• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      磁共振成像三維紋理特征結(jié)合臨床參數(shù)放射組學(xué)模型評估肝細(xì)胞癌術(shù)后早期復(fù)發(fā)的初步研究

      2018-09-13 09:18:54敏,宋
      腫瘤影像學(xué) 2018年4期
      關(guān)鍵詞:紋理異質(zhì)性預(yù)測

      王 敏,宋 彬

      四川大學(xué)華西醫(yī)院放射科,四川 成都 610041

      肝細(xì)胞癌(hepatocellular carcinoma,HCC)是最常見的肝臟原發(fā)性惡性腫瘤,在世界范圍癌癥死亡相關(guān)疾病中位列第2[1]。截至2015年,中國HCC發(fā)病率位列第4,死亡率位列第3。早期復(fù)發(fā)是影響患者術(shù)后生存率至關(guān)重要的因素,大肝癌術(shù)后5年復(fù)發(fā)率達(dá)80%,小肝癌為40%~50%,復(fù)發(fā)高峰在術(shù)后1~2年。因此,準(zhǔn)確預(yù)測術(shù)后早期復(fù)發(fā)是改善患者總體生存的基礎(chǔ)。

      目前用于評估HCC患者術(shù)后早期復(fù)發(fā)的研究多為單因素研究,HCC術(shù)后早期復(fù)發(fā)是腫瘤因素、背景肝臟因素及全身狀態(tài)綜合作用的結(jié)果,因此僅將某一獨(dú)立危險因素作為評估預(yù)后的指標(biāo),結(jié)果通常不準(zhǔn)確。而將三者聯(lián)合起來應(yīng)用于HCC預(yù)后評估的預(yù)測模型較少,臨床普遍應(yīng)用的是巴塞羅那臨床肝癌分期(Barcelona Clinical Liver Cancer,BCLC)系統(tǒng),其優(yōu)勢在于將背景肝功能儲備、腫瘤因素及全身狀態(tài)等綜合起來進(jìn)行評估,預(yù)測效能較高。但對于我國多數(shù)HCC患者而言,BCLC分期尚存在一些不足:首先,患者就診時已屬中晚期,且腫瘤多>5 cm,BCLC分期并不適用于此類患者,然而此類患者接受手術(shù)切除后同樣獲益。此外,BCLC分期中盡管提到了腫瘤對大血管的侵犯,但是腫瘤微血管侵犯是導(dǎo)致HCC術(shù)后早期復(fù)發(fā)的另一獨(dú)立危險因素,只有依賴術(shù)后病理顯微鏡檢查才能做出診斷,BCLC分期會低估此類患者術(shù)后早期復(fù)發(fā)的風(fēng)險。因此,有必要在BCLC分期的基礎(chǔ)上進(jìn)一步建立更加適合我國HCC患者預(yù)后的預(yù)測模型。

      影像組學(xué)旨在通過包含疾病病理生理信息的高維度影像組學(xué)特征,最大限度地挖掘醫(yī)學(xué)影像對疾病診斷的潛力[2]。目前已廣泛應(yīng)用于乳腺癌、肺癌等患者的預(yù)后評估,但是針對HCC預(yù)后的研究較少。Zhou等[3]和Akai等[4]發(fā)現(xiàn),HCC的CT紋理特征可以作為預(yù)測HCC術(shù)后早期復(fù)發(fā)的預(yù)測指標(biāo),表明這些不可見的紋理特征中確實(shí)包含腫瘤的預(yù)后信息。Zhou等[3]同時發(fā)現(xiàn),紋理特征結(jié)合臨床特征預(yù)測腫瘤術(shù)后早期復(fù)發(fā)的準(zhǔn)確性顯著高于單獨(dú)使用紋理特征。以上兩項(xiàng)研究均采用基于腫瘤單獨(dú)層面的二維CT紋理特征,而相比于CT,磁共振成像(magnetic resonance imaging,MRI)有更好的軟組織分辨率。本研究采用了基于腫瘤整體的三維紋理(threedimensional texture,3D-texture)特征,更能全面、客觀地反映腫瘤的異質(zhì)性。本研究旨在通過機(jī)器學(xué)習(xí)的方法,將腫瘤的MRI 3D-texture特征與臨床參數(shù)結(jié)合起來構(gòu)建預(yù)測模型,對術(shù)后早期復(fù)發(fā)進(jìn)行初步探討。

      1 資料和方法

      1.1 納入患者

      將納入的患者按照建立預(yù)測模型的要求分為回顧性與前瞻性兩部分,納入標(biāo)準(zhǔn)見圖1。首先,回顧性地從2013年12月—2015年7月213例術(shù)后病理診斷為HCC的患者中納入98例,用于構(gòu)建模型和訓(xùn)練模型;其次,前瞻性地選取2015年12月—2017年12月215例臨床診斷為HCC的患者,最終納入83例,術(shù)后病理為HCC,前瞻性患者用于驗(yàn)證預(yù)測模型的診斷效能。

      1.2 臨床參數(shù)

      與HCC術(shù)后早期復(fù)發(fā)有關(guān)的臨床參數(shù)有患者年齡、性別、慢性乙型肝炎、肝硬化、血小板計(jì)數(shù)(blood platelet count,PLT)、淋巴細(xì)胞絕對值(LYMPH)、PLT/LYMPH、天門冬氨酸氨基轉(zhuǎn)移酶(aspartate transaminase,AST)、丙氨酸氨基轉(zhuǎn)移酶(alanine transaminase,ALT)、谷氨酰轉(zhuǎn)肽酶(glutamyl-transpeptidase,GGT)、總膽紅素(total bilirubin,TBL)、血清白蛋白(albumin,ALB)、腫瘤大小、病理分化程度和微血管侵犯(micro-vascular invasion,MVI);MRI圖像包括腫瘤邊緣、包膜、腫瘤內(nèi)脂肪、腫瘤外周強(qiáng)化、腫瘤內(nèi)動脈、肝動脈期快速強(qiáng)化、門靜脈期廓清和門靜脈大分支侵犯。

      1.3 MRI掃描參數(shù)

      采用西門子Trio平掃:掃描范圍由膈頂至肝臟消失層面。檢查序列包括:① FSPGR同反相位T1WI,重復(fù)時間(repetition time,TR)為81.0 ms,回波時間(echo time,TE)為1.4 ms/2.42 ms,層厚/層間距為6.0 mm/2.7 mm,激勵次數(shù)(number of excitation,NEX)為1,視野(field of view,F(xiàn)OV)為400 mm×325 mm,采集矩陣為286×352,反轉(zhuǎn)角70°;② FSEFS序列常規(guī)軸位T2WI,采用呼吸促發(fā)技術(shù),并于軸位T2WI施加預(yù)飽和脂肪抑制技術(shù)獲得軸位抑脂T2WI,TR/TE為2 160 ms/100 ms,層厚/層間距為6.0 mm/2.7 mm,NEX為1,F(xiàn)OV為433 mm×325 mm,采集矩陣為320×216。

      增強(qiáng)掃描:三維容積式內(nèi)插值法屏氣檢查序列(volumetric interpolated breath hold examination,VIBE),簡稱3D VIBE序列,并于軸位VIBE T1WI施加預(yù)飽和脂肪抑制技術(shù)獲得軸位抑脂T1WI。TR/TE為4.0 ms/1.9 ms,層厚/層間距為2.0 mm/0.4 mm,NEX為1,F(xiàn)OV為400 mm×296 mm,反轉(zhuǎn)角9°。掃描范圍與平掃一致,采用高壓注射器注射對比劑,運(yùn)用腹帶減少呼吸干擾,對比劑注射劑量0.1 mmol/kg,速率2 mL/s。注射對比劑后15、55 s分別行VIBE雙期掃描,分別獲得動脈期(arterial phase,AP)和門靜脈期(portal venous phase,PVP)圖像,16 s掃完1次肝臟。

      圖 1 回顧性和前瞻性患者入組流程圖

      1.4 MRI 3D-texture特征提取

      首先,基于全腫瘤的圖像分割,將AP、PVP圖像導(dǎo)入ITK-SNAP軟件,手動逐層勾畫腫瘤,腫瘤的邊界參照T2WI脂肪抑制序列,盡可能避開出血和壞死區(qū)域。腫瘤邊界、出血和壞死區(qū)域由放射科2位腹部診斷醫(yī)師按照LI-RADS 2017版指南[5]達(dá)成共識后,由第3位醫(yī)師勾畫。然后,將分割好的圖像導(dǎo)入AK軟件進(jìn)行紋理特征的提取。

      1.5 統(tǒng)計(jì)學(xué)處理

      1.5.1 預(yù)測模型特征篩選

      按照多變量回歸的要求,樣本量至少應(yīng)是自變量的10倍左右[6],對患者臨床參數(shù)和腫瘤MRI 3D-texture特征均采用數(shù)據(jù)去冗余和Lasso回歸進(jìn)行特征的選擇。數(shù)據(jù)去冗余對納入特征的相關(guān)性進(jìn)行分析,當(dāng)兩特征間相關(guān)系數(shù)(Pearson系數(shù))≥0.7時,特征之間為高相關(guān),然后遞歸地對其中一個特征進(jìn)行剔除。再將去冗余后的數(shù)據(jù)進(jìn)一步納入Lasso回歸模型中,用向前(LR)法進(jìn)行多變量分析。通過設(shè)定調(diào)整參數(shù)λ,3折交叉驗(yàn)證時,誤差最小的log(λ)值即Lasso回歸最優(yōu)λ值,此時對應(yīng)的非零系數(shù)特征即用于建立預(yù)測模型的有意義的特征。

      1.5.2 構(gòu)建預(yù)測模型

      將篩選出的臨床參數(shù)特征和3D-texture特征分別用于建立臨床參數(shù)預(yù)測模型、影像組學(xué)模型和臨床參數(shù)結(jié)合影像組學(xué)的綜合模型。以患者實(shí)際復(fù)發(fā)狀態(tài)為參考標(biāo)準(zhǔn),經(jīng)受試者工作特征(receiver operating characteristic,ROC)曲線計(jì)算3個模型預(yù)測HCC術(shù)后早期復(fù)發(fā)的準(zhǔn)確率(accuracy,ACC)、靈敏度及特異度。統(tǒng)計(jì)學(xué)分析軟件為R軟件3.4.2。

      2 結(jié) 果

      2.1 患者基線資料

      98例回顧性患者中,男性88例,平均年齡(53.8±10.7)歲,女性10例,平均年齡(48.2±15.4)歲,其中早期復(fù)發(fā)患者45例(45.9%);83例前瞻性患者中,男性66例,平均年齡(51.4±9.6)歲,女性17例,平均年齡(47.2±12.9)歲,其中早期復(fù)發(fā)患者43例(51.8%)。全部HCC患者均于MRI檢查后3~5 d在四川大學(xué)華西醫(yī)院接受手術(shù)切除治療,病理學(xué)檢查于術(shù)后1周證實(shí)為HCC?;仡櫺曰颊吲c前瞻性患者臨床實(shí)驗(yàn)室檢查結(jié)果見表1,影像征象見表2。

      2.2 預(yù)測模型特征選擇

      臨床參數(shù)特征包括實(shí)驗(yàn)室檢查結(jié)果和MRI征象共計(jì)23項(xiàng)特征,數(shù)據(jù)去冗余后LYMPH、PLB/LYMPH及腫瘤內(nèi)動脈3項(xiàng)參數(shù)被剔除,剩余20項(xiàng)特征,進(jìn)而經(jīng)Lasso回歸后剩余的8項(xiàng)特征為意義顯著的特征(圖2)。每例患者AP和PVP序列各提取出的紋理特征為385項(xiàng),經(jīng)數(shù)據(jù)去冗余和Lasso回歸后最終篩選出的特征分別為6項(xiàng)和2項(xiàng)。

      2.3 3個預(yù)測模型對HCC術(shù)后早期復(fù)發(fā)的預(yù)測效能

      AP-3D-texture Radiomics signature=-3.81×10-1GLCM Entropy_angle90_offset1+2.81×10-4Inertia_angle135_offset4-1.07×104correlation_All Direction_offset7_SD+2.57×10-9HaralickCorrelation_AllDirection_offset7_SD-16.6 HaraEntroy-4.72×10-4Long Run High Grey Level Emphasis_AllDirection_offset4_SD+17.6。訓(xùn)練集中AP-3D-texture模型預(yù)測早期復(fù)發(fā)的ACC為0.735,ROC曲線的曲線下面積(area under curve,AUC)為0.759;驗(yàn)證集中ACC為0.735,AUC為0.769;測試集中ACC為0.651,AUC為0.669(圖3)。

      訓(xùn)練集中PVP-3D-texture模型預(yù)測早期復(fù)發(fā)的ACC為0.721,AUC為0.591;驗(yàn)證集中ACC為0.367,AUC為0.498;測試集中ACC為0.402,AUC為0.560。結(jié)果表明,PVP-3D-texture模型對HCC切除術(shù)后早期復(fù)發(fā)無預(yù)測價值(圖4)。

      將臨床參數(shù)與AP-3D-texture相結(jié)合,在訓(xùn)練集中評估HCC術(shù)后早期復(fù)發(fā)的ACC為0.838,AUC為0.876;驗(yàn)證集中ACC為0.833,AUC為0.864;測試集中ACC為0.663,AUC為0.656(圖5)。3D-texture與臨床參數(shù)綜合后的模型為:Radiomics signature combined=-0.053 3+0.961 5×Rad_score_AP+1.138 7 clinical signature。其中clinical signature=-20.126+1.596×MVI+0.222×腫瘤大小+病理分化程度+0.766×肝硬化-0.111×肝邊緣狀態(tài)-1.175×肝包膜完整狀態(tài)+17.013×動脈期快速強(qiáng)化-1.103×門靜脈期廓清。

      表 1 回顧性、前瞻性HCC患者臨床基線資料[n(%)]

      表 2 回顧性與前瞻性HCC患者M(jìn)RI影像特征[n(%)]

      圖 2 訓(xùn)練集患者lasso法決定最優(yōu)調(diào)整參數(shù)λ和特征篩選過程

      圖 3 AP-3D-texture模型在訓(xùn)練集、驗(yàn)證集、測試集中評估HCC術(shù)后早期復(fù)發(fā)的預(yù)測效能

      圖 4 PVP-3D-texture模型在訓(xùn)練集、驗(yàn)證集、測試集中評估HCC術(shù)后早期復(fù)發(fā)的預(yù)測效能

      圖 5 臨床參數(shù)結(jié)合肝動脈期紋理特征綜合評估HCC術(shù)后早期復(fù)發(fā)的預(yù)測效能

      3 討 論

      導(dǎo)致HCC術(shù)后早期復(fù)發(fā)的因素眾多,主要?dú)w納為患者相關(guān)因素、背景肝臟因素及腫瘤異質(zhì)性因素3個方面,應(yīng)將這些因素綜合起來對HCC術(shù)后早期復(fù)發(fā)進(jìn)行預(yù)測。而且當(dāng)預(yù)測變量的個數(shù)顯著高于樣本量時已超出傳統(tǒng)醫(yī)學(xué)統(tǒng)計(jì)學(xué)的范疇,而機(jī)器學(xué)習(xí)可以對回顧性數(shù)據(jù)特征學(xué)習(xí)后對前瞻性數(shù)據(jù)中與之類似的特征進(jìn)行預(yù)測。本研究采用監(jiān)督學(xué)習(xí)算法對術(shù)后早期復(fù)發(fā)的HCC患者M(jìn)RI紋理特征、臨床參數(shù)進(jìn)行學(xué)習(xí),進(jìn)而前瞻性地預(yù)測HCC患者術(shù)后的早期復(fù)發(fā)。

      紋理是一種視覺感知的圖像局部特征的綜合,圖像某一位置的紋理特征與這一位置周圍的灰度變化規(guī)律密切相關(guān)[7],而紋理分析則是對每個像素強(qiáng)度和空間分布的特點(diǎn)進(jìn)行數(shù)學(xué)分析與運(yùn)算以量化評估圖像異質(zhì)性的一種工具。惡性腫瘤的生物學(xué)異質(zhì)性與紋理異質(zhì)性有一定的相關(guān)性[8]?;诖讼嚓P(guān)性,有研究發(fā)現(xiàn)腫瘤內(nèi)部的CT紋理特征可用于評估腫瘤的異質(zhì)性[9-10]。本研究中,PVP-3D-texture對HCC術(shù)后早期復(fù)發(fā)無預(yù)測價值,確切機(jī)制尚不清楚。AP-3D-texture模型在訓(xùn)練集和驗(yàn)證集的預(yù)測效能如下,AUC分別為0.759和0.769,ACC均為0.735,低于Zhou等[3]報道的研究結(jié)果,可能是由于本研究用于建模的樣本例數(shù)(45例)少于文獻(xiàn)中的建模例數(shù)(102例)。其次,不同圖像模式的紋理特征的預(yù)測效能是否存在差異尚未見文獻(xiàn)報道,但表明一個趨勢,即MRI AP-3D-texture模型同樣具有預(yù)測HCC患者術(shù)后早期復(fù)發(fā)的價值。在AP-3D-texture模型的6個紋理特征中,entropy是熵,為基于灰度共生矩陣提取出的特征,描述了共生矩陣的復(fù)雜性,其值越大則表示共生矩陣越復(fù)雜,提示病灶越復(fù)雜,異質(zhì)性越大。Inertia是慣性,描述病灶部位的差異性大小,差異越大,則其值也越大。Correlation是相關(guān)性,它度量空間灰度共生矩陣元素在行或列方向上的相似程度,其值大小反映圖像中局部灰度相關(guān)性,即反映圖像紋理的一致性。如果圖像中有水平方向紋理,則水平方向共生矩陣correlation值大于其余方向共生矩陣correlation值。當(dāng)矩陣元素值均勻相等時,correlation值大;相反,如果矩陣像元值相差很大,則correlation值?。?1]。Long run high grey level emphasis描述的是病灶局部的明暗程度和復(fù)雜程度,基于游程矩陣提取。游程矩陣反映的不再是圖像內(nèi)每一對像素間的空間和像素灰度的相關(guān)性,而可以表征圖像中感興趣區(qū)(region of interest,ROI)內(nèi)一組像素間的灰度相關(guān)性,進(jìn)而評估ROI的紋理異質(zhì)性[12-13]。Inertia和correlation這兩個紋理特征反映病灶局部像素灰度差異性的大小,不同的是Inertia值越大,局部差異越大,correlation值越大,局部差異越小。本研究中inertia與術(shù)后早期復(fù)發(fā)具有正相關(guān)性,而correlation則相反,表明復(fù)發(fā)患者腫瘤MRI肝動脈期圖像局部像素相差很大,圖像異質(zhì)性大,強(qiáng)化不均勻,符合分化程度低的HCC的肝動脈期強(qiáng)化方式。然而,本研究并不能解釋entropy值與術(shù)后早期復(fù)發(fā)負(fù)相關(guān)的機(jī)制。盡管Kiryu等[14]通過平掃CT紋理特征評估HCC患者預(yù)后時,同樣發(fā)現(xiàn)entropy值與患者的總體生存期和無瘤生存期呈負(fù)相關(guān),但并未就此機(jī)制給予闡述。另外,本研究是注射對比劑后強(qiáng)化圖像,與平掃CT圖像的entropy應(yīng)有很大不同,有關(guān)entropy與術(shù)后復(fù)發(fā)的機(jī)制有待進(jìn)一步深入研究。

      將AP-3D-texture與臨床參數(shù)綜合后,在訓(xùn)練集與驗(yàn)證集中的預(yù)測效能明顯提高,符合HCC術(shù)后早期復(fù)發(fā)是患者相關(guān)因素、背景肝臟因素及腫瘤異質(zhì)性因素綜合作用的假設(shè)。當(dāng)肝硬化患者腫瘤存在MVI、直徑較大、腫瘤邊緣分葉、邊界不清及病理分化程度較低時,術(shù)后更容易早期復(fù)發(fā)。MVI占有更大的權(quán)重,因?yàn)镸VI陽性會導(dǎo)致切緣不足,于癌旁肝組織殘留微小轉(zhuǎn)移灶是導(dǎo)致術(shù)后早期復(fù)發(fā)的原因[15]。Hanazaki等[16]也認(rèn)為,肝硬化程度、Child分級和靛氰綠代謝率等背景肝臟因素,以及病理分型、血管浸潤等腫瘤因素等均可影響HCC術(shù)后復(fù)發(fā)。

      此外,為了驗(yàn)證模型預(yù)測效能的可靠性,在施加內(nèi)部驗(yàn)證的同時進(jìn)行了外部驗(yàn)證。該模型在外部驗(yàn)證的前瞻性患者中效能低下,主要是由于回顧性和前瞻性的樣本量偏少,兩個數(shù)據(jù)集中具有共性的特征偏少,使得訓(xùn)練集生成的模型在前瞻性患者中的預(yù)測效能減低。

      本研究存在以下不足:首先,訓(xùn)練集樣本量偏少,會影響機(jī)器學(xué)習(xí)模型預(yù)測的效能,在后續(xù)的研究中會進(jìn)一步增加訓(xùn)練集樣本量,改善模型在測試集中的效能;其次,對回顧性和前瞻性HCC患者的腫瘤直徑未進(jìn)行分層分析,但腫瘤直徑是影響HCC患者術(shù)后早期復(fù)發(fā)的因素之一。盡管存在上述不足,本研究首次采用3D-texture,更加客觀地反映了腫瘤異質(zhì)性,結(jié)合臨床參數(shù),可以作為術(shù)前預(yù)測HCC早期復(fù)發(fā)的一種有效方法。

      猜你喜歡
      紋理異質(zhì)性預(yù)測
      無可預(yù)測
      黃河之聲(2022年10期)2022-09-27 13:59:46
      選修2-2期中考試預(yù)測卷(A卷)
      選修2-2期中考試預(yù)測卷(B卷)
      基于可持續(xù)發(fā)展的異質(zhì)性債務(wù)治理與制度完善
      基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
      軟件(2020年3期)2020-04-20 01:45:18
      使用紋理疊加添加藝術(shù)畫特效
      TEXTURE ON TEXTURE質(zhì)地上的紋理
      Coco薇(2017年8期)2017-08-03 15:23:38
      不必預(yù)測未來,只需把握現(xiàn)在
      消除凹凸紋理有妙招!
      Coco薇(2015年5期)2016-03-29 23:22:15
      現(xiàn)代社區(qū)異質(zhì)性的變遷與啟示
      明溪县| 聊城市| 洛宁县| 同江市| 宁晋县| 临泉县| 当涂县| 宁海县| 五寨县| 永川市| 布尔津县| 盘锦市| 噶尔县| 页游| 子长县| 南靖县| 高淳县| 广西| 宁乡县| 罗平县| 房山区| 西平县| 恩施市| 肥城市| 利辛县| 仁寿县| 唐海县| 颍上县| 郴州市| 汝阳县| 独山县| 响水县| 常山县| 孟村| 峨眉山市| 云霄县| 永宁县| 美姑县| 井研县| 屏东县| 怀集县|