Insights into Imaging 河北医科大学第二医院：基于MRI的瘤内异质性量化用于肝内肿块型胆管癌分级

01文献学习本次分享的文献是由河北医科大学第二医院联合河北大学附属医院放射科、中国人民解放军总医院第五医学中心、保定市第一中心医院重症医学科等多中心团队于2025年5月14日在《Insights into Imaging》中科院2区topIF4.5上发表的研究“MRI-based quantification of intratumoral heterogeneity for intrahepatic mass-forming cholangiocarcinoma grading: a multicenter study”即基于MRI的瘤内异质性量化用于肝内肿块型胆管癌分级一项多中心研究该研究提出一种基于MRI的生境成像方法量化肝内肿块型胆管癌的瘤内异质性结合影像组学、临床实验室及影像特征构建预测模型以非侵入性预测IMCC的病理分级。创新点①创新提出基于MRI生境成像的瘤内异质指数通过K-means聚类划分肿瘤亚区量化不同生物学特性区域。②融合多模态特征构建联合模型整合临床、影像、实验室、影像组学与生境特征提升预测性能。③首次将T2WI与DWI亚区特征结合构建T2WIhabitat1DWIhabitat2模型有效表征肿瘤水分分布与细胞密度异质性。临床价值①提供无创、术前分级预测工具减少对侵入性病理活检的依赖降低采样偏差与操作风险。②辅助早期识别高病理分级患者支持临床制定个性化治疗策略如新辅助化疗或积极手术。③增强肿瘤异质性可视化与量化能力为预后评估与疗效监测提供影像学生物标志物。图 2放射组学和生境聚类流程图输入数据IMCC患者术前MRI原始图像T2WI和DWI序列。图像预处理包括1mm³各向同性体素重采样、直方图归一化、DWI与T2WI图像配准仿射可变形变换目的是消除图像异质性统一数据格式。VOI勾勒两名放射科医生手动勾勒肿瘤三维体积感兴趣区VOI经共识确认后由15年以上经验的放射科医生验证确保区域划分准确性。生境生成基于T2WI和DWI的灰度特征采用K-means聚类算法肘部法确定K2将肿瘤分割为2个具有不同生物学特征的亚区域Habitat1/2。特征提取通过Pyradiomics工具提取1904个放射组学特征涵盖一阶统计量、形态学参数、灰度共生矩阵GLCM、灰度游程矩阵GLRLM等7类特征。特征选择先通过卡方检验p0.05筛选差异特征再用LASSO回归降维去冗余减少特征相关性与冗余性。模型构建基于逻辑回归LR构建7类模型单独特征模型组合模型。模型评估采用ROC曲线AUC、校准曲线评估预测概率与实际结果一致性、决策曲线评估临床净获益验证模型性能。02数据和方法研究背景肝内胆管癌ICC是仅次于肝细胞癌的第二大原发性肝癌其中肝内肿块型胆管癌IMCC是最常见且预后最差的亚型约占ICC病例的60%。肿瘤的病理分级是评估ICC预后的关键指标与复发率和患者生存期密切相关。通常低级别肿瘤与更活跃的免疫抑制微环境、更强的血管生成以及更高的肿瘤内异质性ITH相关。然而目前IMCC的分级主要依赖侵入性的组织病理学检查这种方法不仅存在取样偏差、耗时较长而且在临床应用上受限。因此临床迫切需要一种可靠、无创的影像学技术能够在术前准确预测肿瘤分级。近年来栖息地成像作为一种创新的无创技术通过将肿瘤分割成具有不同生物学特征的亚区即“栖息地”为深入分析肿瘤提供了新视角。扩散加权成像DWI和T2加权成像T2WI在表征IMCC方面展现出巨大潜力前者能反映肿瘤的细胞密度和组织异质性后者则提供高分辨率的解剖信息。将两者结合可以更全面地评估肿瘤内异质性有望成为预测IMCC病理分级的重要生物标志物。研究目的本研究旨在开发一种基于MRI的定量方法通过测量肿瘤内异质性ITH来预测肝内肿块型胆管癌IMCC的病理分级。具体而言研究采用栖息地成像技术利用K-means聚类算法将肿瘤在DWI和T2WI图像上分割成不同的亚区域并从中提取放射组学特征。通过构建一个栖息地模型整合各亚区域模型的输出概率计算出一个患者层面的ITH指数。同时研究还整合了临床、实验室和影像学特征以及传统的全肿瘤放射组学特征构建了包含不同特征组合的多种预测模型。最终目标是建立一个综合模型将临床-实验室-影像特征、栖息地特征和放射组学特征相结合以优化对IMCC病理分级的预测性能。该研究采用多中心回顾性数据进行模型训练、内部验证并利用独立的外部数据集进行验证以评估模型的泛化能力。通过比较不同模型的诊断效能如AUC、敏感性、特异性等并利用SHAP分析解释特征重要性研究期望为IMCC的术前无创分级、风险分层和临床决策提供一个准确、可靠的量化工具。03数据和方法研究数据1数据来源回顾性收集5家学术医疗中心2018年3月至2024年4月的IMCC患者数据。2样本量最终纳入数据集训练内部验证集197例中位年龄59岁IQR52-65岁外部验证集43例中位年龄58.5岁IQR52.25-69.75岁。分组方式按8:2比例分层抽样分为训练集158例和内部验证集39例确保高低级别IMCC病例分布均衡外部验证集来自2个独立区域医疗中心。3纳入与排除标准纳入标准①病理证实为IMCC②术前接受MRI检查。排除标准①术前接受全身或局部治疗化疗、放疗、消融等②MRI与手术/活检间隔超2周③MRI图像质量差严重伪影、信噪比不足、肿瘤覆盖不全。图 1患者纳入与排除流程图技术方法1影像预处理包括N4偏置场校正、1mm³各向同性体素重采样、直方图标准化、DWI与T2WI的配准仿射可变形变换。2肿瘤分割与Habitat聚类两位放射科医生在DWIb800s/mm²上手动勾勒肿瘤三维体积感兴趣区VOI经共识确定并由资深医生验证。采用K-means聚类算法基于DWI和T2WI的灰度特征将肿瘤分割为2个亚区域通过肘部法确定最优聚类数K2。3特征提取临床/实验室/影像学特征包括年龄、性别、肿瘤标志物CA19-9、CEA等、肿瘤位置、边缘、信号模式等。影像组学特征通过Pyradiomics工具从T2WI、DWI及4个肿瘤亚区域提取1904个特征涵盖一阶统计量、形态学、灰度共生矩阵等7类。4模型构建与评估特征选择卡方检验p0.05筛选候选特征再通过LASSO回归降维去冗余。模型构建基于逻辑回归构建7种模型包括单独特征模型临床实验室影像模型、影像组学模型、Habitat模型及组合模型共4种。评估指标受试者工作特征曲线下面积AUC、敏感性、特异性、准确性、精确性采用SHAP分析量化特征对模型的影响。04实验结果1关键关联特征单因素和多因素逻辑回归显示T2WI信号模式OR1.628p0.022和肿瘤边缘OR0.613p0.025与IMCC病理分级显著相关。2Habitat模型性能最优Habitat模型为T2WI_habitat1高水含量区域DWI_habitat2低细胞密度区域训练集AUC0.84795% CI0.783-0.911内部验证集AUC0.75395% CI0.595-0.911。3联合模型性能整合临床、实验室、影像学、影像组学及Habitat特征的联合模型表现最优训练集AUC0.89595% CI0.845-0.944内部验证集AUC0.79095% CI0.650-0.931外部验证集AUC0.81595% CI0.680-0.9514特征重要性SHAP分析显示Habitat特征对模型输出影响最大其次是影像组学特征临床实验室影像特征影响最小。图 3生境聚类过程示例图图 4DeLong检验热图图 5模型性能评估图ROC曲线、校准曲线、决策曲线图 6多模态特征SHAP分析图05研究结论本研究通过多中心回顾性分析开发并验证了一种基于MRI的肿瘤内异质性ITH定量评估方法用于预测肝内肿块型胆管癌IMCC的病理分级。研究提出的生境模型通过K-means聚类将肿瘤划分为具有不同生物学特征的子区域并从中提取ITH指数结果显示该模型在训练集和内部验证集中表现出良好的预测能力AUC分别为0.847和0.753。进一步构建的组合模型整合了临床-实验室-影像特征、传统放射组学特征及生境特征在训练集、内部验证集和外部验证集中均展现出更优的预测性能AUC分别为0.895、0.790和0.815显著提升了IMCC分级的诊断准确性。SHAP分析表明生境特征对模型决策的贡献最为突出凸显了定量ITH在分级预测中的关键作用。尽管生境模型在外部验证中表现有所下降提示其泛化能力受影像协议与人群差异的影响但整体研究表明基于MRI的ITH定量化结合多模态特征可为IMCC术前无创分级提供可靠工具有助于临床风险分层与治疗决策优化。研究同时指出其回顾性设计、仅使用DWI与T2WI序列以及外部样本量较小等局限性需前瞻性研究进一步验证。