超聲影像組學(xué)模型對(duì)乳腺癌人表皮生長(zhǎng)因子受體2 表達(dá)的預(yù)測(cè)價(jià)值

鮮鋒 周暢 韋力 諶典 聶淑婷 邵袁緣 胡文姝 李心怡 張奧懿

乳腺癌是一種具有較高發(fā)病率的惡性腫瘤。人表皮生長(zhǎng)因子受體2（human epidermal growth factor receptor 2，HER-2）是乳腺癌診治中一個(gè)重要的分子標(biāo)志物，其表達(dá)水平已被證明與腫瘤的進(jìn)展和預(yù)后密切相關(guān)。目前，乳腺癌HER-2 的表達(dá)水平是通過組織學(xué)檢查來(lái)測(cè)定的，但組織樣本需要通過乳腺活檢或手術(shù)切除來(lái)獲取，這兩種方式均為侵入性操作，并且患者面臨著手術(shù)風(fēng)險(xiǎn)和不適。因此，臨床上需要一種無(wú)創(chuàng)、有效的方法來(lái)預(yù)測(cè)乳腺癌HER-2 表達(dá)。超聲檢查是一種安全、快速的檢查手段，能夠幫助臨床醫(yī)師發(fā)現(xiàn)和鑒別腫塊，評(píng)估其惡性風(fēng)險(xiǎn)，并輔助制定最佳的治療方案。但傳統(tǒng)超聲影像學(xué)診斷還無(wú)法對(duì)分子標(biāo)志物的表達(dá)進(jìn)行準(zhǔn)確預(yù)測(cè)。本研究旨在探討超聲影像組學(xué)模型預(yù)測(cè)HER-2 表達(dá)的可行性和有效性，為乳腺癌臨床診斷提供新的可能。

1 對(duì)象和方法

1.1 對(duì)象 回顧2018 年1 月至2023 年4 月三峽大學(xué)第一臨床醫(yī)學(xué)院行乳腺超聲檢查的乳腺癌女性患者235 例，年齡23～81（52.15±11.10）歲。所有患者均為單發(fā)病灶，病理類型均為非特殊類型浸潤(rùn)性乳腺癌，其中71 例患者合并導(dǎo)管原位癌（成分＜20%）。納入標(biāo)準(zhǔn)：（1）經(jīng)乳腺穿刺活檢或術(shù)中病理檢查診斷為乳腺癌；（2）患者可以通過乳腺穿刺活檢或手術(shù)中獲得明確的病理檢查結(jié)果及HER-2 表達(dá)結(jié)果；（3）患者活檢或手術(shù)前2 周內(nèi)進(jìn)行超聲檢查。排除標(biāo)準(zhǔn)：（1）病理診斷及HER-2 表達(dá)檢測(cè)不明確的患者；（2）三陰型乳腺癌、乳腺轉(zhuǎn)移癌以及合并其他惡性腫瘤的患者；（3）在本次超聲檢查前已接受穿刺活檢、放化療或手術(shù)治療的患者；（4）超聲圖像質(zhì)量差、病灶過大或使用寬景成像的患者。其中HER-2 表達(dá)陽(yáng)性（免疫組化2+或3+，通過熒光原位雜交檢測(cè)HER-2 基因擴(kuò)增[1]）85 例，HER-2 表達(dá)陰性（免疫組化檢測(cè)0、1+或2+，通過熒光原位雜交檢測(cè)HER-2 基因擴(kuò)增缺失）150 例。本研究經(jīng)本院醫(yī)學(xué)倫理委員會(huì)審查通過（批準(zhǔn)文號(hào)：2022-115-01）。

1.2 超聲圖像采集 采用邁瑞Resona7S、聲科Aixplorer V 彩色多普勒超聲診斷儀，線陣探頭，頻率5.0～12.0 MHz，深度設(shè)置3～5 cm?；颊呷⊙雠P位或半側(cè)臥位，分別對(duì)雙側(cè)乳房進(jìn)行橫向、縱向或放射狀掃查，并掃查乳頭、乳暈區(qū)，避免遺漏病灶。從超聲聯(lián)影系統(tǒng)中導(dǎo)出所有患者的乳腺癌圖像，圖像保存為DICOM 格式。

1.3 影像組學(xué)分析 對(duì)每例乳腺癌患者取一幅顯示乳腺病灶最大徑線切面且質(zhì)量最佳的二維超聲圖像。將乳腺病灶圖像分別導(dǎo)入到3D-Slicer（版本4.10.2，https://www.slicer.org/）軟件中勾畫病灶感興趣區(qū)（region of interest,ROI），由1 位5 年以上乳腺超聲工作經(jīng)驗(yàn)的主治醫(yī)師盡可能沿著目標(biāo)病灶的輪廓仔細(xì)描記，病灶邊界模糊或有成角、分葉、毛刺等均應(yīng)包含在內(nèi)，排除液化壞死區(qū)。然后從勾畫的ROI 中提取超聲影像組學(xué)特征。2 周后，隨機(jī)選擇30 例患者病灶由該醫(yī)師和另1 位5 年以上乳腺超聲工作經(jīng)驗(yàn)的超聲主治醫(yī)師再次進(jìn)行勾畫，對(duì)2 位醫(yī)師前后兩次手動(dòng)分割病灶所提取的影像組學(xué)特征，采用組內(nèi)相關(guān)系數(shù)（intraclass correlation coefficient，ICC）評(píng)價(jià)觀察者內(nèi)以及觀察者間的可重復(fù)性。2 位超聲醫(yī)師對(duì)所勾畫病灶的臨床及病理信息均不知情。

1.4 統(tǒng)計(jì)學(xué)處理 采用SPSS 24.0 及Python 3.9.7（https://www.python.org/）統(tǒng)計(jì)軟件。計(jì)量資料以表示，計(jì)數(shù)資料以例（%）表示。將特征進(jìn)行Z-Score 標(biāo)準(zhǔn)化，使用ICC 評(píng)價(jià)觀察者內(nèi)和觀察者間測(cè)量的可重復(fù)性。采用Pearson相關(guān)系數(shù)進(jìn)行特征篩選，剩余特征特征采用最小冗余最大相關(guān)（minimum redundancy maximum relevance，mRMR）算法進(jìn)行選擇。通過十折交叉驗(yàn)證的最小絕對(duì)收縮和選擇算子（least absolute shrinkage and selection operator，LASSO）邏輯回歸進(jìn)行選擇。利用AdaBoost 算法構(gòu)建影像組學(xué)模型。繪制ROC 曲線，評(píng)價(jià)超聲影像組學(xué)模型預(yù)測(cè)乳腺癌分子標(biāo)志物HER-2表達(dá)的診斷效能，采用Delong 檢驗(yàn)比較訓(xùn)練集和驗(yàn)證集AUC 間的差異。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 影像組學(xué)特征提取 3D-Slicer 軟件手動(dòng)分割病灶ROI 后從每個(gè)ROI 中均分別提取了851 個(gè)包括大小、形狀、紋理、小波等影像組學(xué)特征，典型病例見圖1。

圖1 非特殊類型浸潤(rùn)性乳腺癌患者超聲圖像3D-Slicer 軟件勾畫ROI（A、B：63 歲HER-2 表達(dá)陰性患者病灶二維原始圖像及手動(dòng)分割圖像并生成ROI；C、D：48 歲HER-2 表達(dá)陽(yáng)性患者病灶二維原始圖像及手動(dòng)分割圖像并生成ROI）

2.2 影像組學(xué)特征篩選及構(gòu)建模型 將所有患者按7∶3 隨機(jī)分為訓(xùn)練集164 例及驗(yàn)證集71 例。計(jì)算ICC 均＞0.75，提示觀察者內(nèi)部和觀察者間測(cè)量的可重復(fù)性良好，因此沒有特征去除。Pearson 相關(guān)系數(shù)取閾值＞0.9 進(jìn)行特征篩選，經(jīng)mRMR 算法篩選后剩余32 個(gè)特征，LASSO 邏輯回歸最終提取了8 個(gè)超聲影像組學(xué)特征，見表1 和圖2。

表1 8個(gè)超聲影像組學(xué)特征

圖2 LASSO 邏輯回歸選擇超聲影像組學(xué)特征（A：表示每個(gè)Lambda 下特征系數(shù)的變化；B：表示不同Lambda 下每一折交叉驗(yàn)證的均方誤差結(jié)果）

2.3 影像組學(xué)模型評(píng)價(jià) 利用AdaBoost算法在訓(xùn)練集中構(gòu)建影像組學(xué)模型，在驗(yàn)證集中進(jìn)行評(píng)價(jià)。結(jié)果顯示，影像組學(xué)模型在訓(xùn)練集和驗(yàn)證集中預(yù)測(cè)HER-2 陽(yáng)性表達(dá)的效能較好；Delong檢驗(yàn)結(jié)果顯示訓(xùn)練集和驗(yàn)證集AUC的差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），見圖3和表2。

表2 超聲影像組學(xué)標(biāo)簽對(duì)乳腺癌HER-2表達(dá)的預(yù)測(cè)效能

圖3 在訓(xùn)練集和驗(yàn)證集中影像組學(xué)標(biāo)簽預(yù)測(cè)乳腺癌HER-2表達(dá)的ROC 曲線

3 討論

乳腺癌是女性最常見的惡性腫瘤，早期的診斷和治療對(duì)于提高患者的生存率至關(guān)重要[2]。HER-2 基因位于17q21 染色體上，編碼了一種膜結(jié)合型酪氨酸激酶受體，參與了細(xì)胞增殖、生長(zhǎng)和分化等過程[3-4]。HER-2 作為一種重要的細(xì)胞膜受體，在乳腺癌的診斷、預(yù)后評(píng)估以及個(gè)體化治療方案制定中扮演著重要角色[5-7]。通常HER-2陽(yáng)性表達(dá)的乳腺癌意味著細(xì)胞信號(hào)傳導(dǎo)通路異常激活，腫瘤侵襲能力會(huì)進(jìn)一步增強(qiáng)。HER-2 陽(yáng)性乳腺癌通常與腫瘤分級(jí)、淋巴結(jié)轉(zhuǎn)移和腫瘤復(fù)發(fā)風(fēng)險(xiǎn)相關(guān)[8-9]。因此，對(duì)于HER-2 的準(zhǔn)確檢測(cè)和分析已經(jīng)成為了乳腺癌治療中不可或缺的一項(xiàng)任務(wù)。

超聲影像組學(xué)利用計(jì)算機(jī)算法對(duì)大量乳腺超聲影像數(shù)據(jù)進(jìn)行分析，可以提取出與乳腺癌相關(guān)的潛在特征和模式。這些特征和模式可以用于輔助醫(yī)師對(duì)乳腺癌進(jìn)行早期診斷、預(yù)測(cè)病情發(fā)展和指導(dǎo)個(gè)體化治療方案的制定[10]。通過對(duì)乳腺超聲影像數(shù)據(jù)進(jìn)行分析，可以發(fā)現(xiàn)一些難以被肉眼觀察到的特征，從而提高乳腺癌的診斷準(zhǔn)確性[11-12]。Romeo 等[13]評(píng)估影像組學(xué)和機(jī)器學(xué)習(xí)在超聲圖像上對(duì)非囊性良性和惡性乳腺病變進(jìn)行分類的效能。使用了一家機(jī)構(gòu)的135 個(gè)病變通過交叉驗(yàn)證來(lái)訓(xùn)練和測(cè)試機(jī)器學(xué)習(xí)模型。影像組學(xué)特征是從手動(dòng)注釋的圖像中提取出來(lái)的，并經(jīng)過了多步特征選擇過程。另一家機(jī)構(gòu)的66 個(gè)病變?yōu)橥獠繙y(cè)試集，研究發(fā)現(xiàn)影像組學(xué)與機(jī)器學(xué)習(xí)相結(jié)合，機(jī)器學(xué)習(xí)分類器的表現(xiàn)與超聲醫(yī)師相當(dāng)。該研究表明，機(jī)器學(xué)習(xí)可以成為幫助超聲科醫(yī)師鑒別診斷乳腺病變的有用工具。Li 等[14]從每張超聲圖像提取7 個(gè)特征類的1 688 個(gè)影像組學(xué)特征，比較了定量高通量超聲影像組學(xué)特征分析和定性特征評(píng)估在預(yù)測(cè)三陰性乳腺癌的病理和免疫組織化學(xué)特征方面的表現(xiàn)。結(jié)果發(fā)現(xiàn)，高通量定量超聲特征優(yōu)于傳統(tǒng)的定性超聲特征在預(yù)測(cè)三陰性乳腺癌的生物學(xué)行為方面。該研究建議，計(jì)算機(jī)輔助影像學(xué)分析可以提高診斷效能，有助于早期和準(zhǔn)確地識(shí)別具有侵襲性生物特性的三陰性乳腺癌。Quan 等[15]研究基于極限梯度提升的時(shí)頻域特征分類器與基于邏輯回歸的臨床參數(shù)分類器組合的深度學(xué)習(xí)超聲影像組學(xué)模型，可提供預(yù)測(cè)HER-2 表達(dá)狀態(tài)的最佳診斷效能，驗(yàn)證隊(duì)列AUC 為0.810。從而為乳腺癌患者選擇最合適的藥物治療提供幫助。

本研究發(fā)現(xiàn)超聲影像組學(xué)模型能夠較為準(zhǔn)確應(yīng)用于乳腺癌HER-2 表達(dá)的預(yù)測(cè)，其在預(yù)測(cè)乳腺癌HER-2 表達(dá)方面有以下優(yōu)勢(shì)：傳統(tǒng)確定HER-2 表達(dá)水平的方法通常依賴于組織活檢和免疫組化檢測(cè)，這些方法有一定的局限性，如需要獲取組織樣本、費(fèi)時(shí)費(fèi)力等。而超聲影像組學(xué)通過分析乳腺超聲影像數(shù)據(jù)中的特征和模式，可以提取出與HER-2 表達(dá)相關(guān)的信息，為非侵入性預(yù)測(cè)HER-2 表達(dá)提供了一種新的選擇；超聲影像組學(xué)可捕獲腫瘤大小、形狀、紋理、小波等多種與乳腺癌HER-2 表達(dá)相關(guān)的圖像特征，為預(yù)測(cè)HER-2 在乳腺癌中的表達(dá)提供重要線索[6]；超聲影像組學(xué)注重診斷準(zhǔn)確性，這是其預(yù)測(cè)HER-2 在乳腺癌中表達(dá)的重要優(yōu)勢(shì)之一。通過與免疫組化結(jié)果的關(guān)聯(lián)分析，準(zhǔn)確預(yù)測(cè)結(jié)果有助于指導(dǎo)乳腺癌的治療選擇和個(gè)體化管理[16]。

然而，本研究存在一定的局限性。首先，樣本量相對(duì)較小，可能存在樣本選擇偏差。為進(jìn)一步驗(yàn)證和推廣該模型，亟需擴(kuò)大樣本量，開展多中心的臨床研究，以增加數(shù)據(jù)的可靠性和代表性。其次，在影像指標(biāo)和組學(xué)分析指標(biāo)的篩選方法和分析方法方面，仍有改進(jìn)的空間。進(jìn)一步完善這些方法，提升模型的穩(wěn)定性和預(yù)測(cè)效能，是未來(lái)研究的重要方向。此外，考慮到乳腺癌的異質(zhì)性和復(fù)雜性，與組織活檢和免疫組化檢測(cè)相比，超聲影像組學(xué)仍然面臨一些例如標(biāo)準(zhǔn)化、數(shù)據(jù)解釋等問題的挑戰(zhàn)。

綜上所述，超聲影像組學(xué)模型在乳腺癌HER-2 表達(dá)預(yù)測(cè)方面展現(xiàn)出潛在的可靠性和準(zhǔn)確度，為乳腺癌的治療和個(gè)體化管理提供了支持。但仍需要更多的研究來(lái)驗(yàn)證其在臨床實(shí)踐中的應(yīng)用價(jià)值。