增強(qiáng)MRI影像組學(xué)對肝癌微血管侵犯的預(yù)測價(jià)值

黃京城，劉金韻，胡景卉，侯承師，潘先攀，羅先富

微血管侵犯(microvascular invasion，MVI)是肝癌手術(shù)治療后復(fù)發(fā)的最重要因素之一[1-3]。與大血管侵犯相反，MVI是一種微觀組織病理學(xué)發(fā)現(xiàn)，只能通過手術(shù)后獲取的標(biāo)本進(jìn)行病理診斷，所以MVI的術(shù)前預(yù)測仍然具有挑戰(zhàn)性。研究發(fā)現(xiàn)腫瘤大小、多結(jié)節(jié)腫瘤形態(tài)、腫瘤邊緣和瘤周增強(qiáng)等傳統(tǒng)影像特征與MVI相關(guān)[4-6]。高級磁共振定量成像基于體素內(nèi)不相干運(yùn)動(dòng)成像(intravoxel incoherent motion imaging，IVIM)表明MVI陽性組D值顯著低于陰性組，是MVI的有用的術(shù)前預(yù)測因子[7]。目前，這些用于肝細(xì)胞肝癌術(shù)前MVI影像學(xué)診斷的標(biāo)準(zhǔn)尚未得到廣泛認(rèn)可。

影像組學(xué)是一門快速發(fā)展的學(xué)科，可通過計(jì)算機(jī)算法提取定量的圖像特征，挖掘圖像中的隱藏信息。Xu等[8]基于增強(qiáng)CT建立的影像組學(xué)模型能夠在術(shù)前達(dá)到對MVI很好的預(yù)測效果，而Yang等[9]利用普美顯MRI成像構(gòu)建列線圖的方式預(yù)測肝細(xì)胞肝癌 MVI具有很高的準(zhǔn)確性，訓(xùn)練組曲線下面積(area under curve,AUC)值0.861。本研究基于增強(qiáng)MRI組學(xué)的基礎(chǔ)并納入患者臨床指標(biāo)及其傳統(tǒng)影像學(xué)特征，采用五折交叉方法，旨在探討基于增強(qiáng)MRI聯(lián)合相關(guān)臨床及影像特征建立組學(xué)模型對肝癌微血管浸潤的術(shù)前預(yù)測價(jià)值。

材料與方法

1.研究對象

本研究通過醫(yī)院倫理管理委員會批準(zhǔn)，免除患者知情同意書。回顧性分析2018年1月-2021年1月符合以下標(biāo)準(zhǔn)的患者資料。納入標(biāo)準(zhǔn)：①經(jīng)手術(shù)病理證實(shí)為肝細(xì)胞肝癌，并明確有無MVI；②術(shù)前2周內(nèi)進(jìn)行過腹部增強(qiáng)MRI檢查、圖像質(zhì)量滿足要求；③單發(fā)腫瘤，且無大血管侵犯(門靜脈或肝靜脈侵犯)及遠(yuǎn)處轉(zhuǎn)移；④無相關(guān)肝細(xì)胞肝癌治療的既往史(肝切除史、化療栓塞、放療等)；⑤手術(shù)前肝功能為Child-Pugh分級A或B級。排除標(biāo)準(zhǔn)：①患者臨床資料不完整；②MRI圖像質(zhì)量差、存在運(yùn)動(dòng)偽影或者難以繪畫感興趣區(qū)。搜集患者術(shù)前1周的臨床資料，主要包括年齡、性別、乙肝表面抗原、肝功能分級(Child-Pugh) 、甲胎蛋白(AFP)水平及肝硬化情況。

2.MRI成像方法

MRI掃描采用3.0T掃描儀(美國GE Discovery MR750)，8通道體部相控陣線圈，外加呼吸門控軟管，掃描序列屏氣軸面T1WI快速容積采集(LAVA)平掃和增強(qiáng)序列：TR 4.1 ms，TE 1.9 ms，層厚5 mm，層間距2.5 mm，F(xiàn)OV 40 cm×32 cm，矩陣320×244。增強(qiáng)掃描時(shí)經(jīng)肘靜脈以2.0 mL/s流率高壓注射對比劑釓噴酸葡胺0.1 mmol/kg，之后以同樣流率注入20 mL生理鹽水沖管，在注射對比劑后的20～25 s、50～65 s以及160～180 s內(nèi)行動(dòng)態(tài)3期增強(qiáng)掃描，每次屏氣16 s完成1期掃描，掃描范圍覆蓋全部肝臟。

3.圖像處理與分析

圖像處理：將患者的動(dòng)脈期(arterial phase,AP)、門靜脈期(portal veinous phase,PVP)及延遲期(delayed phase,DP)的原始圖像以DICOM格式導(dǎo)入上海聯(lián)影智能科技有限公司開發(fā)的“uAI Research Portal”智能平臺，采用其內(nèi)置的影像標(biāo)注工具對增強(qiáng)MRI 3期圖像進(jìn)行感興趣(region of interest，ROI)勾畫。ROI由1名具有5年影像學(xué)診斷經(jīng)驗(yàn)的放射科醫(yī)師在AP圖像上手動(dòng)逐層勾畫，然后將ROI分別拷貝到PVP及DP圖像上，最后再由1名從事腹部疾病診斷15年以上的放射科醫(yī)師對ROI逐層進(jìn)行校對，最終確認(rèn)分割結(jié)果(圖1，2)。

圖1 男，50歲，肝細(xì)胞肝癌(高分化)，MVI(+)，AFP<400 ng/mL，軸面最大直徑約5.0 cm。a)動(dòng)脈期； b)門靜脈期；c)延遲期。紅色區(qū)域?yàn)椴≡钭畲髮用娴母信d趣區(qū)(ROI)。 圖2 男，53歲，肝細(xì)胞肝癌(中-高分化)，MVI(-)，AFP<400 ng/mL，軸面最大直徑約5.6 cm。a)動(dòng)脈期；b)門靜脈期；c)延遲期。紅色區(qū)域?yàn)椴≡钭畲髮用娴母信d趣區(qū)(ROI)。

圖像的定性分析：MR 圖像分別由具有10年和20年腹部MR診斷經(jīng)驗(yàn)的2名放射科醫(yī)師獨(dú)立審查。如有異議經(jīng)討論達(dá)成共識。兩名放射科醫(yī)生都知道病變是肝細(xì)胞肝癌，但對所有其他臨床、實(shí)驗(yàn)室和組織病理學(xué)信息不知情。兩位放射科醫(yī)師評估了肝細(xì)胞肝癌的以下圖像特征：①腫瘤最大徑：定義為軸面PVP圖像上測量的最大直徑；②腫瘤邊緣：定義為在 MRI圖像上看到的腫瘤與正常肝實(shí)質(zhì)之間的界面，在門脈期或延遲期圖像上將腫瘤邊緣分為光整和不光整 ，腫瘤邊緣光滑表現(xiàn)為輪廓光滑的結(jié)節(jié)狀腫塊，腫瘤邊緣不光滑表現(xiàn)為非結(jié)節(jié)狀腫瘤具有不規(guī)則邊緣 ，腫瘤邊緣呈出芽狀突入周圍肝實(shí)質(zhì)；③腫瘤包膜：動(dòng)脈期圖像上腫瘤周圍的低信號環(huán) ，延遲期有強(qiáng)化呈高信號 ，據(jù)包膜完整情況分類為包膜不完整和包膜完整；④瘤內(nèi)動(dòng)脈：定義為動(dòng)脈期圖像上腫瘤內(nèi)持續(xù)出現(xiàn)的不連續(xù)強(qiáng)化的血管影;⑤瘤周強(qiáng)化：定義為動(dòng)脈期晚期或門靜脈期早期病灶周圍的片狀強(qiáng)化；⑥強(qiáng)化模式：是否典型“快進(jìn)快出”強(qiáng)化方式。

4.特征篩選及組學(xué)模型建立

特征篩選在聯(lián)影uAI科研平臺進(jìn)行，通過Z-分?jǐn)?shù)歸一化方法對不同特征的尺度進(jìn)行統(tǒng)一，使得量化后的特征尺度分布在[0,1]之間，再經(jīng)LASSO算法進(jìn)行降維處理，篩選基于AP、PVP、DP及3期最優(yōu)特征聯(lián)合后的最具價(jià)值的組學(xué)特征。采用五折交叉驗(yàn)證，將樣本 分為訓(xùn)練組與測試組。利用篩選后的影像組學(xué)特征在訓(xùn)練組中構(gòu)建邏輯回歸模型，共建立4個(gè)影像組學(xué)模型，包括AP、PVP、DP和3期最優(yōu)特征聯(lián)合后的邏輯回歸模型。另外，采用Logistic回歸分析整合臨床及增強(qiáng)MRI影像學(xué)特征的MVI獨(dú)立危險(xiǎn)因素，結(jié)合邏輯回歸模型構(gòu)建臨床影像特征模型，對最優(yōu)組學(xué)模型的特征和臨床影像學(xué)特征進(jìn)行同樣篩選，構(gòu)建臨床影像組學(xué)模型。所有結(jié)果用五折交叉驗(yàn)證的平均值表示。采用受試者工作特征曲線(receiver operating characteristic curve,ROC)分析各個(gè)模型的預(yù)測效能，并分別計(jì)算其ROC AUC、靈敏度、特異度及準(zhǔn)確率。

5.統(tǒng)計(jì)分析

結(jié) 果

1.臨床特征

本研究分析了2018年1月至2021年1月肝細(xì)胞肝癌患者共計(jì)228例，經(jīng)納入及排除標(biāo)準(zhǔn)篩選后，最終共計(jì)108例患者納入研究，其中男87例(80.6%)，女21例(19.4%)，平均年齡(63±10)歲(表1)。根據(jù)組織病理學(xué)結(jié)果，將患者分為MVI陽性組(45例)和MVI陰性組(63例)。通過單因素分析患者臨床及增強(qiáng)MR影像學(xué)特征，發(fā)現(xiàn)AFP、腫瘤最大徑、瘤內(nèi)動(dòng)脈、包膜情況與MVI有關(guān)，差異有統(tǒng)計(jì)學(xué)意義(表1)；多因素Logistic回歸分析顯示AFP、腫瘤最大徑、瘤內(nèi)動(dòng)脈及包膜情況是MVI 的獨(dú)立危險(xiǎn)因素(表2)。

表1 肝細(xì)胞肝癌患者臨床特征及增強(qiáng)MRI影像學(xué)特征的單因素分析

表2 肝細(xì)胞肝癌患者M(jìn)VI危險(xiǎn)因素的多因素logistic回歸分析

2.臨床影像特征模型建立

采用五折交叉驗(yàn)證將108例患者分為訓(xùn)練組和測試組，結(jié)合MVI獨(dú)立危險(xiǎn)因素包括AFP、腫瘤最大徑、瘤內(nèi)動(dòng)脈及包膜情況，采用邏輯回歸模型對訓(xùn)練組進(jìn)行臨床影像特征模型的建立，為防止過度擬合采用五折交叉驗(yàn)證，結(jié)果以均值表示。得出訓(xùn)練組模型診斷肝細(xì)胞肝癌 MVI的ROC曲線下面積AUC=0.864，敏感度0.849，特異度0.678，準(zhǔn)確率0.778。測試組肝細(xì)胞肝癌 MVI的AUC值0.843，敏感度0.841，特異度0.644，準(zhǔn)確率0.76(表3)。

表3 訓(xùn)練組與測試組各個(gè)模型對肝細(xì)胞肝癌 MVI的診斷效能

3.影像組學(xué)特征篩選及模型建立

用相同的方法將增強(qiáng)MRI 3期各自篩選后的7個(gè)、6個(gè)、6個(gè)影像組學(xué)特征，其中動(dòng)脈期包括3個(gè)一階特征、2個(gè)灰度級帶矩陣(GLSZM)特征、1個(gè)灰度共生矩陣(GLCM)特征和一個(gè)灰度依賴矩陣(GLDM)特征，門靜脈期包括4個(gè)一階特征和2個(gè)灰度行程矩陣(GLRLM)特征，延遲期包括3個(gè)1階特征、2個(gè)灰度共生矩陣(GLCM)特征和1個(gè)灰度級帶矩陣(GLSZM)特征，構(gòu)建訓(xùn)練組AP、PVP及DP的邏輯回歸模型。訓(xùn)練組各期影像組學(xué)模型診斷MVI的ROC曲線下面積AUC分別為0.898、0.874及0.894(圖3a)，測試組對各期邏輯回歸模型的診斷效能進(jìn)行驗(yàn)證，ROC曲線下面積AUC分別為0.861、0.864及0.86(圖3b)。測試組PVP模型的診斷效能略高于AP及DP，將3期篩選出的共19個(gè)特征經(jīng)相同方法篩選，得到6個(gè)最優(yōu)影像組學(xué)特征，包括動(dòng)脈期的3個(gè)紋理特征：2個(gè)灰度級帶矩陣(GLSZM)和1個(gè)灰度依賴矩陣(GLDM)；門脈期的2個(gè)特征：1個(gè)形狀特征(Sphericity)和1個(gè)偏度特征(Skewness)；和一個(gè)延遲期的形狀特征(MajorAxisLength)，構(gòu)建的3期聯(lián)合模型訓(xùn)練組及測試組AUC分別為0.898、0.881。最后將3期聯(lián)合最優(yōu)特征與臨床影像特征結(jié)合，經(jīng)同樣的方法篩選后建立的臨床影像組學(xué)模型的訓(xùn)練組及測試組AUC分別為0.934及0.911(圖3)。

圖3 a)影像組學(xué)模型、臨床影像特征模型及臨床影像組學(xué)模型在訓(xùn)練組的 ROC 曲線下面積； b)影像組學(xué)模型、臨床影像特征模型及臨床影像組學(xué)模型在測試組的 ROC 曲線下面積。

4.不同模型之間的效能比較

測試組AP模型、PVP模型、DP模型、3期聯(lián)合模型及臨床影像組學(xué)模型對MVI診斷效能均高于臨床影像特征模型(圖3b)，并且以上5種模型準(zhǔn)確率和特異度也均高于臨床影像特征模型，盡管AP、PVP及臨床3期聯(lián)合模型的靈敏度略低(表3)。測試組3期聯(lián)合模型診斷效能明顯高于單期，其結(jié)合臨床影像特征模型的診斷效能達(dá)到最高(圖3b)。經(jīng)Delong檢驗(yàn)分別比較6個(gè)模型之間的診斷效能，發(fā)現(xiàn)除了臨床影像組學(xué)模型與臨床影像特征模型之間具有統(tǒng)計(jì)學(xué)差異(P<0.05)，其余各個(gè)模型之間均無統(tǒng)計(jì)學(xué)差異(P>0.05)。

討 論

影像組學(xué)能深度挖掘圖像的生物學(xué)本質(zhì)，提取影像圖像的微觀特征，獲得影像與病理、臨床潛在關(guān)聯(lián)，從而延伸傳統(tǒng)影像診斷的臨床價(jià)值。本研究基于增強(qiáng)MRI圖像組學(xué)特征構(gòu)建邏輯回歸模型很好的預(yù)測了肝細(xì)胞肝癌 MVI。此外，結(jié)合了臨床實(shí)驗(yàn)室指標(biāo)血清AFP、傳統(tǒng)影像特征腫瘤最大徑、瘤內(nèi)動(dòng)脈、包膜情況及影像組學(xué)特征構(gòu)建的臨床影像組學(xué)模型在術(shù)前預(yù)測MVI方面明顯優(yōu)于單純影像增強(qiáng)圖像。

微血管侵犯(MVI)是指僅在顯微鏡下顯示由內(nèi)皮細(xì)胞排列的血管間隙中存在腫瘤栓子，主要發(fā)生于門靜脈小分支(包括腫瘤包膜內(nèi)的血管)，其水平超出常規(guī)圖像的分辨率。理論上腫瘤可通過侵入門靜脈的分支來改變腫瘤灌注。Wu等[10]研究表明與MVI陰性的肝細(xì)胞肝癌相比，在MVI陽性的肝細(xì)胞肝癌中據(jù)肝臟CT灌注計(jì)算的門靜脈流量顯著更增高，但肝動(dòng)脈流量沒有顯著差異。本研究顯示了類似的結(jié)果，在測試組中PVP組學(xué)模型略優(yōu)于AP及DP，可能的解釋是MVI主要影響腫瘤的門靜脈灌注，Huang等[11]利用增強(qiáng)MRI構(gòu)建直方圖分析也得到相同結(jié)果。

本研究結(jié)果顯示AFP、腫瘤最大直徑、瘤內(nèi)動(dòng)脈及包膜情況是與MVI相關(guān)的獨(dú)立危險(xiǎn)因素。我們觀察到當(dāng)血清AFP ≥400 ng/mL時(shí)，肝細(xì)胞肝癌中MVI的發(fā)生可能性增加，汪等[12]也得到相同結(jié)果。根據(jù)肝癌肝移植國際米蘭分期標(biāo)準(zhǔn)，我們將腫瘤直徑分為≤5 cm和>5 cm組，結(jié)果顯示腫瘤最大徑>5 cm的42例肝細(xì)胞肝癌中，MVI陽性71.4%，腫瘤最大徑≤5 cm的66例肝細(xì)胞肝癌中，MVI陽性僅22.7%，表明腫瘤最大徑>5 cm更易發(fā)生MVI，表明腫瘤大小能預(yù)測MVI的存在，這也與以往大多數(shù)研究的結(jié)果一致[4,5,13]。另外，腫瘤周圍包膜不完整與肝癌侵襲性有關(guān)，本研究證實(shí)其能預(yù)測MVI發(fā)生，這與Witjes等[14]研究結(jié)果相同。瘤內(nèi)動(dòng)脈是指腫瘤內(nèi)不連續(xù)、紆曲的動(dòng)脈，與肝癌的血管侵犯有關(guān)，這也與以往研究的結(jié)果相似[15]，可能的解釋為瘤內(nèi)動(dòng)脈與肝細(xì)胞肝癌血管侵犯的某些特征基因相關(guān)，需要大量的研究數(shù)據(jù)去證實(shí)。

在基于3期增強(qiáng)提取的聯(lián)合組學(xué)特征中，我們發(fā)現(xiàn)6個(gè)特征中有2個(gè)與具有MVI的肝細(xì)胞肝癌生物學(xué)特征具有較高相關(guān)性的特征：最大軸面直徑(major axis length)及球形度(sphericity)。因?yàn)楦伟┙M織直徑越大，其血管數(shù)越多，腫瘤細(xì)胞侵犯血管，導(dǎo)致進(jìn)人血液循環(huán)的機(jī)會更大，故發(fā)生MVI的幾率可能性也越高，這也與我們的臨床影像特征保持一致，說明腫瘤最大直徑在預(yù)測肝細(xì)胞肝癌的MVI具有重要意義。MVI陽性肝細(xì)胞肝癌具有侵襲腫瘤包膜并突出到非癌實(shí)質(zhì)中的侵襲性趨勢，增加不規(guī)則腫瘤邊緣的發(fā)生幾率，從而導(dǎo)致腫瘤的體型更加不規(guī)則。來自紋理分析的其他4個(gè)特征也產(chǎn)生了重要信息，這可能進(jìn)一步反映MVI陽性肝細(xì)胞肝癌的宏觀異質(zhì)性。本研究表明3期聯(lián)合模型診斷效能高于單期，且影像組學(xué)模型診斷效能均高于臨床放影像特征模型，說明影像組學(xué)模型能比臨床影像特征更好的預(yù)測MVI。Zhang等[16]基于多參數(shù)MRI建立影像組學(xué)模型，發(fā)現(xiàn)各個(gè)影像組學(xué)模型的診斷性能均高于臨床影像特征模型，表明影像組學(xué)可作為潛在的無創(chuàng)生物標(biāo)志物來預(yù)測MVI，F(xiàn)eng等[17]研究也表明影像組學(xué)模型診斷效能高于傳統(tǒng)影像特征。此外，本研究在增強(qiáng)MRI 3期聯(lián)合基礎(chǔ)上結(jié)合臨床及影像特征建立的臨床影像組學(xué)預(yù)測模型，訓(xùn)練組及測試組的AUC分別為0.934及0.911，診斷效能達(dá)到最高，說明增強(qiáng)MRI各期之間及增強(qiáng)MRI與臨床影像特征之間存在信息互補(bǔ)，從而組合時(shí)實(shí)現(xiàn)更高的診斷效能。

本研究存在的局限性：①本研究只對肝細(xì)胞肝癌整個(gè)病灶內(nèi)部的影像組學(xué)特征進(jìn)行提取和分析，并未對瘤周組織進(jìn)行組學(xué)特征提取。但是Nebbia等[18]研究表明當(dāng)把腫瘤邊緣特征與腫瘤內(nèi)部特征結(jié)合時(shí)并不能達(dá)到信息互補(bǔ)，為此需要更多的數(shù)據(jù)去證實(shí)；②樣本量僅108例，MVI陽性組病例較少，今后將進(jìn)一步擴(kuò)大樣本量；③本研究所提取的影像組學(xué)特征均來自增強(qiáng)MRI圖像，未將MRI平掃納入。有研究[16]將T1WI、T2WI、DWI也納入進(jìn)來，發(fā)現(xiàn)所有序列的融合特征預(yù)測模型診斷性能最高，我們下一步同樣會納入更多序列進(jìn)一步發(fā)掘影像組學(xué)對于臨床診斷價(jià)值。

綜上所述，本研究通過增強(qiáng)MRI圖像影像組學(xué)特征建立邏輯回歸模型能夠于術(shù)前無創(chuàng)、高效的預(yù)測肝細(xì)胞肝癌MVI，并且將臨床影像特征與影像組學(xué)結(jié)合可以得到更佳的診斷效果，從而為肝細(xì)胞肝癌患者術(shù)前臨床診斷、治療方案及術(shù)后輔助治療的選擇提供客觀依據(jù)。未來期望進(jìn)一步擴(kuò)大樣本多中心研究，為增強(qiáng)MRI組學(xué)術(shù)前預(yù)測肝癌微血管侵犯提供更多有利幫助。