文献速递泌尿生殖妇产影像MR

基于T2加权MRI的影像组学鉴别卵巢上皮性肿瘤良性与交界性:多中心研究

T2-weighted MRI-based radiomics for discriminating between benign and borderline epithelial ovarian tumors: a multicenter study.
PubMed 文献 · Insights Imaging · 2022-08-09

多中心回顾性研究纳入417例病理证实的良性或交界性卵巢上皮性肿瘤患者,从脂肪抑制T2W图像提取1130个影像组学特征,构建影像组学模型、临床-影像模型及联合模型。联合模型诊断效能最佳,训练集AUC为0.86±0.07,外部验证集AUC为0.86,显著优于临床-影像模型(0.63,p=0.021)。

要点

  • 基于T2W MRI的影像组学可术前鉴别良性与交界性卵巢上皮性肿瘤,联合模型AUC达0.86。
  • 联合模型在外部验证集显著优于临床-影像模型(AUC 0.86 vs 0.63,p=0.021)。
  • 逻辑回归为最佳机器学习算法,影像组学模型AUC 0.82±0.07优于临床-影像模型0.79±0.06。

关键影像表现/征象

  • 良性组与交界性组在腹水、肿瘤最大径、肿瘤边缘、囊性成分信号强度(FS T2W)、实性成分信号强度(FS T2W)上差异有统计学意义(p<0.05)。
  • CA125和HE4在良性组与交界性组间差异有统计学意义(p<0.05)。

诊断标准与关键数值

  • 联合模型在十折交叉验证中AUC为0.86±0.07,敏感度0.82±0.13,特异度0.76±0.11,PPV 0.82±0.11,NPV 0.78±0.08。
  • 影像组学模型AUC为0.82±0.07,临床-影像模型AUC为0.79±0.06。
  • 外部验证集中联合模型AUC为0.86,临床-影像模型AUC为0.63,DeLong检验p=0.021。

临床应用与阅片要点

  • 对于卵巢上皮性肿瘤,可基于FS T2W图像提取影像组学特征辅助鉴别良性与交界性,减少误诊为良性而延误手术的风险。
  • 联合临床(CA125、HE4)及常规MRI特征(腹水、最大径、边缘、囊实性信号)可提高诊断效能及泛化性。
  • 影像组学模型可作为术前无创评估工具,尤其适用于需要保留生育功能但需权衡复发风险的交界性肿瘤患者。

局限性

  • 外部验证集样本量较小(30例)。
  • 回顾性研究设计。
  • 仅使用T2W序列,未纳入增强或功能序列。
全文中译14 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:Insights Imaging. 2022 Aug 9;13:130. doi: 10.1186/s13244-022-01264-x

要点

基于T2加权MRI的影像组学可在术前区分良性和交界性上皮性卵巢肿瘤(EOTs)。

影像组学结合临床/影像学特征有助于鉴别良性和交界性EOTs。

不同机器学习算法的诊断性能不同。

背景

交界性上皮性卵巢肿瘤(EOTs)已被归类为独立类别,约占所有EOTs的10%至20% [1, 2]。交界性EOTs的发病高峰年龄为55–59岁,发病率约为4.5–7.3/10,0000 [3, 4]。交界性EOTs诊断时的中位年龄约为50岁,超过三分之一的病例发生于40岁以下的女性 [3–5]。一项研究显示,交界性EOTs患者大多无症状,或仅有腹痛或月经异常,且交界性EOTs在生物学行为上更接近良性而非恶性 [6]。在病理学上,交界性EOTs无破坏性间质浸润 [7]。然而,交界性EOTs被认为是相应组织学类型卵巢癌的前驱病变 [8]。将交界性EOTs误诊为良性病变可能导致部分患者选择非手术治疗,如超声随访,这存在导致交界性EOTs恶变或播散的风险 [9]。尽管保守性生育手术被推荐用于良性和交界性EOTs,但妇科医生需要对后者进行更客观、可靠的术前评估,以权衡肿瘤复发与生育力保存之间的利弊 [10, 11]。因此,需要在术前准确区分交界性和良性EOTs。

超声是卵巢肿瘤诊断的首选方法,但其诊断交界性EOTs的敏感性仅为0.660 [12]。磁共振成像(MRI)已被证明在评估复杂性卵巢病变方面优于超声 [13]。卵巢-附件报告和数据系统(O-RADS)MRI评分的出现提高了卵巢肿瘤的诊断准确性 [14]。然而,研究表明,由于肿瘤形态的复杂性和MRI征象的相似性,在常规MRI上区分交界性与良性EOTs对放射科医生而言仍是一项不小的挑战 [15, 16]。例如,Park等报道,在常规MRI上,交界性与良性EOTs在分隔数量和大小方面无显著差异 [17]。考虑到常规MRI在区分交界性EOTs与良性EOTs方面的局限性,显然需要新方法来辅助诊断。

放射组学已成为肿瘤学研究中的一种强大工具。该方法可将常规医学图像转换为定量特征,从而反映肉眼无法识别的重要信息[18, 19]。迄今为止,基于MRI的放射组学方法已被证明可辅助放射科医生区分Ι型和ΙΙ型上皮性卵巢癌[20],并对卵巢肿瘤进行良恶性分类[21, 22]。一项体模研究表明,T2加权(T2W)图像在放射组学中具有优势,因为从T1加权图像得出的放射组学特征的观察者间可重复性(组内相关系数[ICC] ≥ 0.75)优于从T1加权图像得出的特征(ICC = 0.60–0.71)[23]。既往研究主要关注恶性肿瘤与交界性EOT的鉴别[24, 25]。然而,据我们所知,基于T2W MRI的放射组学在鉴别良性与交界性EOT中的潜在作用尚未确立。

因此,本回顾性多中心研究的主要目的是评估基于T2W MRI的放射组学在术前鉴别良性与交界性EOT中的价值。

方法

患者

本回顾性多中心研究经机构审查委员会批准,并豁免书面知情同意。通过审查临床数据库和图像存档与通信系统,回顾性连续纳入患者,中心I纳入2013年7月至2021年7月的患者,中心II纳入2016年1月至2021年6月的患者,中心III纳入2017年1月至2018年1月的患者。中心信息见附加文件1(第1节)。纳入标准如下:(1)经病理学确诊的良性或交界性EOT;(2)MRI扫描至少在手术前2周内完成。排除标准如下:(1)在MRI检查和活检前接受过任何治疗,包括化疗或放疗;(2)缺乏T2W序列;(3)MR图像因伪影导致质量不佳;(4)因体积不足或肿瘤体积过大而无法完整显示肿瘤。共纳入417例患者(中心I 154例,中心II 233例,中心III 30例)。中心I和中心II的患者按8:2的比例分层为训练集和内部验证集。中心III的数据保留为外部验证集,以评估所建模型对来自其他机构数据的泛化能力。所有患者的临床特征,包括年龄、绝经状态、产次、腹部症状、糖类抗原125(CA125)和人附睾蛋白4(HE4),均从患者电子病历中获取。招募流程详情见图1。

图1 患者招募及放射组学分析工作流程 查看原图 ↗

图像采集与肿瘤分割

本研究纳入所有使用相控阵线圈在各种1.5 T或3.0 T设备上扫描的患者。本研究使用脂肪抑制(FS)T2W图像。FS T2W的扫描仪和成像参数总结于补充材料(附加文件1:表S1)。

由两名放射科医师在FS T2W图像上使用ITK-SNAP软件(v. 3.8.0,http://www.itksnap.org)逐层手动勾画包含囊性和实性成分的肿瘤感兴趣体积(VOIs)[26]。如果肿瘤为多灶性,仅选择轴位图像上最大直径最大的一个进行分割。图2显示了两个VOIs分割的示例。在盆腔MRI诊断方面有10年经验的放射科医师A首先对所有受试者的VOIs进行了分割。为了评估观察者间可重复性,由另一位在盆腔MRI诊断方面有5年经验的放射科医师(放射科医师B)对从训练集中随机选择的30例患者的VOIs进行了分割。为了评估观察者内可重复性,放射科医师A在一个月后对所有患者重复了分割程序。VOIs的观察者间和观察者内可重复性通过ICCs评估,ICCs > 0.80被认为具有稳健性和可重复性[27]。放射科医师A的首次分割用于创建模型。参考先前的一项研究[28],执行VOIs勾画的两位放射科医师还独立评估了以下常规MRI特征:(1)腹水,分类为无、少量(局限于道格拉斯窝)、中等量(局限于盆腔)或大量(超出盆腔);(2)边缘,分类为边界清晰或边界不清;(3)分房数目,分类为少房(< 3)或多房(≥ 3);(4)实性成分在FS T2W图像上的信号强度(SI)(与邻近外部子宫肌层比较),分类为无、低、高或混杂;(5)囊性成分在FS T2W图像上的SI(与膀胱比较),分类为低、中等或高;以及(6)最大直径。两位放射科医师之间的分歧经共识重新审阅。一些关于信号强度评估的示例见补充材料(附加文件1:图S1和S2)。两位放射科医师在审阅MRI图像时对肿瘤的组织病理学结果和临床信息不知情。

图2 轴位脂肪抑制T2加权图像上良性和交界性卵巢上皮性肿瘤(EOTs)感兴趣体积(VOIs)分割的两个代表性示例。a–c 一位50岁女性,右侧良性黏液性囊腺瘤;d–f 一位60岁女性,左侧交界性黏液性囊腺瘤;a、d 原始图像;b、e 以红色显示的卵巢肿块VOIs;c、f VOIs的3D渲染图 查看原图 ↗

特征提取

在放射组学处理之前,使用归一化将任意灰度强度值转换为标准化强度范围;然后使用B样条插值将所有T2W图像和掩膜各向同性重采样至3 × 3 × 3 mm3。使用Python中的PyRadiomics包(http://www.radiomics.io/pyradiomics.html)[29]从VOIs中提取了共1130个放射组学特征。大多数放射组学特征遵循图像生物标志物标准化倡议(IBSI)[30]。自定义设置和放射组学特征的详细信息见附加文件1(第2节)。

特征后处理

对影像组学特征进行了ComBat协调化处理,这是在构建模型之前所期望的,因为它可减少不同扫描仪引起的偏倚(附加文件1[第3节])[31–33]。ComBat协调化后的影像组学特征通过Z分数归一化进行标准化(去除均值并缩放至单位方差)。此外,我们在训练集中应用了合成少数类过采样技术(SMOTE)以减少样本不平衡带来的偏倚[34]。最后,排除ICC < 0.8的特征。

特征选择

影像组学特征具有高维度;因此,采用了几种特征选择步骤。首先在训练集中进行Mann–Whitney U检验,以选择良性与交界性EOTs之间具有统计学意义的特征。其次,使用随机森林(RF)算法计算每个特征的重要性权重,并通过Spearman相关性分析计算每两个特征之间的相关系数。对于相关系数 > 0.90的任意一对特征,从训练数据中移除重要性权重较低的那个特征。最后,使用最小绝对收缩和选择算子(LASSO)算法,通过仅选择具有非零系数的诊断相关特征来解决多重共线性问题。关于特征选择的更多信息见附加文件1(第4节和附加文件1:图S3)。

模型构建与评估

我们使用四种不同的机器学习算法构建影像组学模型,包括逻辑回归(LR)、支持向量机(SVM)、RF和朴素贝叶斯(NB)。通过分析拟合和泛化性能来选择最佳机器学习算法。我们应用学习曲线来评估随着样本量增加训练分数和交叉验证分数的趋势。如果验证分数和训练分数均收敛至稳定值,则认为该模型不会从额外训练数据中获益。此外,学习曲线可用于多个模型之间的比较。训练分数和交叉验证分数越高,拟合性能越好;训练分数与交叉验证分数之间的差距越小,泛化性越好。

接下来,我们将单因素分析后具有统计学意义的临床和常规MRI特征纳入影像组学模型(联合模型),以探讨这是否能进一步提高性能。这些临床和常规MRI特征也被输入到一个单独的模型(临床-影像学模型)中。本研究中的多分类变量在模型构建前进行了独热编码。为提高模型的可比性,我们选择与最佳影像组学模型中所用相同的机器学习算法。对这三种模型的结果进行综合比较,以探索具有最佳诊断效率的最优模型。

采用受试者工作特征(ROC)曲线下面积(AUC)作为模型评价和比较的主要指标。同时计算敏感度、特异度、阳性预测值(PPV)、阴性预测值(NPV)和准确率。过拟合是指模型在训练数据以外的数据集上不能很好地拟合,这表明模型的泛化能力较差。为减少过拟合,所有模型均采用十折交叉验证构建。通过使用十折交叉验证迭代的平均值来评估模型的诊断性能。通过分析各模型在内部和外部验证集中的AUC来评估泛化能力。

统计分析

所有统计分析和图表制作均使用SPSS(v. 25;IBM)、R(v. 4.11)和Python(v. 3.8.5)完成。正态分布的连续变量以均值(±标准差)汇总,非正态分布的连续变量以中位数(四分位距)汇总。连续变量采用Mann–Whitney U检验或独立样本t检验进行分析,分类变量采用卡方检验或Fisher精确检验进行评估。采用DeLong检验比较AUC。双侧p值< 0.05认为差异有统计学意义。

结果

患者

本研究共纳入417例良性或交界性EOTs患者(平均年龄45.70岁;范围11–95岁)。训练集、内部验证集和外部验证集分别有309、78和30个样本。这三个数据集在年龄(p = 0.740)、绝经状态(p = 0.581)、产次(p = 0.219)、腹部症状(p = 0.362)、CA125(p = 0.118)、HE4(p = 1.000)和最终诊断(p = 0.549)方面均未见显著差异(表1)。比较良性病变组和交界性病变组,训练集中两项临床特征(CA125和HE4)和五项影像学特征(腹水、肿瘤最大径、肿瘤边缘、囊性成分在FS T2W上的信号强度(SI)以及实性成分在FS T2W上的SI)差异有统计学意义(p < 0.05)(表2)。入组患者临床和影像学特征的其他详细信息汇总于表1和表2以及补充材料(附加文件1:表S2)。

表1 训练集和验证集的临床特征 查看原表 ↗
表2 训练集中良性和交界性EOTs的临床和影像学特征 查看原表 ↗

模型构建与评价

根据学习曲线,逻辑回归和SVM模型的训练分数约为0.8,交叉验证分数大于0.75(图3a、b),优于朴素贝叶斯模型(训练分数和交叉验证分数均< 0.7,图3d)。逻辑回归和SVM模型的训练分数与交叉验证分数之间的差距(< 0.05)小于随机森林模型(> 0.10,图3c)。根据ROC曲线,LR模型和SVM模型在训练集中的AUC相似(AUC分别为0.82 ± 0.07和0.82 ± 0.08)。然而,LR模型在内部验证集(AUC为0.73 vs. 0.71)和外部验证集(AUC为0.79 vs. 0.74)中均优于SVM模型(图3e、f)。RF模型在训练集中的AUC为0.83 ± 0.06,但其在外部验证中的AUC仅为0.44(图3g)。NB模型在训练集(0.75 ± 0.08)、内部验证集(0.59)和外部验证集(0.44)中AUC最低(图3h)。因此,采用LR算法构建的影像组学模型为最优。

经过十折交叉验证,联合模型表现出最佳的诊断效能,AUC为0.86 ± 0.07,特异度为0.76 ± 0.11,敏感度为0.82 ± 0.13,PPV为0.82 ± 0.11,NPV为0.78 ± 0.08(图4a,表3)。影像组学模型达到了中等水平的AUC,为0.82 ± 0.07,仍优于临床模型的表现(AUC为0.79 ± 0.06)。各模型十折交叉验证的ROC曲线和混淆矩阵结果见补充材料(附加文件1:图S4–S6)。在内部验证集中,三个模型之间的AUC无显著差异(表4)。然而,在外部验证集中,联合模型的AUC值显著优于临床-影像模型(0.86 vs. 0.63,p = 0.021 [DeLong检验])。各模型在验证集中的诊断性能比较见图4b、c和表4。

图3 a–d 四种不同影像组学模型的学习曲线。红色和绿色曲线分别代表训练数据和交叉验证数据中分数随样本量增加的趋势。逻辑回归(LR)和SVM模型的训练分数和交叉验证分数高于朴素贝叶斯(NB)模型。LR或SVM模型的训练分数与交叉验证分数之间的差距小于随机森林(RF)模型。e–h 四种不同影像组学模型的受试者工作特征曲线。每条浅色曲线代表十折交叉验证中的每一折(第0至第9折),深蓝色曲线代表其均值;红色和绿色曲线分别代表内部验证集和外部验证集。LR模型和SVM模型在训练集中的AUC相似,但LR模型在内部验证集和外部验证集中均优于SVM模型。RF模型在训练集中AUC最高,但在外部验证中AUC较低。NB模型在所有集合中AUC最低 查看原图 ↗
图4 a 影像组学模型、临床-影像模型和联合模型在十折交叉验证迭代中的平均受试者工作特征(ROC)曲线。b 内部验证集中的ROC曲线。c 外部验证集中的ROC曲线 查看原图 ↗
表3 十折交叉验证迭代后不同模型的诊断性能 查看原表 ↗
表4 内部和外部验证集中模型的比较 查看原表 ↗

讨论

在这项多中心研究中,我们探讨了基于T2W MRI的影像组学在鉴别交界性与良性上皮性卵巢肿瘤(EOTs)中的可行性。在纳入影像组学特征、临床和常规影像学特征后,由逻辑回归(LR)算法构建的联合模型在区分交界性EOTs与良性EOTs方面具有最佳的诊断性能。通过在内部和外部验证集上评估时模型始终表现出令人鼓舞的性能,有效地证明了其泛化能力。

既往研究表明,基于MRI的影像组学可以对良性和恶性卵巢肿瘤进行分类,AUC高达约0.90 [16, 21]。然而,上述研究中存在的一个共同局限性是将交界性EOTs归入卵巢恶性肿瘤类别。在临床实践中,交界性EOTs应被视为一个独立的类别,因为其治疗与良性和恶性EOTs均不同 [10, 11, 35]。此外,由于研究中招募的交界性EOTs患者数量通常较少,即使许多交界性EOTs被误诊为良性,影像组学模型的诊断性能也可能不会明显改变。相比之下,我们不仅关注交界性EOTs,还应用SMOTE算法对少数类(交界性EOTs)进行过采样,以减少样本不平衡带来的不利影响 [34]。

与一项先前的研究相比,该研究中基于动态对比增强(DCE)-MRI的影像组学模型在诊断卵巢肿瘤方面取得了良好性能,AUC超过0.86 [22],我们使用T2W MRI构建模型,在鉴别良性与交界性EOTs方面获得了相似的令人鼓舞的诊断性能。尽管使用非增强MRI的影像组学在卵巢肿瘤中的研究较少,但该方法在肝脏和乳腺肿瘤的诊断中已显示出有前景的结果 [36, 37]。最近,一项研究表明,基于脂肪抑制(FS)T2W图像的影像组学可以帮助临床医生区分交界性EOTs与恶性肿瘤(三维模型的准确率为0.99)[38]。与上述研究类似,我们仅应用FS T2W图像进行建模,从而为基于T2W MRI的影像组学在交界性EOTs中的应用提供了额外证据。

交界性EOTs的早期诊断对临床决策至关重要,因为交界性EOTs患者需要更严格的术前评估和术后随访。如果能够实现精确的术前诊断,则可以避免再分期手术。然而,目前尚无简便可靠的筛查手段。卵巢-附件报告和数据系统(O-RADS)MRI推荐对每位患者进行形态学序列(T2、含和不含脂肪抑制的T1,以及钆注射后T1)和功能序列(灌注和弥散加权序列)检查 [14]。然而,高成本、运动伪影和过长的扫描时间限制了其在筛查中的广泛应用。我们的结果表明,仅使用T2W序列构建的模型可以在术前有效区分良性与交界性EOTs,从而为筛查卵巢肿瘤高危女性提供了新思路。

在本研究中,我们还比较了联合模型与临床-影像学模型的性能。联合模型的诊断性能优于临床-影像学模型,尤其是在外部验证集上评估时。因此,影像组学特征与临床及常规影像学特征的结合可能具有提高模型诊断性能和泛化能力的潜力。我们研究中的联合模型比近期一项结合超声与临床特征的研究模型取得了更好的性能(AUC 0.86 vs. 0.825)[39]。此外,在临床应用中,应避免卵巢交界性肿瘤的误诊,因为这会导致复发和恶化的风险,因此需要模型具有高灵敏度。与灵敏度< 0.75的模型[39]相比,我们研究中的联合模型灵敏度提高至0.82,表明其可能具有满足交界性上皮性卵巢肿瘤(EOTs)检测需求的潜力。

本研究方法具有若干创新性和优势。首先,按照影像组学质量评分(RQS)[19]的建议,我们从多个中心招募患者并进行了内部和外部验证,这有助于提高结果的稳健性。其次,大多数影像组学研究的主要局限性之一是数据的同质性,这会对结果的泛化产生不利影响。为克服这一不足,我们的研究纳入了来自七台MRI扫描仪的数据,不限制造商、扫描方案和场强,ComBat协调算法最大限度地减少了不同MRI扫描仪引起的偏倚。该算法已被证实不仅能减少不同成像方案引起的批次效应[32, 33],还能部分改善影像组学模型的预测性能[40]。此外,不同的机器学习算法由于具有不同的数学原理,可能在同一数据上表现不同。因此,我们使用了四种不同的机器学习算法进行建模,并比较了各算法拟合效果和泛化性能的差异。这通过减少选择单一机器学习算法所引起的偏倚,提高了结果的可靠性。

尽管如此,本研究存在若干局限性。首先,本研究使用的外部验证集数据量较小。这是由于医学图像获取的困难以及我们希望以尽可能大的训练样本逼近实际数据分布。其次,由于回顾性研究设计,本研究可能存在潜在的选择偏倚。因此,我们进一步的研究需要进行大样本的前瞻性多中心验证。第三,本研究未比较T2W与其他序列之间的性能。因此,需要进一步研究评估基于多参数MRI的影像组学的性能。

结论

总之,基于T2W MRI的影像组学具有有效鉴别良性与交界性EOTs的潜力。我们的发现可为术前临床决策提供潜在指导,并值得在未来临床应用中进一步评估和开发。

补充信息

附加文件1:关于中心信息、放射组学特征、ComBat协调化、特征选择、附加表格和附加图的补充材料。

引用

  1. Wei, Zhang, Bai, et al. T2-weighted MRI-based radiomics for discriminating between benign and borderline epithelial ovarian tumors: a multicenter study. Insights Imaging. 2022. PMID: 35943620. doi:10.1186/s13244-022-01264-x
  2. 全文:PMC9363551(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9363551/

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。