肺结节CT放射组学特征在不同辐射剂量下的稳健性:一项多剂量活体患者研究
该研究对12例患者32个肺结节在同一次检查中行4种辐射剂量(60、33、24、15 mAs)胸部CT,手动分割后提取放射组学特征。仅15%的无滤波特征ICC>0.9,形状特征最稳健;偏倚随剂量降低而增大,R²下降,线性模型校正精度在低剂量下变差。
要点
- 仅少数放射组学特征对辐射剂量变化稳健,形状特征类最稳定。
- 低剂量下特征偏倚增大、线性校正R²下降,校正准确性降低。
- 临床应用中应尽量固定扫描剂量与设备参数以保证特征可重复性。
核心结论
- 绝大多数肺结节放射组学特征对辐射剂量水平变化不稳健。
- 形状特征类对毫安秒变化最稳健,部分特征可通过简单线性模型校正剂量影响。
- 线性校正的准确性随辐射剂量降低而下降。
研究设计与样本
- 前瞻性活体患者研究,19例入组,最终分析12例患者32个结节(中位直径7.1 mm,IQR 6.1–9.6 mm)。
- 单次检查内行4次胸部CT,管电流时间乘积分别为60、33、24、15 mAs,管电压100 kV(体重<80 kg)或120 kV(体重>80 kg),无对比剂。
- 使用256层CT(Brilliance iCT, Philips Healthcare),层厚1 mm、增量0.7 mm,滤波反投影重建。
- 手动分割结节,使用Pyradiomics提取放射组学特征,计算ICC评估稳健性,并以60 mAs为参考进行线性回归分析偏倚和R²。
诊断标准与关键数值
- ICC>0.9为优秀可重复性,0.75–0.9为良好,0.5–0.75为中等,<0.5为差。
- 无滤波的100个特征中,15个ICC>0.9(优秀),24个ICC在0.75–0.9(良好),31个ICC在0.5–0.75(中等),30个ICC<0.5(差)。
- 14个形状特征中10个ICC>0.9。
- 偏倚随剂量降低而增加,R²随剂量降低而下降;形状特征R²最高、偏倚最低。
临床应用与阅片要点
- 日常阅片和报告放射组学特征时,需注意扫描剂量变化对特征值的影响,尽量在相同剂量设置下比较。
- 形状特征类相对稳健,可优先考虑用于跨剂量随访比较。
- 低剂量扫描时放射组学特征校正准确性下降,应谨慎解释。
局限性
- 结节手动分割仅由一名研究者完成,未评估分割差异与剂量降低的交互作用。
- 样本量较小(32个结节),未研究放射组学特征的诊断或预后价值。
- 仅使用滤波反投影重建,未评估迭代重建等其他重建算法的影响。
全文中译12 节 · 点击展开
引言
数据科学的进步促使影像生物标志物大量涌现,用于改善肺癌的诊断、预后判断和治疗反应监测。在这些现代生物标志物中,有一类为计算机断层扫描(CT)影像组学特征。影像组学被定义为使用数据特征化算法对CT影像表型进行量化[1, 2]。统计模型用于将这些影像组学特征与诊断、预后判断和治疗反应相关联。
对可能为恶性的肺结节进行早期检测,将使得在预后更有利的更早期阶段开始治疗成为可能[3]。反之,早期将良性结节与恶性结节区分开来,将使患者免于不必要的随访CT扫描。因此,影像组学的目标是超越形态学成像,并借助统计模型,帮助接受影像学检查的患者进行诊断、分类和治疗决策。
为使影像组学特征在临床流程中有用,特征值需要具有可重复性。也就是说,一个特征应主要受患者的生物学特征影响,而不是受外部条件如CT设备类型、重建算法、感兴趣区(ROI)选择和分割等的影响。影像组学特征的一个缺点在于,它们似乎对目前在临床诊疗中尚未标准化的条件敏感。CT扫描中的这些变量之一是管电流-时间乘积(毫安秒,或mAs)。计算机断层扫描是与医学成像相关的主要辐射暴露来源。为降低剂量,会降低毫安秒水平,但代价是图像噪声增加[4]。由于图像噪声随毫安秒降低而非线性增加[5],我们假设这种噪声增加会影响影像组学特征值。尽管一些体模研究表明,改变管电流对影像组学特征的影响不会显著影响影像组学特征[6],但其他研究表明,毫安秒变化确实会显著影响影像组学特征值[7, 8]。尽管迄今已开展了若干在体剂量调制影像组学特征稳健性研究,但这些研究是回顾性的,即它们比较的是来自单次诊断扫描和后续随访扫描的特征[9, 10]。正如Reiazi等的系统综述中所提到的:“回顾性研究的缺点在于,研究者无法控制所研究的参数,而且扫描采集参数变化的范围仅限于对患者成像时所使用的范围。”[11]。我们的研究与这些研究不同之处在于,在大约20分钟的时间范围内,在一次检查中获得了具有不同辐射剂量的多次扫描。
因此,我们试图研究接受四种不同辐射剂量水平胸部CT扫描的患者中肺结节影像组学特征的在体稳健性。
方法
研究人群和图像采集
在本研究中,年龄50岁或以上、已知有1个或多个肺结节并计划进行随访胸部CT的患者符合纳入条件。详细的纳入标准列于附录1。机构审查委员会(IRB)批准文号为NL46146.041.13 [12, 13]。参与者在纳入研究前签署了书面知情同意书。
使用256层CT系统(Brilliance iCT;Philips Healthcare)进行图像采集。要求患者在每次采集时于深吸气末屏气。获得定位像后,采用我们的常规平扫胸部CT方案进行图像采集,随后立即以降低的辐射剂量水平进行3次采集。自动电流选择仅用于参考方案,并按照低剂量采集所述调整至相应值。未使用Z轴剂量调制和动态角度剂量调制,以尽量减少变异。
所有采集均以相同长度(Z轴覆盖范围)进行。图像以1 mm层厚和0.7 mm增量重建。管电流-时间乘积分别为60(参考剂量)、33(降低45%)、24(降低60%)和15 mAs(降低75%),联合管电压100 kV用于体重小于80 kg的患者,管电压120 kV用于体重大于80 kg的患者。机架旋转时间为0.33 s,螺距为0.758。未注射对比剂。扫描采用滤波反投影(FBP)重建。数据将在向作者提出合理请求后以非商业目的提供。
分割
为评估肺结节计算机断层扫描影像组学特征的稳定性,在开源图像处理软件平台3D Slicer(Slicer.org)中手动分割肺结节。由两名经验丰富的放射科医师独立识别结节,以确保未遗漏肺结节。对于每次扫描,在半自动“从种子生长”区域生长容积分割算法[14]的辅助下,通过手动分割为每个辐射剂量水平创建标注肺结节的二值(3D)标签图。轮廓由一名作者(G.B.)生成,并由一名经验丰富的放射科医师(P.J.)独立验证。
影像组学特征
使用用于从医学影像中提取影像组学特征的开源Python软件包Pyradiomics(版本2.2.0)提取影像组学特征[15]。统计分析在R(版本4.10.2)中完成。在特征提取前对图像应用了七种不同的滤波器(包括原始图像,无滤波器)。每种滤波器提取86个特征,分为六个不同的特征类别。提取了以下特征类别:形状(仅针对原始图像);灰度共生矩阵(GLCM);灰度依赖矩阵(GLDM);一阶、灰度游程长度矩阵(GLRM);以及灰度尺寸区域矩阵(GLSZM)[15]。提取特征的详细列表见附录2。
统计分析
统计分析在结节水平上进行,使用R中的psych包(版本1.9.11)。计算组内相关系数3.1(ICC)以评估特征稳健性[16],方法是评估不同辐射剂量CT扫描之间影像组学特征值的一致性,计算公式如下:其中MSR = 行均方,MSE = 均方误差,k = 不同辐射剂量水平的数量。根据Koo等人的研究,ICC值小于0.5被认为重现性差,小于0.75为中等重现性,0.75至0.9之间为良好重现性,大于0.9为极好重现性[17]。
虽然ICC指标是“独立于真实标准的”,将每个辐射剂量水平视为等同,但在此处可以说并非最优指标。由于计算机断层扫描的物理特性,较低剂量必然导致较差的信噪比。因此,从低剂量图像中提取的特征很可能包含关于结节潜在生物学特性的相同或更少的信息。因此我们进行了额外分析,将全剂量扫描视为真实标准观察。特征通过减去最高辐射剂量(60 mAs)扫描的均值并除以标准差进行缩放。为研究使用线性变换从低剂量采集数据中获取真实标准影像组学特征值的效果,对每个特征和每个降低的剂量水平分别拟合了独立的线性回归模型。60 mAs的特征值用作真实标准。这些线性模型用于评估两个指标:偏倚和R²。偏倚表示低剂量条件下特征值相对于全剂量(60 mAs)条件下平均值的平均偏差,等于线性回归模型中的截距项。对于每个特征和每个剂量水平,R²衡量使用低剂量值的线性校正能解释多少真实标准值的变异。R²值为1表示可以使用线性模型从低剂量图像完美重建全剂量扫描的值。值为0表示使用线性模型无法从低剂量值重建真实标准值[18]。
结果
研究人群和影像组学特征提取
研究纳入19例患者,年龄范围为61至79岁(平均年龄:67岁),其中男性12例,女性7例。15例患者有肺结节(共35个),其中3个为恶性。在15例患者中,3例患者(2例男性和1例女性,共3个结节)因表现为肺部肿块(直径≥3 cm)而非肺结节被排除[19]。最终,12例患者共32个结节纳入本研究分析,中位(IQR)直径为7.1(6.1–9.6)mm。从32*4 = 128个结节中总共提取了1218个特征。图1展示了三个结节在四种不同辐射剂量下具有示例特征值的图形摘要。
被认为稳定的特征(ICC)
总体而言,仅有少数影像组学特征具有可重复性。在未应用滤波器的100个特征中,15个特征具有极好的可重复性(ICC > 0.9),24个特征具有良好可重复性(0.75 < ICC < 0.9),31个特征具有中等可重复性(0.5 < ICC < 0.75),30个特征具有较差可重复性(ICC < 0.5)。ICC排名前30的特征列于表1。所有特征的ICC值列于附录3。值得注意的是,可重复性最高的前十位特征中有八位是形状特征。总体而言,十四种形状特征中有十种的ICC值大于0.9,因此可被认为是稳定的。
较低辐射剂量对影像组学特征值的影响(偏倚 – R2)
从各自的线性回归拟合中提取偏倚和R2值。这些值按滤波器类别和特征类别绘制。总体而言,特征显示出随剂量降低而增大的偏倚。此外,对于大多数特征,R2值随剂量水平的降低而降低(图2和图3)。百分之一的特征具有负斜率拟合。这些特征被排除在后续分析之外,因为这将意味着在较低剂量下,特征的预后/诊断解释将被反转,从而使这些特征在临床环境中不实用。这些特征均不属于未应用滤波器的特征子集。负斜率特征列于附录4。
偏倚随辐射剂量降低而增大,R2随辐射剂量降低而减小(图2和图3)。在该分析中,形状特征相比其他特征也被发现具有更好的可校正性(更高的R2)。
特征的稳健性:影像组学特征类别(偏倚 – R2,ICC)
为进一步分析影像组学特征的稳健性,将特征按类别拆分,并将偏倚与R2的关系绘制为剂量水平降低的函数。形状特征类别再次被发现最为稳健,具有最高的R2和最低的偏倚(图4)。所有特征类别的偏倚均呈现随辐射剂量增加的趋势,R2呈现降低的趋势。换言之,形状特征类别与高剂量(60 mAs)特征均值之间的差异最小。此外,在所有特征中,形状特征的误差最能被剂量相关的线性模型所拟合。当剂量水平降低时,所有特征与高剂量特征均值之间的差异均增大,线性模型的拟合均变差。
此外,计算了ICC 3.1 [17]。按特征类别分组的各特征ICC值示于图5。
形状特征的ICC值在所有特征类别中远高于其他类别,其次是GLRM特征。这一发现表明,形状特征以及随后的GLRM特征在不同剂量水平组之间最为相似。形状和一阶特征的ICC、R2及偏倚值按特征列于表2和表3。
特征稳健性:影像组学滤波器(偏倚–R2)
影响影像组学特征可重复性的另一个可能变量是在特征提取之前对图像应用滤波器。从滤波后图像计算的特征通常比原始图像的特征可重复性更差。图6展示了这一点,其中按图像滤波器分类显示了各个特征的R2和偏倚图。图6将原始滤波器与滤波器类别(高斯拉普拉斯(LoG)(sigma 2、3、4、5)、平方、平方根、对数和梯度)进行了比较。
所有滤波器均可见R2下降和偏倚增加的趋势。大多数滤波器在特征稳健性方面与原始图像相当。小波、平方、平方根、对数和梯度滤波器使特征稳健性降低。与使用原始未滤波图像和其他滤波器相比,高斯拉普拉斯滤波器似乎使特征显著更加稳健。
讨论
我们进行了一项体内、个体内研究,探讨通过胸部计算机断层扫描识别的肺结节影像组学特征稳健性随辐射剂量水平的变化。除形状特征外,我们发现大多数影像组学特征对剂量调制不稳定。对于一部分特征,可以通过简单的线性模型校正这种变异性。然而,在较低辐射剂量下,校正变得越来越不准确。
我们发现大多数影像组学特征对变化的剂量水平不稳定,这与先前进行的体模研究一致,这些研究证明CT管电流调制对若干影像组学特征的值有显著影响[7, 8]。我们的结果对低剂量肺癌筛查具有相关性。在全球范围内,低剂量肺癌筛查是一个增长趋势,我们的发现强调了标准化采集过程的重要性。理想情况下,筛查和任何随访检查应在同一台CT扫描仪上以相同设置进行采集。标准化过程的倡议正在开展[1, 2]。
目前的结果表明,关于稳健性最有前景的特征类别是形状特征类别。既往体模研究已显示,形状特征在抵抗参数变化(体素几何设置、剂量水平、ROI分割)方面提供了最有前景的结果[20, 21]。我们发现,一阶特征在稳健性上既不优于其他特征,也无法通过线性模型更好地校正。这与Hepp等人和Kim等人的研究相矛盾,他们分别在噪声模拟研究和体模研究中发现一阶特征属于最稳定的特征之列[10, 17]。
从信号处理理论可知,较低的辐射剂量会给影像组学特征值引入越来越多的随机噪声。这类似于人类视觉系统感知较低图像质量的方式。换言之,噪声增加会损害影像组学特征的临床价值。对于某些特征,较低剂量不会导致噪声,而是导致可校正的系统性差异。一部分不稳定特征的误差可以很好地由简单线性模型解释(高R2的特征)。这对于更复杂的校正方法是一个有前景的结果。Zhovannik等人使用加性校正模型将62个特征值中的47个误差至少降低2倍[7]。Wei等人使用三维生成对抗网络对降低剂量进行归一化[22]。9个特征中有8个的误差降低显著。此外,Mahon等人展示了ComBat(消除批次效应)协调算法的应用,该算法大幅减少了变异[20]。这些方法能否作为可用于临床诊疗的统一校正方法仍有待观察。除LoG外,应用于原始图像的大量滤波器似乎并未生成更具可重复性的特征。这提出了一个问题:对于从原始图像中提取的已然数量庞大的影像组学特征,是否还需要滤波器。我们发现源自LoG滤波图像的特征对剂量变化更为稳健,这是一项新发现,值得进一步研究。
本研究的一个独特优势在于放射影像数据集。15例患者依次在四个不同剂量水平接受了CT扫描。该放射影像数据集的性质提供了在很大程度上隔离剂量水平以外变量的机会。据我们所知,本研究是首个关于肺结节影像组学特征可重复性的多剂量在体研究。
总体而言,我们发现形状特征是最具可重复性的特征类别。然而,一个特征要具有临床价值,它必须改善诊断或预后价值。Davey等人显示球形度与肺癌患者的总生存期强烈相关[21]。Yan等人显示,使用机器学习时球形度在区分腺癌与另一种肺癌组织学类型方面表现出良好能力[23]。Liu等人发现,基于十个特征(其中包括形状特征球形度)区分良恶性肺结节的模型显著优于基于临床变量的模型[23]。
Shakir等人在105个总特征中,使用单因素方差分析和三种监督选择算法发现,形状特征表面积体积比对结节分类(良性 vs 恶性)最具区分度[24]。此外,他们发现在所有特征类别中,形状特征类在结节分类中的相对贡献最高。
Yang等人使用层次聚类分析和ReliefF方法选择了七个特征,其中包括形状特征表面积体积比和伸长率,以获得最佳诊断性能。与本研究所研究的影像组学特征集相比存在细微差异,这限制了具有预后和/或诊断价值的特征相关结论的价值。未来研究需要确认本研究所描述的影像组学特征是否具有预后和/或诊断价值。
本研究存在局限性。结节的手动勾画仅由一名研究者完成。既往研究表明,使用(半)自动分割方法进行标准化可提供更稳健的结果[8, 25, 26]。然而,本研究的目的是探究影像组学特征对剂量调制是否稳健。我们未研究特征是否对ROI分割差异敏感。此外,文献已知情况确实如此[25, 27, 28]。因此,我们决定仅由一人对所有扫描进行分割。分割差异与辐射剂量降低之间在影像组学特征可重复性方面的交互程度本身是一个非常有趣的问题,很可能是一个进一步研究方向。未来研究最好基于多位专业人员的多次勾画或自动分割。此外,影像组学特征数据的高维度阻碍了结果的简单呈现。使问题更为复杂的是,该主题的文章中可找到多种呈现方法:组内相关系数(ICC)、一致性相关系数(CCC)和变异系数(COV)均可互换使用。这种一致性的缺乏阻碍了结果的比较。在本研究中,我们选择绘制偏倚和R²以直观显示趋势,并计算ICC以量化稳健性。本研究纳入的结节数量相对较小(32个)。本研究未探究影像组学特征的预后或诊断价值,仅研究了特征值在辐射剂量变化下的稳定性。我们建议进一步研究影像组学特征在不同独立变异(如手动勾画、箱宽或不同重建算法)下的稳定性。后者可能尤其相关,因为在Reiazi等人的综述中发现辐射剂量在所有研究中均为破坏性参数,而重建算法在约50%的研究中似乎为非破坏性[11]。
此外,我们没有研究在特征计算之前对特征或扫描进行可能的预处理,而这可能会进一步增强可重复性[29]。同样地,本研究仅研究了从FBP重建扫描中提取的影像组学特征的可重复性。特别是在较低的毫安秒水平下,迭代重建方法被用于降低图像噪声。Shiri等和Zhao等表明,在先进重建设置下影像组学特征的变异性和稳健性是特征依赖性的[30, 31]。
解决影像组学特征值可能缺乏稳健性的一种方案是标准化特征提取过程,并可能实现临床放射影像成像设置的(国际)国家标准化。尽管后者目前看来似乎遥不可及,但影像组学特征采集标准化的倡议正在进行中[2]。最后,尽管影像组学特征的预设性质使其更好地可解释/可与潜在生物学相关联,但我们不能排除无监督深度学习技术对辐射剂量变化较不敏感的可能性。
总之,较低的辐射剂量会给肺结节的影像组学特征值带来越来越多的随机噪声和偏倚。对于一部分特征,这种噪声可以通过线性模型进行校正。我们根据ICC确定了15%的特征为稳定特征,其中形状是最稳健的特征类别。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 182 KB)
引用
- Bartholomeus, van Amsterdam, Harder, et al. Robustness of pulmonary nodule radiomic features on computed tomography as a function of varying radiation dose levels-a multi-dose in vivo patient study. Eur Radiol. 2023. PMID: 37074424. doi:10.1007/s00330-023-09643-8
- 全文:PMC10511375(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10511375/
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。