基于臨床資料-超聲特征及MRI影像組學建立模型預測胎盤植入程度并評估其診斷效能*

宋萍 王勇 安鵬

(湖北醫(yī)藥學院附屬襄陽市第一人民醫(yī)院放射科, 湖北 襄陽 441000)

1930年,Hertig首次報告了胎盤植入,并證實這種情況可能導致產(chǎn)后大出血、子宮切除或產(chǎn)婦死亡[1-2]。依據(jù)附著深度、粘連范圍和侵入子宮肌層的程度,胎盤植入分為植入性胎盤(placenta increta,PI)、粘連性胎盤(placenta accreta,PA)和穿透性胎盤(placenta percreta,PP)[3-4]。胎盤粘連是指過多的胎盤絨毛層穿過蛻膜并粘連附著于子宮肌層的情況。胎盤植入是少數(shù)胎盤絨毛層滲透子宮肌層的情況。胎盤穿透是指胎盤絨毛或組織穿透子宮肌層甚至附著漿膜層,或侵入鄰近肌肉組織及器官的情況。PP是可能導致母親和嬰兒死亡的更為嚴重的情況,危險性為PP>PI>PA。隨著二胎政策的開放、多次妊娠及高齡產(chǎn)婦的增加,胎盤植入的發(fā)生率逐年上升。據(jù)統(tǒng)計,胎盤植入的發(fā)生率在美國達到0.18%,在中國達到0.47%[5-6]。胎盤植入通常在產(chǎn)前通過超聲和MRI診斷。然而,由于聲音衰減和周圍組織的干擾,超聲可能無法診斷所有胎盤植入病例,對于植入程度的評估更加困難[7]。MRI具有無創(chuàng)性、可多平面重建、組織分辨率高、對血管敏感性高等優(yōu)點;因此,MRI更可能準確地描述植入部位、子宮旁受累情況,但對于植入的程度研究甚少[8]。本研究選擇124例患者建立訓練集-測試集,基于臨床-超聲-MRI紋理分析數(shù)據(jù)建立了US/MRI影像學模型、臨床資料模型、MRI影像組學模型和組合模型。通過比較模型ROC曲線下面積,揭示了組合模型在胎盤植入程度診斷中的重要臨床價值。

1 資料與方法

1.1 臨床資料 本研究收集了本院2015年3月—2021年11月124例確診胎盤植入孕婦的臨床資料。術(shù)后病理證實為PI或PP,并分為PI組69例,PP組55例。納入標準：①產(chǎn)前接受經(jīng)腹部或經(jīng)陰道超聲及MRI檢查。②術(shù)后病理標本證實。排除標準：①臨床資料或影像學資料不齊全。②粘連性胎盤。人口統(tǒng)計學特征：年齡21～41歲,平均(32.6±8.5)歲、流產(chǎn)史、妊娠次數(shù)、剖宮產(chǎn)史、產(chǎn)次、邊緣及完全性前置胎盤、子宮內(nèi)膜損傷史、吸煙飲酒史、高血壓糖尿病病史和胎盤植入史等。本研究獲得了所有患者的知情同意,并通過了襄陽市第一人民醫(yī)院人類倫理委員會的批準(S109[2016])。

1.2 診斷方法

1.2.1 MRI 飛利浦Achifa Nova1.5T MRI掃描儀與6通道相控陣體線圈一起使用。孕婦以左臥位或仰臥位。首先定位中下腹部和盆腔。然后獲取子宮的橫向、矢狀面、冠狀面T2WI和矢狀面T1WI圖像。掃描范圍從子宮底部上方約2厘米到恥骨聯(lián)合。T2WI圖像由單次激發(fā)自旋回波(SSTSE)和平衡快速場回波(balance FFE)獲得。SSTSE參數(shù)如下：TR 7500 ms,TE 100 ms,翻轉(zhuǎn)角度90°,矩陣300×300,切片厚度5 mm,視野(FOV)26×26 cm。balance FFE參數(shù)(屏氣時)如下：TR 3.60 ms,TE 1.8 ms,翻轉(zhuǎn)角度90°,切片厚度5 mm。T1WI由屏氣時快速自旋回波獲取：TR 800 ms,TE 15 ms,矩陣256×256,切片厚度2～5 mm,視野(FOV)26×26 cm[9]。

1.2.2 超聲 采用邁瑞R7和GE E8超聲掃描儀系統(tǒng),矩陣探頭,根據(jù)國際婦產(chǎn)科超聲協(xié)會ISUOG胎盤植入診斷指南進行掃描,孕婦采取仰臥位或左側(cè)臥位,大體掃描子宮附件及胎兒,在完成胎兒畸形篩查后,詳細掃查胎盤及子宮肌層連接處[10]。影像學表現(xiàn)：MRI和超聲特征(前置胎盤的類別、胎盤和子宮肌層邊界模糊、子宮肌層回聲線連續(xù)、子宮漿膜和膀胱邊界模糊、胎盤后血流信號異常、膀胱受累征象和宮頸受累征象)[11-12]。

1.2.3 病理診斷 胎盤植入的鏡檢結(jié)果為：胎盤絨毛和底蛻膜發(fā)育不良或無底蛻膜,絨毛附著于子宮肌層或滲透侵入甚至穿透子宮肌層[13-14]。

1.3 影像組學特征的提取 本研究采用3D slicer version 4.11.20210226或ITK-SNAP 3.8.0圖像分割軟件進行磁共振圖像ROI劃定,然后進行紋理分析及數(shù)據(jù)提取。在確定firstorder、glcm、shape、ngtdm等候選紋理數(shù)據(jù)后,基于R語言-version 3.4對上述紋理數(shù)據(jù)進行l(wèi)asso回歸分析,提取有效紋理數(shù)據(jù)。ROI勾畫方法：介于主要研究胎盤與子宮肌層的關系,主要勾畫并提取胎盤-子宮連接處的紋理信息,見圖1。

圖1 胎盤-子宮肌層間隙的磁共振影像組學感興趣區(qū)(ROI)勾畫示意圖

2 結(jié)果

2.1 患者臨床資料特征 PI組和PP組在妊娠次數(shù)、孕婦年齡、剖宮產(chǎn)史、流產(chǎn)史及子宮內(nèi)膜損傷史方面存在顯著差異(均P<0.05)。在所有入選患者中,82例(66.12%)有流產(chǎn)史;96例合并前置胎盤(邊緣型前置胎盤34例,中央型前置胎盤62例);一次流產(chǎn)患者的OR值為1.69(95%CI： 0.246～1.932),兩次流產(chǎn)患者的OR值為5.437(95%CI： 1.488～19.873),3次流產(chǎn)患者的OR值為4.333(95%CI： 0.992～18.938)。見表1。

表1 基于臨床特征建立模型(臨床模型)預測胎盤植入程度的回歸分析結(jié)果

2.2 常規(guī)影像學特征 對超聲和MRI常規(guī)特征進行單因素回歸分析,胎盤植入程度的危險因素包括：完全型前置胎盤、子宮漿膜與膀胱界限模糊、胎盤與子宮肌層界限模糊等(均P<0.05)。見表2。

表2 基于產(chǎn)前超聲-磁共振成像特征建立模型(常規(guī)影像學模型)預測早期胎盤植入程度的回歸分析結(jié)果

2.3 MRI影像組學特征 基于3D slicer軟件勾畫的胎盤-子宮肌層感興趣區(qū)共提取了874×2組紋理數(shù)據(jù),然后基于R語言的Lasso回歸法篩選出了14組有用數(shù)據(jù),然后進行正態(tài)分布檢驗和獨立樣本t檢驗,最終篩選出了3組有意義數(shù)據(jù),即弧度區(qū)域大小矩陣(Small Area High Gray Level Emphasis和Runm Variance),鄰域灰度差矩陣(Contrast)。見表3。

表3 基于產(chǎn)前磁共振影像組學建立模型(MRI影像組學模型)預測早期胎盤植入程度的回歸分析結(jié)果

2.4 預測模型的開發(fā)和性能 在訓練集中,基于上述風險因素的多因素回歸分析確定流產(chǎn)史、子宮內(nèi)膜損傷史、胎盤與子宮肌層界限模糊、子宮漿膜與膀胱界限模糊、弧度區(qū)域大小矩陣(RunVariance),鄰域灰度差矩陣(Contrast)為獨立風險因素。使用Delong非參數(shù)曲線法比較模型能效：預測胎盤植入程度的組合模型效能[AUC=0.885;95%CI0.817～0.954,P<0.05],明顯高于臨床模型[AUC=0.744;95%CI0.644～0.844,P=0.0007],超聲/MRI影像學模型[(AUC=0.748;95%CI0.646～0.831,P=0.0071],MRI影像組學模型[(AUC=0.728;95%CI0.626～0.831,P=0.0045],見表4。在測試集中,組合模型同樣產(chǎn)生了良好的預測效能[AUC=0.952;95%CI0.910～0.998],明顯高于其他模型,臨床模型[AUC=0.811;95%CI0.642～0.991,P<0.05],超聲/MRI影像學模型[AUC=0.751;95%CI0.572～0.922,P<0.05],MRI影像組學模型[AUC=0.821;95%CI0.667～0.971,P<0.05]。最后對4種模型進行DCA檢驗,在給定閾值概率的最大值下,最高曲線(代表組合模型)是與其他3個模型相比實現(xiàn)凈效益最大化的最佳決策策略。見圖2、圖3。

表4 基于產(chǎn)前超聲-磁共振成像特征及臨床資料建立模型(組合模型)預測早期胎盤植入程度的的回歸分析結(jié)果

圖2 以Delong非參數(shù)方法估算ROC在訓練集(a)和測試集(b)的不同預測模型之間的曲線下面積

圖3 基于風險因素在訓練集(a)和測試集(b)的不同預測模型之間的決策曲線分析

3 討論

胎盤植入是產(chǎn)后大出血、圍產(chǎn)期緊急子宮部分切除的主要原因之一。隨著二胎政策的開放、高齡及多胎孕婦的增加,胎盤植入引起的產(chǎn)婦/胎兒死亡率逐漸增加[16-17]。學界普遍認為穿透性-侵入性胎盤的發(fā)生與底蛻膜不足、滋養(yǎng)細胞侵襲性過強以及子宮螺旋動脈再灌注障礙有關。PA產(chǎn)前診斷困難,但危害相對較少,無明確的臨床處理指征,故本次也未納入研究;PI則需短期隨訪或者臨床觀察,其主要影響手術(shù)方式或增加術(shù)中子宮肌層切除范圍或術(shù)后修補等,但這一切依靠產(chǎn)前影像學準確評估;PP則屬于臨床決策中的危機事件,對于不同孕齡及產(chǎn)程的PP患者,需依據(jù)US/MRI結(jié)果制定詳細的手術(shù)方案,盡力減少產(chǎn)后大出血、羊水栓塞并保全子宮及附件,同時預防子宮穿孔和腹腔感染;介于PP帶來孕婦死亡率和醫(yī)患糾紛的增加,因而準確預測胎盤植入嚴重程度極為重要[18-19]。

本研究對臨床特征模型進行回顧性分析,以確定胎盤植入程度的危險因素。流產(chǎn)次數(shù)和子宮內(nèi)膜損傷史是胎盤植入程度的獨立危險因素。有多次流產(chǎn)史的孕婦穿透性胎盤的發(fā)生率明顯高于無流產(chǎn)史的孕婦(35/124vs12/124),因此流產(chǎn)史是預測胎盤穿透的重要因素。此外,胎盤穿透的發(fā)生率也隨著先前接受流產(chǎn)次數(shù)的增加而增加。在有2次流產(chǎn)史者中,PP發(fā)生率上升到7.25%(9/124),3次PP發(fā)生率則為20.97%(26/124)。隨著先前接受流產(chǎn)的人數(shù)增加,預測胎盤穿透的OR值也比沒有流產(chǎn)史的增加。兩次流產(chǎn)(OR=5.437)患者的胎盤植入風險明顯高于一次流產(chǎn)(OR=1.69)患者。在接受過3次以上墮胎的孕婦中,與2次流產(chǎn)史比,高風險模式持續(xù)(OR=4.333)。此外,孕婦年齡、妊娠次數(shù)、剖宮產(chǎn)史也是胎盤植入程度評判的重要風險因素(均P<0.05),因而這些資料也是婦產(chǎn)科醫(yī)師應該密切關注的,詢問病史對診斷PP至關重要[20]。

本研究中,常規(guī)的超聲和MRI特征對預測胎盤植入程度也有較好的臨床意義。據(jù)報道三維超聲對胎盤植入的診斷敏感性為82%,特異性為79%。但迄今為止,尚未就胎盤植入程度的超聲指標和診斷標準達成共識[21-22]。因而,本研究中納入了前置胎盤,胎盤-子宮肌層-膀胱肌層關聯(lián)等多個影響參數(shù)來鑒別PI和PP。當然,為了提高超聲診斷胎盤植入程度的敏感性和特異性,本研究對臨床-影像資料進行了綜合評估,包括孕婦年齡、妊娠和宮腔手術(shù)史等影像異常患者特別關注。最終,本研究發(fā)現(xiàn)合并完全性前置胎盤、胎盤與子宮肌層邊緣模糊和子宮漿膜與膀胱邊緣模糊的孕婦,PP的發(fā)生率較高。但超聲掃描儀容易受到超聲本身物理特性(氣體干擾,聲衰減,散射等)的限制,這使得漏診不可避免。相比之下,MRI不受氣體和周圍組織的干擾,因此非常適合診斷胎盤植入的程度。本研究將胎盤-子宮交界處異常信號,胎盤組織增厚,胎盤邊緣灌注增強(基于磁共振體素內(nèi)不相干運動檢測),胎盤局部駝峰樣凸起(基于影像組學勾畫3D模型)等納入研究,最終確認這些因素較明顯地提高了PP的診斷率。PP患者的胎盤邊緣多出現(xiàn)混雜的低-高信號帶,異常的條片狀血管影,內(nèi)部信號混雜不均勻,胎盤附著處子宮壁變薄/變厚等[11-12]。通常孕婦不需要接受MRI檢查,但當超聲發(fā)現(xiàn)以上等異常時,進一步MRI檢查以鑒別胎盤植入并區(qū)分胎盤植入程度極為重要。另外,超聲和MRI的異常征象可進一步得到互相補充證實,避免誤診[23-24]。

影像組學可應用于×線、超聲、CT、磁共振及病理等方向,近十年來,各種高IF高質(zhì)量的組學研究如雨后春筍般突出。因此關于胎盤植入程度的研究,本研究也引入了影像組學參數(shù)并獲得了良好的收益,在非常巧妙的選取了弧線形感興趣區(qū)后,影像組學參數(shù)的差異明顯提高。在勾畫124例胎盤植入患者術(shù)前MRI資料的感興趣區(qū)并經(jīng)過篩選后,本研究共提取了3組可靠的影像組學數(shù)據(jù)：弧度區(qū)域大小矩陣(SmallAreaHighGrayLevelEmphasis和RunVariance),鄰域灰度差矩陣(Contrast),這些數(shù)據(jù)分別代表病灶的信號強度,密度以及階差等;這3者可能分別與胎盤邊緣附著面的組織成分、出血、形態(tài)學微改變及病理微觀改變有關,影像組學參數(shù)在某在程度上預示著胎盤植入的某種病理生理過程[25-26]。

最后,本研究基于上述所有風險因素建立了4種預測模型,劃分了訓練集和測試集進行了測試驗證獲得了一致性的結(jié)果;基于德龍非參數(shù)檢驗和決策曲線法證實組合模型預測效果佳,AUC面積明顯高于其他模型。這可能是與該模型結(jié)合了臨床-超聲-磁共振組學指標從而獲取了基于胎盤植入患者個體化差異的參數(shù),因而提高了PP預測的準確率。預測模型有助臨床早期預測胎盤植入程度、及早調(diào)整圍產(chǎn)期干預治療方案,減少患者子宮膀胱切除率[26-27]。

本研究的局限性：①樣本量不足,期待將來大規(guī)模多中心-大數(shù)據(jù)研究。②雖然動態(tài)增強MRI掃描可以清晰地顯示胎盤與子宮肌層、膀胱壁之間的邊界,但懷孕期間使用釓螯合物對孕婦-胎兒有潛在的危害或致畸影響,因此本研究沒有探討增強MRI的價值。③邏輯回歸模型雖然在臨床應用較廣,但也存在部分局限性,機器學習等多種算法的引入研究需在未來開展并迭代驗證,以提高診斷效能。

4 結(jié)論

基于臨床資料-產(chǎn)前超聲-磁共振影像組學建立的組合模型可提高胎盤植入程度的預測效能,對優(yōu)化手術(shù)治療方案、保全子宮附件等有重大臨床意義,具有十分廣闊的臨床應用前景。