛的应用。
然而,我们不能期望单一指标就能解决特定的临床任务。例如,在本研究中,放射组学特征的预后价值在单独使用时最多等同于使用直径的价值,而对于大多数特征而言,这些价值可能随时间变化。对于某些特征,时间趋势在不同队列之间也可能不同(附录表4)。由于其显著的异质性,相同组织病理学类型的肺癌可以表现出不同的影像学和生存特征;这种变异在相同遗传类型的癌症中也有报道[33]。这些复杂发现的意义是深远的。首先,这些发现表明,在追求癌症表征新方法的过程中还需要取得更多进展。在形态学方面,最近有研究表明,基于同源性的[34]、瘤周的[35]或序列放射组学特征[36]可能增加标准放射组学的价值,尽管还需要进一步验证。其次,为了捕捉和区分肿瘤异质性,我们需要利用联合方法的效果。本研究中一个例子是,当所选特征(癌症外观的非冗余测量)组合为一个评分时,其预后价值显著增强。因此,数学公式、统计模型或机器学习算法在这方面值得进一步研究[37]。第三,尽管我们热衷于优化模型精度以实现精准癌症诊疗,但我们主张同等重视高度可重复且允许对结果进行充分解释的基础技术。
本研究存在若干局限性:(1)尽管数字图像可以长期存储,但本研究的回顾性性质限制了我们获取部分患者的人口学和遗传学数据;(2)应考虑来自更多样化扫描方案的CT图像以更好地外推结果,而不同扫描方案对特征可重复性的影响仍未得到充分评估;(3)使用PET/CT图像可以提高癌症分期的准确性;因此,目前尚不清楚通过加入此类信息是否会改变复合放射组学评分相对于组织病理学分期的预后价值的结果;(4)我们仅检查了少量选定的放射组学特征并将其应用于肺癌患者的病例组合;与其他报道相比,这可能导致预后准确性较低[38, 39];(5)所选放射组学特征的价值仅在特定时间点(术前)进行了评估。我们之前的研究表明,“LongHEM”等特征在重复测量时(即delta放射组学)可能是用于监测目的的良好指标;验证这一发现需要纵向数据和进一步分析。
结论
在先前工作的基础上,我们在本研究中证明,若干选定的放射组学特征可预测生存结局,并能区分肺癌中的语义、遗传和组织病理学异质性。此外,这些特征的测量在重复扫描和图像分割中具有可重复性。经确认后,本研究中描述的新特征可能有助于改进CT图像分析方法,从而改善肺癌患者的个体化诊疗。
引用
- Wang Z, Yang C, Han W, et al. Quantifying lung cancer heterogeneity using novel CT features: a cross-institute study. Insights Imaging. 2022. PMID: 35482262. doi:10.1186/s13244-022-01204-9
- 全文:PMC9050978(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9050978/
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。