基于CT 的放射組學(xué)特征預(yù)測(cè)肺腺癌EGFR 突變狀態(tài)

劉俊忠，王 琦，賀光輝，李小山，王于臻

1.山東省濰坊市人民醫(yī)院放射科，山東 濰坊 261041；2.山東省濰坊市第二人民醫(yī)院介入放射科，山東 濰坊 261041；3.山東省濰坊市第二人民醫(yī)院放射科，山東 濰坊261041

近年來(lái)，有關(guān)肺癌的病理和分子方面的研究取得了很大進(jìn)展［1］。肺癌基因中表皮生長(zhǎng)因子受體（epidermal growth factor receptor，EGFR）的發(fā)現(xiàn)促進(jìn)了患者個(gè)體化靶向治療的開(kāi)展［2-3］。肺腺癌中存在EGFR 突變的患者對(duì)EGFR 酪氨酸激酶抑制劑（tyrosine kinase inhibitors，TKI）反應(yīng)良好［4-7］，而未突變患者不宜接受TKI 治療［8］。目前，臨床上仍通過(guò)活檢或手術(shù)切除等侵入性方法分析EGFR 突變狀態(tài)。然而，以上方法存在活檢樣本數(shù)量少和取樣錯(cuò)誤風(fēng)險(xiǎn)等局限性［9-10］。此外，因腫瘤的異質(zhì)性，從特定部位獲得的組織樣本可能無(wú)法代表整個(gè)腫瘤［11-13］。

CT 是肺癌篩查和診斷的首選成像方法。有研究表明，與EGFR 突變相關(guān)的因素有女性、非吸煙狀態(tài)、磨玻璃樣混濁、支氣管充氣征、氣泡狀透亮區(qū)、胸膜回縮等CT 征象［10，14-16］。但這些研究有一些局限性。

放射組學(xué)利用人工智能中先進(jìn)的數(shù)學(xué)算法從醫(yī)學(xué)圖像中提取高通量的圖像特征，并量化這些參數(shù)，相關(guān)的圖像特征可作為臨床研究決策參考［17-18］。有些研究報(bào)道嘗試?yán)没贑T 的放射組學(xué)模型預(yù)測(cè)EGFR突變狀態(tài)［11，19-22］，但受樣本量相對(duì)較小、準(zhǔn)確率低、放射組學(xué)特征較少或缺乏驗(yàn)證數(shù)據(jù)集的限制而無(wú)法有效評(píng)估整個(gè)腫瘤的異質(zhì)性。此外，盡管有證據(jù)表明包含這些影像特征可能會(huì)提高模型的診斷效能［11，20］，但之前的模型中并未包含臨床風(fēng)險(xiǎn)因素和放射學(xué)特征。因此，本研究基于術(shù)前CT 放射組學(xué)特征建立預(yù)測(cè)肺腺癌的EGFR 突變狀態(tài)的模型。

1 資料與方法

1.1 一般資料

回顧性分析2015 年1 月至2021 年12 月經(jīng)組織病理學(xué)確診的肺腺癌患者的術(shù)前肺CT 增強(qiáng)掃描圖像和臨床資料。納入標(biāo)準(zhǔn)：①根據(jù)2015 年WHO肺癌分類(lèi)，組織學(xué)亞型為腺癌的患者；②有薄層CT（1.25 mm）圖像和完整的臨床數(shù)據(jù)，可用于PACS；③年齡＞18 歲；④在活檢或術(shù)前2 周內(nèi)接受胸部CT 掃描；⑤無(wú)其他惡性腫瘤病史；⑥CT 掃描前未接受肺癌相關(guān)治療（如化療、放療或免疫治療）。排除標(biāo)準(zhǔn)：①未檢測(cè)EGFR 突變的患者；②腺癌以外肺癌組織學(xué)亞型的患者；③大量胸腔積液或炎癥導(dǎo)致腫瘤邊界難以劃定的患者；④CT 圖像質(zhì)量較差的患者。

共納入420 例，其中男219 例，平均（58.46±9.99）歲；女201 例，平均（56.30±8.51）歲。將患者按7∶3 的比例隨機(jī)分為訓(xùn)練集294 例和驗(yàn)證集126 例。臨床變量包括年齡、性別、吸煙史［包括非吸煙者（從不吸煙）和吸煙者（以前和/或現(xiàn)在吸煙者）、癌胚抗原（CEA）水平和5 個(gè)CT 圖像特征（分葉征、毛刺征、胸膜凹陷、病變大小、支氣管血管束截?cái)啵?/p>

使用EGFR 檢測(cè)試劑盒（北京SinoMD 基因檢測(cè)技術(shù)有限公司，中國(guó)）檢測(cè)EGFR 突變?；诰酆厦告湻磻?yīng)的方法用于確認(rèn)EGFR 外顯子18、19、20 和21 的突變。

1.2 CT 圖像分析

由2 名分別具有5 年和14 年胸部腫瘤診斷經(jīng)驗(yàn)的放射科醫(yī)師采用盲法獨(dú)立評(píng)估PACS 上所有患者的放射學(xué)特征。如有分歧，經(jīng)討論達(dá)成一致意見(jiàn)。在肺窗（窗寬1 500 HU，窗位-500 HU）和縱隔窗（窗寬300 HU，窗位40 HU）中分析。

1.3 放射組學(xué)特征選擇與模型構(gòu)建

使用ITK-SNAP 3.8 軟件（http：//www.itksnap.org）對(duì)CT 圖像ROI 行三維手動(dòng)分割。使用開(kāi)源軟件Python3.6.3（https：//www.python.org）提取病變?nèi)莘e感興趣區(qū)（volume of interest，VOI）中的放射組學(xué)特征。從每個(gè)VOI 中提取1 586 個(gè)放射組學(xué)特征，分為3 大類(lèi)：一階特征、形狀特征和紋理特征，包括灰度共生矩陣特征（GLCM）、灰度游程矩陣特征（GLRLM）、灰度大小區(qū)域矩陣特征（GLSZM）、相鄰灰度差矩陣特征（NGTDM）和灰度依賴(lài)矩陣特征（GLDM）。

首先在訓(xùn)練集和驗(yàn)證集中對(duì)所有放射組學(xué)特征進(jìn)行標(biāo)準(zhǔn)化處理，然后應(yīng)用最小絕對(duì)收縮與選擇算子算法（LASSO）回歸選擇與預(yù)測(cè)相關(guān)的特征。最后將選擇的放射組學(xué)特征數(shù)據(jù)輸入分類(lèi)器，用于構(gòu)建放射組學(xué)特征模型。本研究使用3 個(gè)分類(lèi)器，即邏輯回歸（LR）、決策樹(shù)（DT）和支持向量機(jī)（SVM）。使用10 倍交叉驗(yàn)證選擇效能最好的模型。

訓(xùn)練集中與EGFR 突變狀態(tài)相關(guān)的臨床和放射學(xué)特征行單因素邏輯回歸分析；最相關(guān)的變量使用多因素logistic 回歸分析進(jìn)行篩選。通過(guò)多因素分析，利用與EGFR 突變狀態(tài)相關(guān)的獨(dú)立危險(xiǎn)因素（臨床因素和放射學(xué)特征），建立臨床-放射學(xué)（clinicalradiology，C-R）模型。將C-R 模型與最佳放射組學(xué)模型相結(jié)合，建立臨床-放射學(xué)-放射組學(xué)（clinicalradiology-radiomics，C-R-R）模型，并繪制C-R-R 模型列線圖。

1.4 統(tǒng)計(jì)學(xué)分析

數(shù)據(jù)分析均使用R 語(yǔ)言（3.6.6 版本）和SPSS 25進(jìn)行。χ2檢驗(yàn)或Fisher 精確檢驗(yàn)用于分析分類(lèi)變量。獨(dú)立樣本t 檢驗(yàn)和 Mann-Whitney U 檢驗(yàn)用于分析連續(xù)變量。各模型結(jié)果比較采用ROC 曲線分析。以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 2 組一般資料及影像特征比較（表1）

表1 訓(xùn)練集與驗(yàn)證集一般資料及影像特征比較

所有患者、訓(xùn)練集和驗(yàn)證集的EGFR 突變率分別為51.9%（218/420）、51.7%（152/294）和52.4%（66/126）。訓(xùn)練集與驗(yàn)證集之間EGFR 突變率及其他臨床和影像學(xué)特征之間差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P＞0.05）。

2.2 單因素及多因素logistic 回歸分析及C-R 模型構(gòu)建

單因素分析顯示，EGFR 突變體組和野生型組間在吸煙史、空泡征、毛刺征和胸膜凹陷方面差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05，表2）。多因素邏輯回歸分析顯示，與EGFR 突變狀態(tài)的獨(dú)立危險(xiǎn)因素是吸煙史、空泡征、毛刺征和胸膜凹陷（均P＜0.05，表2）；并以此建立C-R 模型。

2.3 放射組學(xué)特征預(yù)測(cè)性能和驗(yàn)證

通過(guò)LASSO 回歸降維共提取10 個(gè)潛在預(yù)測(cè)因子。在訓(xùn)練集中，上面選擇的放射組學(xué)特征用于構(gòu)建3 種不同的放射組學(xué)模型，以通過(guò)LR、DT 和SVM 分類(lèi)器預(yù)測(cè)EGFR 突變。3 個(gè)分類(lèi)器中，SVM 分類(lèi)器具有最高的診斷效能。

將C-R 模型與SVM 的放射組學(xué)模型結(jié)合，建立C-R-R 模型，并繪制列線圖（圖1）。

圖1 臨床-放射學(xué)-放射組學(xué)（C-R-R）模型預(yù)測(cè)表皮生長(zhǎng)因子受體（EGFR）基因突變的列線圖 圖2 訓(xùn)練集（圖2a）與驗(yàn)證集（圖2b）中邏輯回歸（LG）、決策樹(shù)（DT）、支持向量機(jī)（SVM）、臨床-放射學(xué)（C-R）模型和C-R-R 模型預(yù)測(cè)EGFR突變狀態(tài)的ROC 曲線

繪制ROC 曲線評(píng)估訓(xùn)練集與驗(yàn)證集的放射組學(xué)特征和C-R、C-R-R 模型性能（表3，圖2）。訓(xùn)練集中C-R-R 模型明顯優(yōu)于其他模型；在驗(yàn)證集中C-R-R模型表現(xiàn)最佳，與C-R 模型比較差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），而與其他分類(lèi)器相比差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P＞0.05）。在預(yù)測(cè)EGFR 突變狀態(tài)方面，C-R-R 模型的敏感度、準(zhǔn)確率、AUC 均高于其他分類(lèi)器與C-R模型，LR 分類(lèi)器的效果優(yōu)于DT 分類(lèi)器和C-R 模型。

表3 放射組學(xué)特征、C-R 模型和C-R-R 模型性能

基于AUC 值最高的放射組學(xué)模型結(jié)合1 個(gè) 臨床變量和3 個(gè)放射學(xué)特征構(gòu)建列線圖（圖1）。

3 討論

本研究構(gòu)建的C-R-R 模型，具有臨床和放射學(xué)特征，同時(shí)融合放射組學(xué)特征，可準(zhǔn)確預(yù)測(cè)肺腺癌的EGFR 突變情況。本研究中使用了3 個(gè)分類(lèi)器（LR、DT 及SVM）計(jì)算放射組學(xué)特征效能，其中SVM 分類(lèi)器診斷效能最高。C-R-R 模型是根據(jù)294 例患者的數(shù)據(jù)開(kāi)發(fā)的，為進(jìn)一步驗(yàn)證其診斷效能，又在126 例患者的驗(yàn)證集中評(píng)估了該模型。在訓(xùn)練集和驗(yàn)證集中，C-R-R 模型的AUC 最高，說(shuō)明C-R-R 模型在預(yù)測(cè)肺腺癌的EGFR 突變情況方面具有較高的價(jià)值，可指導(dǎo)個(gè)體化靶向治療。本研究中EGFR 突變率為51.9%（218/420），與以往研究［10，14-15］一致。在訓(xùn)練集和驗(yàn)證集中，該比率分別為51.7%（152/294）和52.4%（66/126）。

EGFR 突變狀態(tài)與性別及吸煙史等臨床因素顯著相關(guān)，女性患者和非吸煙人群更易發(fā)生EGFR 突變。多因素logistic 回歸分析顯示，吸煙史、空泡征、胸膜凹陷和毛刺征等因素是EGFR 突變的獨(dú)立預(yù)測(cè)因素（均P＞0.05）?？张菡髟谙侔〦GFR 突變患者中更常見(jiàn)，而胸膜凹陷在野生型患者中更常見(jiàn)，這與之前的研究［10，14］一致。

為了構(gòu)建放射組學(xué)特征，本研究從1 586 個(gè)組學(xué)特征中提取出10 個(gè)與EGFR 突變相關(guān)的獨(dú)立組學(xué)特征，驗(yàn)證集證實(shí)其是相對(duì)穩(wěn)定的。紋理和高維特征與腺癌的EGFR 突變狀態(tài)具有較強(qiáng)的相關(guān)性［20］。紋理特征不能被人類(lèi)視覺(jué)系統(tǒng)識(shí)別，也不能被理解為特定的含義［21-22］。本研究表明，包括original_firstorder_Skewness、exponential_glrlm_SRE 和wavelet.LLL_glszm_ZE 在內(nèi)的放射組學(xué)特征在EGFR 突變組中較高，這些特征均與EGFR 突變顯著相關(guān)。wavelet.LLL_firstorder_Kurtosis 與CT 圖像中的峰度有關(guān)，而wavelet.LLL_glszm_GLNN 特征可能與灰度值有關(guān)，而該值越低，強(qiáng)度值的相似性也越大。這表明提取的腫瘤圖像的紋理越精細(xì)，腫瘤組織內(nèi)的異質(zhì)性越大，EGFR 突變風(fēng)險(xiǎn)的可能性也越高。這與文獻(xiàn)報(bào)道［11］一致。盡管肉眼無(wú)法觀察到紋理特征，但某些紋理特征組合可用放射學(xué)特征來(lái)體現(xiàn)。

對(duì)放射學(xué)特征的評(píng)價(jià)，能夠在一定程度上體現(xiàn)腫瘤的基因型，放射組學(xué)特征可預(yù)測(cè)EGFR 突變狀態(tài)［7，10，14-15］。此外，某些文獻(xiàn)表明放射組學(xué)特征和腫瘤基因型之間存在關(guān)聯(lián)［11，18-20］。然而，當(dāng)手動(dòng)勾畫(huà)腫瘤ROI 時(shí)，因?yàn)椴糠植∽兲《鵁o(wú)法完整或全部包含其中，這些遺漏的部分可能會(huì)導(dǎo)致提取組學(xué)特征時(shí)得到信息量減少，無(wú)法全面體現(xiàn)腫瘤組織的異質(zhì)性。在本研究中，由放射組學(xué)特征構(gòu)建的C-R 模型在訓(xùn)練集中的AUC 為0.88，C-R-R 模型的AUC 提高至0.95。這說(shuō)明模型中含有臨床及放射學(xué)因素、組學(xué)特征能夠提升模型的診斷效能。另外，應(yīng)用3 種不同的分類(lèi)器來(lái)評(píng)估放射組學(xué)模型的性能，其中SVM 分類(lèi)器的診斷效能最高。Yang 等［11］報(bào)道的EGFR 突變狀態(tài)的組學(xué)模型AUC 較低，在訓(xùn)練集和驗(yàn)證集的AUC 分別為0.82 和0.77，但其模型缺乏驗(yàn)證，限制了在臨床上的應(yīng)用。本研究構(gòu)建的C-R-R 模型在訓(xùn)練集和驗(yàn)證集中的診斷效能均較好，且性能穩(wěn)定。

本研究的局限性：①因?yàn)榛仡櫺匝芯康男再|(zhì)及機(jī)器設(shè)備和參數(shù)的不同，需前瞻性研究來(lái)驗(yàn)證。②未納入其他病理亞型，主要因?yàn)镋GFR 突變多發(fā)生于肺腺癌患者中。③圖像勾畫(huà)均由放射科醫(yī)師手動(dòng)完成，而自動(dòng)分割可更快捷方便地提取特征。

綜上所述，放射組學(xué)特征與肺腺癌EGFR 突變高度相關(guān)?；贑T 放射組學(xué)特征結(jié)合臨床變量和影像學(xué)特征構(gòu)建的C-R-R 模型在預(yù)測(cè)EGFR 突變狀態(tài)方面有較高的診斷效能，可為符合靶向治療條件的腫瘤患者提供參考。