CT影像組學特征對肝細胞癌術后早期復發的預測價值

王 力 張文濤 牛莎莎

原發性肝癌具有明顯的腫瘤異質性,以肝細胞癌最常見,目前外科手術仍是治療肝細胞癌的最有效手段,臨床常采用肝切除術來治療肝細胞癌[1],但術后存在復發風險,據報道肝細胞癌術后早期復發率高達51.6%～73.4%[2],其早期復發與腫瘤大小、數目、部位、界限、肝臟功能、肝硬化程度、有無完整包膜等密切相關[3-4]。隨著醫學影像學技術的高速發展,臨床發現紋理、小波等影像組學特征可能與腫瘤病理特征相關,影像組學將大量圖像數據轉換成高階空間數據并進行定量評估,可以提高疾病篩查準確度[5-6]。但由于影響復發的因素復雜多樣,導致相同特征的患者治療效果各有差異,預后也各不相同。臨床關于CT影像組學特征預測肝細胞癌術后早期復發的研究還處于探索階段,研究需要更多結果支撐,因此本研究主要探究CT影像組學特征對行肝切除術的肝細胞癌患者術后早期復發的預測價值。報告如下。

1 資料與方法

1.1 研究對象

回顧性選取2018年4月至2020年5月期間項城市中醫院收治的110例行肝切除術后的肝細胞癌患者,納入標準:①經病理組織學檢測確診為肝細胞癌[7];②術后隨訪時間至少1年;③術前1個月內行增強CT掃描檢測;④資料完整;⑤患者及家屬均簽署知情同意書。排除標準:①行化療、放療、生物治療、分子靶向治療的肝細胞癌患者;②行肝切除術的復發性肝細胞癌患者;③圍術期死亡患者。研究經項城市中醫院倫理委員會審批通過。

1.2 隨訪及分組

以肝切除術術后1年或1年內發生肝細胞癌肝內復發或肝外轉移視為早期復發,每隔3個月進行CT、超聲、MRI等檢查,按照術后是否早期復發以7∶3的比例將110例肝細胞癌患者分為訓練組(77例)和驗證組(33例)。

1.3 增強CT影像組學分析

1.3.1 獲取CT圖像 使用64排 Discovery 750HD CT(美國GE)進行CT掃描,患者仰臥,全身放松,參數設置:管電壓120 kV,自動管電流,重建層厚1.250 mm。第一次進行CT平掃,第二次經肘正中靜脈注射對比劑,流率3.5 ml/s,用量1.5 ml/kg,動脈期延遲掃描25 s,門脈期延遲掃描60 s。

1.3.2 圖像分割、提取與建模 CT掃描圖像上傳至工作站對腫瘤圖像進行三維分割及特征提取,使用ITK-SNAP軟件,由1名擁有5年臨床CT診斷經驗的醫師進行提取2組動脈期和門靜脈期特征,圍繞腫瘤區域逐漸勾畫出需要的區域(ROI),避開腫瘤壞死區域,再由1名擁有10年臨床CT診斷經驗的醫師進行核實。醫師勾畫完畢,從ROI區域提取出521個特征,包括一階特征、形狀特征和紋理特征等。首先進行數據一致性檢驗,選擇組內相關系數>0.9的特征參數進行分析,結合最大相關最小冗余和隨機森林算法,選出得分在前20位的影像組學特征參數,使用LASSO回歸對特征參數進行降維篩選,通過十折交叉驗證得到權重參數λ,選出最佳λ,通過線性公式構建影像組學標簽,建立影像組學特征預測模型。

1.4 統計學分析

2 結果

2.1 患者一般資料

肝細胞癌患者術后早期復發24例,未復發86例。訓練組復發患者16例,未復發患者61例;驗證組復發患者8例,未復發患者25例。2組患者人口學概況及一般生化資料差異無統計學意義(P>0.05)。見表1。

2.2 影像組學特征篩選

共提取出521個影像組學特征,對提取出的影像組學特征應用LASSO降維和logistic回歸,建模得到影像組學特征,根據λ值篩選出與肝細胞癌術后早期復發相關性最強的6個特征影像組學特征,包括1個一階統計特征,1個灰度相關矩陣特征,3個灰度級大小區域矩陣特征,1個灰度行程矩陣特征。見表2。

2.3 影像組學特征預測模型

通過logistic回歸繪制ROC曲線,結果顯示訓練組預測肝細胞癌術后早期復發的AUC為0.865,95% CI為0.792～0.919,約登指數為0.664,敏感度、特異度分別為85.48%、80.95%。驗證組預測肝細胞癌術后早期復發的AUC為0.862,95% CI為0.789～0.917,約登指數為0.728,敏感度、特異度分別為88.71%、84.13%。見圖1。

圖1 增強CT影像組學特征預測肝細胞癌術后早期復發的ROC曲線

2.4 影像學資料

患者病理學檢查確診為肝細胞癌(圖2a～c),增強CT掃描可見肝臟形態不規則,邊界不清,密度不均勻(圖3a～d),冠位及矢狀位的動/靜脈期病灶明顯(圖3e～h)。

注:a～c.病理圖片,組織變性、壞死,可見少許組織分化差,符合肝細胞癌。

注:a.二窗口:軸位平掃,肝右葉局部缺如,殘肝內見類圓形低密度灶,邊界不清,密度不均勻,CT值約31 HU,內見低密度壞死區;b.三窗口:軸位動脈期,病灶內不均勻明顯強化,可見假包膜及小血管進入病灶,CT值約62 HU,壞死區未見強化;c.四窗口:軸位靜脈期,病灶強化減低,CT值約47 HU;d.五窗口:軸位延遲期,病灶強化明顯減低;e.六窗口:冠位動脈期,病灶大小約27 mm×29 mm×28 mm(前后×左右×上下);f.七窗口:冠位靜脈期;g.八窗口:矢狀位動脈期;h.九窗口:矢狀位靜脈期。

3 討論

既往研究報道表明影像學特征與腫瘤復發具有一定相關性,其獨有的影像學特征可以作為腫瘤診斷的潛在生物標志物[8-11]。就傳統影像學而言,雖然它蘊含著大量的生物信息,但臨床診斷腫瘤僅僅用到一些簡單的形態學診斷,并沒有充分利用其中可能與腫瘤特征相關的信息,導致診斷具有局限性。影像組學作為一個新興的概念,于2012年首次提出[12],近十年隨著醫學影像技術的發展及大數據平臺的建立,影像組學愈發完善,目前影像組學可以從大量醫學影像圖像中挖掘出定量特征,將其轉換成空間特征后提取腫瘤相關特征,再使用統計學方法對大量特征進行篩選,依次解析影像信息,用于疾病定性、腫瘤分期及預后方面。以往的CT診斷主要依賴于人工觀察,因醫師經驗不同診斷結果也有所差異,但影像組學可以減少人工誤差,重復性好,有助于肝細胞癌術后早期復發預測[13]。

肝細胞癌的術后早期復發是影響患者預后的重要因素,因此利用增強CT影像組學特征預測肝細胞癌術后早期復發對患者預后有改善作用。司安鋒等[14]報道微血管侵犯、腫瘤直徑、腫瘤分化程度、甲胎蛋白等是肝細胞癌術后復發的危險因素,但肝細胞癌異質性較高,僅僅依賴這些指標會影響臨床決策。本研究從增強CT圖像中提取了與腫瘤相關的影像學特征,共提取出521個影像組學特征,包括一階統計特征、灰度相關矩陣特征、灰度級大小區域矩陣特征、灰度行程矩陣特征。經過篩選得到的最優影像組學特征分別從不同角度評判肝細胞癌腫瘤圖像的紋理差異,可以反映不同患者的腫瘤異質性,對患者預后有積極影響。季顧惟等[15]提取了2426個高度穩定的影像組學特征,通過LASSO-COX降維后篩選出7個影像組學特征,包括灰度級大小區域矩陣特征、灰度共生矩陣特征和一階統計特征,與本研究結果相似,提示了腫瘤影像組學對肝細胞癌有確切的鑒別作用?；趌ogistic回歸對篩選出的最佳6個影像學特征構建訓練組和驗證組的預測模型,ROC曲線結果顯示訓練組預測肝細胞癌術后早期復發的AUC為0.865,敏感度、特異度分別為85.48%、80.95%,驗證組預測肝細胞癌術后早期復發的AUC為0.862,敏感度、特異度分別為88.71%、84.13%,均具有較高預測性能。趙經緯等[16]對篩選出的8個影像組學特征構建模型預測其效能,訓練組模型敏感度、特異度為82.4%、74.7%,驗證組模型敏感度、特異度為77.8%、86.7%,兩組AUC均大于0.8,結果與本研究相似。利用影像組學技術可以挖掘潛在圖像信息,比傳統判斷方法更精準,且排除了人工誤差,使得醫學圖像對腫瘤術后早期復發的預測成為了可能,有助于延長患者生存期。

但研究也存在局限性,影像組學前期圖像提取的準確性對預測性能至關重要,腫瘤與正常組織界限模糊,會影響圖像分割的準確性,從而導致后續特征篩選誤差。加之本研究為單中心、回顧性研究,研究對象僅為術后早期復發患者,樣本量較少,納入特征有限,研究結果可能存在偏差,今后擬擴大樣本量,選取更多特征,進行全面、深入的研究。

綜上所述,基于CT影像組學特征構建的預測模型對肝細胞癌術后早期復發預測價值較高,可以輔助醫師評估肝細胞癌患者術后早期復發情況,改善患者預后。