文献速递神经技术与安全MR

弥漫性胶质瘤人工智能研究前MRI强度标准化用于影像组学特征提取的系统综述

Intensity standardization of MRI prior to radiomic feature extraction for artificial intelligence research in glioma-a systematic review.
PubMed 文献 · Eur Radiol · 2022-04-29

该研究系统检索了MEDLINE、EMBASE和SCOPUS数据库,纳入12篇关于成人型弥漫性胶质瘤MRI影像组学研究中强度标准化方法的文献。由于预处理和分析方法异质性大,仅进行叙述性综合。三种强度标准化技术被研究:直方图匹配(5/12)、限制或重缩放信号强度(8/12)和深度学习(1/12),仅两篇论文比较了不同方法。直方图匹配相比其他改变MRI信号强度的方法产生了更可靠的特征。结论指出文献中描述了多种强度标准化方法但缺乏明确共识,需要进一步研究直接比较不同方法。

要点

  • 强度标准化是评估弥漫性胶质瘤的稳健影像组学特征开发中的关键预处理步骤。
  • 仅少数研究比较了两种或多种强度标准化方法的效果。
  • 需要进一步研究在胶质瘤数据集上直接比较多种MRI强度标准化方法。

核心结论

  • 文献中描述了多种强度标准化方法,但尚未就最可靠的标准化方法达成明确共识。
  • 直方图匹配相比其他改变MRI信号强度的方法产生了更可靠的特征。
  • 需要进一步研究在胶质瘤MRI数据集上直接比较不同强度标准化方法。

研究设计与样本

  • 系统综述,按照PRISMA标准进行,检索MEDLINE、EMBASE和SCOPUS数据库,检索日期为2021年10月5日,无日期、语言、地点或研究类型限制。
  • 纳入标准为比较一种强度归一化方法与另一种或无归一化的MRI影像组学研究,且为关于弥漫性胶质瘤患者的原创研究,最终纳入12篇论文。
  • 使用QUADAS-2评估偏倚风险,由两名评价者独立审查,分歧通过共识解决。
  • 由于预处理步骤和分析方法存在显著异质性,无法进行Meta分析,采用叙述性综合。

诊断标准与关键数值

  • 直方图匹配:Zhao等使用直方图规格化-网格搜索(HS-GS),胶质瘤分级的AUC为0.956,比未标准化高27%;Chen等使用自动选择参考帧的直方图规格化(HSASR),分级AUC为0.9934(未标准化AUC为0.8512)。
  • 深度学习:Hu等报告未处理图像的AUC为0.693(95%CI 0.613–0.772),合成缺失序列后AUC为0.838(0.772–0.904),强度标准化后为0.704(0.626–0.783),层间距标准化后为0.716(0.639–0.793),三步结合后模型性能最佳(AUC 0.89,95%CI 0.838–0.941)。
  • 限制或重缩放信号强度:Florez等报告标准化T1Gd序列产生最佳模型,AUC>0.97(未标准化为0.85);标准化T2W图像性能下降,AUC为0.85(未标准化为0.91);仅使用FLAIR时,标准化降低了区分肿瘤和水肿的AUC(未标准化0.87,标准化0.84)。
  • Vils等报告线性强度插值后MGMT启动子甲基化预测模型在验证集上AUC为0.673(95%CI 0.4837–0.8618);无插值时模型AUC为0.660但无法验证。
  • Orlhac等报告WhiteStripe降低了正常白质(88%降至69%)和肿瘤(98%降至60%)中显著不同特征的数量。

临床应用与阅片要点

  • 临床放射科医生需要了解强度标准化是任何影像组学研究或应用中的关键步骤。
  • 在解读直方图规格化研究结果时需注意,其分级AUC最高,但与其它技术的关系尚不清楚。
  • 两项研究中强度标准化的效果难以与其他预处理区分,作者应分别报告不同预处理步骤对特征稳健性或模型性能的影响。
  • 仅两项研究比较了多种强度标准化技术,鉴于方法众多且缺乏共识,需要更多直接比较技术的研究。

局限性

  • 无法获取两篇会议摘要的全文,基于摘要判断不太可能被纳入,潜在遗漏影响有限。
  • QUADAS-2并非专门设计用于评估MRI强度标准化技术的效能,但在缺乏更特异性替代方法的情况下被认为是可行的方法。
  • 本综述范围限于弥漫性胶质瘤背景下的MRI强度标准化,不可避免地遗漏了其他器官、脑部病变和健康志愿者的研究。
  • 十项研究因缺乏患者选择信息被判定为偏倚风险不明确。
  • 两项研究因无法将标准化效果与其他预处理分离,索引测试的适用性关注被判定为高风险。
全文中译13 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 29;32(10):7014–25. doi: 10.1007/s00330-022-08807-2

引言

成人型弥漫性胶质瘤是一组高度侵袭性和异质性脑肿瘤(图1),美国年发病率为5–6/100,000,胶质母细胞瘤(GBM,最具侵袭性的胶质瘤)约占近50% [1]。尽管对强化肿瘤进行了最大程度的安全切除,并辅以替莫唑胺同步化疗和60 Gy/30次分次放疗的辅助治疗,随后进行6个周期的替莫唑胺治疗(“Stupp方案”),GBM患者的中位总生存期仍仅为12–15个月 [2, 3]。

多参数MRI(mpMRI)凭借其优异的软组织对比度,常用于表征这些肿瘤 [4]。利用人工智能(AI)增强MRI所提供信息的兴趣日益增长,包括但不限于无创预测细胞遗传学改变、区分治疗效应与假性进展,以及区分浸润性非强化肿瘤与水肿 [5]。

影像组学是一种从医学影像中提取可挖掘数据的定量分析方法,机器学习通常用于将影像组学特征与患者特异性数据(涉及预后和/或结局)相关联 [6]。对整个肿瘤体积及周围组织进行定量评估在研究一种异质性疾病时具有吸引力,而这种异质性正阻碍着当前的治疗策略 [5]。许多评估弥漫性胶质瘤类型的影像组学研究旨在预测预后 [7]、无创诊断遗传和分子改变 [8](这些改变在诊断、预后和管理中起关键作用),以及区分治疗效应与肿瘤进展 [9]。

尽管前景广阔,影像组学在很大程度上仍局限于小样本回顾性原理验证研究,缺乏足够证据支持其转化为放射学实践 [10]。基于MRI的影像组学受到图像信号强度中非生物学、扫描仪依赖性变异的限制 [11–14]。与CT不同,MR信号强度不易映射到物理组织特性,并且在不同时间点、供应商、磁场强度和采集设置之间表现出变异 [15–18]。影像组学特征对图像中信号强度的值高度敏感,必须去除非生物学改变。因此,在进行影像组学分析之前,必须对MRI信号强度进行标准化,即体素强度的范围和分布必须在患者之间相似,以确保结果具有可重复性 [11]。尽管如此,在表征弥漫性胶质瘤时,对于最佳方法尚缺乏共识。尽管不是一个具体的诊断,弥漫性胶质瘤是一个有用的分组,因为它们通常共享相同的影像组学流程,并且是一组常被研究的相关肿瘤 [13, 16]。我们旨在对文献进行系统综述,考察在成人型弥漫性胶质瘤中提取影像组学特征之前不同MRI强度标准化程序的效能。

图1 三个不同成人型弥漫性胶质瘤示例的MR成像 查看原图 ↗

材料与方法

检索策略与选择标准

本系统综述按照“系统综述和荟萃分析优先报告条目”(PRISMA)声明进行。于2021年10月5日对MEDLINE、EMBASE和SCOPUS数据库进行了检索,使用以下概念,通过“AND”运算符连接,包括通过“OR”运算符连接的同义术语:(1) MRI,(2) 影像组学,(3) 强度标准化,(4) 胶质瘤。对研究日期、语言、地点或类型不设限制。排除标准如下:非基于人体的研究、与成人型弥漫性胶质瘤无关、非原创性研究、非MR影像组学、未提及强度标准化、或未评估强度标准化的效果(与另一种方法或无标准化相比)。去除重复后,根据标题和摘要对文章进行筛选,随后进行全文筛选。对纳入文章的参考文献进行了人工审查。完整的检索策略、方法和PRISMA检查表见补充文件。

质量评估

使用诊断准确性研究质量评估工具2(QUADAS-2)评估偏倚风险[19]。使用QUADAS-2是因为目的是评估任何给定强度标准化方法与无标准化或另一种方法相比的性能。QUADAS-2评估四个领域:(1) 患者选择——描述患者如何被招募,如纳入和排除标准;(2) 索引试验——索引试验如何实施和解读;(3) 参考标准——参考试验如何实施和解读;(4) 流程和时间——未进行索引试验或参考试验或被排除在最终分析之外的患者。每个领域均评估偏倚风险,前三个领域还评估适用性,分为低风险、高风险或不明确。索引试验被认定为所研究的强度标准化方法,参考试验为无标准化或用作对照的替代方法。两名审查者(F.M.、K.F.)独立审查每项研究,任何分歧通过共识解决。

结果

检索结果

去除重复后,数据库检索返回741条结果(图2)。经标题和摘要筛选后,对60篇文章进行了全文筛选。12篇符合纳入标准的文章被纳入本综述。Florez等人的两项研究[20, 21]被分别纳入,因为一项仅使用液体衰减反转恢复(FLAIR)序列的影像组学特征[21],另一项使用从多种MRI序列组合中提取的影像组学[20],这可能对任何强度标准化过程的结果产生影响。

图2 PRISMA流程图,展示弥漫性胶质瘤影像组学研究强度归一化系统综述的研究选择过程 查看原图 ↗

质量评估

对上述四个领域分别进行偏倚风险评估,并对前三个领域进行适用性评估。除患者选择领域的偏倚风险和指标测试的适用性关注外,所有研究的其他领域均为低风险(表1)。十项研究因缺乏患者选择方式的信息而被认为存在不明确的偏倚风险。不清楚机构患者是连续还是随机选择的,或者如果使用了公开可用的数据集,则不清楚是否使用了任何纳入/排除标准来选择患者。

对于指标测试的适用性关注,两项研究[26, 27]被认为存在高风险,因为无法将标准化的效应与其他预处理分离。两项研究[24, 30]在所有领域均为低风险。Florez等人的两项研究[20, 21]也纳入了脑膜瘤患者,但被认为不存在偏倚风险或适用性关注,因为胶质母细胞瘤(GBM)患者的结果是单独呈现的。

表1 12项研究的偏倚风险和适用性关注汇总 查看原表 ↗

纳入研究的特征

预处理步骤和分析方法存在显著异质性(表2),无法进行荟萃分析,因此采用叙述性综合呈现。

所有研究均为回顾性研究,尽管两项研究[24, 30]使用了前瞻性获取的数据。八项研究纳入了多中心数据,其中一项研究[27]不清楚数据为单中心还是多中心数据。五项研究使用了癌症影像档案(TCIA)[29]的公开多中心数据集,或脑肿瘤图像分割基准(BraTs)[31]的竞赛数据,以及机构数据。一项研究[27]仅使用公开可用数据。

研究目的可分为两组:评估强度标准化对影像组学特征稳健性和可重复性的影响,和/或

评估强度标准化对预测性影像组学模型的影响。

九项研究评估了强度标准化对预测模型的影响。五项研究评估了标准化对特征稳健性的影响(两项研究同时包含两个目的)。Hoebel等人[30]、Carré等人[13]和Orlhac等人[14]三个研究组使用“扫描-再扫描”方法测试影像组学特征的稳健性,即在短时间间隔后于不同场强[13, 14]或同一机器[30]上对同一患者进行扫描。另外两项研究,Um等人[32]和Reuze等人[26]评估了配对扫描仪之间特征分布的差异,或分类器区分内部与外部扫描患者的能力[32]。

强度标准化的三种主要方法可归类为直方图匹配、深度学习,或限制或重新缩放信号强度。大多数纳入的研究评估了一种方法;然而,Carré等人[13]和Hoebel等人[30]使用了两种或更多方法。有关这些方法的进一步细节将在后续章节中讨论。

表2 纳入研究的关键特征汇总(n = 12) 查看原表 ↗

直方图匹配

直方图匹配涉及变换图像的信号强度,使参考图像和变换后图像的直方图之间产生匹配[25, 33]。参考直方图由训练图像在预先指定的强度标志点处的平均强度计算得出[33]。

Um等[32]评估了以下预处理步骤后影像组学特征的稳健性:8位重缩放、偏置场校正、直方图匹配和各向同性重采样。使用随机森林分类器预测图像来自内部还是外部数据集,并使用马修斯相关系数测量分类准确性。值为1表示完美预测,0表示不比随机机会更好,因此没有扫描仪依赖性。值>0.2被认为图像仍可能保留扫描仪依赖性。提取了多类特征。对于边缘特征,应用了不同的滤波器(Sobel、高斯拉普拉斯、Gabor、小波)并提取了一阶特征。Haralick特征从灰度共生矩阵(GLCM)计算。对于基线图像,Haralick以及Sobel和高斯拉普拉斯特征的马修斯相关系数分别为0.36、0.22和0.39(从提供的条形图测量)。直方图匹配将这些值显著降低至分别为0.191、0.170和0.140(p < 0.01)。

Zhao等[34]使用了直方图规定化-网格搜索(HS-GS),Chen等[23]使用了直方图规定化配合参考帧自动选择(HSASR),后者自动选择训练直方图。Zhao等比较了标准化与未标准化图像对胶质瘤分级的预测能力,显示曲线下面积(AUC)为0.956,比未标准化时高27%。使用HSASR,Chen等在分级方面达到0.9934的AUC(未使用时AUC为0.8512)。这些是胶质瘤分级中达到的最高值,尽管与其他强度标准化方法的直接比较将有助于解释结果。

深度学习

Hu等[22]描述了“MIL”预处理和强度归一化,其校正:T1加权(T1W)、T1Gd、T2加权(T2W)和FLAIR序列的mpMRI数据集中的模态不完整性(M)、强度分布不均匀(I)和层间距不一致(L)。模态不完整性是指MRI序列(称为“模态”)的缺失,例如T1Gd。强度不均匀是指MRI信号强度的变化,层间距不一致是指切片厚度的变化。评估了MIL归一化对胶质瘤分级影像组学模型准确性、对异柠檬酸脱氢酶1(IDH1)预测(成人型弥漫性胶质瘤的关键遗传标志物,具有预后和诊断特性)以及肿瘤分割的影响。循环一致对抗网络(CycleGAN)标准化信号强度,深度学习网络使用编码器(改进的U-net)和单独的解码器合成任何缺失的MRI序列[22]。切片厚度使用插值软件统计参数映射12(SPM12)标准化。未处理图像的AUC报告为0.693(95% CI 0.613–0.772),在合成缺失序列(AUC 0.838,0.772–0.904)、强度标准化(0.704,0.626–0.783)和层间距归一化(0.716,0.639–0.793)后增加。结合三个步骤产生了性能最佳的模型(0.89,0.838–0.941),突出了预处理流程的累加效应。

限制或重缩放信号强度

Reuze 等人将每位患者的信号强度重新缩放到 0 到 32767 之间,同时重采样至 0.5 × 0.5 × 0.5 mm3,并在来自 11 台 MRI 扫描仪的图像上评估了其对特征稳健性的影响 [26]。在 31 个纹理特征中,发现 11 个在不同磁场强度归一化后具有稳健性(Wilcoxon 配对检验 p > 0.05)。未单独呈现仅进行强度标准化的结果。

Upadhaya 等人评估了预处理步骤对总生存期(OS)预测模型准确性的影响 [27]。基线预处理步骤包括偏置场校正、颅骨剥离和配准,以及额外的空间重采样、强度量化和归一化。强度归一化忽略了范围 (m-s, m+s) 之外的任何值。m 和 s 是 VOI 内强度值的均值和标准差。如果模型使用了额外的序列和预处理步骤,敏感性从 79% 提高到 93%,特异性从 86% 提高到 93%。未单独呈现仅进行强度标准化的效果。

Florez 等人在 17 例和 20 例 GBM 患者中评估了强度标准化对肿瘤体积和水肿区分的影响 [20, 21]。将 1–99% 归一化(即纳入强度直方图的第 1 和第 99 百分位数 [28])与不进行归一化进行了比较。归一化后的 T1Gd 序列产生了最佳模型,AUC > 0.97(未归一化为 0.85)[20]。归一化 T2W 图像的性能下降——AUC 为 0.85(归一化)相比 AUC 0.91(未归一化)。在另一项仅使用 FLAIR 的研究中,归一化降低了区分肿瘤和水肿的 AUC(未归一化 AUC 0.87,归一化 AUC 0.84)[21]。

Vils 等人在 118 例复发 GBM 患者中评估了线性强度插值的影响 [24]。线性强度插值使用正常对侧白质和玻璃体内的两个感兴趣区(ROI):

用于预测 O6-甲基鸟嘌呤-DNA 甲基转移酶(MGMT)启动子甲基化(治疗反应和预后预测的分子标志物)的影像组学模型在归一化后在验证集上达到了 AUC 0.673(95% CI 0.4837–0.8618)。未经插值时,模型达到 AUC 0.660,但无法得到验证。

Orlhac 等人评估了混合 WhiteStripe 归一化对 18 例弥漫性胶质瘤患者正常白质和肿瘤特征分布的影响,这些患者在不同场强下进行了扫描和重复扫描 [14]。WhiteStripe 减去正常白质强度的均值并除以标准差 [35]。WhiteStripe 减少了正常白质(88% 降至 69%)和肿瘤(98% 降至 60%)中显著不同特征的数量,突显了仍存在相当大的扫描仪依赖性。

技术比较

Carré 等人 [13] 和 Hoebel 等人 [30] 均使用了直方图匹配和 Z 分数。Z 分数归一化从每个体素中减去平均信号强度并除以 ROI 的标准差 [13]。Carré 等人还使用了 WhiteStripe。

Hoebel等使用组内相关系数(ICC)评估了从48例诊断为胶质母细胞瘤(GBM)患者的扫描-再扫描T1Gd和FLAIR图像集中提取的影像组学特征的可重复性[30]。Z分数和直方图匹配改善了FLAIR上强度特征的可重复性,但未改善T1Gd上的可重复性。直方图匹配改善了FLAIR上纹理特征的可重复性(p = 0.003),而Z分数未改善,且两种技术均未改善T1Gd上纹理特征的可重复性。

Carré等[13]评估了强度归一化对特征稳健性和胶质瘤分级预测的影响。使用20例低级别胶质瘤患者的扫描-再扫描数据集,发现直方图匹配在T1Gd和FLAIR图像上产生的稳健一阶特征数量最多(ICC和CCC > 0.80,18个特征中分别为16个和8个)。关于使用T1Gd图像进行胶质瘤分级,且仅使用来自第一次扫描-再扫描实验的稳健特征,直方图、WhiteStripe和Z分数的平均平衡准确率分别从0.73增加到0.81、0.79和0.81。

讨论

要在临床上发挥作用,影像组学需要经过验证[36],在评估影像组学预测模型时面临独特挑战[37]。对于MRI影像组学,评估可重复性和再现性的一个关键挑战是去除扫描仪相关的信号强度变化[11]。本综述证实,强度标准化改善了影像组学特征的可重复性并改善了大多数预测模型,因此临床放射科医生需要了解这是任何影像组学研究或应用中至关重要的步骤。方法学的差异妨碍了跨研究结果的直接比较,本综述强调了潜在的改进领域,这可能改善影像组学模型向临床环境的转化(表3)。

在两项研究[26, 27]中,强度标准化的效果难以与其他预处理区分开来,作者本可以分别报告不同预处理步骤对特征稳健性或模型性能的影响。Hu等呈现了预处理步骤的所有可能组合,并分别给出AUC结果,因此每个步骤的影响是可识别的。

只有两项研究[13, 30]比较了超过一种强度技术。鉴于方法数量众多且缺乏共识,需要更多直接比较技术的研究。这在解释直方图规定化研究的结果时很重要[23, 34]。分级用的AUC是已报道的最高值;然而,尚不清楚这与其他技术的关系。最近的一项分析[16]比较了多种强度标准化技术和特征提取后使用ComBat校正,ComBat是一种用于基因组学中批次效应校正的统计归一化方法,已被应用于影像组学[11, 14]。强度标准化不足以去除扫描仪依赖性,但ComBat可以从提取的特征中去除扫描仪相关信息[16],与Orlhac等[14]的发现相似。

三项研究使用了重复扫描数据,为评估在同一患者短时间内(即研究间隔数天)采集的图像上影像组学特征的可重复性提供了机会。尽管肿瘤可能在数天内发生微观变化,这些影像组学研究假设如果影像表现保持不变,那么影像组学特征也应保持不变[13, 14, 30]。重测数据,连同体模研究[16],以及从正常结构提取的影像组学特征的比较,为检验标准化技术提供了有用的范式。在公共存储库中开放获取此类数据应有助于进一步验证不同的强度标准化方法。

本综述的局限性包括无法获取两篇会议摘要的全文。根据摘要判断,它们不太可能被纳入。其潜在遗漏的影响有限,因为仍需要进行叙述性综合。QUADAS-2并非专门设计用于评估MRI强度标准化技术的有效性,但鉴于缺乏更具体的替代方案,我们认为这是一个可行的方法。本综述的范围是在弥漫性胶质瘤背景下评估MRI强度标准化,不可避免地遗漏了其他器官、脑部病变和健康志愿者的研究。

表3 当前文献的局限性及未来机遇 查看原表 ↗

结论

关于哪种方法是最可靠的标准化方法,尚未形成明确的共识。为了将影像组学转化为临床应用,研究应评估强度标准化对其结果的影响,并且应明确报告任何强度标准化步骤的影响。重复扫描数据集的整理和共享将促进弥漫性胶质瘤影像组学模型的构建,并极大地改善可临床转化模型的开发。

补充信息

ESM 1(DOCX 27 kb)

(DOCX 35 kb)

(DOCX 31 kb)

引用

  1. Fatania K, Mohamud F, Clark A, et al. Intensity standardization of MRI prior to radiomic feature extraction for artificial intelligence research in glioma-a systematic review. Eur Radiol. 2022. PMID: 35486171. doi:10.1007/s00330-022-08807-2
  2. 全文:PMC9474349(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9474349/

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。