基于灰阶超声构建症状性颈动脉斑块影像组学模型的临床研究.pdf

第 卷第期影 像 科 学 与 光 化 学V o l N o 年月I m a g i n gS c i e n c ea n dP h o t o c h e m i s t r yM a r,h t t p s:/p u b l i s h c n k i n e t/g k g h基于灰阶超声构建症状性颈动脉斑块影像组学模型的临床研究洪玮,吕志红,杨银凤,刘炳霞,刘枝红,马奇黄石市中心医院(湖北理工学院附属医院)超声影像科,湖北 黄石 摘要:目的:探讨基于灰阶超声构建症状性颈动脉斑块影像组学模型的可行性及应用价值.方法:由两名超声医师独立收集颈动脉斑块病例分别作为训练集和验证集.在训练集和验证集内部根据患者近期是否出现对应的脑缺血症状分为症状组和非症状组.比较两组患者一般临床资料情况.提取基于灰阶超声图像的颈动脉斑块影像组学特征.在训练集中,以是否存在脑缺血症状为因变量,以斑块影像组学特征为自变量,采用L A S S O回归筛选自变量构建影像组学模型.采用R O C曲线、校准曲线及决策曲线对模型进行内部验证和外部验证.结果:训练集和验证集内部症状组和非症状组一般临床资料比较差异无统计学意义(P均 ).训练集中共精选出个斑块影像组学特征构建模型,该模型在训练集中的AU C为 C I(),C i n d e x为 ;在验证集中的AU C为 C I(),C i n d e x为 .训练集和验证集中校准曲线与理想曲线拟合良好,D C A曲线净获益值高.结论:基于灰阶超声构建影像组学模型识别症状性颈动脉斑块具有可行性及一定的应用价值.关键词:影像组学;模型;超声检查;颈动脉斑块;脑缺血d o i:/i s s n C l i n i c a l S t u d yo nt h eC o n s t r u c t i o no fS y m p t o m a t i cC a r o t i dP l a q u eR a d i o m i c sM o d e lB a s e do nG r a y s c a l eU l t r a s o u n dHON G W e i,L YUZ h i h o n g,YAN GY i n f e n g,L I UB i n g x i a,L I UZ h i h o n g,MAQ iD e p a r t m e n t o fU l t r a s o u n d,H u a n g s h i C e n t r a lH o s p i t a l(A f f i l i a t e dH o s p i t a l o fH u b e iP o l y t e c h n i cU n i v e r s i t y),H u a n g s h i ,H u b e i,PRC h i n aA b s t r a c t:O b j e c t i v e:T oe x p l o r et h ef e a s i b i l i t ya n da p p l i c a t i o nv a l u eo fc o n s t r u c t i n gs y m p t o m a t i cc a r o t i dp l a q u er a d i o m i c sm o d e lb a s e do ng r a y s c a l eu l t r a s o u n d M e t h o d s:C a r o t i dp l a q u ec a s e sw e r e i n d e p e n d e n t l yc o l l e c t e db yt w os o n o g r a p h e r sa sa t r a i n i n gs e ta n dav a l i d a t i o ns e t I nt h e t r a i n i n gs e t a n dv a l i d a t i o ns e t,p a t i e n t sw e r ed i v i d e d i n t os y m p t o m a t i cg r o u pa n da s y m p t o m a t i cg r o u pa c c o r d i n g t ow h e t h e r t h e yh a dc o r r e s p o n d i n gc e r e b r a l i s c h e m i a s y m p t o m s r e c e n t l y T h eg e n e r a l c l i n i c a l d a t ao f t h e t w og r o u p sw e r ec o m p a r e d T h e r a d i o m i c s f e a t u r e so f c a r o t i dp l a q u eb a s e do ng r a ys c a l eu l t r a s o u n d i m a g e sw e r e e x t r a c t e d I n t h e t r a i n i n gs e t,w i t ht h ep r e s e n c eo r a b s e n c eo f c e r e b r a l i s c h e m i aa s t h ed e p e n d e n t v a r i a b l ea n d t h ep l a q u e i m a g i n g f e a t u r e s a s t h e i n d e p e n d e n t v a r i a b l e,L A S S Or e g r e s s i o nw a su s e dt os c r e e nt h ei n d e p e n d e n tv a r i a b l e st oc o n s t r u c tt h er a d i o m i c sm o d e l T h eR O Cc u r v e,c a l i b r a t i o nc u r v ea n dd e c i s i o nc u r v ew e r eu s e d t ov e r i f y t h em o d e l i n t e r n a l l ya n de x t e r n a l l y R e s u l t s:T h e r ew a sn o s i g n i f i c a n t d i f f e r e n c e i n t h eg e n e r a l c l i n i c a ld a t ab e t w e e nt h ec e r e b r a li n f a r c t i o ng r o u pa n dt h en o n c e r e b r a li n f a r c t i o ng r o u pi nt h et r a i n i n gs e ta n dt h e 收稿,录用通讯作者 影像科学与光化学第 卷v e r i f i c a t i o ns e t(P )I n t h e t r a i n i n g s e t,s i x r a d i o m i c s f e a t u r e sw e r e s e l e c t e d t ob u i l d t h em o d e l I n t h e t r a i n i n g s e t,t h eAU Ca n dC i n d e xo f t h em o d e lw e r e C I()a n d I nt h ev a l i d a t i o ns e t,t h eAU Cw a s C I()a n dt h eC i n d e xw a s I nt h e t r a i n i n gs e t a n dv e r i f i c a t i o ns e t,t h e c a l i b r a t i o nc u r v e f i t s t h e i d e a l c u r v ew e l l,a n dt h eD C Ac u r v eh a sh i g hn e tb e n e f i tv a l u e C o n c l u s i o n:T h er a d i o m i c sm o d e lb a s e do ng r a y s c a l eu l t r a s o u n di sf e a s i b l ea n dv a l u a b l e t o i d e n t i f ys y m p t o m a t i cc a r o t i dp l a q u e K e yw o r d s:r a d i o m i c s;m o d e l;u l t r a s o n o g r a p h y;c a r o t i dp l a q u e;c e r e b r a l i s c h e m i a颅外段颈动脉粥样硬化斑块是引起缺血性脑梗死的重要原因,斑块的成分构成与其易损性及临床缺血事件有关,.传统超声通过操作者肉眼观察声像图中斑块的位置、大小、回声、表面形态等主观判断斑块性质,对识别斑块内部病理特征有很大的局限性.影像组学可以利用计算机数据挖掘技术从病灶中提取海量无法通过肉眼识别的、高级的、有价值的影像特征,帮助识别病灶内部微观差异性,应用前景可观 .本研究旨在探讨能否通过这种新型影像组学方法提取颈动脉斑块灰阶超声图像特征,构建识别症状性颈动脉斑块的影像组学模型,并验证模型的应用价值.资料与方法 研究对象收集 年月至 年月在黄石市中心医院超声影像科行颈动脉超声检查证实有颈动脉斑块患者的临床资料及超声图像.纳入标准:至少存在一侧颈总动脉或颈内动脉起始段斑块且至少有一个斑块厚度 mm.排除标准:存在心源性卒中隐患者(房颤、近期心梗、严重的先天性心脏病等);有中度或重度颅内动脉狭窄者;放射性颈动脉损伤致狭窄者;内膜剥脱术后再狭窄者;大动脉炎者;颈动脉闭塞者;颈动脉超声检查图像质量不佳者.由两名超声医师根据纳排标准独立完成病例资料的收集和图像的采集.超声医师A具备 年血管超声检查经验,其收集的病例作为训练集;超声医师B具备年血管超声检查经验,其收集的病例作为验证集.在训练集和验证集内部,依据颈动脉超声检查前两周内患者是否出现前循环区域急性缺血性卒中或短暂性脑缺血发作,分为症状组和非症状组.本研究经我院医学伦理委员会批准,所有受检者均知情同意.仪器与方法()仪器:采用飞利浦E P I Q C V x彩色多普勒超声诊断仪,L 探头,频率MH z.()目标斑块选取:患者取仰卧位,平静呼吸,头略后仰稍转向检查对侧,充分暴露颈部.先行双侧颈动脉常规超声检查,对所有最大厚度 mm的斑块行多切面、多角度扫查,观察斑块回声类型、表面特征、均质性及斑块处管腔狭窄率.斑块回声特征以高回声为主记分,中等回声为主记分,低至无回声为主记分;斑块回声均质记分,回声不均质记分;斑块表面规则记分,表面不规则记分;斑块狭窄率 记分,狭窄率 记分,狭窄率 记分.将以上项特征的得分相加即得到斑块总评分,选出总评分最高的斑块作为目标斑块,.当出现总评分相等的斑块时,症状组选择症状同侧狭窄率最高的斑块作为目标斑块,非症状组选择所有斑块中狭窄率最高的斑块作为目标斑块.()图像采集:目标斑块选定后,调整仪器参数和检查条件至最佳,二维灰阶超声对目标斑块进行多切面、多角度扫查,留存目标斑块最大纵切面静态图,以D I C OM格式导出备用.()图像分割:将D I C OM格式图像导入 DS l i c e r软件中,分别由两名超声医师在未知患者临床资料的前提下,沿斑块边缘独立手动勾画感兴趣区(R O I),勾画后进行再相互检验、讨论及确认,以保证斑块分割的准确性(图、图).()特征提取:将原始数据和分割结果运用 DS l i c e r软件中的R a d i o m i c s插件进行图像预处理及特征提取.提取的影像学特征共 个,主要包括:与灰阶无关的形态学特征 个,基于灰度直方图的第期洪玮等:基于灰阶超声构建症状性颈动脉斑块影像组学模型的临床研究 一阶统计学特征 个,基于纹理矩阵的二阶统计学纹理特征共种 个:分别为灰度共生矩阵(g r a yl e v e l c o o c c u r r e n c em a t r i x,G L CM)个特征、灰度相关矩阵(g r a y l e v e l d e p e n d e n c em a t r i x,G L DM)个特征、灰度游程长度矩阵(g r a yl e v e lr u nl e n g t hm a t r i x,G L R LM)个 特 征、灰 度 区 域 大 小 矩 阵(g r a y l e v e l s i z e z o n em a t r i x,G L S ZM)个特征、邻域灰度 差分矩阵(n e i g h b o r h o o dg r a yt o n ed i f f e r e n c em a t r i x,NG T DM)个特征.()特征降维及模型构建:以是否存在脑缺血症状为因变量,以提取的 个影像组学特征为自变量,采用最小绝对收缩与选择算子(t h el e a s ta b s o l u t es h r i n k a g e a n ds e l e c t i o no p e r a t o r,L A S S O)进行特征降维及交叉验证,选择最好惩罚系数对应下的关键特征,计算每个关键特征的回归系数及截距拟合模型,并生成模型列线图.图一例短暂性脑缺血发作患者颈动脉斑块灰阶声像图及R O I示意图图一例无脑缺血症状患者颈动脉斑块灰阶声像图及R O I示意图 统计学分析采用S P S S 软 件 和R软 件(版)进行数据分 析.符合正态 分布的计 量 资 料 以 均数标准差(xs)表示,两组间比较采用t检验.计数资料以例(百分比)n()表示,两组间比较采用卡方检验或F i s h e r确切概率检验.采用R软件g l m n e t程序包中最小绝对收缩与选择算子(L A S S O)算法 进 行 特 征 降 维 并 构 建 模 型,采 用r m s程序包生成模型列线图.分别采用p R O C程序包、r m s程 序包、r m d a程 序包绘制受 试者 操 作特征(r e c e i v e ro p e r a t i n gc h a r a c t e r i s t i c,R O C)曲线、校 准 曲 线 和 决 策 曲 线,计 算R O C曲 线 下 面 积(a r e au n d e r t h ec u r v e,AUC)、特异度、敏感度、准确度和一致性指数(c o n c o r d a n c e i n d e x,C i n d e x),对模型进行内部验证和外部验证,评价模型的区分度、校准度和临床实用性.P 为差异有统计学意义.结果 训练集和验证集一般临床资料的比较训练集共有患者 例,其中男性 例,女性 例,年龄 岁,平均年龄()岁,包括症状组 例,非症状组 例.验证集共有患者 例,其中男性 例,女性 例,年龄 岁,平均年龄()岁,包括症状组 例,非症状组 例.训练集和验证集内部症状组和非症状组患者的性别、年龄、高血压病史、糖尿病史、高血脂史、吸烟史等一般临床资料的比较差异均无统计学意义(P ).见表.影像科学与光化学第 卷表训练集和验证集一般临床资料的比较一般临床资料训练集(n )验证集(n )P值症状组n()()()年龄(岁)男性n()()()高血压史n()()()糖尿病史n()()()高血脂史n()()()吸烟史n()()()饮酒史n()()()超重n()()()卒中家族史n()()()影像组学特征及预测模型每个颈动脉目标斑块提取到灰阶超声影像组学特征 个.在训练集内,经过L A S S O回归进行特征降维及交叉验证,在 时,筛选出个关键影像组学特征(图、图),计算特征变量的回归系数及截距值构建模型并绘制出模型列线图(表、图),精选出的个影像组学特征名称及其回归系数见表.图L A S S O回归系数路径图图L A S S O回归交叉验证图表影像组学模型的特征名称及回归系数类型特征分类特征名称回归系数一阶特征F i r s tO r d e r P e r c e n t i l e F i r s tO r d e rM e d i a n 二阶特征G L CMC l u s t e rS h a d e G L CML a r g eD e p e n d e n c eL o wG r a y L e v e lE m p h a s i s G L S ZMS m a l lA r e aE m p h a s i s G L S ZMZ o n eE n t r o p y 截距 图影像组学模型预测症状性颈动脉斑块的诺模图第期洪玮等:基于灰阶超声构建症状性颈动脉斑块影像组学模型的临床研究 影像组学模型性能验证影像组学模型在训练集和验证集的诊断准确度均较 高(表),训 练 集AU C为 (C I:),验证集AU C为 (C I:)(图、图).训练集和验证集影像组学模型校正后的C i n d e x分别为 、,显示出该模型诊断与理想状态及实际结果之间具有良好的一致性(图、图).训练集和验证集决策曲线图也显示在临床脑缺血发病率范围内,决策曲线均位于N o n e线和A l l线的上方,表明该影像组学模型具有临床实用性(图、图).讨论影像组学是近几年发展起来的一门新兴热门的方法学,是指运用计算机软件高通量地从医学影像图像中提取影像学定量特征,将影像图像转换为可挖掘的数据进行分析,构建影像组学模型,探索其与表训练集和验证集影像组学模型性能参数性能参数训练集(n )验证集(n )R O C曲线AU C C I 特异度 敏感度 准确度 校准曲线未校正C i n d e x 校正C i n d e x 图训练集影像组学模型的R O C曲线图验证集影像组学模型的R O C曲线图训练集影像组学模型的校准曲线图验证集影像组学模型的校准曲线疾病的相关性.相较于传统的医学影像仅从视觉层面分析图像特征,影像组学融合了数字影像信息、统计学、人工智能、机器学习等方法,可深入挖掘图像的生物学本质.目前,影像组学已在乳腺、肝脏、前 影像科学与光化学第 卷列腺、肺部等多脏器疾病的定性、分级分期、疗效评估、预后评价等方面表现出了极大的潜力 .图 训练集影像组学模型的决策曲线图 验证集影像组学模型的决策曲线近年来基 于高分辨率 磁共振成像(m a g n e t i cr e s o n a n c e i m a g i n g,MR I)、C T血管成像(c o m p u t e dt o m o g r a p h ya n g i o g r a p h y,C T A)等影像组学在颅内动脉、冠状动脉、颈动脉、主动脉的动脉粥样硬化研究中同样显示出应用价值 .颈动脉粥样硬化易损斑块突然破裂、血小板激活继而导致血栓形成是缺血性卒中的重要发病机制,因此斑块性质的评估对于缺血性卒中的防治策略选择显得尤为重要.传统灰阶超声通过操作者观察斑块位置、大小、内部回声、表面形态来主观判断斑块性质,对颈动脉斑块内部病理特征的观察有很大的局限性.影像组学可以利用计算机数据挖掘技术从斑块中提取海量无法通过肉眼识别的、高级的、有价值的影像特征,帮助识别斑块微观差异性.本研究旨在探讨能否通过这种新型影像组学方法提取颈动脉斑块灰阶超声图像特征,构建识别症状性颈动脉斑块的影像组学模型.为保证特征提取的标准化,所有采集入组的颈动脉斑块超声图像均来自同一台机器、同一把探头,并确保采集参数及采集方式一致.本研究将高年资医师A收集的图像提取的特征数据作为训练集,从 个影像组学特征中精选出个关键特征建立识别症状性颈动脉斑块的影像组学模型.R O C曲线显示,该模型在训练集中的AU C为 ,C I为 ,C i n d e x为 .说明模型在训练集内部具有较好的区分度.区分度在本研究中反映的是模型把患者分为发生或不发生脑缺血症状的准确程度,以AU C或C i n d e x评价.校准度以校准曲线评价,反映模型预测个体发生某个事件的概率和真实概率的一致程度.训练集中校准曲线能够很好地拟合到理想曲线上,说明该模型通过校准度的内部检验,预测能力好.临床实用性以决策曲线进行评价,反映模型能否通过影 响临床决 策,为 患 者 带 来 好 处.本研究中训练集决策曲线图显示在阈值范围内,决策曲线都明显高于N o n e线和A l l线,具有临床实用性.由于本研究为单中心研究,为保证模型的泛化性,采取低年资医生B收集的颈动脉斑块病例图像作为验证集,同样从区分度、校准度、临床实用性这三个角度去评价该模型的预测效果.在验证集中,该预测 模 型 也 表 现 出 良 好 的 预 测 效 果,AU C为 ,C I为 ,C i n d e x为 .校准曲线与理想曲线拟合良好,D C A曲线明显高于N o n e线和A l l线.因此可以认为该影像组学模型通过内部验证和外部验证,具有较好的稳定性和临床实用性,可以作为识别症状性颈动脉斑块的影像组学模型.根据列线图模型,个影像组学特征评分相加即得到模型总分,参照总分对应下的风险率,即得到该名患者发生脑缺血症状的风险概率.本研究基于灰阶超声图像提取影像组学特征构建的症状性颈动脉斑块影像组学模型在训练集和验证集均显示出了良好的预测效果,可初步认定建模成功.但本研究为单中心回顾性研究,样本量偏小,泛化性检验不足,后续需要采纳多中心病例,扩大样本量,并结合临床特征构建多模态多元组学模型,以第期洪玮等:基于灰阶超声构建症状性颈动脉斑块影像组学模型的临床研究 期达到更大的临床应用价值.参考文献:W a n gWZ,J i a n gB,S u nH X,e t a l P r e v a l e n c e,i n c i d e n c e,a n dm o r t a l i t yo fs t r o k ei nC h i n a:R e s u l t sf r o man a t i o n w i d ep o p u l a t i o n b a s e ds u r v e yo f a d u l t sJC i r c u l a t i o n,():P o r c uM,A n z i d e iM,S u r i JS,e t a l C a r o t i da r t e r y i m a g i n g:T h es t u d yo fi n t r a p l a q u ev a s c u l a r i z a t i o na n dh e m o r r h a g ei nt h ee r ao f t h e“v u l n e r a b l e”p l a q u eJJ o u r n a l o fN e u r o r a d i o l o g yJ o u r n a lD eN e u r o r a d i o l o g i e,():Y i nR,J i a n gM,L vWZ,e t a l S t u d yp r o c e s s e sa n da p p l i c a t i o n so fu l t r a s o m i c si np r e c i s i o n m e d i c i n eJF r o n t i e r si nO n c o l o g y,():L a m b i nP,L e i j e n a a rR T H,D e i s tT M,e ta lR a d i o m i c s:T h eb r i d g eb e t w e e nm e d i c a l i m a g i n ga n dp e r s o n a l i z e dm e d i c i n eJN a t u r eR e v i e w sC l i n i c a lO n c o l o g y,():L i m k i nEJ,S u nR,D e r c l eL,e t a l P r o m i s e sa n dc h a l l e n g e sf o rt h ei m p l e m e n t a t i o no fc o m p u t a t i o n a lm e d i c a l i m a g i n g(r a d i o m i c s)i no n c o l o g yJA n n a l s o fO n c o l o g y:O f f i c i a lJ o u r n a lo ft h eE u r o p e a nS o c i e t yf o r M e d i c a lO n c o l o g y,():P r a t iP,T o s e t t oA,C a s a r o l iM,e t a lC a r o t i dp l a q u em o r p h o l o g y i m p r o v e ss t r o k er i s kp r e d i c t i o n:U s e f u l n e s so fan e wu l t r a s o n o g r a p h i cs c o r eJC e r e b r o v a s c u l a rD i s e a s e s,():W a s s e rK,K a r c hA,G r s c h e lS,e ta lP l a q u em o r p h o l o g yd e t e c t e dw i t hD u p l e xu l t r a s o u n db e f o r e c a r o t i da n g i o p l a s t ya n ds t e n t i n g(C A S)i sn o t ap r e d i c t o ro f c a r o t i da r t e r y i n s t e n t r e s t e n o s i s,ac a s ec o n t r o ls t u d yJBMC N e u r o l o g y,():J i a n g M,L iCL,L u oX M,e ta lU l t r a s o u n d b a s e dd e e pl e a r n i n gr a d i o m i c si nt h ea s s e s s m e n to fp a t h o l o g i c a lc o m p l e t er e s p o n s et o n e o a d j u v a n tc h e m o t h e r a p yi nl o c a l l y a d v a n c e db r e a s t c a n c e rJE u r o p e a nJ o u r n a lo fC a n c e r,:R o yS,Wh i t e h e a dTD,L iSQ,e t a l C o c l i n i c a lF D G P E Tr a d i o m i cs i g n a t u r e i np r e d i c t i n gr e s p o n s e t on e o a d j u v a n t c h e m o t h e r a p y i nt r i p l e n e g a t i v eb r e a s tc a n c e rJE u r o p e a nJ o u r n a lo f N u c l e a r M e d i c i n ea n d M o l e c u l a rI m a g i n g,():于思慧,林奈尔,程玉书,等基于增强MR I的影像组学和临床指标列线图术前预测鼻腔鼻窦鳞状细胞癌组织学分级的价值J中华放射学杂志,():P o l kSL,C h o iJ W,M c G e t t i g a n M J,e ta lM u l t i p h a s ec o m p u t e d t o m o g r a p h y r a d i o m i c s o f p a n c r e a t i ci n t r a d u c t a lp a p i l l a r y m u c i n o u s n e o p l a s m st o p r e d i c t m a l i g n a n c yJW o r l dJ o u r n a lo f G a s t r o e n t e r o l o g y,():史张,陈海虎,李晶,等症状性颅内动脉粥样硬化斑块易损性的直方图纹理分析J磁共振成像,():M i t c h e l lCC,K o r c a r zCE,G e p n e rAD,e t a l C a r o t i da r t e r ye c h o l u c e n c y,t e x t u r e f e a t u r e s,a n d i n c i d e n tc a r d i o v a s c u l a rd i s e a s ee v e n t s:T h e ME S A s t u d yJJ o u r n a lo ft h eAm e r i c a nH e a r tA s s o c i a t i o n,():e K o l o s s v r yM,P a r kJ,B a n gJ I,e t a l I d e n t i f i c a t i o no f i n v a s i v ea n dr a d i o n u c l i d e i m a g i n gm a r k e r so f c o r o n a r yp l a q u ev u l n e r a b i l i t yu s i n g r a d i o m i c a n a l y s i so f c o r o n a r yc o m p u t e d t o m o g r a p h ya n g i o g r a p h yJE u r o p e a nH e a r t J o u r n a l C a r d i o v a s c u l a rI m a g i n g,():W a nT,M a d a b h u s h iA,P h i n i k a r i d o uA,e t a l S p a t i o t e m p o r a l t e x t u r e(S p T e T)f o rd i s t i n g u i s h i n gv u l n e r a b l ef r o ms t a b l ea t h e r o s c l e r o t i cp l a q u eo nd y n a m i cc o n t r a s te n h a n c e m e n t(D C E)MR I i nar a b b i tm o d e lJM e d i c a lP h y s i c s,():祝琳,白海威,米小昆,等颈动脉易损斑块:影像学评价和缺血 性 卒 中 风 险 预 测 J国 际 脑 血 管 病 杂 志,():