无监督机器学习识别IPF影像学进展预测标志物
该回顾性研究对76例IPF患者的190次胸部CT采用无监督机器学习聚类视觉CT特征,识别出与影像学进展相关的标志物模式并构建进展特征;基于该特征的分组患者生存差异显著(HR=4.14,p<.01),并在不同中心18例外部验证队列中呈现相同趋势但未达显著。
要点
- 无监督学习可从连续CT中识别预测IPF进展的影像标志物模式。
- 基于4个top模式动态变化的分组可区分预后显著不同的患者。
- 局部模式转换追踪可揭示从健康肺组织到病变组织的进展路径。
核心结论
- 无监督学习能识别预测IPF结局的影像学进展标志物,并在外部队列呈现可比趋势。
- 局部模式转换追踪揭示了从健康肺组织经一系列病变组织类型的影像学进展路径。
研究设计与样本
- 回顾性研究,研究队列为意大利单中心76例IPF患者、共190次胸部CT,另设奥地利不同中心18例外部验证队列。
- 纳入标准为至少两次间隔≥6个月的连续HRCT且重建核为BONEPLUS、层厚≤1.25 mm;外部验证队列重建核不同。
- 采用无监督机器学习(视觉词袋、Haralick纹理特征、PCA、k-means聚类为20种肺表现模式)识别进展标志物,并以随机森林基于模式特征差异判断扫描时间顺序。
- 以Kaplan-Meier分析和风险比评估基于进展特征分组的结局预测,外部验证未重新训练模式或聚类。
关键影像表现/征象
- 排名前4的进展标志物模式在所有随机子队列中稳定居前,包含血管、磨玻璃影和密度增高区域。
- 模式转换网络显示相对稳定模式(如9、10、19)、易变模式(如4、5、8)和短暂模式(如12、14、15、18、20)。
- 从健康模式9出发的主要路径为9-10-13-17或9-10-13-7,指向血管与严重磨玻璃影混合模式(17和7)。
- 反向模拟显示模式17的主要来源路径为10-13-17或10-13-7-17,提示7可能是17的中间步骤。
诊断标准与关键数值
- 机器学习模型正确判断114对连续CT时间顺序中的95对,排序准确率83%。
- 两位胸部影像专家(17年和15年经验)排序准确率分别为83%和67%,模型与两位专家间差异均无统计学意义(p=.496和p=.156)。
- 研究队列仅用4个静态特征成分聚类,两组间HR=3.56(p<.01);纳入动态成分后HR=4.14(p<.01)。
- 外部验证队列用4个静态成分和完整进展特征分别得HR=1.10和HR=1.44,趋势与研究队列相同但未达显著(p=.473)。
临床应用与阅片要点
- 连续CT随访中可关注血管、磨玻璃影和密度增高区域等模式成分的局部变化,辅助判断IPF影像学进展。
- 基于模式成分动态变化的分组可能提示不同预后,但外部验证未达显著,暂不宜单独用于临床决策。
- 模式转换路径(如9-10-13-17或9-10-13-7)可为理解IPF影像学进展机制提供假设。
- 人工阅片判断时间顺序存在观察者间差异,专用软件辅助可能提高进展评估的一致性。
局限性
- 外部验证队列仅18例且来自不同中心、不同扫描仪和重建核,进展特征预测结局未达统计学显著。
- 研究为回顾性设计,研究队列来自单中心,样本量有限(76例)。
- 模式聚类数和特征提取参数(如k=20、PCA保留95%方差)基于本研究数据确定,外推需谨慎。
全文中译15 节 · 点击展开
引言
特发性肺纤维化(IPF)是最常见的特发性间质性肺炎(IIP)类型,占所有间质性肺疾病(ILD)病例的五分之一 [1, 2]。尽管IPF曾被认为较为罕见,但一项基于34项IPF发病率和死亡率研究的综述显示,其发病率为每年每10万人0.2至93.7例 [3, 4]。研究估计,未经治疗的情况下,IPF患者诊断后的中位生存期为3–5年 [5]。尽管该疾病无法逆转,但放射学上的疾病进展可通过疾病修饰药物如吡非尼酮和尼达尼布加以减缓 [6]。CT在IPF的诊断中发挥核心作用;ATS/ERS/JRS/ALAT官方IPF临床实践指南指出,若CT表现为典型的普通型间质性肺炎(UIP)模式,则认为无需进行肺活检 [7]。然而,在许多情况下,其影像学、临床和生理学表现与其他ILD(如非特异性间质性肺炎和过敏性肺炎)仍存在相当大的重叠 [8, 9]。因此,放射科医生、临床医生和病理学家之间在ILD最终诊断方面存在显著分歧 [10]。最重要的是,IPF与其他ILD的预后和治疗选择明显不同,这强调了正确诊断的重要性 [8]。
除了IPF诊断方面的困难外,放射学疾病进展的预测更具挑战性,因为IPF的疾病病程差异相当大。据报道,与较差预后相关的影像学特征包括支气管扩张的范围、蜂窝状改变的范围以及血管相关结构的体积 [11]。
鉴于这些特征识别中的观察者间变异性,在没有专用软件支持的情况下,这些特征的常规可用性有限 [12]。此外,迄今为止观察到的大多数所研究的影像学特征均基于已被充分确立的CT模式,而这些模式未必是最具预测性的特征,原因可能是缺乏与生物学放射学疾病进展的关联,或者识别困难及相关的观察者间和观察者内变异性 [13]。
因此,亟需能够识别预测未来疾病病程和结局的IPF放射学疾病进展定量影像标志物的技术。
本研究旨在开发一种无监督机器学习方法,以识别新的放射学疾病进展影像标志物模式,并评估这些模式是否能预测结局。
材料与方法
本回顾性研究经维也纳医科大学机构审查委员会批准(伦理委员会编号1463/2017)。当地机构审查委员会豁免了知情同意。
研究人群
在研究队列中,2011年12月至2014年10月期间诊断为IPF的患者从意大利一家转诊中心(意大利弗利Morgagni医院,n = 76)的电子登记系统中回顾性检索。纳入标准如下:(1)每位患者至少有两次连续的HRCT检查,间隔至少6个月;(2)两次检查均使用高频重建核(BONEPLUS),层厚≤ 1.25 mm。按照这些纳入标准,共纳入76例患者(女/男:19/57),因为仅在这些患者中可获得使用相同重建核的随访扫描(图1b)。对于74例患者的亚队列,可获得生存数据。整个研究队列的患者特征见表1。
作为复制队列,我们从不同中心和国家收集了一个回顾性队列(n = 18,奥地利维也纳总医院)。该数据集中的患者在2007年4月至2017年4月期间诊断为IPF。纳入标准与研究转诊中心相同,但由于扫描仪来自不同制造商,CT重建核不同(B60f、B70f、B70s、I70f、I80s)。
对于两个队列,CT诊断均由两名经验丰富的放射科医师确立。IPF的诊断由两个机构的多学科ILD委员会作出。
影像数据收集与采集
研究队列数据集(意大利)使用2台CT扫描仪采集,分别为LightSpeed Pro 16和BrightSpeed 16(均为GE Healthcare)。CT检查在仰卧位持续深吸气时进行。若每位患者有超过两次CT检查,则纳入每一对连续CT扫描。因此,单个患者可有1–4对扫描。对于复制队列,数据使用Siemens Sensation Cardiac 64扫描仪在仰卧位深吸气时采集。每位患者有2次扫描,一次在诊断时,另一次在末次随访检查时。
分割与随访配准
CT数据中的肺采用两步法自动分割。首先,使用基于阈值的算法[14],形态学面积开运算去除小支气管和血管等小结构。抑制背景,并通过气管定位提取气道。如果算法未通过基于体积的评估标准,如存在大量高密度区域和肺瘢痕的情况,则使用多模板图谱分割方法校正分割[15]。该分割方法使用归一化互相关标准自动选择最佳模板肺变换(VISCERAL Anatomy 3 [16]),并使用Ezyes [17]从该选定变换执行非线性配准至预定义目标图谱。
肺部掩膜分割后,使用先进归一化工具(ANTs)[18]对连续CT扫描对进行配准,以建立肺成像数据中位置的对应关系,用于同一患者的后续检查。对应位置的配准对于追踪肺模式类别随时间的变化以及测量放射学疾病进展过程中模式类别之间的局部转换是必要的。
为降低计算复杂度,我们未处理切片的每个单独体素,而是使用MonoSLIC [19]将肺部掩膜过度分割为大小为5 mm × 5 mm × 5 mm的小块——即所谓的超体素。这些超体素通过对单基因相位进行k-means聚类提取,单基因相位检测CT体素的局部主导结构,不受图像对比度和亮度的影响,最终获得覆盖整个肺队列的共1,578,788个超体素(图1a)。
CT特征提取与放射学疾病进展标志物候选
我们通过使用视觉词袋方法[20]对所有成像数据进行无监督机器学习,识别了整个研究人群中出现的不同肺部表现模式。计算机断层扫描成像数据以DICOM文件形式接收,灰度值代表Hounsfield单位。在提取图像特征之前,将灰度值范围变换为0至255。我们计算了每个超体素的方向无关灰度共生矩阵的各种统计特性,得到所谓的Haralick纹理特征[21],每个超体素为65分量向量。为降低这一高维度,我们使用主成分分析(PCA)保留总体方差的95%,最终每个超体素得到9维特征向量(图1a)。
在此9维特征空间中进行k-means聚类,将每个超体素分配给对应于一个簇的一种肺部表现模式。最优簇数通过重复性检验确定,使用Jaccard评分[22],得出k = 20个簇为最优选择。最后,每个肺由20种表现模式各自覆盖的体积分数表示,得到20分量的向量。该模式特征签名捕获了肺的整体纹理组成。
识别放射学疾病进展的标志模式及局部组织转换路径
IPF与肺纤维化相关,肺纤维化是肺部终末病理改变的一种类型,由慢性重复性肺泡损伤引起,导致细胞外基质过度合成并替代正常实质。虽然某些类型的肺纤维化是可逆的,但IPF表现出进行性和不可逆的发展[23, 24]。
为识别与影像学疾病进展相关的模式特征组分,我们分析了同一患者已知采集日期的可获取的后续CT扫描配对(扫描A和扫描B)。我们训练了一个包含500棵树的随机森林(RF)[25]分类模型,基于两次扫描模式特征组分的差异来预测两次扫描(A、B)的正确时间顺序(预测结果:A在B之后采集或B在A之后采集,训练时的真实标签基于DICOM头文件中的采集日期)。我们使用基尼重要性对特征按其对正确排序的预测能力进行排序。由于IPF不可逆转,CT扫描中捕获的肺瘢痕要么保持不变,要么恶化。因此,我们假设能够实现正确时间排序的特征捕获了影像学疾病进展。
正确时间顺序的真实标签从CT DICOM头文件中读取。我们使用RF基尼重要性对模式特征组分对扫描正确排序的贡献进行评分,并假设评分高的组分——每个组分与具有特定表现的肺组织类型相关联——与影像学疾病进展密切相关。
基于模式特征组分动态变化预测结局
我们仅使用先前确定的前4个评分最高的组分及其在一对随访扫描之间的变化来构建影像学疾病进展特征。我们使用k均值聚类根据患者的进展特征将其分为两组。对每个患者聚类,我们通过Kaplan-Meier分析评估生存情况。
模式转变路径的探索性分析
我们分析了肺组织在疾病过程中从一种模式转变为另一种不同模式是否遵循一个或多个特定序列。我们确定了所有1,578,788个超级体素和研究中的所有扫描对中,每次扫描中每个肺位置的图像特征组分,以及后续扫描中对应位置的组分。这产生了一个转变概率网络。它捕获了在影像学疾病进展过程中从20种组织模式中的一种转变为另一种的可能性。
评估
为验证影像学疾病进展模型,我们测试了机器学习模型能否仅基于从两个CT体积中各自提取的图像特征正确确定后续CT检查配对的时间顺序,从而得到RF模型的“排序准确率”。
为评估不准确是否源于缺乏可见的影像学疾病进展或算法局限性,我们将RF模型的排序准确率与两位分别具有17年(专家1)和15年(专家2)胸部影像学经验的专家的排序准确率进行了比较。放射科医生以随机顺序查看随访扫描配对,对检查日期设盲。算法排序准确率通过留一患者交叉验证进行评估,即在数据集的76名患者上训练机器学习模型并识别影像学疾病进展标志物,并使用训练好的RF模型自动对数据集中剩余患者的扫描配对进行排序。
为了评估影像学疾病进展标志物模式的稳定性,我们在每次运行中随机选取该患者扫描对中95%(n = 72)的20个子集,用于训练机器学习模型,并检验排名最靠前的信息量最大的影像学疾病进展标志物的排序是否保持不变。排名最靠前的原型由专家作为图像块(250 × 250像素)评估和评价其内容。
为了评估进展特征是否预测结局,我们评估了基于进展特征识别的两个患者聚类之间的风险比(HR)。在研究队列中,74名患者有可用的生存数据,并对这些患者进行了分析。在一项重复实验中,我们使用进展特征的相同4个成分处理了外部验证数据(n = 18),并将每名新患者分配到研究队列中已识别的两个现有患者聚类之一。我们通过Kaplan-Meier分析评估可重复性,与研究队列类似。
结果
影像学疾病进展的检测准确性可与人类专家阅片者相当
机器学习模型正确识别了114对CT扫描中95对(83%)的时间顺序。相比之下,专家准确率分别为83%和67%。比较机器学习模型和专家阅片者的错误显示,专家1(E1)错误排序的19例中有9例(47%)也被专家2(E2)错误排序(表2)。模型与人类专家的比较显示,机器学习模型(ML)所犯的19个错误中有7个(37%)也被专家1所犯,而ML模型的19个错误中有12个(63%)也被专家2所犯。114对中有6对被全部三者(2名阅片者和ML)错误评估。阅片者(E1、E2、ML)之间的正确回答百分比不同(p = .008)。我们使用广义估计方程模型评估两名阅片者E1(83%正确)和E2(67%正确;p = .008)之间的错误分类,结果显示存在显著差异,但我们发现ML与两位专家中的任何一位之间均无显著差异(p = .496和p = .156)。
影像学疾病进展标志物是稳定的
图2显示了由Gini重要性[26]在20次随机子集运行中识别出的信息量最大的影像学疾病进展标志物候选者的排名。排名前4的原型在所有运行中始终排名最靠前,包含血管、磨玻璃影和密度增高区域。图2b描绘了所有原型按其平均排名排序后的平均排名和排名标准差。图2c展示了排名前4的聚类在一名患者4个不同时间点的体积表示。来自同一患者的这四种模式(11 - 7 - 10 - 17)的示例图像块见图2a。
进展特征预测结局
仅根据患者的放射学疾病进展特征进行聚类,可将患者分为两组,其结局存在显著差异(图3)。在研究队列中,使用特征的4个静态成分进行聚类,得到HR = 3.56(p < .01)。纳入动态成分(两次扫描之间的差异)后,两组之间的HR更高,为HR = 4.14(p < .01)。在外部验证队列中使用相同的进展特征和聚类来处理患者时,4个静态成分和完整进展特征分别得出HR = 1.10和HR = 1.44(与研究队列趋势相同,但无统计学显著性)(图3)。对于外部验证,未对模式或聚类进行重新训练。
局部肺部影像模式的转变路径在放射学疾病进展过程中显现
对进展路径的探索性分析揭示了一个转变概率网络。这些概率量化了在放射学疾病进展过程中肺组织从一种模式转变为另一种模式的可能性(图4a和b)。潜在转变网络揭示了三种类型的模式。相对稳定的模式,如9、10和19,随时间基本保持不变。易变模式,如4、5或8,更频繁地转变为其他模式;瞬态模式转变为特定的不同模式而非保持不变的频率更高,例如12、14、15、18或20。
对进入相应随机游走的粒子进行模拟,可得出疾病模式通过转变网络进展的可能路径。为便于说明,我们重建了两种路径可视化。在图4c中,我们在聚类9中启动粒子,并观察它们如何在10种模式之间转变网络。最主要的路径为9 - 10 - 13 - 17,或9 - 10 - 13 - 7,反映出从一种健康模式向轻微磨玻璃和网状模式转变,最终转变为由血管和严重磨玻璃影混合组成的模式(聚类17和聚类7)。反向模拟(图4d)要求找出以聚类17为终点的路径。与第一个路径束一致,17的主要来源为路径10 - 13 - 17,或10 - 13 - 7 – 17,表明7是17之前的潜在中间步骤。
讨论
本研究表明,无监督机器学习可以识别与IPF放射学疾病进展相关的预测性CT模式。这些模式可预测患者的未来结局。在患者队列中识别频繁出现的视觉模式建立了一组候选标志物。基于这些特征训练模型识别扫描对的时间序列,筛选出与放射学疾病进展相关的候选标志物。它们构成了放射学疾病进展特征签名。仅基于这些特征签名的相似性对患者进行聚类,产生了结局显著不同的聚类,尽管聚类过程对生存数据设盲。该结果在一个不同国家不同中心收集的外部验证队列上可重复。最后,对肺部影像模式转换路径的探索性分析揭示了从健康组织到病变组织的路线,这可能作为基于影像数据提出关于潜在疾病机制假说的基础。
机器学习算法通常提供基于监督学习自动检测和量化图像中已知标志物的方法。近期相关工作已证明机器辅助检测、定量影像分析和模式识别在IPF/ILD中的可行性[27, 28]。Humphries等人展示了一种数据驱动的纹理分析视觉系统。另一项研究[29]展示了用于HRCT分析的自适应多特征肺纹理分析软件。
在本研究中,我们探讨了三个问题:第一,除了已知并命名的模式(如磨玻璃影)之外,我们能否识别与放射学疾病进展相关的肺模式类型?这具有重要意义,因为已知模式在可靠诊断纤维化性肺疾病方面的效能有限[30, 31]。因此,数据驱动的方法来扩展我们的疾病标志物词汇库可能有助于提高影像的诊断和预后能力。我们的结果表明,在IPF中,用与放射学疾病进展可靠相关的额外模式来扩展标志物词汇库是可行的。
其次,具有不同影像学疾病进展特征的病人群体是否也有不同的未来结局?我们仅根据其特征的动态变化对病人进行分组,并发现研究队列中这些组确实有显著不同的结局。尽管特征构建和分组对结局设盲,但在CT中观察到相似特征的病人共享未来结局的风险。为了研究特征和分组在多大程度上可直接迁移,我们在外部队列上进行了重复实验。虽然病人群体确实共享影像学IPF诊断,但中心、国家和扫描仪制造商不同。此外,他们在UIP频率、肺功能和吸烟史上也有一定程度差异。尽管如此,我们观察到在研究队列中识别的聚类所分配的各组之间趋势相当,但未达到显著性(p = .473)。这表明动态变化携带预测信息,但虽然新识别的特征可迁移,在多中心数据上训练且疾病组成更多样化可能会有益处。
最后,我们能否可视化共享的组件转变路径,对应于影像学疾病进展过程中经常发生的肺组织变化。这可能使得能够将机器学习模型选择的影像特征转化为关于潜在影像学疾病过程的生物学上有意义的假设。分析表明,这些转变网络可以从具有随访检查的病人群体中提取。
我们通过让算法或人类专家对两次连续CT扫描的时间序列进行排序,评估了他们能否从影像数据中识别影像学疾病进展。算法和专家读者总体上具有相当的准确性,算法(83%)介于两位读者(67%和82%)之间。排序错误可能由于模型性能差,或缺乏影像学疾病进展。读者和算法之间错误的重叠(67%和29%)表明,至少部分缺乏可辨别的影像学疾病进展可能导致随机排序。尽管如此,基于特征的时间排序能力来选择特征是挖掘影像数据以寻找影像学疾病进展标志物的可行方法。
由于在分类IPF时观察者间变异性较高[32],且IPF治疗的效果不一[33],因此识别新的放射学疾病进展标志物对于IPF的诊断、放射学疾病进展的监测和治疗具有重要意义。既往工作侧重于量化健康与病理性肺组织的比值以获取放射学疾病进展标志物[34],而我们通过无监督学习识别出若干在放射学疾病进展过程中表现出一致变化行为的模式。以对病例排序作为监督预测目标,可作为识别在放射学疾病进展过程中表现出一致变化的新预测模式的替代方法。这些模式并非单独使用,而是作为多变量特征标签使用,利用模式之间的关系。对进展特征标签中聚类的事后定性分析揭示了预期发现,如磨玻璃影或整体肺密度,但也包括小血管周围区域。这具有重要意义,因为血管相关结构 also 已被报道为IPF、慢性过敏性肺炎和不可分类纤维化中放射学疾病进展的独立预测因子[35]。
放射学疾病进展过程中的位置追踪使得能够观察肺组织如何随时间从一种模式转变为另一种模式。这以转变路径增强了标志物模式,转变路径可能是理解潜在病理机制及其在影像中可见特征标签的关键。
尽管我们的机器学习方法结果与专家放射科医师相比显示出相当的性能,但本工作存在若干局限性。与其他机器学习结果相比,我们的队列较小。此外,IPF诊断的金标准基于影像学,可能给模型引入偏倚。复制队列包含有和无对比增强的影像数据,给影像数据引入了异质性。尽管如此,两个聚类之间的差异仍然存在,尽管HR不显著。
总之,无监督学习结合诸如对检查时间序列进行排序的替代任务,可以在IPF患者的肺部CT中识别出一组稳定的放射学疾病进展特征标签。进展特征标签可识别具有不同结局的患者分组。追踪其组成部分随时间的变化揭示了转变路径,可作为进一步研究的基础。
引用
- Pan, Hofmanninger, Nenning, et al. Unsupervised machine learning identifies predictive progression markers of IPF. Eur Radiol. 2022. PMID: 36066734. doi:10.1007/s00330-022-09101-x
- 全文:PMC9889455(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9889455/
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。