CT影像組學(xué)在預(yù)測肺腺癌ALK融合基因表達(dá)中的價值初探

摘要

目的探討CT影像組學(xué)定量特征在預(yù)測肺腺癌間變性淋巴瘤激酶（ALK）融合基因表達(dá)中的價值。方法回顧性分析2015年11月至2018年5月北京協(xié)和醫(yī)院有ALK基因檢測結(jié)果且術(shù)前接受本院胸部CT檢查的195例肺腺癌患者（其中ALK突變患者60例）。使用肺結(jié)節(jié)自動檢測分割算法在CT圖像上標(biāo)注病變的三維容積感興趣區(qū)（VOI）。利用PyRadiomics工具對所有VOI區(qū)域進(jìn)行重采樣、圖像預(yù)處理（包括基于小波和拉普拉斯濾波器的預(yù)處理方法）和特征提取。在Dr.Wise科研平臺上對已提取的特征進(jìn)行標(biāo)準(zhǔn)化處理，并分別基于不同圖像預(yù)處理方式及不同特征類型篩選關(guān)鍵特征，用多因素logistic回歸建模和10次5折交叉驗證法進(jìn)行驗證。采用ROC評價模型對ALK基因突變的預(yù)測能力，并使用DeLong比較不同模型的效能。

結(jié)果每個病灶共提取1232個影像組學(xué)特征。在特征篩選后共納入15個組學(xué)特征建模，在訓(xùn)練集和驗證集中模型預(yù)測ALK基因突變的AUC分別是0.88和0.78。分別基于原始CT圖像、小波處理后圖像和拉普拉斯高斯濾波器處理后圖像的組學(xué)特征建模時，在驗證集中模型的AUC分別為0.76、0.75和0.76。這3組模型與全部特征聯(lián)合建模模型的效能相比差異均無統(tǒng)計學(xué)意義（P>0.05）。以不同類型的組學(xué)特征建模，一階特征和灰度共生矩陣（GLCM）紋理特征預(yù)測ALK基因突變能力較好，其中GLCM特征模型最優(yōu)，在驗證集中的AUC為0.83，準(zhǔn)確率、敏感度和特異度分別為0.74、0.85和0.69；一階特征模型在驗證集中的AUC為0.80。結(jié)論CT影像組學(xué)定量特征在預(yù)測肺腺癌ALK融合基因表達(dá)中有較大的應(yīng)用價值。近年來肺癌的分子病理學(xué)和分子靶向治療研究進(jìn)展迅速，不同基因突變被認(rèn)為是各型肺癌發(fā)病和演變的基礎(chǔ)[1]，許多研究證實間變性淋巴瘤激酶（anaplasticlymphomakinase，ALK）融合基因是僅次于表皮生長因子受體（epidermalgrowthfactorreceptor，EGFR）基因的又一參與非小細(xì)胞肺癌發(fā)病的主要基因[2]，且多發(fā)生于肺腺癌患者。對ALK陽性腫瘤靶向治療的效果優(yōu)于傳統(tǒng)治療，因此精準(zhǔn)識別ALK突變患者對選擇合適的治療至關(guān)重要。有學(xué)者研究了肺腺癌的CT征象與ALK基因突變間的相關(guān)性[3,4]，認(rèn)為ALK基因突變陽性者易呈實性密度、分葉狀邊緣，這些CT征象可能有助于預(yù)測基因突變。近年來影像組學(xué)技術(shù)迅速發(fā)展，研究顯示影像組學(xué)特征可預(yù)測不同的基因表達(dá)模式，但既往多集中在對EGFR基因的研究[1,5,6]，采用影像組學(xué)預(yù)測肺癌ALK基因突變的文獻(xiàn)報道較少，且特征提取及特征選擇算法簡單[7]。因此，本研究嘗試基于薄層CT提取定量影像組學(xué)特征，結(jié)合不同特征選擇算法構(gòu)建組學(xué)模型，探討不同種類組學(xué)特征在預(yù)測肺腺癌ALK融合基因表達(dá)中的價值。資料與方法一、臨床資料回顧性分析2015年11月至2018年5月北京協(xié)和醫(yī)院符合下列標(biāo)準(zhǔn)的患者。納入標(biāo)準(zhǔn)：（1）手術(shù)或活檢病理確診為肺腺癌；（2）具有ALK基因檢測結(jié)果；（3）術(shù)前接受本院胸部CT檢查，且CT檢查與手術(shù)或活檢間隔<1個月；（4）有薄層（層厚≤2mm）肺窗圖像。排除標(biāo)準(zhǔn)：（1）術(shù)前CT圖像偽影較大，影響分析；（2）術(shù)前接受過新輔助放化療或抗炎治療者。根據(jù)納入和排除標(biāo)準(zhǔn)，共195例肺腺癌（ALK陽性60例，ALK陰性135例）患者納入研究，男89例，女106例，年齡58±10（26~81）歲；腫瘤病變均為單發(fā)。ALK免疫組織化學(xué)染色按照Ventana免疫組織化學(xué)法進(jìn)行，兔單克隆陰性質(zhì)控抗體及ALK陽性與陰性的肺癌病例用于系統(tǒng)水平質(zhì)控，以確保該檢測合乎要求。

二、CT檢查方法采用多層螺旋CT（德國SiemensSomatomForce，SomatomFlash雙源CT或美國GEDiscoveryCT750HD）行術(shù)前常規(guī)胸部CT檢查。掃描參數(shù)：管電壓120kV，自動管電流，螺距0.984~1.200，矩陣512×512，F(xiàn)OV350mm×350mm，原始數(shù)據(jù)采集后所有患者均行0.5~2.0mm無間隔薄層重建，采用高分辨肺算法，肺窗窗寬1200HU，窗位－500HU。

三、影像組學(xué)分析1．病變標(biāo)注：將匿名化后的薄層肺窗DICOM圖像導(dǎo)入Dr.Wise科研平臺，使用平臺上肺結(jié)節(jié)檢測和分割模型進(jìn)行病變自動檢測和分割。平臺內(nèi)置的深度學(xué)習(xí)模型采用基于圖像和特征金字塔網(wǎng)絡(luò)（featurepyramidnetworks，F(xiàn)PN）結(jié)合的兩級網(wǎng)絡(luò)，并已在公開數(shù)據(jù)集和內(nèi)部數(shù)據(jù)集上訓(xùn)練完成。深度學(xué)習(xí)模型的分割結(jié)果，在不給出病理結(jié)果和其他信息的情況下，由2名分別具有3年和14年肺癌影像診斷經(jīng)驗的放射科醫(yī)師共同逐層確認(rèn)并做必要的修改；三維容積感興趣區(qū)（volumeofinterest，VOI）按照瘤肺界面進(jìn)行勾畫，勾畫過程中盡量排除血管、支氣管、肺不張等區(qū)域，為了較準(zhǔn)確真實地勾畫病變，如區(qū)分中心型肺癌與肺門血管或遠(yuǎn)端肺不張組織等，有時需結(jié)合增強(qiáng)CT縱隔窗圖像。

2．特征提?。菏褂肞yRadiomics工具包計算VOI內(nèi)腫瘤組織的影像組學(xué)特征。首先對圖像進(jìn)行重采樣，使圖像在3個解剖方向上像素間距為1.0mm，排除CT機(jī)型不同造成的空間分辨率不一致引起的干擾。

對于原始CT圖像，應(yīng)用高通或低通小波濾波器和具有不同λ參數(shù)的拉普拉斯高斯濾波器進(jìn)行預(yù)處理，得到8個小波預(yù)處理后圖像和5個拉普拉斯濾波器預(yù)處理后圖像。提取原始CT圖像和預(yù)處理后圖像的影像組學(xué)特征，包括基于CT值或預(yù)處理后圖像像素值的一階特征、描述腫瘤形態(tài)的形態(tài)特征及描述腫瘤內(nèi)部和表面紋理的灰度共生矩陣（GLCM）、灰度游程矩陣（GLRLM）、灰度區(qū)域大小矩陣（GLSZM）和灰度共生矩陣（GLDM）紋理特征。每個病變共提取1232個影像組學(xué)特征，并進(jìn)行Z-score標(biāo)準(zhǔn)化。

3．機(jī)器學(xué)習(xí)模型建立和評估：首先，使用全部組學(xué)特征進(jìn)行建模；然后，使用原始圖像上提取的組學(xué)特征、預(yù)處理圖像提取的組學(xué)特征分別建模；最后，按特征提取類別對組學(xué)特征進(jìn)行分組，包括一階特征、形態(tài)特征及紋理特征（GLCM、GLRLM、GLSZM和GLDM），并使用每組特征分別建模。比較不同組學(xué)特征預(yù)測ALK基因突變的差異。

采用多因素logistic回歸方法建模，模型超參數(shù)使用網(wǎng)格化搜索，根據(jù)驗證集中受試者工作曲線（ROC）下面積（AUC）逆向選擇最佳超參數(shù)。對每個模型，均采用10次5折交叉驗證進(jìn)行訓(xùn)練。分別記錄每次迭代時模型預(yù)測訓(xùn)練及驗證集數(shù)據(jù)為ALK+的概率，計算每個數(shù)據(jù)作為訓(xùn)練集或驗證集時每次迭代記錄的概率的均值，作為模型的訓(xùn)練集或驗證集的結(jié)果。據(jù)此計算模型在訓(xùn)練集和驗證集的各項指標(biāo)，包括模型的AUC、準(zhǔn)確率、敏感度、特異度等。對最大AUC值行后向淘汰篩選，獲得關(guān)鍵影像組學(xué)特征。上述特征選擇、模型構(gòu)建和評估均通過Dr.Wise科研平臺進(jìn)行。

四、統(tǒng)計學(xué)方法統(tǒng)計分析用SPSS20.0軟件。年齡、病變最大徑和平均CT值為連續(xù)變量，以±s或M（P25，P75）表示，ALK陽性組與陰性組間年齡比較采用獨立樣本t檢驗，病變最大徑及平均CT值的比較采用Mann-Whitney

U檢驗；性別為分類變量，采用卡方檢驗。在Dr.Wise科研平臺基于Scikit-learn軟件包（Version0.20.3）構(gòu)建logistic回歸模型。使用Matplotlib（Version3.1.0）繪制ROC曲線圖。使用MedCalc軟件（Version19.0.2）對模型的ROC曲線進(jìn)行DeLong檢驗，比較各模型間效能差異是否有統(tǒng)計學(xué)意義。P<0.05為差異有統(tǒng)計學(xué)意義。結(jié)果一、一般臨床資料及定量參數(shù)195例肺腺癌患者兩組間一般臨床資料及定量參數(shù)的比較見表1，性別及病變最大徑差異無統(tǒng)計學(xué)意義，年齡和平均CT值在兩組間差異具有統(tǒng)計學(xué)意義。

二、影像組學(xué)特征分析結(jié)果1232個影像組學(xué)特征全部聯(lián)合建模，特征選擇后模型共納入15個組學(xué)特征（表2），在訓(xùn)練集和驗證集的AUC分別是0.88（95%CI，0.83~0.92）和0.78（95%CI，0.71~0.83）（圖1），在驗證集中的準(zhǔn)確率為0.78。

圖1

驗證集中不同模型效能ROC。所有特征聯(lián)合建模、一階特征及灰度共生矩陣（GLCM）特征模型的ROC下面積分別為0.78、0.80和0.83根據(jù)圖像處理方式建模，基于原始CT圖像提取114個一階、形態(tài)及紋理特征，基于小波處理后圖像提取688個一階、形態(tài)及紋理特征，基于拉普拉斯高斯處理后圖像提取430個一階、形態(tài)及紋理特征，特征選擇后分別納入11個、7個和12個特征建模，在驗證集中的AUC分別為0.76（95%CI，0.70~0.82）、0.75（95%CI，0.69~0.81）和0.76（95%CI，0.69~0.82），略低于全部特征聯(lián)合模型的預(yù)測性能?；谌N不同圖像處理方式的特征模型分別與全部特征聯(lián)合模型的AUC相比均無統(tǒng)計學(xué)差異（DeLong檢驗，P>0.05）。根據(jù)一階特征、形態(tài)特征和紋理特征（包括GLCM、GLSZM、GLRLM和GLDM）3種特征類型分別建模，結(jié)果顯示一階特征和GLCM紋理特征模型預(yù)測ALK融合基因突變的能力最好，在驗證集的AUC分別為0.80（95%CI，0.74~0.85）和0.83（95%CI，0.77~0.88）（圖1），形態(tài)特征的AUC僅為0.6（95%CI，0.53~0.67）；其他紋理特征的AUC均在0.75左右。GLCM特征模型的結(jié)果見表3。討論本研究ALK陽性組患者年齡明顯較ALK-組年輕（P=0.001），兩組間性別、病變大小差異無統(tǒng)計學(xué)意義，年齡、病變大小方面與既往研究相符，但Choi等[4]的研究認(rèn)為ALK陽性肺癌好發(fā)于男性患者，而本研究ALK陽性組女性相對更多見，但與ALK陰性組相比差異無統(tǒng)計學(xué)意義，關(guān)于性別好發(fā)情況有待后續(xù)進(jìn)一步大樣本報道。本研究ALK陽性組平均CT值明顯高于ALK陰性組，這與既往研究顯示ALK陽性腫瘤易呈實性密度的結(jié)論相符。既往研究旨在從臨床和影像角度篩選出對ALK治療敏感的突變?nèi)巳?，但大多?shù)影像學(xué)方面的研究是基于病變的常規(guī)定量或定性信息在實際操作中費(fèi)時費(fèi)力且易受醫(yī)師主觀判斷及臨床經(jīng)驗的影響，導(dǎo)致上述研究方法的應(yīng)用受到了限制。本研究聚焦于探索CT組學(xué)特征預(yù)測肺腺癌患者ALK基因突變的效能。我們基于不同圖像處理方式的3組特征模型在驗證集中的AUC（0.76、0.75、0.76）分別與全部特征模型的AUC（0.78）相比差異均無統(tǒng)計學(xué)意義，說明本研究的預(yù)測模型具有一定的魯棒性。本研究不同特征類型分別建模時，顯示形態(tài)特征模型在驗證集中的AUC僅為0.6，提示腫瘤形態(tài)特征預(yù)測ALK基因突變的能力較差。其發(fā)現(xiàn)ALK基因突變僅與胸腔積液和年齡因素相關(guān)，兩者聯(lián)合預(yù)測ALK突變的AUC為0.65。一階特征在原始圖像中主要反映的是CT值信息，本研究中一階特征模型在驗證集中AUC達(dá)0.80，提示病變密度有助于鑒別ALK突變狀態(tài)。既往亦研究了CT影像組學(xué)預(yù)測ALK基因突變的價值，模型預(yù)測ALK融合基因陽性的敏感度、特異度、陽性和陰性預(yù)測值分別為0.73、0.70、0.71和0.69。本研究探索了不同組學(xué)特征模型的表現(xiàn)，經(jīng)比較發(fā)現(xiàn)GLCM特征模型在預(yù)測肺腺癌ALK基因突變時效能最優(yōu)，AUC高于研究，敏感度高于研究，特異性相近。與研究相比，本研究GLCM特征模型在驗證集中的AUC（0.83vs0.79）和敏感度（0.85vs0.74）更高，特異性稍低（0.69vs0.81）。本研究結(jié)果表明影像組學(xué)特征可有效預(yù)測肺腺癌的ALK基因表達(dá)。與研究相比，本研究采用了基于深度學(xué)習(xí)的病變自動檢測分割算法，該算法已由來自公共和內(nèi)部數(shù)據(jù)集的50000多份CT圖像進(jìn)行訓(xùn)練，可大大節(jié)省醫(yī)師勾畫病變VOI的時間，且結(jié)果的可重復(fù)性高；在提取組學(xué)特征前行圖像重采樣且使用小波或拉