古 今 張 瑜 周澤芬 張文芳

原發(fā)性肝細(xì)胞癌（hepatocellular carcinoma，HCC）是我國高發(fā)癌癥之一，總體預(yù)后較差。其中，HCC 新亞型即粗梁-團(tuán)塊型肝細(xì)胞癌（macrotrabecular-massive hepatocellular carcinoma，MTM-HCC）已被證實(shí)預(yù)后更差，且存在獨(dú)特的臨床及遺傳學(xué)特點(diǎn)［1］，故盡早識(shí)別MTM-HCC 對(duì)其精準(zhǔn)靶向治療及改善預(yù)后具有重要臨床意義。但目前常規(guī)病理學(xué)檢查并未納入MTM 亞型鑒定，因此相關(guān)的影像學(xué)診斷方法仍處于起步探索階段。既往研究［2］提示，術(shù)前MRI征象如腫瘤實(shí)質(zhì)壞死、動(dòng)脈期少血管成分等對(duì)MTM亞型具有一定預(yù)測價(jià)值，但存在特異性低、診斷效能不理想、需要人工參與等問題。近年來，基于量化影像組學(xué)特征如紋理特征等的臨床靶標(biāo)預(yù)測已有一定發(fā)展，對(duì)現(xiàn)有臨床診斷技術(shù)有一定補(bǔ)充作用。Zhu 等［3］通過提取術(shù)前增強(qiáng)MRI 量化信息建立亞型預(yù)測模型，證實(shí)了應(yīng)用量化信息如影像組學(xué)信息進(jìn)行此類預(yù)測的可行性。本研究旨在構(gòu)建基于術(shù)前超聲影像組學(xué)特征的MTM-HCC 區(qū)分模型，并對(duì)其性能進(jìn)行評(píng)估，以提高M(jìn)TM-HCC 臨床診斷準(zhǔn)確率及改善患者預(yù)后。

資料與方法

一、研究對(duì)象

選取 2017 年10 月至 2020 年7 月我院經(jīng)術(shù)后病理確診的HCC 患者79 例，按7∶3 比例隨機(jī)分為訓(xùn)練集和驗(yàn)證集，訓(xùn)練集55例，男36例，女19例，年齡41~60歲，平均（50.20±9.27）歲；其中MTM-HCC 13 例，非MTMHCC 42 例；驗(yàn)證集 24 例，男 15 例，女 9 例，年齡 40~62 歲，平均（49.35±10.80）歲；其中MTM-HCC 5 例，非MTM-HCC 19 例。納入標(biāo)準(zhǔn)：①患者有石蠟包埋切片且標(biāo)本質(zhì)量滿意；②可獲得患者術(shù)前超聲檢查原始資料；③乙型肝炎病毒（HBV）感染情況、術(shù)前甲胎蛋白（AFP）水平等臨床資料齊全。排除標(biāo)準(zhǔn)：①未成年病例；②病歷資料信息不完整；③術(shù)前超聲檢查前曾接受經(jīng)動(dòng)脈栓塞等治療；④急診入院病例。本研究均按照《赫爾辛基宣言》原則設(shè)計(jì)，已獲得我院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)，所有患者均簽署知情同意書。

二、儀器與方法

1.超聲影像人工量化評(píng)估及影像組學(xué)靶區(qū)勾勒：使用GE Logiq E 9彩色多普勒超聲診斷儀，C1-5探頭，頻率3~5 MHz。成像清晰后取腫瘤最大徑切面保存圖像。使用癌癥影像學(xué)表征工具箱（Cancer Imaging Phenomics Toolkit，CaPTk.版本 1.8.1）轉(zhuǎn)換原始 Dicom文件為NIfTI 分析文件。由專科醫(yī)師（具有16 年工作經(jīng)驗(yàn)）對(duì)研究隊(duì)列術(shù)前超聲影像進(jìn)行人工量化評(píng)估，項(xiàng)目包括病灶解剖位置、數(shù)量、最大徑、回聲類型及是否均勻、邊界是否清晰、CDFI血流信號(hào)類型（血流不明顯、呈枝狀或呈籃狀）。感興趣區(qū)勾勒（圖1）由該醫(yī)師基于腫瘤最大徑切面超聲影像進(jìn)行，勾勒過程中可參考其他模態(tài)影像如術(shù)前CT及MRI等，但不得參考術(shù)后信息如腫瘤切除范圍或病理類型。勾勒使用軟件為Slicer（版 本 4.11.20200930），模 塊 為 Segmentation Editor，平滑化方法采用Median，Kernel 大小設(shè)定為1 mm。以上量化評(píng)估及靶區(qū)勾勒結(jié)果均經(jīng)另一高年資醫(yī)師（具有25 年工作經(jīng)驗(yàn)）復(fù)核。

圖1 利用軟件勾勒感興趣區(qū)（綠色部分示）

2.超聲影像組學(xué)特征自動(dòng)提取及預(yù)處理：使用Pyradiomics 軟件包（版本3.0.1）對(duì)上述術(shù)前超聲影像及靶區(qū)進(jìn)行量化特征提取，量化特征包括首序、形態(tài)及紋理特征，提取過程使用PyWavelet 軟件包（版本1.1.1）進(jìn)行包含 LLH、LHL、LHH、HLL、HLH、HHL、HHH、LLL 8 種子帶的小波變換。所得量化特征經(jīng)非零方差檢驗(yàn)后用于后續(xù)建模。根據(jù)Pyradiomics 軟件包定義，首序特征為通過基本統(tǒng)計(jì)學(xué)方法（如平均值、中位數(shù)等）對(duì)圖像像素信號(hào)的分布進(jìn)行描述獲得的特征；紋理特征為可反映圖像在整個(gè)感興趣區(qū)內(nèi)紋理特性的特征；形態(tài)特征為肉眼無法直接解讀的圖像特征，即通過變換處理（如前述的小波變換）后的圖像特征。

3.MTM 特異性超聲影像組學(xué)特征分析及整合區(qū)分模型訓(xùn)練：對(duì)訓(xùn)練集人工評(píng)估的超聲影像組學(xué)特征及自動(dòng)提取的影像組學(xué)特征使用χ2值排序MTM-HCC區(qū)分度。采用隨機(jī)森林法訓(xùn)練MTM-HCC 術(shù)前區(qū)分模型，并通過驗(yàn)證集驗(yàn)證模型效能，建模參數(shù)為默認(rèn)。模型性能評(píng)估指標(biāo)包括曲線下面積（AUC）、準(zhǔn)確率、精密度、敏感性、特異性。為解釋模型區(qū)分原理并了解模型性質(zhì)，采用畢達(dá)哥拉斯森林可視化隨機(jī)森林學(xué)習(xí)器并選擇決策樹中分枝最短樹進(jìn)行重點(diǎn)分析。以上模型訓(xùn)練、評(píng)估、可視化采用Orange 軟件（版本3.27）；繪制決策樹采用Python（版本3.8.5軟件）。

4.病理切片閱片：由高年資病理醫(yī)師（具有20 年肝臟病理閱片經(jīng)驗(yàn)）對(duì)醫(yī)院存檔石蠟包埋切片進(jìn)行再次閱片，所有再閱病例均保持匿名。閱片內(nèi)容包括：①取樣及制片質(zhì)量；②是否符合WHO 2019 版HCC 診斷標(biāo)準(zhǔn)；③Edmondson-Steiner 分級(jí)系統(tǒng)下的腫瘤分化水平；④是否符合MTM分型；⑤是否存在微血管侵犯；⑥是否存在衛(wèi)星結(jié)節(jié)。MTM-HCC 判定標(biāo)準(zhǔn)［1］：粗梁狀結(jié)構(gòu)至少占腫瘤面積50%以上、梁寬度大于6 個(gè)細(xì)胞。

三、統(tǒng)計(jì)學(xué)處理

應(yīng)用R 軟件（版本4.0.3）及MedCalc 19.6.3 統(tǒng)計(jì)軟件，計(jì)數(shù)資料以頻數(shù)或率表示，組間比較采用χ2檢驗(yàn)。符合正態(tài)分布的計(jì)量資料以表示，組間比較采用t檢驗(yàn)；不符合正態(tài)分布的計(jì)量資料以M（QR）表示，組間比較采用非參數(shù)檢驗(yàn)。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

一、MTM-HCC與非MTM-HCC臨床資料比較

MTM-HCC 與非MTM-HCC 患者在年齡、性別、HBV 感染者占比方面比較差異均無統(tǒng)計(jì)學(xué)意義；與非MTM-HCC 患者比較，MTM-HCC 患者術(shù)前 AFP 水平更高，Edmondson-Steiner 分級(jí)更差，衛(wèi)星結(jié)節(jié)及微血管侵犯更常見，差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05）。見表1。

表1 MTM-HCC與非MTM-HCC臨床資料比較

二、MTM-HCC 特異性人工評(píng)估及影像組學(xué)自動(dòng)提取的超聲影像組學(xué)特征

經(jīng)人工評(píng)估獲得6 個(gè)超聲影像組學(xué)特征，即病灶最大徑、回聲特征、形態(tài)特征、邊界特征、血流信號(hào)特征、病灶數(shù)量，經(jīng)影像組學(xué)分析自動(dòng)提取獲得836個(gè)超聲影像組學(xué)特征。經(jīng)χ2值排序后的MTM-HCC 特異性超聲影像組學(xué)特征見表2（以降序排列僅列出前10 個(gè)特征）。

表2 MTM-HCC特異性超聲影像組學(xué)特征（以χ2值降序排列）

三、基于術(shù)前超聲影像組學(xué)特征的MTM-HCC 區(qū)分模型的建立及效能評(píng)估

通過畢達(dá)哥拉斯森林法（圖2）分析訓(xùn)練集，按照參與模型投票的決策樹整體長度較短、判明簡潔，從中選出層數(shù)最少、判別效果最好決策樹，經(jīng)機(jī)器分析后可見小波變換后LHL-firstorder-minimum、HLL-glszm-small area low gray level emphasis、HLH-glszmgray level non uniformity normalized、HHH-firstorder-mean 4 個(gè)量化特征是該模型最佳判別的依據(jù)。通過依次判斷驗(yàn)證集超聲影像的影像組學(xué)結(jié)果與該4個(gè)量化特征的數(shù)值關(guān)系，即可獲得對(duì)應(yīng)的MTM分型預(yù)測數(shù)值（圖3）；其在訓(xùn)練集中預(yù)測MTM-HCC 的AUC、準(zhǔn)確率、精準(zhǔn)度、敏感性、特異性分別為0.995、0.982、0.982、92.3%、100%；在驗(yàn)證集中預(yù)測MTM-HCC 的AUC、準(zhǔn)確率、精準(zhǔn)度、敏感性、特異性分別為 0.895、0.833、0.833、60.0%、89.5%。

圖2 應(yīng)用畢達(dá)哥拉斯森林法建立區(qū)分MTM-HCC模型（內(nèi)含決策樹）

圖3 模型內(nèi)重點(diǎn)決策樹示意圖

討 論

根據(jù)組織學(xué)及遺傳學(xué)分型進(jìn)行精準(zhǔn)治療是改善肝癌患者預(yù)后的熱點(diǎn)路徑之一。Ziol 等［1］基于病理學(xué)角度總結(jié)了MTM-HCC 特征，在評(píng)估治療敏感性及患者預(yù)后分層方面具有重要價(jià)值。為探討術(shù)前MTMHCC 區(qū)分方法以輔助臨床決策、實(shí)現(xiàn)精準(zhǔn)治療，本研究回顧性收集了79 例MTM-HCC 和非MTM-HCC 并建立進(jìn)行基于術(shù)前超聲影像組學(xué)特征的區(qū)分模型，結(jié)果表明該模型在獨(dú)立驗(yàn)證集上實(shí)現(xiàn)了高診斷效能（AUC=0.895）及高特異性（89.5%）。

MTM-HCC 定義為手術(shù)標(biāo)本中粗梁狀結(jié)構(gòu)至少占腫瘤面積50%以上、梁寬度大于6個(gè)細(xì)胞；活檢標(biāo)本中存在 1 處或更多粗梁團(tuán)塊灶［1］。研究［4］結(jié)果顯示，MTM-HCC 與術(shù)前高 AFP 水平、高 HBV 感染率、更大腫瘤體積、更差Edmondson-Steiner 分級(jí)、多發(fā)衛(wèi)星結(jié)節(jié)、多發(fā)微血管侵犯、早期型復(fù)發(fā)、高復(fù)發(fā)率、較差總體生存期相關(guān)。因此及時(shí)識(shí)別MTM-HCC 對(duì)肝癌精準(zhǔn)分層治療具有重要意義。本研究也發(fā)現(xiàn)，與非MTMHCC 患者比較，MTM-HCC 患者術(shù)前AFP 水平更高、Edmondson-Steiner 分級(jí)更差，且多發(fā)衛(wèi)星結(jié)節(jié)及微血管侵犯，差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05）；但二者HBV感染者占比比較差異無統(tǒng)計(jì)學(xué)意義，可能與我國HBV感染率普遍較高有關(guān)［5］。

在腫瘤生物學(xué)方面，MTM-HCC 的主要特點(diǎn)為血管新生相關(guān)遺傳學(xué)變異。Calderaro 等［6］曾報(bào)道MTMHCC 高表達(dá)血管生成素2 及血管內(nèi)皮生長因子A。但需要注意的是MTM-HCC 中新生血管并未完整發(fā)揮其生理學(xué)功能，MTM-HCC 中常見可包裹腫瘤卒群的血管及內(nèi)部壞死，并可致腫瘤密度較低［7］。此外，TP53突變及FGF19擴(kuò)增、ESM1高表達(dá)也常見于MTM-HCC并有望在未來作為治療靶點(diǎn)［6，8］。由于 MTM-HCC 存在血管新生等影像學(xué)方法可能捕捉的腫瘤生理學(xué)變化，近年來也有研究探索MTM-HCC 的影像學(xué)術(shù)前區(qū)分方法。Mulé 等［9］基于 152 例 MTM-HCC 及非 MTMHCC 病例使用LASSO 回歸及多因素分析發(fā)現(xiàn)，術(shù)前多相增強(qiáng)MRI影像特征（腫瘤實(shí)質(zhì)壞死征）及術(shù)前高AFP水平、更差BCLC分期與MTM-HCC相關(guān)；其中，MRI影像中腫瘤實(shí)質(zhì)壞死征（壞死面積需占腫瘤區(qū)域20%以上）是具有高特異性（93%）、相對(duì)滿意敏感性（65%）的MTM-HCC 征象，也與其早期復(fù)發(fā)、總復(fù)發(fā)率相關(guān)。但在2018 版肝臟影像報(bào)告及數(shù)據(jù)系統(tǒng)（liver imaging reporting and data system，LI-RADS）標(biāo)準(zhǔn)中，腫瘤實(shí)質(zhì)壞死征僅被列為LR-M 分級(jí)影像特征，即可能或必然為惡性征象但非肝癌特征［10］。因此該征象對(duì)MTMHCC 的識(shí)別作用仍有待臨床進(jìn)一步驗(yàn)證。Rhee 等［11］也報(bào)道了基于多中心HCC 隊(duì)列（共476 例患者，包括1個(gè)訓(xùn)練集及2個(gè)獨(dú)立驗(yàn)證集）的兩種MTM-HCC 磁共振診斷標(biāo)準(zhǔn)（MRI criteria for MTM-HCC，MRIC），其中MRIC-1（標(biāo)準(zhǔn)為腫瘤區(qū)域≥20%的動(dòng)脈期少血管成分）具有高敏感性、高陰性預(yù)測值；MRIC-2［標(biāo)準(zhǔn)為腫瘤區(qū)域≥50%的動(dòng)脈期少血管成分且伴隨兩項(xiàng)或更多指定偶然發(fā)現(xiàn)（瘤內(nèi)動(dòng)脈、動(dòng)脈期瘤周增強(qiáng)、腫瘤邊緣不規(guī)則）］具有高特異性，并與預(yù)后相關(guān)?？梢奙RIC-1的特異性具有一定局限，MRIC-2 的敏感性不佳，且在較小腫瘤（最大徑<3 cm）中進(jìn)一步下降，限制了上述標(biāo)準(zhǔn)的進(jìn)一步應(yīng)用。總之，既往研究［12-13］對(duì)MTMHCC 術(shù)前影像組學(xué)特征探索局限于人工評(píng)估且所得標(biāo)準(zhǔn)仍不理想?？紤]到近年來影像組學(xué)特征分析在肝癌中的應(yīng)用逐漸增多，如Hu 等［14］使用術(shù)前超聲影像組學(xué)特征預(yù)測微血管侵犯等預(yù)后相關(guān)指標(biāo)，本研究也嘗試應(yīng)用影像組學(xué)方法構(gòu)建MTM-HCC 區(qū)分模型，結(jié)果顯示該模型特異性較高，有望與上述方法結(jié)合使用提高綜合預(yù)測效果，且自動(dòng)提取的影像組學(xué)量化特征也較人工評(píng)估更為簡易。但該模型敏感性較低（驗(yàn)證集中為60.0%），提示納入的超聲影像組學(xué)特征可能在MTM-HCC 病例中并非普遍存在，需進(jìn)一步研究以提高臨床檢出率。

本研究的局限性：①由于受MTM-HCC 發(fā)病率及納入標(biāo)準(zhǔn)為手術(shù)治療病例的影響，研究隊(duì)列規(guī)模有限，生成的預(yù)測模型在更大規(guī)模隊(duì)列上的效能仍需驗(yàn)證；②目前關(guān)于MTM-HCC 分型的組織學(xué)定義仍存在一定爭議，本研究采用的小梁寬度定義可能較為寬泛；③盡管本研究已通過手術(shù)前后影像對(duì)比、切片取材及質(zhì)量評(píng)估進(jìn)行了篩選，但超聲儀器間的差異及病理醫(yī)師再閱的主觀性仍可能影響復(fù)現(xiàn)效果。待今后前瞻性、多中心設(shè)計(jì)的隨機(jī)試驗(yàn)對(duì)該模型普適性進(jìn)行考察及完善。

綜上所述，本研究基于術(shù)前超聲影像組學(xué)特征構(gòu)建了MTM-HCC 區(qū)分模型，該模型具有影像資料獲取簡便、分析過程自動(dòng)、模型特異性高等優(yōu)點(diǎn)。