題目：通過(guò)三期CT的深度學(xué)習(xí)影像組學(xué)模型對(duì)肝硬化患者肝細(xì)胞癌的早期預(yù)警：一項(xiàng)回顧性、多中心、隊(duì)列研究

英文名：Early warning of hepatocellular carcinoma in cirrhotic patients by three-phase CT-base.d deep learning radiomics model: a retrospective, multicentre, cohort study

雜志：eClinicalMedicine

影響因子：9.6

發(fā)表時(shí)間：2024年8月

研究背景：肝細(xì)胞癌(HCC)的診斷通常會(huì)有延遲，這給全球醫(yī)療保健系統(tǒng)帶來(lái)了巨大負(fù)擔(dān)，最終由于治療干預(yù)延遲而導(dǎo)致患者預(yù)后不良。影像組學(xué)結(jié)合了醫(yī)學(xué)成像、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)的專(zhuān)業(yè)知識(shí)，借助深度學(xué)習(xí)算法可以能夠識(shí)別以前無(wú)法檢測(cè)到的細(xì)微圖像特征，提高影像組學(xué)的準(zhǔn)確性和效率，從而提高診斷HCC的靈敏度和特異性，因此，作者采用三個(gè)時(shí)期患者的掃描(CT)數(shù)據(jù)，通過(guò)深度學(xué)習(xí)影像組學(xué)和臨床變量來(lái)開(kāi)發(fā)和驗(yàn)證了一個(gè)模型(ALARM)，該模型可以對(duì)肝硬化患者的腫瘤發(fā)生進(jìn)行早期預(yù)警。

研究思路：

選取2018年6月至2020年1月期間在11個(gè)中心研究的1858名肝硬化患者，在最終診斷為HCC或非HCC的前3-12個(gè)月里，收集了三期CT圖像和實(shí)驗(yàn)室結(jié)果。使用影像組學(xué)和深度學(xué)習(xí)技術(shù)，在發(fā)現(xiàn)隊(duì)列(n=924)中開(kāi)發(fā)了早期預(yù)警模型(ALARM)，然后在內(nèi)部驗(yàn)證隊(duì)列(n=231)和來(lái)自10個(gè)外部中心的外部驗(yàn)證隊(duì)列(n=703)中進(jìn)行了驗(yàn)證。ALARM作為一個(gè)綜合模型，將影像組學(xué)和深度學(xué)習(xí)評(píng)分與aMAP HCC風(fēng)險(xiǎn)評(píng)分相結(jié)合，可以提前識(shí)別大多數(shù)HCC發(fā)生個(gè)體。ALARM具有在臨床環(huán)境中實(shí)際實(shí)施的潛力，可以對(duì)肝硬化患者的腫瘤發(fā)生進(jìn)行早期預(yù)警。

圖1

研究結(jié)果：

1、患者特征

本研究共納入來(lái)自11個(gè)中心的1858例符合條件的患者，其中1836例(98.82%)患者來(lái)自PreCar隊(duì)列，這其中括67例HCC患者；另外22例患者(1.18%，均為HCC病例)來(lái)自南方醫(yī)院的門(mén)診患者和Search-B隊(duì)列。在這些患者中，924名被分配到發(fā)現(xiàn)隊(duì)列，231名被分配到內(nèi)部驗(yàn)證隊(duì)列，703名被分配到外部驗(yàn)證隊(duì)列。發(fā)現(xiàn)隊(duì)列中的45名參與者(4.9%）、內(nèi)部驗(yàn)證隊(duì)列中的13名參與者(5.6%)和外部驗(yàn)證隊(duì)列中的31名參與者(4.4%)在3-12個(gè)月的隨訪CT掃描后被診斷出患HCC。從CT檢查到診斷為0、A、B、C和D期HCC的平均時(shí)間間隔分別為6.0、6.8、7.2、11.0和9.7個(gè)月。患者特征如表1所示。

表1

2、圖像特征分析

基于每位患者每個(gè)階段的CT影像，總共提取了1223個(gè)特征，因此，在三個(gè)檢測(cè)階段，總共產(chǎn)生了3669個(gè)特征。從每位患者的Fine-tuned 3D ResNet50的平均池化層中獲得了100×3個(gè)深度學(xué)習(xí)特征。在特征選擇過(guò)程之后，確定了6個(gè)影像組學(xué)特征和17個(gè)深度學(xué)習(xí)特征，分別用于構(gòu)建單特征模型和計(jì)算影像組學(xué)和深度學(xué)習(xí)分?jǐn)?shù)。Mann-Whitney U檢驗(yàn)表明，是否會(huì)發(fā)生HCC的患者在影像組學(xué)評(píng)分、深度學(xué)習(xí)評(píng)分和aMAP評(píng)分方面存在顯著差異。此外，多變量線性回歸分析顯示，這些特征評(píng)分都是區(qū)分肝硬化患者惡性進(jìn)展的獨(dú)立標(biāo)志物。

圖2

3、ALARM模型的構(gòu)建和驗(yàn)證

ALARM模型是通過(guò)使用臨床評(píng)分、放射組學(xué)評(píng)分和深度學(xué)習(xí)評(píng)分作為三個(gè)單獨(dú)的協(xié)變量來(lái)擬合邏輯回歸模型開(kāi)發(fā)的。對(duì)于臨床評(píng)分，作者嘗試了將臨床變量與放射組學(xué)評(píng)分和深度學(xué)習(xí)評(píng)分進(jìn)行各種組合，包括aMAP、年齡、性別、總膽紅素、白蛋白、血小板計(jì)數(shù)和AFP。結(jié)果表明，放射學(xué)評(píng)分、深度學(xué)習(xí)評(píng)分和aMAP評(píng)分的組合明顯優(yōu)于其他組合。即使AFP包含在這些變量中，根據(jù)Delong檢驗(yàn)，他們的表現(xiàn)也沒(méi)有顯著改善。因此，選擇aMAP評(píng)分作為臨床評(píng)分中的變量。此外，作者發(fā)現(xiàn)ALARM表現(xiàn)出了很好的區(qū)分性能，這在發(fā)現(xiàn)隊(duì)列、內(nèi)部驗(yàn)證隊(duì)列、外部驗(yàn)證隊(duì)列中通過(guò)自舉驗(yàn)證得到了證實(shí)(圖3)。作者還對(duì)每個(gè)隊(duì)列進(jìn)行了交叉驗(yàn)證，并證明了模型在不同折疊下的穩(wěn)定性能，進(jìn)一步證實(shí)了方法的可靠性。DeLong檢驗(yàn)顯示，ALARM和單特征模型之間存在統(tǒng)計(jì)學(xué)上的顯著差異（P<0.05），表明ALARM在預(yù)測(cè)肝硬化患者短期HCC發(fā)展方面表現(xiàn)出色。還將ALARM的性能與使用NRI和IDI分析的單特征模型的性能進(jìn)行了比較，結(jié)果表明，ALARM具有outstanding的性能。校準(zhǔn)曲線顯示，ALARM生成的預(yù)測(cè)概率與實(shí)際結(jié)果之間存在很強(qiáng)的一致性(圖4A)。此外，決策曲線分析結(jié)果表明與單一特征模型相比，ALARM在臨床決策中具有更優(yōu)越的優(yōu)勢(shì)(圖4B)。此外，亞組分析表明，無(wú)論年齡、性別和AFP水平如何，ALARM的性能都是一致的。

圖3

圖4

4、肝硬化患者的風(fēng)險(xiǎn)分層

SMOTE過(guò)采樣后，使用x-tile軟件在新生成的發(fā)現(xiàn)隊(duì)列中確定了0.21和0.65的best閾值后，患者被分為三組：高風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)組。結(jié)果顯示，高風(fēng)險(xiǎn)(n=221，11.9%)和中等風(fēng)險(xiǎn)(n=433，23.3%)組(占94.4%(84/89)的HCC患者)的HCC發(fā)生率明顯高于低風(fēng)險(xiǎn)組(n=1204，4.8%)(24.3% vs6.4% vs0.42%，P<0.001)(圖5)。此外，ALARM通過(guò)采用0.21的閾值，實(shí)現(xiàn)了HCC發(fā)展預(yù)警的平均提前期為7.2個(gè)月，33.3%的患者在臨床診斷前不到6個(gè)月就得到了預(yù)警，32.1%在6到9個(gè)月之間，34.5%在9到12個(gè)月之間。在上限閾值下，發(fā)現(xiàn)隊(duì)列、內(nèi)部驗(yàn)證隊(duì)列和外部驗(yàn)證隊(duì)列的特異性值分別為0.899(95%CI:0.879-0.918)、0.889(95%CI:8.850-0.930)和0.926(95%CI:0.906-0.945)。在較低的閾值下，發(fā)現(xiàn)隊(duì)列、內(nèi)部驗(yàn)證隊(duì)列和外部驗(yàn)證隊(duì)列的敏感性值分別為0.933(95%CI:0.917-0.949)、0.923(95%CI:8.889-0.957)和0.944(95%CI:0.955-0.981)。

圖5

總結(jié)：本文的臨床變量的深度學(xué)習(xí)影像組學(xué)生信分析方法新穎，作者也調(diào)研過(guò)，沒(méi)有人用這個(gè)方式做，其次是用多中心，大量的樣本數(shù)據(jù)來(lái)分析，本文沒(méi)有做下游實(shí)驗(yàn)驗(yàn)證，能發(fā)一區(qū)9.6分，可見(jiàn)影像組學(xué)生信分析潛力巨大，傲星生物提供多種高階方案的影像組學(xué)生信服務(wù)，另有完善的下游驗(yàn)證、機(jī)制研究服務(wù)，一對(duì)一專(zhuān)屬服務(wù)為您排憂解難，助您輕松應(yīng)對(duì)畢業(yè)和晉升！