重点号| 基于18F-PSMA-1007 PET/CT影像组学模型在前列腺癌与前列腺增生鉴别诊断中的价值

文摘   2024-07-03 21:59   江苏  

PET/CT影像组学模型是否前列腺癌鉴别诊断的技术新宠?

前列腺穿刺活检或多参数MRI诊断前列腺癌并非完美无缺,可能带来并发症,存在漏诊风险,不能准确反映肿瘤异质性。PSMA PET/CT在前列腺癌中的应用价值已有诸多研究报道。西安交通大学第一附属医院的罗量等研究人员拓展思路,在显像的基础上构建影像组学模型,比较了PSMA PET/CT影像组学模型与常规显像参数对前列腺癌与前列腺增生鉴别诊断的效能,ROC曲线分析结果显示建立的模型在鉴别诊断方面,测试集AUC>0.9,优于常规代谢参数。该模型可进一步提高对前列腺癌和前列腺增生鉴别诊断的效能。

引用本文: 罗量, 常儒玺, 李运轩, 等.  基于18F-PSMA-1007 PET/CT影像组学模型在前列腺癌与前列腺增生鉴别诊断中的价值 [J] . 中华核医学与分子影像杂志, 2024, 44(2) : 80-85. DOI: 10.3760/cma.j.cn321828-20231115-00107.

通信作者:段小艺, Email: duanxyi@yeah.net






前    言




前列腺癌诊断的金标准是超声引导下穿刺活组织检查(简称活检),但穿刺活检存在诸多的并发症,包括出血、感染、尿潴留等[1],还存在漏诊风险,使得部分患者需要进行二次穿刺,导致并发症风险增加[2]。靶向前列腺特异膜抗原(prostate specific membrane antigen, PSMA) PET/CT显像是1种可靠的针对前列腺癌的无创性诊断方法。与目前临床常用的多参数MRI比较,PSMA PET/CT不仅对前列腺癌原发灶的诊断具有较高的准确性,对淋巴结及远处转移的检测效能也优于多参数MRI,有助于前列腺癌的早期诊断与精准分期[3-4]。然而,临床实践中发现,PSMA PET/CT对于无明显显像剂摄取且血清前列腺特异抗原(prostate specific antigen, PSA)水平升高不明显的患者,很难进行病灶的诊断。近年来新兴的影像组学方法通过对图像原始信息的充分挖掘,能够更好地反映肿瘤内部特征,从而对肿瘤早期诊断及鉴别诊断有更多帮助[5-6]。利用影像组学方法能否提高PSMA PET/CT对前列腺癌与前列腺增生(benign prostatic hyperplasia, BPH)鉴别诊断的效能?目前罕见报道。本研究回顾性纳入病理证实的前列腺癌和BPH患者,建立PSMA PET/CT影像组学模型,同时与临床指标、PET常规参数等比较,为前列腺癌与BPH的鉴别诊断提供更为准确而客观的方法。

资料与方法




1

研究对象
回顾性收集2020年5月至2022年9月在西安交通大学第一附属医院因血清PSA升高行前列腺穿刺活检和PSMA PET/CT显像的患者临床资料。纳入标准:(1)前列腺穿刺活检确诊为前列腺癌或BPH;(2)临床、病理及PET/CT资料完整;(3)前列腺穿刺与PET/CT显像间隔不超过1个月;(4)穿刺及PET/CT显像前未进行前列腺相关治疗;(5)无其他恶性肿瘤史。排除标准:(1) PET/CT图像质量差,或ROI勾画困难;(2)特殊类型前列腺癌,如神经内分泌癌等。筛选出174例符合标准的患者,以年龄为变量进行2∶1倾向性评分匹配,最终获得50例前列腺癌[年龄(70.0±8.8)岁]和25例BPH患者[年龄(66.9±9.4)岁],并使用随机种子数按7∶3分为训练集(53例)和测试集(22例)。本研究经西安交通大学第一附属医院医学伦理委员会审批通过[批件号:2019伦审医字第(J1)号],豁免知情同意。


2

18F-PSMA-1007 PET/CT显像
18F-PSMA-1007由本院自行制备,放化纯>99%,所用放射性药物合成设备为美国GE MINItrace。显像前按患者体质量通过静脉注射18F-PSMA-1007 3.7 MBq/kg,患者安静休息1.5 h后行全身PET/CT(荷兰Philips公司Gemini TF64 PET/CT仪)扫描,先行CT扫描,管电压120 kV,自动毫安秒;PET扫描范围自颅顶至股骨中段,连续采集7~10个床位,每个床位1.5 min,经有序子集最大期望值迭代法重建,获得轴位、冠状位、矢状位及最大密度投影图像。由1位经验丰富PET/CT医师在Extended Brilliance工作站上采用Fusion Viewer软件以40%SUVmax为阈值自动勾画三维 ROI,获得SUVmax、SUVmean、SUV峰值(peak of SUV, SUVpeak)、肿瘤代谢体积(metabolic tumor volume, MTV),MTV和SUVmean相乘获得病灶总摄取值(total lesion uptake, TLU)。


3

PET/CT图像处理
将PET图像和CT图像导入ITK-SNAP 4.0.1软件进行配准。在不知晓患者病理结果的前提下,由2位经验丰富的PET/CT医师基于CT手动逐层勾画整个前列腺ROI,分别获得CT图像ROI和PET图像ROI。用组内相关系数(intraclass correlation coefficient, ICC)评估不同观察者间提取特征的一致性,本研究以ICC>0.75作为一致性较好的标准进行后续特征筛选。


4

提取和筛选影像组学特征
采用指数、梯度、高斯拉普拉斯算子和小波滤波等滤波器对图像进行预处理。对所有PET和CT图像ROI以1.0×1.0×1.0 mm3的空间分辨率进行重新采样。使用Python 3.7.0软件中的Pyradiomics软件包提取影像组学特征,包括一阶特征、灰度共生矩阵(gray level co-occurrence matrix, GLCM)特征、灰度游程长度矩阵(gray level run length matrix, GLRLM) 特征、灰度大小区域矩阵(gray level size zone matrix, GLSZM)特征、灰度依赖矩阵(gray level dependence matrix, GLDM)特征和邻域灰度差矩阵(neighbouring gray tone difference matrix, NGTDM)特征等。提取出的影像组学特征均符合图像生物标志物标准化倡议中的特征定义。特征筛选:(1)使用Z-score进行影像组学特征数值的归一化;(2)使用最大相关最小冗余(minimum redundancy and maximum relevance, mRMR)特征筛选法筛选出相关度最高的前10个特征;(3)使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)算法筛选出最有预测价值的特征,并计算每例患者的影像组学评分。


5

模型的构建、比较和评价
采用logistic回归分别建立PET和PET/CT的影像组学模型,同时收集游离PSA与总PSA的比值(free PSA/total PSA, fPSA/tPSA)、SUVmax、SUVpeak、MTV、TLU,以及Eiber等[7]提出的针对PSMA PET/CT图像解读及报告的前列腺癌分子成像标准化评估(prostate cancer molecular imaging standardized evaluation, PROMISE)等参数和指标,绘制模型和指标相应的ROC曲线,计算AUC,采用Delong检验比较不同指标AUC差异。计算净重新分类指数(net reclassification improvement, NRI),比较不同模型的鉴别诊断效能。绘制决策曲线比较不同模型的临床获益情况。


6

统计学处理
R 4.2.2软件和IBM SPSS 26.0软件进行数据分析。符合正态分布的定量资料用x±s表示,不符合正态分布的定量资料用M(Q1,Q3)表示,定性资料用频数(百分比)表示。分别对连续正态分布变量、连续非正态分布变量使用两独立样本t检验、Mann-Whitney U检验比较2组间的差异。用单因素和多因素回归分析评价不同参数对前列腺癌鉴别的预测价值。P<0.05为差异有统计学意义。

结    果




1

临床资料
纳入研究对象的临床资料及统计学比较结果见表1。在训练集中,35例诊断为前列腺癌[病理T分期(pathological T staging, pT): 7例pT2、22例pT3a、6例pT3b],18例诊断为BPH。在测试集中,15例诊断为前列腺癌(6例pT2、7例pT3a、2例pT3b),7例诊断为BPH。训练集与测试集年龄分别为(70.3±9.0)岁和(65.9±8.5)岁,组间年龄差异无统计学意义(t=-1.98,P=0.051)。2组tPSA、fPSA和fPSA/tPSA差异均无统计学意义(z值:-0.42、-0.12、-0.68, 均P>0.05)。


2

影像组学特征提取和筛选结果
共提取出2632个影像组学特征,包含1 316个PET特征和1 316个CT特征。经过降维和筛选后,PET影像组学模型纳入7个特征,包括2个GLDM特征、2个GLSZM特征、1个GLRLM特征、1个GLCM特征、1个NGTDM特征。PET/CT影像组学模型纳入7个特征,包括3个CT特征(2个一阶特征和1个GLSZM特征)和4个PET特征(2个GLSZM特征、1个GLCM特征和1个GLDM特征)。


3

模型鉴别诊断效能
血清肿瘤标志物fPSA/tPSA,PET常规代谢参数SUVmax、SUVpeak、MTV、TLU,PROMISE标准以及PET和PET/CT影像组学模型对前列腺癌和BPH鉴别诊断的结果见表2。在训练集中,PET影像组学模型与fPSA/tPSA、SUVmax、SUVpeak、MTV、TLU及PROMISE的AUC差异均有统计学意义(z值:-5.53~-3.13,均P<0.01);PET/CT影像组学模型与上述临床指标和参数的AUC在训练集中差异也均有统计学意义(z值:-6.26~-3.28,均P<0.01)。在测试集中,PET和PET/CT影像组学模型与fPSA/tPSA、SUVmax、SUVpeak的AUC差异均无统计学意义(z值:-1.82~-1.08,均P>0.05),与MTV、TLU及PROMISE的AUC差异均有统计学意义(z值:-3.16~-2.53,均P<0.05)。PET和PET/CT影像组学模型在训练集和测试集的ROC曲线见图1,二者AUC在训练集和测试集中差异均无统计学意义(z值:-1.48,0,P值:0.137,1.000)。PET/CT模型相对于PET模型,诊断效能无明显提升(NRI=-0.01),而PET/CT模型与临床指标和参数相比,诊断效能明显提升(NRI>0)。在测试集中,PET模型和PET/CT模型对前列腺癌和BPH鉴别诊断的准确性、灵敏度和特异性分别为86.36%(19/22)、13/15、6/7和90.91%(20/22)、15/15、5/7。不同指标、参数及影像组学模型对前列腺癌鉴别的单因素分析结果见表3,进一步多因素分析结果显示PET/CT组学模型为前列腺癌鉴别诊断的影响因素[比值比(odds ratio, OR)=3.07, 95% CI:1.47~6.41;P=0.003]。




4

决策曲线分析结果
如图2所示,在阈值概率大于16%时,PET影像组学模型和PET/CT影像组学模型的曲线均高于极端曲线,在鉴别诊断前列腺癌和BPH方面均具有较好的净收益。阈值概率处于50%~78%时,PET模型净收益大于PET/CT模型。



讨    论





对前列腺癌和BPH的鉴别诊断是临床面临的难点问题,穿刺活检存在禁忌证、一定的并发症和漏诊风险。多参数MRI应用虽逐渐普及,但研究表明其可能会低估前列腺癌病灶大小和范围[8-9],且与PSMA PET/CT相比,MRI不能反映前列腺癌肿瘤细胞的分子水平特征和肿瘤异质性。既往有研究提示PSMA PET/CT在前列腺癌病灶诊断和分期方面有可能取代常规影像学检查[10-11]。然而有研究表明PSMA PET/CT同多参数MRI一样可能会漏诊部分前列腺癌病灶,同时也可能误诊导致过度治疗[4]。Zang等[12]构建了68Ga-PSMA-11 PET影像组学模型用于前列腺癌诊断与鉴别诊断,与PET/CT医师经验性诊断结果相比,影像组学模型具有更高的诊断效能,然而仍需大量研究进行验证。相比单模态PET,PET/CT双模态成像可提供更多的影像组学信息。本研究探讨了18F-PSMA-1007 PET/CT双模态影像组学模型对前列腺癌和BPH鉴别诊断效能的价值。

本研究PET和PET/CT影像组学模型均纳入7个特征,主要分为2类,其一为CT模态的一阶特征,包括灰度的范围及中位数值,二者均反映灰度的差异。既往研究表明CT模态的一阶特征有助于胃癌和原发性胃淋巴瘤的鉴别诊断[13],本研究结果与该研究类似。其二为基于PET模态的GLDM特征、GLSZM特征、GLRLM特征、GLCM特征和NGTDM特征,从不同方面反映图像的均匀性和异质性,且前列腺癌的纹理特征较BPH更具异质性。Yi等[14]的研究结果表明PSMA PET模态的GLDM特征、GLSZM特征、GLRLM特征以及GLCM特征等可用于PSMA摄取不明显前列腺病灶的鉴别诊断,与本研究结果一致。

本研究基于18F-PSMA-1007 PET/CT显像,利用影像组学方法分别构建PET与PET/CT影像组学模型用于前列腺癌与BPH的鉴别诊断。与血清肿瘤标志物、PET常规代谢参数以及PROMISE标准相比,PET与PET/CT影像组学模型在前列腺癌鉴别诊断方面表现更优。本研究中训练集和测试集SUVmax对前列腺癌与BPH鉴别诊断的准确性为75.47%(40/53)和72.73%(16/22),而PET 和PET/CT的诊断准确性分别为88.68%(47/53)、86.36%(19/22)和92.45%(49/53)、90.91%(20/22)。PROMISE是目前PSMA PET图像解读常用的标准之一,主要用于68Ga-PSMA-11等非肝胆排泄型显像剂,以肝脏为对比器官。本研究所用的18F-PSMA-1007主要经肝胆系统排泄,按PROMISE推荐采用脾脏作为对比器官,由此可能会产生2类显像剂诊断效能不一致的现象,笔者后续将对此进行探索。

本研究基于整个前列腺进行ROI勾画,主要考虑到以下因素:第一,由于PET图像的低空间分辨率对于部分微小病灶和假阴性病灶难以进行ROI勾画[14-15];第二,本研究纳入的患者前列腺癌原发灶表现为PSMA弥漫性或多灶性分布,进行单个病灶ROI的勾画较为困难。既往也有研究基于整个前列腺进行ROI勾画构建的影像组学模型用于前列腺癌诊断及病理分级预测等,结果显示该方法具有一定的可行性[16-17],并且与病灶分割相比,使用半自动或自动分割工具进行整个前列腺分割可能更适合临床应用与推广[18]。

本研究仍存在一定局限性。第一,本研究为回顾性分析,样本量较少,可能会造成过拟合现象。但本研究组筛选的特征多数为高阶特征,这在一定程度减少了过拟合的程度。后续将设计前瞻性研究、增加样本量,以获得更为准确的结果。第二,本研究为单中心分析,未来需开展多中心研究进行外部验证。第三,本研究仅采用单一的logistic回归进行模型构建,未来将进一步尝试其他建模方法,通过比较以获得最佳模型。


END



中华核医学与分子影像杂志
关注《中华核医学与分子影像杂志》,随时获取本杂志的相关资讯
 最新文章