胎儿MRI肺发育影像组学:2D与3D分割的可重复性比较
该回顾性单中心研究纳入30例胎儿MRI,比较2D(隆突水平)与3D(全肺)ROI提取的95个影像组学特征在重复采集间的可重复性。3D ROI的ICC中位数0.908,显著高于2D ROI的0.771(p<0.001),且3D特征能区分正常与病理肺发育,而2D不能。
要点
- 全肺3D分割提取的影像组学特征重复采集间可重复性更高。
- 2D隆突水平ROI特征变异大,不能充分代表全肺组织特征。
- 3D特征可区分正常与病理肺发育,2D特征无显著差异。
诊断标准与关键数值
- 2D与3D ROI在初始采集间的ICC中位数0.733(IQR 0.313-0.814,范围0.018-0.970)。
- 重复采集间3D ROI的ICC中位数0.908(IQR 0.824-0.929,范围0.335-0.996),2D ROI为0.771(IQR 0.699-0.835,范围0.048-0.965),差异显著(p<0.001)。
- 3D ROI重复采集间51.6%特征ICC>0.9(优秀),2D ROI仅12.6%。
- 3D ROI下11%特征在正常与病理肺发育间有显著差异,2D ROI下无特征显著。
局限性
- 样本量较小(30例),单中心、单台1.5T MRI扫描仪。
- 回顾性设计,采用同次检查内重复采集而非重复胎儿MRI扫描。
- 仅评估T2加权序列,未比较其他序列。
- 影像组学特征集有限,但符合IBSI指南。
- ICC>0.9作为优秀重复性阈值缺乏统一证据。
全文中译10 节 · 点击展开
背景
产前检出病理性肺发育是及时分配资源的前提,包括在具备体外膜氧合等先进新生儿呼吸支持技术的中心分娩。目前,胎儿肺生长的无创在体影像学评估主要依赖于胎儿超声或基于磁共振成像(MRI)的肺容积测量[1]。该方法受限于按孕龄和体容积校正的正常肺容积范围较宽,可能只能不准确地识别出具有出生后呼吸功能不全风险的胎儿[2, 3]。基于胎儿MRI信号强度的肺成熟度分析研究结果不一,迄今阻碍了其临床转化[4]。
放射组学是一种定量图像分析方法,用于从医学图像数据中提取大量特征,已被提出用于提高多种疾病的诊断和预后影像学产出[5–7]。近期研究强调了放射组学在识别肺发育异常胎儿以及基于纹理预测新生儿呼吸窘迫方面的潜力[8–10]。迄今为止,胎儿肺放射组学特征是从胎儿肺超声图像中二维(2D)代表性感兴趣区(ROI)提取的[10]。然而,尚不清楚从2D ROI提取的特征是否足以反映整个胎儿肺的发育状态。此外,根据Lambin等人提出的放射组学质量评分[11],放射组学特征在重测条件下的可重复性是其安全且有意义应用的前提。迄今为止,缺乏关于从胎儿肺使用2D ROI提取的放射组学特征可重复性的证据,限制了放射组学在胎儿肺成像及其他领域的更广泛应用。胎儿MRI提供了以标准化方式获取发育中肺的三维(3D)图像数据的机会,并可能促进基于放射组学的可重复的肺发育定量评估。
因此,本研究有两个目的:第一,探讨从2D ROI提取的胎儿MRI肺放射组学特征是否能代表从全肺分割掩膜(3D ROI)提取的特征。第二,探讨在重复标准化胎儿MRI采集中所提取的2D和3D ROI肺放射组学特征的可重复性。
方法
这项回顾性、单中心研究经维也纳医科大学伦理委员会批准(1232/2022)。豁免了获取知情同意的要求。研究队列的一部分(n = 29)先前已在一项未包含2D放射组学特征分析的研究中报道[12]。
患者
对医院影像归档和通信系统(PACS)进行了回顾性检索,以识别2016年1月至2022年2月期间接受临床指征胎儿MRI检查的30例病例,其中包括两次发育中肺部的轴位T2加权采集。样本量依据既往研究影像组学特征可重复性的重测研究确定[13–15]。为评估影像组学特征的可重复性,纳入了不同孕龄的正常及弥漫性肺病理(如因胎膜早破导致的肺发育不良)病例。排除标准包括:缺乏基于超声的孕龄评估、存在局灶性肺畸形、胎儿MRI上肺部显示不完整、肺组织在五个或更少MRI层面可见、或存在(胎儿或母体)运动伪影。
胎儿MRI
回顾性识别了来自临床指征扫描的胎儿MRI数据。根据临床指征并依照ISUOG指南[16],常规进行重复标准化轴位T2加权肺部采集,用于肺容积测定或超分辨率体部成像的数据采集等。所有检查均使用一台1.5 T MRI扫描仪(Ingenia,Philips Healthcare,Best,荷兰)。轴位T2加权采集采用标准化方式使用体线圈进行,参数如下:视野200至300 mm,层厚3至4 mm(早期妊娠使用更薄层面),层间距0.3至0.4 mm,矩阵256 × 256,最短重复时间(7536.2至31,575 ms),回波时间100 ms,翻转角90°。所有病例的比吸收率均小于2W/kg。胎儿MRI扫描未使用镇静剂或对比剂。计算每例初次与重复轴位T2加权采集之间的时间间隔(分钟)。胎儿MRI扫描时的月经后孕龄以周加天(GW)表示,基于首次胎儿超声检查计算。
影像组学
匿名化的胎儿MRI数据从医院PACS(Dedalus HealthCare,波恩,德国)导出。由一名具有五年胎儿MRI经验的放射科医师(F.P.)使用ITK-Snap [17]对初次和重复T2加权轴位胎儿MRI采集的整个肺(3D ROI)进行手动分割掩膜。对于每个3D ROI,记录隆突水平的切片索引。MRI图像和肺分割掩膜保存为nifti文件。此外,使用python包nibabel(MIT)将隆突水平的图像和肺分割掩膜切片转换为2D nifti文件。使用Pyradiomics [18]从2D和3D ROI中提取放射组学特征,运行环境为Python 3.7.1,设置如下:归一化参数'true',归一化尺度参数100,voxelArrayShift 300,(3个标准差×100)确保仅低于均值3个标准差以上的离群值保持为负,binWidth 5,以'sitkBSpline'作为插值器,3D图像数据重采样像素间距为'[2, 2, 2]',2D图像数据为'[2, 2]'。放射组学特征涵盖以下类别:一阶统计量(n = 18)、3D或2D形状(n = 9)、灰度共生矩阵(GLCM,n = 22)、灰度大小区域矩阵(GLSZM,n = 16)、灰度游程长度矩阵(GLRLM,n = 16)和灰度依赖矩阵(GLDM,n = 14)。所有放射组学特征的列表见附加文件1。研究设计示意图见图1。
统计学评估
使用R版本4.0.5(R Core Team,奥地利维也纳)进行统计分析。计算组内相关系数(ICC),以评估初始MRI采集时2D与3D ROI之间、以及初始与重复MRI采集时2D vs 2D ROI和3D vs 3D ROI之间影像组学特征的可重复性。使用psych R包(版本2.1.9)计算ICC,采用双向混合效应模型(ICC3)和单评分者单位。根据Koo等人[19],ICC > 0.9被认为优秀,> 0.75至0.9良好,0.5至0.75中等,< 0.5差。使用配对Wilcoxon秩和检验比较初始与重复MRI采集时从2D ROI提取的影像组学特征的ICC,以及初始与重复MRI采集时从3D ROI提取的影像组学特征的ICC。使用协方差分析(ANCOVA)评估病理性或健康肺发育胎儿之间影像组学特征的差异,随后进行估计边际均值(EMM,emmeans R包)比较,其中孕龄作为协变量并分为20天区间(< 160、160–180、180–200、200–220和> 220天)以控制潜在的非线性生长效应。EMM比较的p值使用错误发现率(FDR)进行多重检验校正。双侧p值< 0.05或错误发现率< 0.1结合双侧p值< 0.05(视适用情况而定)被认为具有统计学显著性。
结果
研究队列的关键特征见表1。初始与重复轴位T2加权MRI采集之间的中位时间为3.7分钟(IQR 0.9–5.9分钟,范围0.7–24.2分钟)。初始MRI采集中从2D和3D ROI提取的影像组学特征具有不同程度的可重复性(图2A、B):所有特征的中位ICC为0.733(IQR 0.313–0.814,范围0.018–0.970)。95个特征中有5个(5.3%)显示优秀、36个(37.9%)良好、22个(23.2%)中等、32个(33.7%)差的可重复性。所有五个具有优秀可重复性的特征均属于“一阶”类别(图2B)。
初始与重复MRI采集中从2D ROI提取的影像组学特征的中位ICC为0.771(IQR 0.699–0.835,范围0.048–0.965;见图3A)。95个特征中有12个(12.6%)显示优秀、44个(46.3%)良好、26个(27.4%)中等、13个(13.7%)差的可重复性(见图3B)。初始与重复MRI采集中从3D ROI提取的影像组学特征的中位ICC为0.908(IQR 0.824–0.929,范围0.335–0.996)。95个特征中有49个(51.6%)显示优秀、32个(33.7%)良好、13个(13.7%)中等、1个(1.1%)差的可重复性(见图3B)。表2显示了按特征类别划分的影像组学特征可重复性。
如果使用3D ROI进行影像组学特征提取,初始与重复MRI采集之间的ICC显著高于使用2D ROI(p < 0.001)(见图3C)。初始MRI采集中2D与3D ROI之间、以及使用2D ROI和3D ROI的初始与重复MRI采集之间的影像组学特征ICC完整列表见附加文件1:表S1。
所有胎儿、肺发育正常与病理性胎儿影像组学特征的均值与标准差,以及原始和FDR校正后的p值,见附加文件1:表S2(用于3D ROIs)和S3(用于2D ROIs)。当使用3D ROIs时,100个特征中有11个(11%)在肺发育正常与病理性胎儿之间被发现具有显著差异(见附加文件1:图S1)。同时,当使用2D ROIs时,100个特征中没有一个(0%)通过统计学显著性的名义阈值。
讨论
影像组学有潜力通过提取可能无法视觉感知的定量图像特征来增强对胎儿MRI数据的评估[20]。然而,可靠的影像组学辅助的基于胎儿MRI的组织表征需要极好的特征可重复性[11]。所呈现的研究结果表明,使用2D与3D肺ROIs从胎儿MRI数据中提取影像组学特征会严重影响特征值。此外,从涵盖整个胎儿肺的3D ROIs中提取的影像组学特征在重复图像采集中的可重复性方面优于从2D肺ROIs中提取的特征。因此,未来从全肺分割掩膜中提取的高度可重复的胎儿MRI影像组学特征可能会改善肺发育的无创定量评估。
胎儿肺部的无创在体MRI评估在孕中期和孕晚期是安全且可行的,这一时期对应于肺发育的管状期和囊状期[1]。在此期间,除了体积增长外,肺器官发生还以微观结构变化为特征,包括肺腺泡的形成、I型和II型肺泡上皮细胞的分化,以及肺液和表面活性物质产生的增加。这可在胎儿MRI中观察到,表现为肺体积增加伴随信号强度增加[21]。然而,MRI中胎儿肺信号强度的视觉评估是主观的。将组织特征的定量测量以肺-肝、肺-肌肉或肺-脑脊液信号强度比的形式整合到胎儿MRI肺评估中产生了不一致的结果[4, 22–24],迄今为止阻碍了其转化为临床常规。因此,当前基于图像的胎儿肺发育评估主要关注以肺体积为代表的组织数量而非组织质量。不幸的是,仅凭体积是不完善的肺发育状态描述指标,因为经孕龄调整的生长曲线显示正常范围很宽[2]。最近,有人提倡使用新型胎儿MRI技术,包括扩散加权成像[25]、体素内不相干运动分析[26]和T2*标测[27],用于胎儿肺组织的微观结构表征,但其获益在很大程度上仍不明确。
为了促进对异常胎儿肺发育的无创、基于图像的及时检测,需要超越体积的可靠定量肺组织特征。放射组学允许从2D或3D图像感兴趣区(ROI)中提取反映形状和纹理各个方面的大量特征[28]。胎儿MRI非常适合提取定量肺放射组学特征,因为图像采集遵循标准化方案。大多数胎儿影像中心使用单台MRI扫描仪,这已被证明对放射组学特征的可重复性至关重要。此外,专门的胎儿MRI肺评估已经需要手动全肺分割以获得肺体积[29]。这些肺分割可以整合到用于放射组学特征提取的后处理流程中,由于图像生物标志物标准化倡议[30]推荐的高水平标准化,该流程具有自动化潜力。因此,胎儿MRI肺发育的放射组学分析可以在不需要额外昂贵资源的情况下实施。
迄今为止,胎儿肺纹理分析仅使用超声图像进行探索:既往研究评估了肺成熟度[31],识别了有肺发育不良风险的病例[32],并预测了新生儿呼吸功能不全[33],结果令人鼓舞。然而,超声研究使用二维胎儿肺感兴趣区(ROI)提取纹理特征,例如从四腔心切面水平的肺组织提取。此外,医师将超声ROI放置在“代表性肺区域”,同时避开伪影。这种方法对基于影像组学的胎儿肺评估的可靠性提出了疑问:在肺发育特别受关注的病理情况下,如先天性膈疝或先天性肺气道畸形胎儿,心脏位置(及四腔心切面水平)可能发生变化。此外,尚不清楚二维ROI是否足以代表大得多的三维结构的组织特征,特别是在使用主观标准确定ROI位置的情况下。最后,缺乏关于重复图像数据采集中所提取的二维ROI影像组学特征可重复性的证据。
所呈现的结果表明,从二维胎儿MRI肺ROI提取的影像组学特征不能充分代表全肺组织特征。在单次采集的胎儿MRI数据中,使用二维与三维ROI之间,少数特征(95个中的5个[5.3%];10百分位数、均值、均方根、中位数、90百分位数)显示出极好的可重复性。此外,这些特征均反映基本的一阶统计量,但无形状或高阶纹理特征,实际上将肺微结构内可能至关重要的信息排除在进一步分析之外。另一个重要发现涉及在重复胎儿MRI采集中使用二维肺ROI时影像组学特征可重复性有限。在此,仅在95个特征中的12个(12.6%)发现极好的可重复性。值得注意的是,这是通过标准化的二维ROI实现的,该ROI覆盖了隆突水平轴位胎儿MRI切片上除肺门结构外的整个肺组织。对表现代表性的肺区域进行主观分割可能进一步增加了影像组学特征变异性。相比之下,如果两次胎儿MRI采集均使用三维肺ROI,则在大多数特征(95个中的49个,51.6%)中发现极好的影像组学特征可重复性,包括各种形状和高阶纹理特征。
胎儿肺复杂且动态变化的微结构不太可能由单一定量参数充分反映,这可能解释了先前探索的肺信号强度比对结局预测的有限效用[23, 24]。相反,结合关注不同胎儿肺特征(如纹理和形状)的图像标志物组合,即“放射组学特征”,可能更适合作为肺发育的定量描述符。毫无疑问,肺容积仍然是确定肺发育是否与年龄相符的重要参数。通过在肺放射组学特征中加入纹理和形状特征,可能提高胎儿MRI检测异常肺发育的敏感性,例如在肺容积处于正常范围但肺微结构已发生改变的情况下。如所示,全肺胎儿MRI放射组学能够提取大量高度可重复的肺形状和纹理特征,这些特征未来可用于开发正常和病理肺发育的放射组学特征。
作为概念验证,我们在有限的样本量中测试了3D和2D ROI是否足以检测正常与病理发育胎儿肺提取的放射组学特征之间的显著差异。我们发现,使用3D ROI时,正常与病理发育肺之间有11%的放射组学特征存在显著差异。关键的是,在使用2D ROI的情况下,未观察到放射组学特征的显著差异,表明从3D ROI提取的放射组学特征对胎儿肺微结构中细微的、视觉上无法感知的变化更为敏感。需要进一步研究来证实这些发现,并确定稳健且具有预测性的3D胎儿肺放射组学特征。
本研究存在若干局限性:纳入病例数相对较少,但与先前关于放射组学特征可重复性的重测研究相比相似或更多[13–15]。使用了单台1.5 T MRI扫描仪。由于回顾性研究设计,利用了单次检查中常规进行的重复MRI采集,而非重复胎儿MRI扫描。虽然T2加权图像广泛用于胎儿肺的视觉评估[34],但尚不清楚哪种MRI序列最适合基于放射组学的分析。当前分析中纳入的放射组学特征集有限,但与图像生物标志物标准化倡议指南兼容[30]。Pyradiomics已广泛用于肺 imaging及其他领域,有助于结果的可比性和泛化性[18]。优异的放射组学特征可重复性被保守地定义为ICC > 0.9,但缺乏关于最佳截断值的证据。
结论
总之,本研究表明,从2D ROI提取的胎儿MRI放射组学特征不能充分代表涵盖全肺的3D ROI的组织特征。此外,它们在重复标准化胎儿MRI采集之间的可重复性不足。相反,从3D全肺分割掩膜提取的大多数胎儿MRI放射组学特征具有优异的可重复性。因此,高度可重复的全肺放射组学特征代表了潜在的图像生物标志物,可用于改进基于胎儿MRI的异常肺发育和新生儿呼吸功能预测。
补充信息
附加文件1。补充材料。
引用
- Watzenboeck, Heidinger, Rainer, et al. Reproducibility of 2D versus 3D radiomics for quantitative assessment of fetal lung development: a retrospective fetal MRI study. Insights Imaging. 2023. PMID: 36752863. doi:10.1186/s13244-023-01376-y
- 全文:PMC9908803(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9908803/
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。