Application value of X-ray radiomics in distinguishing benign and malignant breast lesions and the efficacy comparison of three predictive models
-
摘要:目的 探讨X线影像组学在鉴别乳腺良恶性病变中的应用价值，并比较3种预测模型的效能。方法 回顾性分析296例乳腺病变患者的临床资料，包括恶性病变149例，良性病变147例。对病变头足位（CC）及内外斜位（MLO）的感兴趣区（ROI）进行手动分隔并最终提取影像组学特征，采用支持向量机（SVM）、逻辑回归（LR）、随机森林（RF）进行分类学习，最后运用受试者工作特征（ROC）曲线下面积（AUC）比较不同模型的效能。结果 经过特征筛选最后共纳入9个最优特征，分别为形态特征（球形、长轴长度）、一阶特征（均匀性、均值绝对偏差）和高阶特征[灰度级大小区域矩阵（大面积低灰度比）、相邻灰度色调差矩阵（强度）、灰度共生矩阵（对比度、集聚突变、群集趋势）]。SVM、LR、RF诊断效能的AUC分别为0.820、0.758、0.805。SVM与LR的AUC值比较，差异有统计学意义（P < 0.05）。结论 影像组学特征中一阶特征和高阶特征是由计算机分析提取，其中对比度、集聚突变、群集趋势均描述图像纹理粗糙程度，能更好地反映乳腺肿瘤的异质性，能够提高诊断的准确度、特异度。Abstract:Objective To explore application value of X-ray radiomics in distinguishing benign and malignant breast lesions, and to compare performance of three predictive models.Methods The clinical data of 296 patients with breast lesions was retrospectively analyzed, including 149 cases of malignant lesions and 134 cases of benign lesions. The regions of interest (ROI) of lesions on X-ray images of the craniocaudal (CC) position and the mediolateral oblique (MLO) position were manually separated, radiomics features were extracted and inputted into the machine. Supporting vector machine (SVM), logistic regression (LR), and random forest (RF) were conducted for classification learning. Finally, the Receiver Operating Characteristic (ROC) curve was utilized to calculate the area under curve (AUC) and to compare the performance of different models.Results After feature screening, a total of 9 optimal features were selected, including morphological characteristics(sphericity and major axis length), first-order radiomics features (uniformity and mean absolute deviation), and the high-order radiomics features[grey level size zone matrix features(large area low gray level emphasis strength contrast), gray level run length matrix features(intensity) and gray level co-occurrence matrix(contrast, cluster prominence, cluster tendency)]. The AUC of SVM, LR, RF was 0.820, 0.758, and 0.805, respectively. The difference in AUC between SVM and LR was statistically significant(P < 0.05).Conclusion Radiomics features including first-order radiomics features and high-order radiomics features are extracted by computer analysis. Among them, contrast, cluster prominence, cluster tendency can depict roughness of image texture, better reflect the heterogeneity of breast tumor, and improve the diagnostic accuracy and specificity.
-
Keywords:
- X-ray examination /
- imaging radiomics /
- mammary gland /
- machine learning /
- accuracy /
- specificity
-
肺结节是指影像学表现为局灶性、类圆形、密度增大、直径≤3 cm且周围被含气肺组织包绕的实性或亚实性肺部阴影，而肺癌在早期常表现为肺结节。尽早鉴别诊断肺结节良恶性，对于改善治疗效果和预后具有重要意义[1-2]。目前，组织病理学检查依然是诊断非小细胞肺癌(NSCLC)的金标准，但其具有创伤性，且对较小肿瘤组织的操作难度较大，影像学检查则可了解肺癌的部位及大小，但对小结节的敏感度有限。循环游离DNA(cfDNA)是指循环血中游离于细胞外的高度片段化DNA, 源于正常细胞或肿瘤细胞，在卵巢癌、甲状腺癌等多种肿瘤中水平升高，可用于肿瘤的筛查和诊断[3-4]。癌胚抗原(CEA)和细胞角蛋白19片段抗原21-1(Cyfra21-1)是肿瘤标志物，在肺癌患者血清中水平明显升高，常被用于肿瘤诊断[5-6]。既往已有研究[7]将cfDNA浓度和cfDNA完整性用于区分恶性肿瘤患者和健康人群，但其辅助诊断肺结节良恶性的价值尚有待进一步研究。本研究以病理结果为金标准，探讨血浆cfDNA、CEA、Cyfra21-1检测对肺结节良恶性的诊断价值，现报告如下。
1. 资料与方法
1.1 一般资料
选取2018年7月—2020年10月在南通市肿瘤医院就诊的110例良恶性肺结节患者作为研究对象，其中男68例，女42例，年龄22~78岁，平均(48.30±8.10)岁，良性肺结节60例，恶性肺结节50例(肺腺癌31例、鳞癌19例)。纳入标准: ①经CT诊断为肺结节，且经病理学确诊者; ②血液采集前未接受手术、放化疗等抗肿瘤治疗者; ③临床资料完整者。排除标准: ①严重心、肝、肾功能不全者; ②伴有其他类型恶性肿瘤或肿瘤转移和复发者。另选取同期健康体检人员30例设为对照组，其中男21例，女9例，年龄22~75岁，平均(47.80±8.30)岁。各组研究对象性别、年龄比较，差异无统计学意义(P>0.05)。本研究经南通市肿瘤医院伦理委员会审核批准(批准文号2018-039), 且患者签署知情同意书。
1.2 方法
1.2.1 样品采集及保存
采集所有研究对象清晨空腹静脉血5 mL, 装入抗凝管中，于室温条件下静置30 min, 以3 000转/min离心10 min后收集血浆，置于无菌EP冻存管中, -80 ℃冰箱保存备用。
1.2.2 实时荧光定量聚合酶链反应(qRT-PCR)检测cfDNA水平
使用cfDNA快速提取试剂盒(QIAamp DNA Blood Mini Kit)提取血浆中总cfDNA, 试剂盒购自德国Qiagen公司，使用核酸定量仪测定波长260 nm与280 nm处的光密度比值(OD260 nm/OD 280 nm), 将OD260 nm/OD 280 nm为1.6~1.8的样本于-20 ℃保存备用。采用qRT-PCR检测各研究对象血浆cfDNA水平，以ALU115基因(115 bp)表示cfDNA浓度，以ALU247基因/ALU115基因表示cfDNA的完整性。ALU115引物扩增的基因包含所有的cfDNA片段(细胞凋亡途径与非凋亡途径), ALU247引物扩增的基因为非凋亡途径释放的cfDNA片段, cfDNA完整性接近1, 表示cfDNA来自于非细胞凋亡途径。ALU115及ALU247引物序列见表 1, 引物由上海吉玛制药技术有限公司合成。qRT-PCR总体系为20 μL, 循环参数为95 ℃预变性30 s, 95 ℃变性15 s, 65 ℃退火30 s, 72 ℃延伸10 s, 共38个循环，扩增后检测光密度值。以人类基因组DNA为标准品(美国Promega公司)绘制扩增曲线，其中标准曲线回归方程为Y=-3.186logX+39.87, 线性关系良好(R2=1), 根据标准曲线对cfDNA含量及熔解曲线进行分析。
表 1 qRT-PCR引物序列基因 上游引物5′-3′ 下游引物5′-3′ ALU115 CCTGAGGTCAGGAGTTCGAG CCCGAGTAGCTGGGATTACA ALU247 GTGGCTCACGCCTGTAATC CAGGCTGGAGTGCAGTGG 1.2.3 检测血浆CEA、Cyfra21-1水平
采用化学发光法检测血浆CEA、Cyfra21-1水平, CEA、CYFRA21-1酶联免疫吸附试验(ELISA)试剂盒购自罗氏公司，具体操作步骤严格按照试剂盒说明书进行。
1.3 统计学分析
采用SPSS 22.0软件进行统计学分析，不符合正态分布的计量资料采用[M(P25, P75)]描述，组间比较采用非参数检验，绘制受试者工作特征(ROC)曲线，分析血浆cfDNA水平及完整性、CEA、Cyfra21-1对恶性肺结节的诊断价值, P < 0.05为差异有统计学意义。
2. 结果
2.1 血浆cfDNA水平、cfDNA完整性比较
恶性肺结节组患者血浆cfDNA水平、cfDNA完整性均高于良性肺结节组、对照组，差异有统计学意义(P < 0.001); 良性肺结节组血浆cfDNA水平、cfDNA完整性与对照组比较，差异无统计学意义(P=0.113、0.067)。见表 2。
表 2 3组血浆cfDNA水平、cfDNA完整性比较[M(P25, P75)]组别 n cfDNA/(ng/mL) cfDNA完整性 对照组 30 265.23(80.52, 475.34)*** 0.23(0.15, 0.32)*** 良性肺结节组 60 385.43(176.45, 704.55)*** 0.37(0.26, 0.59)*** 恶性肺结节组 50 1 154.83(452.85, 1 642.31) 0.68(0.47, 0.91) 与恶性肺结节组比较, ***P < 0.001。 2.2 血浆cfDNA水平、cfDNA完整性与恶性肺结节患者临床病理特征的相关性
血浆cfDNA水平、cfDNA完整性与恶性肺结节患者性别、年龄、是否吸烟、肿瘤直径、病理类型、TNM分期、肿瘤分化程度和淋巴结转移均无相关性(P>0.05), 见表 3。
表 3 血浆cfDNA水平、cfDNA完整性与恶性肺结节患者临床病理特征的相关性[M(P25, P75)]特征 分类 n cfDNA/(ng/mL) Z P cfDNA完整性 Z P 性别 男 30 1 054.62(405.38, 1 621.22) 1.054 0.310 0.61(0.43, 0.89) 1.198 0.274 女 20 1 108.45(434.21, 1 637.26) 0.71(0.45, 0.93) 年龄 < 50岁 28 1 035.54(396.85, 1 630.51) 2.134 0.135 0.65(0.43, 0.92) 2.025 0.183 ≥50岁 22 1 115.33(426.32, 1 658.45) 0.70(0.41, 0.90) 吸烟 是 18 1 149.55(401.21, 1 639.76) 2.987 0.072 0.67(0.39, 0.87) 1.268 0.260 否 32 1 018.53(453.66, 1 641.72) 0.63(0.42, 0.95) 肿瘤直径 < 4 cm 26 1 035.82(401.52, 1 602.42) 0.373 0.564 0.66(0.38, 0.87) 3.344 0.067 ≥4 cm 24 1 094.47(442.53, 1 640.65) 0.69(0.41, 0.95) 病理类型 腺癌 31 956.42(395.33, 1 583.22) 1.825 0.177 0.65(0.40, 0.91) 1.035 0.323 鳞癌 19 1 168.32(456.44, 1 655.78) 0.72(0.39, 0.90) TNM分期 Ⅰ~Ⅱ期 23 987.42(401.26, 1 609.58) 0.767 0.305 0.61(0.35, 0.89) 0.451 0.507 Ⅲ~Ⅳ期 27 1 165.28(441.53, 1 654.67) 0.73(0.45, 0.94) 肿瘤分化程度 低、中分化 35 1 092.41(413.46, 1 624.43) 3.153 0.069 0.70(0.44, 0.95) 0.361 0.548 高分化 15 1 123.45(398.56, 1 641.55) 0.64(0.38, 0.89) 淋巴结转移 有 29 1 110.24(473.46, 1 655.31) 1.564 0.201 0.62(0.38, 0.86) 2.856 0.091 无 21 985.36(402.21, 1 593.34) 0.74(0.47, 0.95) 2.3 血浆CEA、Cyfra21-1表达水平比较
恶性肺结节组血浆CEA、Cyfra21-1表达水平均高于良性肺结节组、对照组，差异有统计学意义(P < 0.001); 良性肺结节组血浆CEA、Cyfra21-1水平与对照组比较，差异无统计学意义(P=0.073、0.095)。见表 4。
表 4 3组血浆CEA、Cyfra21-1水平比较[M(P25, P75)]ng/mL 组别 n CEA Cyfra21-1 对照组 30 1.78(0.52, 3.45)*** 1.69(0.22, 2.35)*** 良性肺结节组 60 2.67(1.36, 5.45)*** 2.74(1.43, 3.96)*** 恶性肺结节组 50 7.93(3.21, 10.31) 5.75(2.85, 8.12) CEA: 癌胚抗原; Cyfra21-1: 细胞角蛋白19片段抗原21-1。
与恶性肺结节组比较, ***P < 0.001。2.4 血浆cfDNA、CEA、Cyfra21-1水平和cfDNA完整性对恶性肺结节的诊断效能
ROC曲线分析结果显示，血浆cfDNA、CEA、Cyfra21-1水平和cfDNA完整性对恶性肺结节均具有一定的诊断价值，但敏感度与特异度较低; 血浆cfDNA水平、cfDNA完整性诊断恶性肺结节的曲线下面积、敏感度、特异度均大于或高于CEA、Cyfra21-1; 血浆cfDNA、CEA、Cyfra21-1水平和cfDNA完整性四者联合诊断恶性肺结节的敏感度、特异度均高于四者单独检测，差异有统计学意义(P < 0.05)。见表 5、图 1。
表 5 血浆cfDNA、CEA、Cyfra21-1水平和cfDNA完整性对恶性肺结节的诊断效能指标 曲线下面积 95%CI 临界值 敏感度/% 特异度/% cfDNA 0.839 0.765~0.872 687.23 ng/mL 85.92* 74.21* cfDNA完整性 0.842 0.787~0.897 0.69 81.82* 72.34* CEA 0.783 0.715~0.851 7.65 ng/mL 79.12* 70.45* Cyfra21-1 0.795 0.724~0.843 6.93 ng/mL 76.92* 71.61* 联合诊断 0.942 0.906~0.975 — 92.34 95.56 与联合诊断比较, *P < 0.05。 3. 讨论
NSCLC约占肺癌的80%, 早期症状不明显或缺乏特异症状，多数患者确诊时已处于疾病中晚期, 5年生存率仅16%~18%, 是癌症相关死亡的首要原因。因此，寻找稳定可靠的早期诊断生物标志物对早期诊治NSCLC和提高患者生存率具有重要意义[8-9]。
cfDNA是一种游离DNA, 可来源于人体凋亡或坏死的正常细胞，也可来源于凋亡或坏死的肿瘤细胞。研究[10-11]表明，肿瘤患者血浆中cfDNA水平显著高于健康人，且cfDNA在肿瘤良恶性的鉴别诊断中具有重要意义。另有研究[12]发现，与健康者相比, NSCLC患者的血浆游离DNA水平显著升高，提示该指标水平在NSCLC早期诊断中具有一定的临床价值。王宇轩等[13]发现, cfDNA在NSCLC患者血浆中的表达水平显著高于肺部良性结节患者，对肺结节良恶性具有一定的诊断价值。本研究结果亦显示，与良性肺结节组比较，恶性肺结节组患者血浆cfDNA水平、cfDNA完整性均显著升高，其原因可能是在肺结节恶性进展过程中，局部组织供血不足，引起细胞坏死或凋亡, DNA释放，造成血浆cfDNA水平升高。SOLIMAN S E S等[14]研究表明, NSCLC患者血清cfDNA水平与NSCLC分期和转移有关，且血浆血清cfDNA水平和完整性指数在NSCLC早期诊断和预后预测方面具有一定价值。与此不同的是，本研究结果显示, cfDNA水平和cfDNA完整性与临床病理特征无相关性，这可能与本研究样本量较少有关。本研究ROC曲线分析结果显示，血浆cfDNA水平、cfDNA完整性诊断恶性肺结节的曲线下面积、敏感度、特异度均大于或高于CEA、Cyfra21-1, 提示cfDNA水平和cfDNA完整性对恶性肺结节具有一定的诊断价值，但特异度与敏感度均不高。研究[15]显示，血浆cfDNA联合血清标志物可提高对早期胃癌的诊断灵敏度。
CEA为临床常见的肿瘤标志物，在乳腺癌、结肠癌、宫颈癌等多种肿瘤患者中表达水平升高，可用于良恶性肿瘤的诊断；此外, CEA在恶性肺结节患者血清中表达水平升高，为孤立性肺结节的鉴别标志物[16-17]。Cyfra21-1是一种上皮来源性质的新肿瘤标志物，主要表达于肺组织，肺部发生癌变时，其被释放至血液中，故肺癌患者血清Cyfra21-1水平较高[18]。Cyfra21-1是肺癌的肿瘤标志物之一，且对肺结节良恶性具有一定诊断价值，但需要与其他血清标志物联合应用以提高诊断效率[19]。范伟等[20]研究表明, NSCLC患者血清CEA、Cyfra21-1水平显著升高，两者联合检测对NSCLC具有较高的诊断效能。本研究结果显示，恶性肺结节组患者血浆CEA、Cyfra21-1水平显著高于对照组与良性肺结节组，良性肺结节组血浆CEA、Cyfra21-1水平与对照组无显著差异，其可能原因是CEA为糖蛋白，是细胞膜的结构蛋白, Cyfra21-1为上皮细胞结构蛋白亚单位，在恶性上皮细胞中，激活的蛋白酶加速了细胞降解，使大量蛋白被释放至血液中, Cyfra21-1水平升高。本研究进一步分析CEA、Cyfra21-1对恶性肺结节的诊断价值，结果显示两者的敏感度、特异度均不高，但血浆cfDNA、CEA、Cyfra21-1水平和cfDNA完整性四者联合诊断恶性肺结节的敏感度、特异度显著高于四者单独检测，提示四者联合检测对恶性肺结节具有较高的诊断效能，在肺结节良恶性的鉴别诊断中具有一定临床价值。但本研究样本量较少，未来还需扩大样本量进一步研究cfDNA对肺结节良恶性的鉴别诊断价值。
综上所述，恶性肺结节患者血浆cfDNA、CEA、Cyfra21-1水平和cfDNA完整性均高于良性肺结节患者，血浆cfDNA水平和cfDNA完整性对恶性肺结节具有一定的诊断价值，可作为肺结节良恶性辅助诊断的分子生物学指标。
-
表 1 SVM、LR及RF分类模型效能参数
项目 支持向量机 逻辑回归 随机森林 训练集 测试集 训练集 测试集 训练集 测试集 准确度 0.824 0.695 0.733 0.678 0.869 0.669 曲线下面积 0.866 0.750 0.781 0.734 0.955 0.705 敏感度 0.738 0.554 0.583 0.500 0.762 0.518 特异度 0.902 0.823 0.870 0.839 0.967 0.806 
下载: 导出CSV
-
[1] 刘万花. 乳腺比较影像诊断学[M]. 南京: 东南大学出版社, 2017: 112-115. [2] LU W, LI Z, CHU J. A novel computer-aided diagnosis system for breast MRI based on feature selection and ensemble learning[J]. Comput Biol Med, 2017, 83: 157-165. doi: 10.1016/j.compbiomed.2017.03.002
[3] VAN GRIETHUYSEN J J M, FEDOROV A, PARMAR C, et al. Computational radiomics system to decode the radiographic phenotype[J]. Cancer Res, 2017, 77(21): e104-e107. doi: 10.1158/0008-5472.CAN-17-0339
[4] ARNAOUT A, CATLEY C, BOOTH C M, et al. Use of preoperative magnetic resonance imaging for breast cancer: a Canadian population-based study[J]. JAMA Oncol, 2015, 1(9): 1238-1250. doi: 10.1001/jamaoncol.2015.3018
[5] GERLINGER M, ROWAN A J, HORSWELL S, et al. Intratumor heterogeneity and branched evolution revealed by multiregion sequencing[J]. N Engl J Med, 2012, 366(10): 883-892. doi: 10.1056/NEJMoa1113205
[6] KUMAR V, GU Y, BASU S, et al. Radiomics: the process and the challenges[J]. Magn Reson Imaging, 2012, 30(9): 1234-1248. doi: 10.1016/j.mri.2012.06.010
[7] KARAHALIOU A, VASSIOU K, ARIKIDIS N S, et al. Assessing heterogeneity of lesion enhancement kinetics in dynamic contrast-enhanced MRI for breast cancer diagnosis[J]. Br J Radiol, 2010, 83(988): 296-309. doi: 10.1259/bjr/50743919
[8] LI Z, YU L, WANG X, et al. Diagnostic performance of mammographic texture analysis in the differential diagnosis of benign and malignant breast tumors[J]. Clin Breast Cancer, 2018, 18(4): e621-e627. doi: 10.1016/j.clbc.2017.11.004
[9] 赵爽, 魏国辉, 马志庆, 等. 基于定量影像组学的乳腺肿瘤良恶性诊断[J]. 中国生物医学工程学报, 2019, 38(5): 549-557. doi: 10.3969/j.issn.0258-8021.2019.05.005 [10] LI H, ZHU Y, BURNSIDE E S, et al. MR Imaging Radiomics Signatures for Predicting the Risk of Breast Cancer Recurrence as Given by Research Versions of MammaPrint, Oncotype DX, and PAM50 Gene Assays[J]. Radiology, 2016, 281(2): 382-391. doi: 10.1148/radiol.2016152110
[11] GILLIES R J, KINAHAN P E, HRICAK H. Radiomics: images are more than pictures, they are data[J]. Radiology, 2016, 278(2): 563-577. doi: 10.1148/radiol.2015151169
[12] 马文娟, 赵玉梅, 季宇, 等. 乳腺癌X线摄影的影像组学表现特征[J]. 中国医学影像学杂志, 2018, 26(7): 515-518. doi: 10.3969/j.issn.1005-5185.2018.07.009 -
期刊类型引用(1)
1. 洪环得，钟琳，孙百臣，王惠. 低剂量能谱CT结合ASIR诊断良恶性肺结节价值分析. 深圳中西医结合杂志. 2023(19): 65-67 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 1452
- HTML全文浏览量: 212
- PDF下载量: 91
- 被引次数: 1
苏公网安备 32100302010246号
