肝膽期肝實質(zhì)MRI的放射組學(xué)對小肝癌的預(yù)測價值

姜宇晴，張孟超

(吉林大學(xué)中日聯(lián)誼醫(yī)院 放射科，吉林 長春130033)

肝硬化患者是發(fā)生肝細胞癌的高風險人群，需要定期檢查以盡早發(fā)現(xiàn)肝細胞癌并進行治療，從而提高其生存率[1-3]。現(xiàn)階段的篩查方式敏感性低，仍存在質(zhì)疑[4-5]。釓塞酸二鈉(Gd-EOB-DTPA)是一種肝膽特異性對比劑，有研究表明，對Gd-EOB-DTPA增強MRI的肝膽期肝實質(zhì)圖像進行直方圖分析，可以較為準確的評估肝硬化程度[6-7]。而放射組學(xué)分析包含直方圖分析。因此，我們推測放射組學(xué)分析同樣可以根據(jù)肝膽期肝實質(zhì)圖像對肝硬化程度進行評估，且有可能根據(jù)肝硬化程度與小肝癌發(fā)生的相關(guān)性，對小肝癌的發(fā)生進行預(yù)測。Gd-EOB-DTPA增強MRI在發(fā)現(xiàn)小肝癌方面具有更高的敏感性[8]。在此基礎(chǔ)上，若肝膽期肝實質(zhì)MRI的放射組學(xué)能夠?qū)崿F(xiàn)對小肝癌的預(yù)測，將為肝硬化患者隨訪監(jiān)測小肝癌提供更好的選擇。本研究將主要研究肝膽期肝實質(zhì)MRI的放射組學(xué)對病毒性肝炎肝硬化患者發(fā)生小肝癌的預(yù)測價值。

1 材料與方法

1.1 研究對象

初始共搜集了292例在Gd-EOB-DTPA增強MRI檢查中有明顯肝硬化影像學(xué)表現(xiàn)的患者，時間跨度為2014年10月至2018年6月。排除標準如下：①接受過抗癌治療，無論何種形式(n=104)；②非病毒性肝炎引起的肝硬化(n=28)；③患有會影響肝功能的全身性疾病或肝功能Child -Pugh分級為C級(n=11)；④圖像中存在偽影，干擾肝實質(zhì)ROI的采集(n=5)；⑤肝實質(zhì)內(nèi)同時存在肝細胞癌以外的惡性腫瘤(n=13)；⑥存在的肝細胞癌直徑>3cm(n=39)。最終得到92個病例。根據(jù)是否存在肝細胞癌，將病例分為兩組：無肝癌組(n=44)和小肝癌組(n=48)。收集每位患者的以下臨床信息：診斷年齡、性別、病毒性肝炎類型以及肝功能Child-Pugh分級情況，留待分析。測量并記錄小肝癌組患者肝細胞癌的大小。因缺乏組織活檢結(jié)果，本研究中肝細胞癌的診斷以影像學(xué)表現(xiàn)為標準，即病灶呈“快進快出”的典型強化方式，這一診斷標準符合中國原發(fā)性肝癌診斷和治療指南(2017年版)中對肝細胞癌的臨床診斷要求[9]。

1.2 圖像采集

1.3 圖像分析、臨床信息比較

由兩名高年資影像科醫(yī)生在醫(yī)學(xué)影像信息系統(tǒng)(PACS)工作站上對所有初始納入病例的Gd-EOB-DTPA增強MRI進行獨立盲法閱片，嚴格遵照排除標準篩選出最終的研究人口并進行分組，當兩名醫(yī)生的意見發(fā)生沖突時，則與另外1名高年資醫(yī)生協(xié)商一致后進行確定。

1.4 圖像處理、感興趣區(qū)選取及放射組學(xué)特征提取

將兩組病例的肝膽期MR圖像以DICOM格式從PACS工作站導(dǎo)出，用A.K.軟件(Artificial Intelligence Kit,A.K.,GE Healthcare,China)進行圖像的預(yù)處理，這一過程可以校正不同MRI掃描儀、不同患者造成的圖像差異。

隨后進行感興趣區(qū)域(ROI)的選取，由1名對臨床信息及分組情況均不知情的高年資醫(yī)生在 ITK-SNAP軟件(http://www.itk-snap.org/) 中進行。ROI的選取原則：直徑=30像素的圓形，位于臨近肝門區(qū)層面的肝右葉，確保完全避開肝內(nèi)的局灶性病變(如囊腫、血管瘤、癌灶等)，同時要盡可能避免與肝內(nèi)的主要血管、膽管重疊。

特征的提取在A.K.軟件中進行，需將圖像及ROI一一對應(yīng)導(dǎo)入。一共可提取出385個特征，分為3類：(1)42個直方圖特征；(2)9個形態(tài)學(xué)特征；(3)334個紋理特征，包括灰度共生矩陣(GLCM)、灰度行程矩陣(GLRLM)、灰度區(qū)域大小矩陣(GLZSM)。

1.5 數(shù)據(jù)劃分、特征選擇及預(yù)測模型構(gòu)建

首先需處理特征值數(shù)據(jù)中的異常值，具體方法是用中位數(shù)替代異常值；然后以7∶3為分割比例，令計算機隨機選取70%的樣本作為訓(xùn)練集，用于特征選擇并建立機器學(xué)習模型，30%的樣本作為驗證集，用于檢驗?zāi)Ｐ偷臏蚀_性；最后對兩組數(shù)據(jù)進行標準化處理(Standardization)。

特征選擇的過程中，對數(shù)據(jù)依次進行了組間統(tǒng)計學(xué)差異檢驗、單因素Logistic回歸及spearman相關(guān)性分析(threshold=0.8)。最終選取出的組學(xué)特征可重復(fù)性和穩(wěn)定性均較高，可用來建立機器學(xué)習模型。

機器學(xué)習模型的建立以多元logistic回歸模型作為分類器。用ROC曲線來說明放射組學(xué)特征的診斷性能，在訓(xùn)練集和驗證集中分別計算ROC曲線下面積(AUC)、準確度、特異度、靈敏度作為評價指標，來評估分類器的性能。最后用DeLong’s test比較訓(xùn)練集和驗證集AUC的差異。

以上過程均在R Studio(Version 1.0.143-? 2009-2016 R Studio,Inc.)中進行。

1.6 統(tǒng)計學(xué)分析

對無肝癌組及小肝癌組患者的臨床信息進行統(tǒng)計學(xué)分析，用t檢驗來比較兩組患者的年齡有無差異，而性別、病毒類型及肝功能情況的比較選用卡方檢驗進行，上述方法均在P<0.05時表明兩組數(shù)據(jù)存在統(tǒng)計學(xué)意義的差異，這一過程使用SPSS 22.0軟件進行計算。

2 結(jié)果

2.1 基本臨床信息

無肝癌組及小肝癌組的臨床特征見表1， 統(tǒng)計分析結(jié)果表明，兩組患者性別、年齡、病毒性肝炎類型的差異沒有統(tǒng)計學(xué)意義(P>0.05)；肝功能的差異有統(tǒng)計學(xué)意義(P<0.05)，小肝癌組中肝功能為Child-Pugh B級的肝硬化患者多于無肝癌組。

表1 患者的臨床特征分析

2.2 數(shù)據(jù)劃分及特征選擇

訓(xùn)練集和驗證集的數(shù)據(jù)劃分如表2所示，通過二分類法，設(shè)置無肝癌組為0，小肝癌組為1。

表2 訓(xùn)練集和驗證集的分配

特征選擇時，進行組間統(tǒng)計學(xué)差異檢驗后，從385個組學(xué)特征中篩選出了94個特征，而第二步單因素Logistic回歸后，剩余65個特征，然后運用spearman相關(guān)性分析進一步去冗余，最終得到7個組學(xué)特征，如表3所示。

表3 特征選擇結(jié)果

2.3 預(yù)測模型構(gòu)建

基于7個組學(xué)特征，用多元邏輯回歸的方法建立機器學(xué)習模型并驗證。訓(xùn)練集和驗證集的ROC曲線分析結(jié)果如圖1所示，訓(xùn)練集的AUC為0.809(95%CI：0.703-0.915)，驗證集的AUC為0.805(95%CI：0.643-0.967)，并計算兩組的準確度、靈敏度及特異性以評估模型的性能(表4)。最后用 DeLong’s test 對兩組的AUC進行差異檢驗，得到P值=1.0，表明訓(xùn)練集與驗證集之間的AUC不存在統(tǒng)計學(xué)差異，一致性好。

圖1 訓(xùn)練集和驗證集的ROC曲線分析結(jié)果

表4 訓(xùn)練集和驗證集 logistic 回歸模型分析結(jié)果

3 討論

本研究對病毒性肝炎肝硬化患者的肝膽期肝實質(zhì)圖像進行放射組學(xué)分析，從而構(gòu)建出了病毒性肝炎肝硬化患者發(fā)生小肝癌的預(yù)測模型，并用ROC曲線對其進行評估：訓(xùn)練集的AUC=0.809，說明該模型能夠?qū)Σ《拘愿窝赘斡不颊甙l(fā)生小肝癌進行較好的預(yù)測；而驗證集的AUC=0.805，與訓(xùn)練集的結(jié)果相似，說明訓(xùn)練集的結(jié)果能夠得到有效驗證。

特征提取的過程中，我們最終得到了7個最優(yōu)特征(如表3所示)：4個短行程優(yōu)勢(Short Run Emphasis，SRE)特征，短行程高灰度優(yōu)勢(Short Run High Grey Level Emphasis，SRHGLE)特征、灰度非一致性(Grey Level Non-uniformity，GLN)特征及區(qū)域百分比(Zone Percentage，ZP)特征各1個。這4種特征均屬于紋理特征，其中，灰度非一致性特征和區(qū)域百分比特征屬于灰度區(qū)域大小矩陣(Gray Level Size Zone Matrix，GLSZM)特征，而短行程優(yōu)勢特征和短行程高灰度優(yōu)勢特征屬于灰度行程矩陣(Grey Level Run-length Matrix，GLRLM)特征。GLSZM和GLRLM均是描述復(fù)雜紋理特征的高級統(tǒng)計矩陣。GLSZM是通過二元條件概率密度函數(shù)對紋理圖像的像素分布進行計算而得出的一種統(tǒng)計表示，通常圖像的紋理越均勻，計算得出的矩陣就越寬、越平坦，主要用于描述紋理的均勻性以及非周期性，同時能夠很好的描述類似斑紋的紋理[10-13]。GLRLM是對預(yù)定方向上共線、連續(xù)并具有相同灰度的像素個數(shù)進行統(tǒng)計，來表示紋理在預(yù)定方向上的粗糙程度[10,14]。而GLN、ZP和SRE、SRHGLE這4種特征分別通過不同的計算公式，對GLSZM和GLRLM的復(fù)雜度、層次變化等進行描述。簡而言之，這7個最優(yōu)特征分別體現(xiàn)了肝膽期肝實質(zhì)MRI紋理的某一特點，是一種復(fù)雜的細致的量化表達。

我們認為預(yù)測模型之所以可以很好的區(qū)分病毒性肝炎肝硬化患者是否存在小肝癌是因為患者肝實質(zhì)中Gd-EOB-DTPA造影劑分布的均勻性與患者肝硬化的程度成反比。其相關(guān)的病理生理基礎(chǔ)如下：肝硬化發(fā)生后，大量膠原蛋白、蛋白聚糖和其他大分子會沉積于肝細胞外基質(zhì)中，逐漸形成纖維化帶，致使有機陰離子轉(zhuǎn)運肽1(OATP1)和多藥耐藥蛋白2(MPR2)的活性降低，使得肝細胞對釓塞酸的攝取減少，使得相應(yīng)的肝膽期肝實質(zhì)信號強度降低[15-16]。肝細胞外基質(zhì)中大分子的沉積是不均勻的，肝硬化程度越重，這種不均勻越顯著，使得肝膽期肝實質(zhì)的信號不均勻性隨之增加。而小肝癌的發(fā)生又與肝硬化的程度正相關(guān)。所以紋理特征通過識別這種肝膽期肝實質(zhì)信號的不均勻程度，可以對肝硬化的程度進行判斷，進而對患者是否存在小肝癌進行區(qū)分。Lee等的研究得出了與此相一致的結(jié)論，他們通過測算不同組別患者的肝膽期肝實質(zhì)CV值，證實了肝膽期肝實質(zhì)信號強度的變異程度與乙型肝炎患者發(fā)生肝硬化、肝細胞癌存在相關(guān)性[17]。當肝硬化嚴重到肝功能Child-Pugh分級為C級時，肝細胞對釓塞酸的攝取能力將嚴重下降，這會導(dǎo)致肝細胞攝取釓塞酸的時間顯著延長，也就是說，在注射造影劑后20 min時釓塞酸不能被有效攝取，表現(xiàn)為此時的肝實質(zhì)信號的相對增強與延遲期相比沒有任何增加[18-19]，這樣的肝膽期圖像不再具備有效性。因此，我們在選取病例時排除了肝功能Child-Pugh分級為C級的肝硬化患者。

預(yù)測模型可以有效的區(qū)分病毒性肝炎肝硬化患者的肝實質(zhì)狀態(tài)，這將為患者隨訪肝硬化程度并監(jiān)測小肝癌的發(fā)生提供幫助。患者進行Gd-EOB-DTPA增強MRI檢查后，對其肝膽期肝實質(zhì)圖像進行放射組學(xué)分析，如果結(jié)果判定符合無肝癌組，同時沒有觀察到可疑肝硬化結(jié)節(jié)，則可以認為患者近期發(fā)生小肝癌的風險較低，常規(guī)的6個月隨訪間隔是可行的；而如果結(jié)果判定符合小肝癌組，則說明患者發(fā)生小肝癌的概率較高，即使沒有發(fā)現(xiàn)可疑的肝硬化結(jié)節(jié)，仍應(yīng)高度警惕，適當縮短隨訪間隔，以便盡早發(fā)現(xiàn)肝癌病灶，為治療提供更多選擇同時提高患者的生存期。且放射組學(xué)模型作為一種圖像的后期處理分析，不需要在患者做MR檢查時進行額外的操作，在臨床應(yīng)用中具有較高的可行性。

本研究存在一些局限性：①本研究是一項回顧性的橫向研究，所采集的是不同患者的肝實質(zhì)圖像，在反映肝硬化程度與小肝癌發(fā)生的關(guān)系上可能仍不夠直觀準確。若能夠?qū)崿F(xiàn)對相同患者進行具有時間線性的縱向研究可能會得到更好的結(jié)果。②本研究的研究人數(shù)較少。雖然有多個放射組學(xué)相關(guān)研究證實多元Logistic回歸這一方法能在樣本量較少時也很好的構(gòu)建模型[20-22]，本研究結(jié)果也沒有出現(xiàn)過擬合的現(xiàn)象。但若能獲得大量的數(shù)據(jù)樣本無疑將得到更好更有說服力的結(jié)果。③由于紋理特征計算原理的限制，每個患者的肝實質(zhì)圖像中只能設(shè)置1個ROI，沒能完整體現(xiàn)肝實質(zhì)的肝硬化程度。

總之，基于肝膽期肝實質(zhì)MRI的放射組學(xué)分析能夠?qū)Σ《拘愿窝赘斡不颊甙l(fā)生小肝癌進行預(yù)測，且擁有較好的預(yù)測效能。