文献速递儿科影像骨肌MR

儿童横纹肌肉瘤DWI分割方法学考量:如何做得更好

Methodological considerations on segmenting rhabdomyosarcoma with diffusion-weighted imaging-What can we do better?
PubMed 文献 · Insights Imaging · 2023-01-31

该研究通过文献综述发现肉瘤DWI研究中肿瘤分割策略差异大且报告不全,并在5例儿童横纹肌肉瘤患者中比较六种分割策略对ADC的影响,发现排除坏死囊变出血区使平均ADC降低约5.6%,而2D分割层面选择可使ADC差异高达66%。

要点

  • 报告ADC时应明确分割策略:勾画方式、层面体积、是否排除坏死囊变出血区。
  • 排除坏死囊变出血区可使平均ADC降低约5.6%,且分布更接近高斯。
  • 仅测量最扩散受限区域使平均ADC降低约21.6%,且体素过少。

核心结论

  • 儿童肉瘤DWI研究目前采用多种分割方法,不同分割策略可导致显著不同的ADC测量值,亟需进一步研究和标准化分割。

研究设计与样本

  • 研究分两部分:PubMed文献综述(检索至2022-03-24,最终纳入76篇)和5例儿童横纹肌肉瘤患者的探索性分割分析。
  • 分割分析由两名有10年和18年儿童肿瘤经验的儿科放射科医师在ADC图上勾画,并参考T1、T1+Gd或T2图像,共识阅片。
  • 每例患者在最大肿瘤横截面的轴位层及向尾侧两层的层面上各勾画六种ROI,采用两样本Kolmogorov–Smirnov检验比较ADC分布。

关键影像表现/征象

  • 文献中分割方法以勾画轮廓为主(60%),圆形ROI占27%;分割体积以2D为主(44%),多层占9%,3D占21%。
  • 分割区域以全肿瘤为主(48%),特定区域占27%,排除其他区域占19%,排除边缘占7%。
  • 排除坏死、囊变、出血区后ADC分布更接近高斯;包含这些区域可在直方图上形成额外小峰。
  • 仅测量最扩散受限区域所得ROI体素过少,难以形成有用的ADC分布。

诊断标准与关键数值

  • 排除坏死、囊变、出血区较包含这些区域平均ADC降低约5.6%(原文结论处写5.6%,结果处写约6%)。
  • 仅测量最扩散受限区域较全肿瘤勾画平均ADC降低约21.6%(原文结果处写约20%)。
  • 圆形ROI替代轮廓勾画对ADC影响小于1%,但差异仍显著。
  • 2D分割层面选择可使ADC差异高达66%;跨所有患者和策略,相邻层面平均ADC平均差异为26.5%。

临床应用与阅片要点

  • 日常报告ADC时建议注明ROI勾画方式、层面体积及是否排除坏死囊变出血区,以保证可重复性。
  • 对异质性肿瘤应谨慎使用单层2D分割,条件允许时优先选择多层或3D勾画。
  • 若采用最扩散受限区域的小圆形ROI,需注意体素过少可能影响ADC分布的代表性。

局限性

  • 分割分析仅纳入5例患者,样本量小,结果可能受个体特征偏倚。
  • 因横纹肌肉瘤文献报告分割细节不足,文献综述扩展至其他软组织肉瘤(包括成人),其影像表现和分割策略可能与横纹肌肉瘤不同。
  • 文献中仅8/76篇引用既往文献论证分割策略,27篇未报告全部分割细节,另有20篇因未报告任何分割细节被排除。
全文中译16 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. 2023 Jan 31;14:19. doi: 10.1186/s13244-022-01351-z

引言

横纹肌肉瘤是一种侵袭性肿瘤,可发生于身体任何部位,被认为起源于原始间充质细胞。横纹肌肉瘤是儿童和青少年中最常见的软组织肉瘤,需要多模式治疗,包括化疗和局部治疗(手术和/或放疗)。尽管过去几十年治疗取得了进展,但仍需要重要的治疗改进,因为高危疾病患者的生存率欠佳。迫切需要儿童横纹肌肉瘤的反应标志物,用于临床试验中新药的评估,并支持个体患者治疗的(降)强化。由于横纹肌肉瘤是一种罕见疾病(发病率约为每百万儿童4.5例[1]),需要协作性国际多中心研究以达到足以识别和验证生物标志物的样本量。迄今为止,肿瘤大小的变化被用于评估反应并支持继续或改变(全身)治疗的决策。然而,在过去十年中,多项研究对大小变化与结局相关的预后价值提出了质疑[2–7]。此外,大小反应因观察者间可重复性中等而受到批评[8]。因此,明显需要一种能够影响预后的新型早期反应生物标志物。有研究提出,基于扩散加权MRI(DWI)的影像组学可能提供这样一种预后标志物。

此前的探索性研究提示肿瘤中水扩散与肿瘤反应之间存在关联[9, 10]。这种关联背后的一般理论是,治疗导致的肿瘤细胞密度降低会增加水扩散速率,从而导致定量扩散加权MRI参数——表观扩散系数(ADC)升高[11, 12]。类似研究已在其他肿瘤中考察了这种关联,结果不一[11, 13, 14]。迄今为止,尚无研究可靠地证明ADC能否以足够的准确性预测横纹肌肉瘤的治疗反应[9]。

基于DWI的影像组学的一个重要方面是用于测量ADC的感兴趣区(ROI)的定义。迄今为止,尚无国际指南描述应如何定义这些区域,因此不同策略正在被使用[5]。尽管看似简单,但分割策略包含许多方法学选择和参数。例如,这些包括分析中包含的层数、是沿肿瘤边界绘制多边形轮廓还是绘制圆形ROI,以及包含肿瘤的哪些部分。目前,尽管分割在肿瘤ADC测量中被普遍使用,但关于这些选择如何影响ADC测量所知甚少。

为解决这一知识空白,我们探索了近期肉瘤相关研究中分割策略的差异。为此,我们首先进行了文献综述,以收集肉瘤影像中肿瘤分割最常用的方法。其次,我们开展了一项初步研究,以考察选择若干分割策略对儿童横纹肌肉瘤中测量ADC的影响。

方法

我们的研究包括两个主要部分。在第一部分中,我们对应用于肉瘤研究的肿瘤分割方法进行了文献综述。在第二部分中,我们在具有代表性的儿童横纹肌肉瘤病例样本中探讨了多种分割策略的选择对ADC测量值的影响。

文献综述

文献检索

于2022年3月24日使用PubMed进行了文献检索。检索词包括关于MRI和肉瘤的术语(见附加文件1)。发表语言限制为英文。发表状态未作限制。如果文章的标题或摘要中未提及或暗示MRI和肉瘤分割,则予以排除。基于全文,如果未进行DWI、如果缺乏分割方法的详细信息、或如果MRI仅在动物模型上进行,则进一步排除。此外,鉴于本工作聚焦于肉瘤,如果文章报告的肉瘤患者少于10例且这些患者占全部患者人群的比例低于50%,则予以排除。筛选流程概览见图1。

图1 在检索到的740项研究中,446项基于标题或摘要被排除。如果文章未提及或暗示MRI和肉瘤分割,则予以排除。接下来,在剩余的293篇文章中,217篇基于全文被排除。如果未进行DWI、如果缺乏分割的详细信息、或如果MRI仅在动物上进行,则予以排除。此外,如果文章纳入的肉瘤患者少于10例且这些患者占全部患者人群的比例低于50%,则予以排除。 查看原图 ↗

分割策略详情

对于剩余的76篇文章,收集了关于肿瘤分割的详细信息。两篇论文使用了多种方法。这些均作为独立策略纳入。

关注的详细信息包括图像模态(扩散、结构)、分割方法(轮廓、圆形ROI)、分割区域(全肿瘤、排除边缘、排除其他、特定区域)以及分割体积(2D、多层面、3D)。在此,我们将多层面分割定义为在存在肿瘤的多个但非全部层面上的分割。当论文未明确说明各个具体方面且未提供可据此确定的任何其他信息时,该方面记为“不明确”。一些文章同时排除了边缘和其他区域。这些均分别计数。我们最后记录了分割策略的任何方面是否通过引用另一项研究而得到论证。

分割分析

为了定量比较不同分割策略对ADC测量值的影响,我们选择了六种最能代表文献综述中所发现大多数策略的分割方法(详情见文献综述结果)。然后使用这些方法对儿童横纹肌肉瘤患者的DWI图像进行分割。为了了解ADC分布在整个肿瘤中可能如何变化,以及评估单层面分割的稳健性,这些分割方法被应用于初始层面附近的一个层面上。

患者

从在荷兰乌得勒支Princess Máxima中心接受治疗的队列中选取了五名儿童横纹肌肉瘤患者。所有患者均已获得明确知情同意。所选患者旨在代表不同的肿瘤大小,以及存在不同数量的坏死和囊性区域。患者均为男性,年龄1–17岁,分别患有胚胎型(n = 3,融合基因阴性)、腺泡型(n = 1,PAX7-FOXO1阳性)或硬化型横纹肌肉瘤(n = 1)。三例原发肿瘤位于膀胱,一例位于下肢,一例位于上肢。所有患者均按照EpSSG RMS 2005方案[15]接受治疗和影像检查。本分析仅使用诊断时(即治疗前)进行的影像检查。

图像分析

图像分割由两名儿童放射科医师(S.H.和R.R.)完成,他们在儿童肿瘤学方面分别拥有10年和18年经验。所有分割随后由两位放射科医师进行共识阅片审核。在分割之前,手动识别肿瘤横截面积最大的层面。

感兴趣区域通过一个内部开发的程序进行标注,该程序允许放射科医师在肿瘤轮廓上放置多边形,并在肿瘤内部放置圆形。多边形边缘可在初始放置后移动,以便在需要时细化分割。分割在ADC图上进行,评估者可在过程中参考相应的T1、T1 + 钆或T2图像以获取额外信息。

为每名患者绘制六个ROI。这些ROI基于我们综述中识别出的最常用策略。ROI绘制在肿瘤面积最大的轴位层面上。评估者首先绘制整个轮廓,然后在外缘内侧稍许(2 mm)重复绘制轮廓。接下来,他们沿任何坏死、囊性或出血成分的边缘额外绘制轮廓。这些成分内的任何实性区域均纳入此轮廓。最后,他们绘制大圆形ROI以及较小圆形ROI。小圆形ROI放置于三个扩散受限程度高的区域,这些区域由放射科医师根据ADC图像视觉识别。分割可在程序中隐藏,以便评估者在一个层面上绘制多个ROI而不至于过于杂乱。随后以完全相同的方式在向尾侧方向下移两个层面的层面上再绘制一组六个ROI。

统计分析

为评估不同分割方法是否导致ROI内ADC分布不同,对任意两种方法的结果之间进行双样本Kolmogorov–Smirnov检验。选择该检验是基于其能够在不对分布形状作先验假设的情况下成对比较分布。

对 all 策略在不同层面上测量的ADC值应用另一项双样本Kolmogorov–Smirnov检验。此举旨在确定单层面标注中所选层面的选择是否可能导致ADC分布差异。

结果

文献综述

文献检索共获得740条结果。其中,446条根据标题或摘要被排除。在剩余的293篇文章中,217篇根据全文被排除。20篇文章因报告不清晰而根据全文被排除;这些文章完全未报告任何关于分割策略的细节,而分割被暗示或声明已执行。最终共纳入76篇文章。纳入文章的概览见图1。纳入文章的详细信息列于表1。76篇文章中纳入的患者为:横纹肌肉瘤6.6%(5篇),其中儿童横纹肌肉瘤5.3%(4篇);骨肉瘤21.1%(16篇);子宫肉瘤11.8%(9篇);肝血管肉瘤1.3%(1篇);平滑肌肉瘤6.6%(5篇);子宫内膜间质肉瘤1.3%(1篇);肺动脉肉瘤1.3%(1篇);软骨肉瘤3.3%(2篇);以及多发性软组织肉瘤47.4%(36篇)。

每种分割策略不同方面及其使用情况的概览见表2。在分割方法方面,绘制轮廓最为常见(49),其次是放置圆形感兴趣区(ROI)(22)。大多数研究进行单层分割(36),其次是所有层面分割(17)和多层分割(7)。几乎所有分割均为手动执行(79),仅两种策略为半自动。大多数分割在弥散加权成像(DWI)数据上进行(70),有六种策略在结构图像(T1/T2)上进行分割后转移至DWI数据。大多数策略分割整个肿瘤(39)或特定区域(22)。一些策略排除坏死、囊性或出血区域(15),少数研究排除肿瘤周边区域(6)。一些研究放置多个通常为圆形的ROI(7)。

表2还显示,若干研究未报告所采用分割策略的所有方面。我们发现分割策略未报告细节的频率如下:零项(55项研究)、一项(19项研究)、两项(4项研究)、三项或以上(3项研究)。大多数纳入研究报告了我们拟分析的所有方面,54/81。19项研究未提及一个方面,8项研究未能报告两个或以上方面。

在76篇文章中,有8篇包含一处或多处关于分割策略的其他文献引用。这些引用提供了纳入或排除分割区域的背景(7篇)以及待分割区域定义的背景(4篇)。

基于这些结果,选择了六种分割方法以代表综述中列出的大多数研究。这些分割策略将在下一节进行比较,定义如下:I.在包含最大肿瘤截面的轴位层面上绘制整个肿瘤的轮廓(以下简称“全肿瘤”)。

整个肿瘤的轮廓定义如[I],但绘制在外缘内2 mm处以避免部分容积效应(以下简称“内侧”)。

整个肿瘤的轮廓定义如[I],排除任何坏死、囊性或出血区域(以下简称“实性”)。

整个肿瘤的轮廓绘制在外缘稍内侧以避免部分容积效应,排除任何坏死、囊性或出血区域(以下简称“内侧实性”)。

在包含最大肿瘤截面的轴位切片上绘制一个单一的圆形感兴趣区(ROI),其半径尽可能大,但不超过肿瘤边缘(以下简称“圆形”)。

在包含最大肿瘤截面的轴位切片上,于肿瘤弥散受限最明显的区域放置三个圆形感兴趣区(ROI)。绘制这些ROI时,尽可能使肿瘤弥散受限成分内的总面积最大化,但不超出至弥散受限较轻的区域(以下简称“最大DWI圆形”)。

图2给出了这些策略的示例。

表1 所选研究纳入的患者患有横纹肌肉瘤(RMS)、骨肉瘤(OS)、子宫肉瘤(US)、软骨肉瘤(CS)、平滑肌肉瘤(LMS)、肺动脉肉瘤(PAS)、肝血管肉瘤(HA)、子宫内膜间质肉瘤(ESS)或多发性(软组织)肉瘤。未展示非肉瘤患者。这些研究进行分割的目的为疗效评估(RA)、鉴别诊断(diff)或其他目的。标有星号(*)的研究包含了多种分割策略。 查看原表 ↗
表2 分割策略的某些方面存在高度变异,如方法、体积和面积。其他方面,如流程和图像模态,则较为一致。 查看原表 ↗
图2 弥散加权图像示例,突出显示了六种常用分割区域的感兴趣区(ROI)。a “内部”策略,蓝色区域。“全肿瘤”策略,红色+蓝色区域。b “内部实性”策略,蓝色区域。“实性”策略,红色+蓝色区域。c “圆形”策略。d “最大DWI圆形”策略 查看原图 ↗

分割分析

图3展示了所考虑患者的ADC和T1增强后图像的两个示例切片。对所有分割策略,两两计算所有纳入体素平均ADC之间的百分比变化。结果见表3。排除边缘仅产生微小差异。排除坏死、囊性或出血成分导致平均ADC降低约6%。放置圆形ROI代替轮廓描绘仅产生微小差异。仅测量弥散受限最明显的区域导致平均ADC降低约20%。该表进一步展示了经双样本Kolmogorov–Smirnov检验确定的ADC分布是否存在显著差异。除“全肿瘤”—“内部”和“实性”—“内部实性”的组合外,所有两两比较均存在统计学差异。

图4展示了每位患者在六种分割策略下各自的ADC分布。在肿瘤具有大面积坏死成分的患者(1和4)中,排除该成分的策略与不排除该成分的策略之间存在可见差异。不排除坏死区域会导致直方图中出现一个小的额外峰。

图5展示了每位患者在两个相邻切片上应用各分割策略所获得的ADC分布。对于患者3–5,每种策略的分布均有可见变化。对于患者1和2,从分布形状上看这一差异不太明显。经Kolmogorov–Smirnov检验,以这种方式测量的ADC分布在所有患者和所有分割策略中均存在显著差异。

每位患者在两个相邻切片之间平均ADC的平均值百分比变化在所有方法上的平均值,患者1–2较小(4.55%和5.42%),患者4–5中等(15.33%和11.23%),患者3非常大(96.0%)。所有方法和患者的数值见表4。

图3 初始切片(第1和第2列)和额外切片(第3和第4列)的表观扩散系数(ADC)图和T1增强后图像,其中已进行分割。ADC图包括结果中描述的分割策略1的轮廓 查看原图 ↗
表3 方法中描述的每对策略之间在所有患者上平均的表观扩散系数(ADC)平均值的百分比差异 查看原表 ↗
图4 使用方法中描述的策略获取的不同感兴趣区(ROI)的表观扩散系数(ADC)归一化直方图。不同的分割方法可产生不同的测量扩散分布。包括坏死、囊性或出血区域可导致非高斯分布。患者2和5未显示任何坏死、囊性或出血性肿瘤成分,因此未绘制排除这些区域的特异性ROI 查看原图 ↗
图5 在两个相距两个切片的切片上估计的表观扩散系数(ADC)的小提琴图。估计值来自5位患者,感兴趣区(ROI)由六种不同分割策略定义。患者2和5未显示任何坏死、囊性或出血性肿瘤成分,因此未绘制排除这些区域的特异性ROI 查看原图 ↗
表4 在向尾侧方向下移两个切片的切片上使用相同策略测量时平均ADC的百分比差异。如果肿瘤异质性明显,测量的平均ADC在相邻切片之间可急剧变化。患者2和5未使用实性策略进行测量,因为这些患者没有任何坏死、囊性或出血性成分。经双样本Kolmogorov–Smirnov检验确定,所有方法产生的分布显著不同 查看原表 ↗

讨论

在本研究中,我们探讨分割策略对肉瘤患者ADC值计算的影响。通过文献综述,我们表明该领域应用的方法存在大量多样性。此外,我们利用一小样本儿童横纹肌肉瘤患者的数据证明,应用不同方法可显著影响测量的ADC值。

文献综述

迄今为止,大多数关于分割方法变异性的先前研究集中于评估者或算法的影响[16, 17],即使将检索范围扩展到肉瘤之外也是如此。Schurink及其同事的一项值得注意的研究同时考察了评估者间差异以及单切片和多切片分割[18],并发现分割体积对大多数影像组学的影响远大于评估者的经验。

我们的文献综述表明,大多数研究在DWI而非结构图像上进行分割存在共识,并且明显偏好手动分割而非半自动方法。相反,关于分割方法(轮廓或圆形)、区域纳入和分割体积,无法确定共识甚至既定策略。

鉴于分割方法往往在提出时未提供任何支持其选择的证据或理由,审视如此多样策略的原因十分困难。我们发现,在纳入的76项研究中,仅有8项引用既往文献来证明其方法的某些方面。因此,目前尚不清楚是否有任何特定策略是基于其有效性或易于实施而选择的。此外,许多对可重复性所需的具体方面有时报告不佳或完全未报告。在所有纳入研究中,27项未报告所应用分割的所有方面。另有20项因未报告任何细节而被完全排除在综述之外。这种大程度的变异凸显了制定肿瘤分割细节报告标准的必要性,类似于其他已建立的放射学实践[19]。

总而言之,在审视分割策略时,我们发现缺乏报告的细节、文献的巨大变异性以及缺乏循证策略。这表明分割在研究设计中可能往往是一个事后考虑的问题。

分割分析

在比较用于从儿童横纹肌肉瘤病例中估计ADC值的不同分割策略时,我们发现分割区域的选择可能影响所测得的ADC。最值得注意的是,排除坏死、囊性和出血区域导致平均ADC降低5.6%。此外,与包含此类区域相比,其导致的ADC分布更接近高斯分布。其次,仅测量肿瘤中扩散受限最明显的部分导致降低21.6%。所得分割包含的体素过少,无法创建有用的ADC分布。此外,绘制圆形ROI而非轮廓导致ADC的差异虽小但仍显著(< 1%)。最后,排除肿瘤最周边区域未导致平均ADC或ADC分布的任何显著差异。

改变进行分割的层面具有更大的影响,尤其是对异质性肿瘤。在观察所有患者和所有策略时,在邻近层面上测量时平均ADC平均差异为26.5%。这些结果与Guo及其同事[20]所描述的结果一致,他们在56例乳腺叶状肿瘤患者中比较了2D和3D ROI。他们发现单层面分割通常导致更高的ADC。类似地,Singer及其同事[21]在22例软组织病变患者的数据上比较了四种不同的分割策略。他们显示,与单层面和多层面分割相比,全肿瘤分割导致更低的ADC值。考虑到超过一半的纳入研究使用单层面分割,在邻近层面之间测得的平均ADC如此大的差异令人震惊。由于该方法可能产生强烈变化的结果——尤其是在异质性肿瘤中——使用时应谨慎,并在可能的情况下优先选择标注多个层面的方法。

具体针对儿童横纹肌肉瘤,进一步研究不同分割策略的效果将会很有用。由于该疾病罕见,任何具有足够统计学效力的研究都需要多中心设计。由于此类设计通常已经涉及采集硬件和方案方面的变异性,更好地理解不同分割方法引入的额外方差可能有助于在该领域最大化统计学效力。

考量

横纹肌肉瘤是本综述的主要关注点。由于该领域以足够详细程度描述分割方法的研究数量不足,检索范围扩大至其他类型的软组织肉瘤,包括仅发生于成人的类型。由于这些其他类型的肉瘤可能表现出不同的影像学表现,其研究中使用的分割策略可能与横纹肌肉瘤中使用的不同。

我们研究的另一个局限性是,我们的分割分析仅纳入了五名患者。这一小样本量可能使我们的结果偏向个体特征,可能不代表横纹肌肉瘤的“平均”患者。然而,即使样本量如此有限,我们仍能证明分割策略的某些方面可影响ADC测量值,展示了设计和报告肿瘤分割策略重要性的概念验证。最后,我们仅评估了测量部位和方法对初始测量的影响,而未评估其对肿瘤反应评估的影响。

结论

肉瘤的分割策略存在很大差异。这种差异难以表征,因为许多文章未说明选择某种策略的理由。此外,分割方法的细节往往未被充分报告或完全未报告。在我们自己的数据上比较策略时,我们发现从单层切片得出的ADC估计值高度依赖于其在肿瘤内的位置。因此,优先使用多层或全容积分割。

我们呼吁研究人员在前瞻性多中心研究的方案中纳入清晰的成像和报告指南。我们建议牢记分割策略可能如何影响所进行的任何计算,并报告所有重要细节以使分割具有可重复性。

补充信息

附加文件1:2022年3月24日在PubMed文献检索中使用的检索词。

引用

  1. Chatziantoniou, Schoot, van Ewijk, et al. Methodological considerations on segmenting rhabdomyosarcoma with diffusion-weighted imaging-What can we do better? Insights Imaging. 2023. PMID: 36720720. doi:10.1186/s13244-022-01351-z
  2. 全文:PMC9889596(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9889596/

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。