超聲影像組學(xué)標(biāo)簽預(yù)測三陰性乳腺癌的價(jià)值

王瑛，陳英格，葉素敏，陳東，吳磊，劉再毅，劉敏

1.廣州醫(yī)科大學(xué)附屬第一醫(yī)院超聲科，廣東廣州 510120；2.昆明醫(yī)科大學(xué)第三附屬醫(yī)院，云南省腫瘤醫(yī)院超聲科，云南昆明650118；3.廣東省人民醫(yī)院放射科，廣東廣州 510080；4.華南腫瘤學(xué)國家重點(diǎn)實(shí)驗(yàn)室，腫瘤醫(yī)學(xué)省部共建協(xié)同創(chuàng)新中心，中山大學(xué)腫瘤防治中心超聲科，廣東廣州 510060；

三陰性乳腺癌（triple-negative breast cancer，TNBC）是一種特殊分子分型的乳腺癌，在免疫組化染色中雌激素受體、孕激素受體、人類表皮生長因子受體-2均呈陰性[1]。與其他分子分型的乳腺癌相比，TNBC的惡性程度最高、預(yù)后最差、治療方法最特殊[2]。因此，治療前準(zhǔn)確診斷TNBC至關(guān)重要。既往研究報(bào)道了多種治療前診斷 TNBC的生物學(xué)指標(biāo)[3-5]，但其準(zhǔn)確性有待提高，且大多數(shù)尚未得到證實(shí)，仍需繼續(xù)探索新的生物學(xué)指標(biāo)。影像組學(xué)通過提取影像圖像的海量特征，經(jīng)特征篩選、構(gòu)建組學(xué)標(biāo)簽等[6]，在多種腫瘤的分子分型預(yù)測方面具有重要價(jià)值[7-8]。超聲圖像是乳腺腫瘤患者治療前常規(guī)獲取的圖像資料[7,9]。因此，推測基于超聲的影像組學(xué)對(duì)治療前準(zhǔn)確診斷 TNBC有一定的價(jià)值。本研究擬采用影像組學(xué)，開發(fā)超聲影像組學(xué)標(biāo)簽，并評(píng)價(jià)和驗(yàn)證超聲影像組學(xué)標(biāo)簽診斷TNBC的價(jià)值，以期為臨床提供一種新的生物學(xué)指標(biāo)。

1 資料與方法

1.1 研究對(duì)象 回顧性收集 2020年 1—8月廣州醫(yī)科大學(xué)附屬第一醫(yī)院符合以下標(biāo)準(zhǔn)的乳腺癌患者。納入標(biāo)準(zhǔn)：①經(jīng)穿刺活檢術(shù)或行乳腺癌根治術(shù)且病理學(xué)證實(shí)為腫塊型浸潤性乳腺癌；②術(shù)前均行超聲檢查且病灶清晰、可辨識(shí)；③免疫組化資料完整。排除標(biāo)準(zhǔn)：①特殊類型的乳腺癌；②超聲檢查前經(jīng)化療或內(nèi)分泌治療等。共納入 230例腫塊型浸潤性乳腺癌，其中TNBC 34例。對(duì)病例按超聲檢查時(shí)間編號(hào)，采用隨機(jī)數(shù)字法，在非TNBC患者中，隨機(jī)抽取68例，使TNBC與非TNBC比例為1∶2。最后，共納入102例患者，年齡23～80歲，平均（53±10）歲。本研究經(jīng)我院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)（編號(hào)：GDREC 2018349H）。

1.2 超聲影像采集 術(shù)前1～2周內(nèi)對(duì)患者行超聲檢查，采用SuperSonic Imagine Aixplorer和GE VolusonE 9多普勒超聲診斷儀，實(shí)時(shí)線陣高頻探頭頻率4～15 MHz，患者取仰臥位，雙手上舉，使乳房以及雙側(cè)腋窩區(qū)域充分呈現(xiàn)，行雙側(cè)乳腺彩色多普勒超聲檢查，對(duì)乳腺做縱向、橫向及斜切面掃描，并對(duì)乳腺病灶區(qū)域進(jìn)行多角度掃查，存儲(chǔ)為DICOM格式的圖像。

1.3 影像組學(xué)分析與統(tǒng)計(jì)

1.3.1 病灶分割 采用 ImageJ軟件，由經(jīng)驗(yàn)豐富的超聲影像診斷醫(yī)師手動(dòng)分割。分割時(shí)，沿腫瘤邊界勾畫，包含整個(gè)腫瘤病灶。為確保后續(xù)超聲影像特征的魯棒性和可重復(fù)性，請(qǐng)另一位同樣具有超聲乳腺診斷經(jīng)驗(yàn)的醫(yī)師勾畫腫瘤病灶，病灶感興趣區(qū)勾畫見圖1。

圖1 乳腺癌超聲影像感興趣區(qū)勾畫。A、B：女，48歲，三陰性乳腺癌；C、D：女，52歲，非三陰性乳腺癌。A、C為原始圖像，B、D為分割圖像

1.3.2 影像組學(xué)特征 提取本研究中超聲影像組學(xué)特征采用開源工具Pyradiomics 3.0提取。超聲影像組學(xué)特征可分為 4類：①一階統(tǒng)計(jì)量特征，如能量、熵、峰度等；②腫瘤形態(tài)學(xué)特征，如病灶最大徑、面積、球度等；③紋理特征，分別從灰度共生矩陣（GLCM）、灰度游程矩陣（GLRLM）、灰度空間區(qū)域矩陣（GLSZM）及灰度依賴矩陣（GLDM）4個(gè)方面描述腫瘤的紋理信息；④小波特征：主要利用小波函數(shù)對(duì)圖像進(jìn)行變換后提取的用于描述腫瘤紋理的低階特征。

從每一例患者的超聲圖像中提取1820個(gè)影像特征，其中，形態(tài)學(xué)特征14個(gè)、一階統(tǒng)計(jì)量特征18個(gè)，紋理特征68個(gè)以及經(jīng)小波變換后提取的小波特征1720個(gè)。

1.3.3 特征篩選與模型構(gòu)建及評(píng)價(jià) 按照患者檢查時(shí)間順序，將數(shù)據(jù)分成訓(xùn)練集和驗(yàn)證集。訓(xùn)練集用于特征篩選、模型構(gòu)建，驗(yàn)證集用于模型效能驗(yàn)證。特征篩選方法，①特征可重復(fù)性檢驗(yàn)：針對(duì)2位高年資超聲影像診斷醫(yī)師勾畫的感興趣區(qū)，分別提取影像組學(xué)特征，采用組內(nèi)相關(guān)系數(shù)（ICC）對(duì)兩者的特征進(jìn)行評(píng)價(jià)，以 ICC=0.85作為標(biāo)準(zhǔn)，ICC>0.85者為可重復(fù)性的特征；②特征間相關(guān)性檢驗(yàn)：采用Spearman相關(guān)評(píng)價(jià)特征間的相關(guān)性，以r=0.75作為評(píng)價(jià)閾值；③最大相關(guān)最小冗余：最大化特征與TNBC之間的相關(guān)性，同時(shí)最小化特征間的相關(guān)性；④Boruta特征選擇算法：主要思想是檢查比隨機(jī)噪聲重要的特征，刪除不相關(guān)特征，直至找到重要特征集合。經(jīng)特征篩選出關(guān)鍵特征后，采用Logistic回歸構(gòu)建TNBC影像組學(xué)模型，采用受試者工作特征（ROC）曲線下面積（AUC）、敏感度、特異度、準(zhǔn)確度、校準(zhǔn)曲線、決策曲線等評(píng)價(jià)指標(biāo)，在訓(xùn)練組和驗(yàn)證組中對(duì)模型效能進(jìn)行評(píng)價(jià)。

1.4 統(tǒng)計(jì)學(xué)方法 采用 R3.5.2軟件，Kolmogoro-Smirnov方法用于檢驗(yàn)連續(xù)變量的正態(tài)性，符合正態(tài)分布的計(jì)量資料以±s表示。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 臨床資料分析 102例患者中，TNBC 34例，年齡42～69歲，平均（54±8）歲；非TNBC 68例，年齡23～80歲，平均（53±11）歲。按患者檢查時(shí)間分為訓(xùn)練集66例，平均年齡（53±10）歲，其中TNBC 22例；驗(yàn)證集 36例，平均年齡（52±10）歲，其中TNBC 12例。

2.2 特征提取與篩選 利用Pyradiomics軟件包從每個(gè)患者的超聲影像感興趣區(qū)提取1820個(gè)超聲影像組學(xué)特征，首先經(jīng)可重復(fù)性分析后，剔除其中686個(gè)特征；再對(duì)剩余的1134個(gè)影像特征（0.850

圖2 Boruta篩選特征，其中綠色表示篩選出的主要特征，綠色箱線從左到右依次是 sym4.LL_firstorder_10Percentile、sym4.HL_firstorder_Median、coif5.HH_glszm_GrayLevelNon UniformityNormalized、rbio3.3.HL_glrlm_RunEntropy特征

2.3 模型構(gòu)建與評(píng)價(jià) 對(duì)篩選的 4個(gè)關(guān)鍵超聲影像組學(xué)特征，采用Logistic回歸構(gòu)建預(yù)測模型，并在驗(yàn)證集上對(duì)模型進(jìn)行評(píng)估。其中模型在訓(xùn)練集上 AUC值為 0.866（95%CI0.768～0.964）（圖 3A），敏感度、特異度、準(zhǔn)確度分別為81.8%、84.1%、83.3%；測試組中 AUC 值為 0.844（95%CI0.716～0.972）（圖 3A），敏感度、特異度、準(zhǔn)確度分別為99.2%、71.6%、80.6%（表1）。

校準(zhǔn)曲線顯示超聲影像組學(xué)標(biāo)簽在訓(xùn)練組和驗(yàn)證組中對(duì)是否是 TNBC的預(yù)測概率與真實(shí)值一致性好（P=0.765、0.895）（圖3B），決策分析曲線顯示超聲影像組學(xué)標(biāo)簽具有一定的臨床實(shí)用性（圖3C、D）。

圖3 超聲影像組學(xué)標(biāo)簽預(yù)測TNBC狀態(tài)的性能與價(jià)值。A為超聲影像組學(xué)模型在訓(xùn)練集和驗(yàn)證集上預(yù)測TNBC的ROC曲線；B為影像組學(xué)模型在訓(xùn)練組和驗(yàn)證組內(nèi)的校準(zhǔn)曲線；C為影像組學(xué)模型在訓(xùn)練組中的決策曲線；D為影像組學(xué)標(biāo)簽在驗(yàn)證組中的決策曲線

表1 超聲影像組學(xué)標(biāo)簽的預(yù)測效能

3 討論

本研究探討了超聲影像組學(xué)治療前診斷 TNBC的價(jià)值，結(jié)果顯示影像組學(xué)標(biāo)簽可準(zhǔn)確判別乳腺腫瘤患者是否屬于TNBC，可作為治療前診斷TNBC的一種新的生物學(xué)指標(biāo)。本研究結(jié)果補(bǔ)充了超聲影像組學(xué)在乳腺腫瘤領(lǐng)域的應(yīng)用價(jià)值。近年來基于超聲的影像組學(xué)研究取得了迅速發(fā)展，主要集中于乳腺、甲狀腺和肝臟等器官領(lǐng)域，其中以乳腺超聲的影像組學(xué)研究最多見[9]。超聲影像組學(xué)在乳腺腫瘤的良惡性鑒別、分子分型、區(qū)域淋巴結(jié)轉(zhuǎn)移和新輔助治療效果等方面的預(yù)測具有重要價(jià)值[9-10]，對(duì)臨床醫(yī)師制訂和調(diào)整乳腺腫瘤個(gè)體化治療方案具有重要的輔助價(jià)值。

本研究發(fā)現(xiàn)，超聲影像組學(xué)標(biāo)簽對(duì)TNBC的診斷具有重要價(jià)值。在訓(xùn)練集和驗(yàn)證集中，超聲影像組學(xué)標(biāo)簽的AUC相似，均大于0.84，較既往研究報(bào)道的診斷效能有所提升[3,11]。劉瑾瑾等[11]納入120個(gè)乳腺癌病灶，分析了病灶常規(guī)超聲特征及剪切波彈性成像特征，發(fā)現(xiàn)病灶硬度平均值診斷TNBC的價(jià)值最大，AUC為0.811。本研究基于4種常規(guī)超聲圖像的影像組學(xué)特征，構(gòu)建了超聲影像組學(xué)標(biāo)簽，其診斷 TNBC的AUC在驗(yàn)證集中為0.844，高于單個(gè)影像特征的預(yù)測價(jià)值。因此，該研究進(jìn)一步證實(shí)了聯(lián)合多個(gè)超聲圖像影像組學(xué)特征可提高診斷TNBC的效能[12]。本研究所構(gòu)建的超聲影像組學(xué)標(biāo)簽可更全面地反映腫瘤的異質(zhì)性，從而進(jìn)一步提高治療前診斷TNBC的效能。

本研究結(jié)果提示超聲影像組學(xué)標(biāo)簽治療前診斷TNBC的價(jià)值可能高于基于CT的影像組學(xué)標(biāo)簽。本課題組前期研究結(jié)果顯示，基于術(shù)前分期CT的影像組學(xué)標(biāo)簽診斷TNBC的AUC在訓(xùn)練集和驗(yàn)證集中均約為0.76[3]，低于本研究中超聲影像組學(xué)標(biāo)簽的AUC值，可能與超聲圖像更能準(zhǔn)確反映乳腺癌的異質(zhì)性有關(guān)。既往研究證實(shí)超聲圖像特征與乳腺腫瘤的良惡性及乳腺癌的分子分型密切相關(guān)[4-5,13-15]，且超聲圖像特征與TNBC的病理學(xué)分級(jí)及免疫組化指標(biāo) Ki-67和人類表皮生長因子受體-2亦密切相關(guān)[15]。

此外，對(duì)于TNBC的治療前診斷，超聲影像組學(xué)標(biāo)簽的推廣價(jià)值高于基于CT的影像組學(xué)標(biāo)簽。超聲檢查不但可以避免CT檢查的輻射危害，還可以減輕患者的經(jīng)濟(jì)分擔(dān)。CT檢查僅適用于早中期乳腺癌的術(shù)前分期檢查。常規(guī)超聲是所有乳腺癌的必需檢查。本研究中的超聲影像組學(xué)標(biāo)簽是基于常規(guī)超聲圖像開發(fā)的，無需增加患者的額外檢查費(fèi)用。

本研究的創(chuàng)新點(diǎn)在于基于常規(guī)超聲圖像構(gòu)建了治療前診斷 TNBC的影像組學(xué)標(biāo)簽，具有無創(chuàng)性、無輻射性、成本低等優(yōu)點(diǎn)，可重復(fù)多次檢測。本研究為單中心回顧性研究，有其局限性，但本研究結(jié)果和經(jīng)驗(yàn)為今后開展多中心前瞻性研究提供了依據(jù)和幫助，有望更有效地對(duì)超聲影像組學(xué)標(biāo)簽進(jìn)行驗(yàn)證和優(yōu)化。

總之，基于超聲的影像組學(xué)標(biāo)簽對(duì)治療前診斷TNBC具有較高的效能和穩(wěn)定性，有望今后廣泛應(yīng)用于臨床。