时间序列影像组学预测前列腺癌主动监测中的进展
本研究基于76例主动监测前列腺癌患者的297次MRI扫描,开发LSTM循环神经网络的时间序列影像组学模型,预测组织病理学进展。结合时间序列影像组学与系列PSA密度的模型AUC达0.86,显著优于传统delta影像组学联合delta PSA密度(AUC 0.75,p=0.048),与专家PRECISE评分(AUC 0.84)性能相当(p=0.710)。
要点
- 时间序列影像组学联合系列PSA密度预测前列腺癌进展的AUC为0.86,优于传统delta影像组学。
- 该模型性能与专家PRECISE评分相当,可作为标准化系列MRI评估的定量工具。
- 模型特异度0.94、阳性预测值0.86,PRECISE阴性预测值最高为0.88。
关键影像表现/征象
- 进展者与非进展者的T2WI和ADC衍生影像组学特征及PSA密度随时间变化轨迹不同,LOWESS曲线显示进展者特征动态变化更显著。
诊断标准与关键数值
- 时间序列影像组学联合系列PSA密度模型预测病理进展的AUC为0.86(95%CI 0.78-0.94),特异度0.94,阳性预测值0.86。
- 传统delta影像组学联合delta PSA密度模型AUC为0.75(95%CI 0.64-0.87),与联合时间序列模型差异有统计学意义(p=0.048)。
- 专家PRECISE评分(以≥4分为放射学进展)预测病理进展的AUC为0.84(95%CI 0.76-0.93),阴性预测值0.88,与时间序列联合模型性能相当(p=0.710)。
- 单独时间序列影像组学模型AUC为0.77(95%CI 0.66-0.87),单独delta影像组学模型AUC为0.75(95%CI 0.64-0.86),两者无显著差异(p=0.714)。
临床应用与阅片要点
- 时间序列影像组学可整合全部随访MRI的定量特征,避免delta影像组学仅用两个时间点且依赖预先指定最终扫描的偏倚。
- 联合系列PSA密度可提升时间序列模型性能,提示临床报告应关注PSA密度动态变化与影像特征的联合评估。
- 该模型可作为PRECISE评分的定量辅助工具,有望减少读者间差异并提升非专家中心的评估一致性。
局限性
- 样本量小(76例),受限于严格纳入标准(3T同机扫描、至少3次MRI、重复靶向活检、可见病灶)。
- 单中心回顾性研究,仅纳入单一厂商设备,未进行外部验证。
- 仅提取可见病灶的影像组学特征,未纳入全腺体分割,无法评估随访中新发病灶的患者。
全文中译14 节 · 点击展开
引言
前列腺癌(PCa)是全球第二常见、第五大致死的男性癌症[1]。近一半新诊断男性表现为低危和有利的中危疾病[2],对此推荐的治疗选择是主动监测(AS)[3]。然而,27%的AS患者显示5年组织病理学疾病进展[4],凸显了改进基线和随访风险分层的未满足临床需求。基线MRI已被证明有助于通过识别和排除不适合AS的患者来选择AS[5, 6]。同时,系列MRI用于随访AS监测的汇总性能仅为中等且高度可变[7],部分原因在于其评估固有的主观性和读者依赖性,这在非专科中心尤为明显[8]。为解决这一问题,引入了标准化的5点前列腺癌序贯评估放射学变化估计(PRECISE)评分[9]。尽管PRECISE已成为系列MRI评估的金标准,并显示出92%至100%的高阴性预测值[10],但PRECISE仅在专家中心得到验证,且在预测AS期间组织病理学PCa进展方面仍仅显示出15%至66%的中等阳性预测值[10]。
在致力于PRECISE进一步迭代的同时,开发定量工具使系列MRI评估更加客观可能有助于进一步提高其性能并限制变异以达到一致的专家级质量[6]。试点研究采用人工智能(AI)技术设计MRI衍生的放射组学模型,用于在基线[11]和随访[12]时预测AS期间的PCa进展。然而,在多个时间点随访设置中,分析时间放射组学模式的唯一既定方法学框架是delta放射组学(DR),其仅测量两个时间点之间的变化[13]。DR更适用于治疗反应评估,其临床决策通常基于单次治疗后研究,而较不适用于AS设置,其中患者接受多次扫描,每次扫描存储描述患者特异性肿瘤发展动力学的定量数据。
在本研究中,我们旨在开发一种时间序列放射组学(TSR)框架,基于随访期间获得的所有MRI扫描提取的放射组学特征的纵向变化,预测AS期间组织病理学PCa进展。我们假设,纳入AS期间收集的所有影像和临床数据的TSR预测模型将优于DR,并至少达到与专家衍生的PRECISE评分作为临床标准相当的性能,为定量系列医学影像数据分析提供新方法。
材料与方法
数据集和研究人群
这项经伦理批准(Health Research Authority and Health and Care Research Wales,IRAS项目ID 288,185)的回顾性探索性研究纳入了2013年7月至2019年10月期间在我机构接受主动监测(AS)且经活检证实为前列腺癌(PCa)的连续患者,入组依据为先前发表的标准[14],该标准限于纳入国际泌尿病理学会(ISUP)分级分组1和2级、Gleason 4级模式≤10%的病变。本研究的最低纳入标准为存在至少一个MRI可见病灶、随访2年、三次3 T MRI扫描(同一磁体)以及在最终MRI后12个月内进行一次重复靶向活检。排除标准见补充信息。AS进展定义为经活检证实的组织病理学ISUP分级分组进展。
MRI采集
所有患者均使用32通道接收线圈在3 T MR750扫描仪(GE Healthcare)上进行前列腺MRI检查,完整方案见补充信息。基线时,所有患者均接受多参数MRI方案,包括多平面高分辨率T2加权成像、扩散加权成像(DWI)和动态对比增强(DCE)MRI。随访扫描采用双参数MRI方案,省略DCE-MRI。
参考标准评估
由于AS资格主要基于肿瘤组织病理学特征,重复靶向活检结果被选为确认疾病进展的合适参考标准[15]。基线和随访活检均针对MRI上勾画的相同病灶进行靶向取样,活检报告包括专门评估靶向穿刺组织的独立部分。重复活检程序要么为方案驱动(AS入组后12个月和36个月),要么由连续三次高于预定阈值的血清前列腺特异性抗原(PSA)水平升高或影像学进展(PRECISE评分≥4)[9]触发。活检样本由一名泌尿生殖病理学专家(A.Y.W.)根据ISUP指南进行审阅。
图像分割与分析
肿瘤感兴趣区(ROI)由一名接受过专科培训、具有14年前列腺MRI临床经验的泌尿生殖放射科医师(T.B.)和一名具有5年经验的研究员(N.S.)在去标识化的解剖T2WI和ADC图(图1A)上勾画。ROI使用开源分割软件ITK-SNAP [16]以共识方式勾画,并与原用于对PI-RADS评分≥3的可疑病灶进行靶向活检的ROI相匹配。
随访MRI扫描由四名在前列腺MRI报告方面具有6–17年经验的泌尿生殖放射学专家前瞻性地采用5分PRECISE量表[9]进行评分,并根据所报告MRI的数量被认定为专家[17, 18]。对于预测建模,PRECISE评分以截断值4进行二分类,任何时间点评分≥4的患者被视为表现出影像学PCa进展。在临床报告PRECISE评分时,阅片者知晓包括PSA和PSA密度动态变化在内的临床信息,这反映了该评分系统在真实临床中的使用情况。
图像校准与预处理
图1B总结了用于开发和验证PCa接受AS治疗进展的DR和TSR预测模型的影像组学流程。肿瘤衍生影像组学特征使用PyRadiomics 2.0版和Python 3.7.5版提取[19];完整特征见补充信息。仅在所有患者的所有时间点均被判定为稳健的特征纳入预测建模,分别针对T2WI(n = 17)和ADC(n = 27)(补充信息),代表性示例见图1C。
前列腺特异性抗原预测建模
将非影像组学临床参数加入纹理特征预计会产生更全面的预测模型[20]。我们检索了所有连续前列腺特异性抗原(PSA)测量值,并推导PSA密度(PSAd;图1C)作为临床实践中已知的独立基线预测因子[14, 15],按照补充信息中描述的 rationale,将其优先纳入预测建模。
Delta影像组学预测建模
DR特征计算为最终特征与基线特征之间的差值:
其中和分别对应于基线和最终扫描衍生的特征。预测建模采用parenclitic网络[21],如前所述[12]。
时间序列影像组学预测建模
我们的数据考虑了不同特征的患者纵向病史,如图2所示。对于第位患者,输入由序列)表示,其中。这些测量值在每个输入的时间点收集。
在此,我们评估了多变量纵向观测,将其分为对应于特定特征类型的三个不同输入(即T2WI和ADC衍生影像组学,以及PSA密度)。上述索引分别标记每组特征为T2WI、ADC和PSAd。反过来,这些组中的每一组代表一个由特征列组成的多变量输入,对于每个
本文中,前列腺癌的概率通过并行长短期记忆(LSTM)架构估计[22–25]。该架构由以下方程组描述:
其中
这里,和分别指输入门、遗忘门和输出门。是候选细胞状态,是当前细胞状态,是隐藏状态。权重矩阵W和U在学习过程中与偏置b一起调整。W和U的维度分别为和。这里表示每个多变量输入的特征列数,是隐藏单元数;偏置的维度为x;表示逐点乘法。
对于患者、时间步和输入,我们计算了隐藏状态序列。提取序列中的最后一个元素,然后与来自其余LSTM的其他隐藏状态拼接,得到一个单一向量,涵盖整个多变量时间序列。即,
最后,在训练期间加入dropout,随后是一个具有sigmoid激活的1个单元常规全连接神经网络层,
其中,表示以设定速率进行dropout后的最后隐藏状态,是大小为的权重向量,是标量偏置。是估计概率,使用二元交叉熵与目标结局(对照为0,病例为1)进行比较。
在本研究中,我们将与T2WI衍生影像组学特征、ADC衍生影像组学特征和PSA密度相关联。这些分别具有列特征17、27和1。每个输入被传递到其相关的LSTM单元,从中我们估计癌症的概率。
在训练阶段,我们使用批量梯度下降,并通过Adam优化器[22]更新动态学习率。由于神经网络对特征缩放敏感,在交叉验证期间对数据中的每个特征进行适当标准化,方法是将每个特征值以其均值居中,然后将差值除以其标准差。这确保了训练更快收敛[26]。然后保留该缩放变换并将其应用于后续验证样本,以估计PCa进展的概率。
循环状态的内核权重矩阵通过随机正交矩阵初始化,而对于输入,我们使用按Glorot方案初始化的内核权重矩阵。偏置向量初始化为零[27]。最后,为处理可变序列长度,对网络输入应用掩码和后填充[28–30]。
作为初步阶段,我们使用随机采样结合留一交叉验证(LOOCV)进行超参数调优。LOOCV是交叉验证的一种特殊情况,其中折数等于数据集中的实例数。因此,学习算法对每个实例应用一次,使用所有其他实例作为训练集,并使用所选实例作为单项目测试集,这特别适用于避免过拟合至关重要的小数据集[31]。性能由交叉验证过程获得的二元交叉熵均值确定。在每个案例中,使用隐藏神经元数量、dropout率、epoch数和学习率的不同组合来估计经验损失。从这组模拟中,我们选择了一组最优超参数,并用于报告我们的结果:130个epoch、学习率0.002、dropout 0.2、每组单独特征(PSA密度、T2WI影像组学、ADC影像组学)16个单元。
为估计模型所提供估计值的可重复性,使用这组超参数对网络进行多次训练(按照LOOCV程序对队列中每位患者进行100次迭代),从中获得输出分布。然后,我们计算与估计相关的平均概率和方差。LSTM架构在Python 3.8.8中使用TensorFlow 2.7.0版本和Keras 2.7.0版本实现。
统计与数据分析
数据正态性使用D’Agostino-Pearson检验评估(阈值p ≥ 0.05)。患者临床人口学特征的组间比较酌情使用Mann–Whitney U检验和Fisher精确检验。DR、TSR和PRECISE相对于靶向活检结果(金标准)的性能使用标准区分度指标评估,影像组学模型使用LOOCV方案验证,以避免因样本量相对于影像组学特征数量有限而导致的过拟合。在本研究中,当上述任一模型对肿瘤进展做出正确预测并经组织病理学证实时,记录为真阳性结果;当模型预测患者疾病进展但组织病理学显示疾病稳定时,记录为假阳性结果。反之,当模型正确识别无组织病理学肿瘤进展患者的稳定疾病时,记录为真阴性结果;当模型错误预测有组织病理学疾病进展的患者为稳定疾病时,记录为假阴性结果。统计分析在R版本3.5.1(R Foundation for Statistical Computing)中使用“pROC”和“reportROC”包进行,详见补充信息。
结果
研究人群
在我们中心纳入主动监测(AS)的364例PCa患者中,76例被纳入本研究,研究流程图见图3A。研究队列的基线临床病理特征列于表1,最终队列包括28例进展者和48例非进展者。本研究纳入的每例患者在基线时仅有一个MR可见病灶,且随访中无患者出现新发病灶。虽然非进展者的基线腺体体积显著更高(p = 0.004;表1),但进展者的基线PSAd显著升高(p = 0.003;表1),进一步支持将其纳入预测模型。
预测建模:Delta影像组学、时间序列影像组学和PRECISE
在留一交叉验证(LOOCV)后,独立的DR和TSR预测模型分别达到AUC 0.75 [0.64–0.86]和0.77 [0.66–0.87](p = 0.714;图3B),与PRECISE的AUC 0.84 [0.76–0.93]相似(分别为p = 0.108和0.199;补充图2)。将delta-PSAd(0.61 [0.47–0.75];补充图3)加入DR后,联合模型的性能(0.75 [0.64–0.87])并未优于独立DR模型(p = 0.503;图3B)。相反,将时间序列PSAd(0.69 [0.55–0.83];补充图3)加入TSR后,与独立TSR模型相比,其性能显著提高至0.86 [0.78–0.94](p = 0.015;图3B)。因此,TSR + PSAd联合模型的AUC显著高于DR + PSAd模型(p = 0.048;图3B)。此外,DR + PSAd和TSR + PSAd模型的AUC也与PRECISE相似(分别为p = 0.121和0.710;图3B)。从数值上看,TSR + PSAd具有最高的特异性、PPV和AUC,分别为0.94、0.86和0.86,而PRECISE具有最高的NPV,为0.88,各指标的95% CI报告于表2中。
讨论
我们开发了一个基于循环神经网络(RNN)的框架,用于对MRI衍生的影像组学特征和PSAd进行时间序列分析,以预测接受主动监测(AS)的前列腺癌(PCa)组织病理学进展。独立的TSR模型表现出与专家推导的PRECISE和传统DR相似的性能,这在最终时间点与真实评估相关联的数据集中是可以预期的。这可能人为地增加了进展者的差值,导致DR的性能过于乐观。然而,在真实的AS场景中,DR中使用的“最终时间点”无法提前知晓,特别是当活检决定基于可见肿瘤的影像学进展时,而这种进展在给定时间点可能发生也可能不发生。因此,TSR提供了一个更可行且无偏倚的框架,能够在整个AS过程中所有时间点实时追踪肿瘤影像特征的个体化纵向变化。重要的是,加入时间序列PSAd后TSR性能得到改善,而将delta-PSAd加入DR时并未观察到这一改善,这进一步证明了利用所有可用连续临床数据的附加价值。因此,结合TSR和时间序列PSAd的最全面模型的AUC最接近专家推导的PRECISE评估,并且也显著高于先前报道的跨不同中心汇总的连续MRI性能[7]。最后,一些通过稳健性分析的特征,包括最大二维直径行和表面积,直接对应于先前已识别的肿瘤测量指标,这些指标已知在进展者和非进展者之间存在差异[32, 33]。这些发现表明,TSR无论是否加入时间序列PSAd,都可能为AS中连续MRI评估的标准化提供一种定量且可解释的解决方案,有潜力通过达到专家推导的PRECISE标准来提高放射科医生的信心并改善跨中心和医疗系统的性能。
本研究的局限性包括样本量较小,这是由与MRI采集、基于重复靶向活检结果的真实评估以及MRI可见病灶存在相关的严格纳入标准所决定的。在未来的工作中,我们将致力于进一步发展TSR框架,包括纳入在不同供应商使用不同研究方案进行的研究,以及在进行全腺体影像组学特征提取的同时进行外部验证,以纳入没有可见MRI病灶的患者。重要的是,全腺体分割还将涵盖在AS过程中出现新病灶的患者,从而克服目前方法的一个重要局限性。这些步骤将需要更加严格的预处理、校准、特征选择和验证步骤,以确保所得预测模型具有泛化性且对与真实肿瘤进展无关的因素具有稳健性。
总之,我们开发了首个以时间序列方式分析影像组学和临床特征组合的预测模型,其性能优于传统DR方法,并表现出与专家放射科医生相当的性能。所提出的TSR概念可应用于任何涉及连续成像的临床场景,从持续监测到评估治疗反应,从而在AI驱动的放射学研究领域开辟了一个新方向。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 392 KB)
引用
- Sushentsev, Rundo, Abrego, et al. Time series radiomics for the prediction of prostate cancer progression in patients on active surveillance. Eur Radiol. 2023. PMID: 36749370. doi:10.1007/s00330-023-09438-x
- 全文:PMC10182165(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10182165/
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。