劉夢珂,張怡夢,張妍,李興鵬,郝琪,張曉杰,徐井旭,黃陳翠, 王仁貴

下肢淋巴水腫是由于淋巴回流中斷或受損,肢體皮下軟組織內(nèi)淋巴液過度積聚,脂肪肥大及纖維結(jié)締組織增生,導(dǎo)致肢體慢性進行性腫脹的疾病[1]。國際淋巴協(xié)會(International Society of Lymphology,ISL)將其分為原發(fā)性及繼發(fā)性,繼發(fā)性淋巴水腫常發(fā)生在手術(shù)、外傷、絲蟲病和感染等因素后;原發(fā)性下肢淋巴水腫(primary lower extremity lymphedema,PLEL)是一種較為罕見的遺傳性疾病,與淋巴管功能異常有關(guān)[2-3]。PLEL患者常表現(xiàn)為無明顯誘因出現(xiàn)的慢性進行性下肢腫脹,嚴(yán)重者可發(fā)生象皮腫畸形,給患者帶來極大的痛苦。早期診斷并準(zhǔn)確評估PLEL嚴(yán)重程度對患者及時診治及預(yù)防并發(fā)癥極為重要[4]。以往PLEL影像學(xué)診斷主要依賴于核素淋巴顯像,但其無法定量評估淋巴水腫的嚴(yán)重程度[5-6]。MR具有高軟組織分辨率,能夠敏感地顯示肢體水腫的形態(tài)及分布,可評估PLEL的嚴(yán)重程度[7-9]。但傳統(tǒng)的MRI影像特征分析大多依賴于視覺觀察的形態(tài)學(xué)和部分功能性特征,無法反映病灶區(qū)域的微觀異質(zhì)性信息。因此,我們探討能否通過影像組學(xué)方法獲取更多的影像診斷信息來評估PLEL的嚴(yán)重程度,本研究中通過構(gòu)建基于MRI的影像組學(xué)模型,并評價其在鑒別PLEL臨床分期中的作用,旨在進一步提高對PLEL的影像診斷水平,更好地指導(dǎo)臨床實現(xiàn)個體化精準(zhǔn)治療。

材料與方法

1.研究對象

回顧性搜集2018年1月-2019年12月就診于本院淋巴外科的單側(cè)PLEL患者的病例資料。納入標(biāo)準(zhǔn):①由淋巴核素顯像診斷為單側(cè)下肢淋巴水腫;②行下肢MRI檢查。排除標(biāo)準(zhǔn):①因手術(shù)、絲蟲病、創(chuàng)傷和感染等因素導(dǎo)致的繼發(fā)性下肢淋巴水腫;②臨床資料不全,無法準(zhǔn)確分期;③MR圖像質(zhì)量差,無法準(zhǔn)確勾畫感興趣區(qū)。

參照2020年ISL臨床分期標(biāo)準(zhǔn)將患者分為Ⅰ～Ⅲ期:病變肢體柔軟,按壓可輕度凹陷,抬高患肢24 h后腫脹完全緩解者為Ⅰ期;肢體明顯腫脹,按壓出現(xiàn)明顯凹陷,皮膚彈性減低,抬高患肢24 h后腫脹消退不明顯者為Ⅱ期;按壓肢體水腫處無明顯凹陷,肢體皮膚發(fā)生改變(如色素沉著、棘皮病、疣狀增生、象皮腫)為Ⅲ期[2]。最終納入132例單側(cè)PLEL患者,包括ISL-Ⅰ期45例、ISL-Ⅱ期51例、ISL-Ⅲ期36例。

2.MR檢查

使用Phillips Intera Ingenia 1.5T磁共振掃描儀?；颊呷⊙雠P位、足先進,掃描范圍自雙足至盆腔,分別在足((第一站)、小腿(第二站)和大腿(第三站)連續(xù)進行3次掃描。采用短時反轉(zhuǎn)恢復(fù)(short time inversion recovery,STIR)序列,掃描參數(shù):TR 8549 ms,TE 165 ms,層厚7.0 mm,層間距0.4 mm,視野400 mm×400 mm,矩陣240×200,IR 160 ms,層數(shù)32。

3.影像組學(xué)分析

使用深睿多模態(tài)科研平臺(https://keyan.deepwise.com/)進行影像組學(xué)分析,主要包括圖像分割、特征提取和篩選及模型構(gòu)建等步驟。

將橫軸面及冠狀面STIR序列圖像以原始DICOM格式上傳至后處理工作站。由一位具有10年MR診斷經(jīng)驗的醫(yī)師在原始橫軸面圖像上勾畫ROI。勾畫前先在冠狀面圖像上觀察患側(cè)肢體腫脹最嚴(yán)重的水平,然后基于此水平連續(xù)選擇10層橫軸面圖像上,在每層圖像上選取皮下軟組織區(qū)域的水腫區(qū),即在STIR圖像上呈高信號的區(qū)域,勾畫全部水腫區(qū),將10個層面的ROI融合生成3D-VOI(圖1～3)。為了評估分割的有效性,由另一位有20年MR淋巴水腫診斷經(jīng)驗的影像科醫(yī)師檢查了圖像分割的情況。如果提出質(zhì)疑,則由兩位醫(yī)師進行商議,達成一致后重新進行ROI的勾畫。

圖1 29歲男性,原發(fā)性下肢淋巴水腫Ⅲ期。a)冠狀面STIR圖像,顯示左大腿顯著腫脹、增粗,皮下軟組織內(nèi)廣泛水腫呈顯著高信號,確定患肢腫脹程度最大水平(虛線);b)然后在相應(yīng)的橫軸面圖像中選取該水平及相鄰的上下共10個層面,逐層在皮下軟組織水腫區(qū),沿著其邊緣勾畫ROI,即圖中藍線與黃線之間的區(qū)域。 圖2 23歲女性,原發(fā)性下肢淋巴水腫Ⅰ期,勾畫的藍線內(nèi)的區(qū)域即為ROI。 圖3 69歲男性,原發(fā)性下肢淋巴水腫ISL-Ⅱ期,藍線與黃線之間區(qū)域為勾畫的ROI。

最終提取了VOI的1743個影像組學(xué)特征,包括一階特征342個、形態(tài)特征14個及紋理特征1387個,紋理特征包括灰度共生矩陣、灰度級區(qū)域矩陣、灰度行程矩陣、灰度相依矩陣特征和鄰域灰度差分矩陣的特征。特征篩選時首先剔除方差為0的特征;然后根據(jù)特征間的皮爾遜相關(guān)性分析,當(dāng)訓(xùn)練集中任意兩個特征(自變量)之間的線性相關(guān)系數(shù)值大于0.9時,將優(yōu)先保留與因變量的線性相關(guān)系數(shù)值較高的特征,并剔除另外一個特征,以減少特征之間的冗余性;其次,采用F-Test算法(基于方差分析的特征篩選)用于特征篩選,找出組間有差異的特征引入邏輯斯特回歸(logistic regression,LR)建立影像組學(xué)模型。對構(gòu)建的模型使用五折交叉驗證法進行模型訓(xùn)練,即把數(shù)據(jù)分成五等份,每次實驗?zāi)靡环葑鰷y試,其余用作訓(xùn)練,實驗5次求平均值。故訓(xùn)練集與測試集例數(shù)相同。

4.統(tǒng)計學(xué)分析

使用SPSS 23.0軟件進行基本資料的統(tǒng)計分析。符合正態(tài)的計量資料以均數(shù)±標(biāo)準(zhǔn)差來表示,否則采用中位數(shù)±四分位數(shù)間距來表示。對于定量資料,若兩組數(shù)據(jù)均呈正態(tài)分布,組間比較采用獨立樣本t檢驗,反之則采用Mann-WhitneyU檢驗;對于分類變量,組間比較采用卡方檢驗。使用Scikit學(xué)習(xí)軟件包建立ISL-Ⅰ期與ISL-Ⅱ期及ISL-Ⅱ期與ISL-Ⅲ期的分類模型。基于ROC曲線分析,采用AUC、敏感度、特異度和符合率等指標(biāo)評價模型對ISL分期的預(yù)測效能。采用決策曲線分析(decision curve analysis,DCA)評估模型的臨床價值。以P<0.05為差異具有統(tǒng)計學(xué)意義。

結(jié) 果

1.一般臨床資料

納入的132例患者中,男50例,女82例,年齡2～76歲,中位年齡29歲。各期患者之間臨床資料的比較結(jié)果見表1。

表1 原發(fā)性下肢淋巴水腫各分期之間臨床資料的比較

ISL-Ⅰ期與ILS-Ⅱ期比較:兩期患者均以女性居多,兩組之間性別構(gòu)成的差異無統(tǒng)計學(xué)意義(P>0.05);而在年齡和病程方面,兩組之間的差異有統(tǒng)計學(xué)意義(P<0.05)。

ISL-Ⅱ期與ILS-Ⅲ期比較:Ⅱ期和Ⅲ期患者均以女性居多,兩組之間性別構(gòu)成及年齡的差異均無統(tǒng)計學(xué)意義(P>0.05);Ⅱ期的病程短于Ⅲ期,差異有統(tǒng)計學(xué)意義(P<0.05)。

2.組學(xué)特征篩選及組學(xué)模型建立

ISL-Ⅰ期與ILS-Ⅱ期:訓(xùn)練集96例,驗證集96例。提取的1743個特征中,剔除349個方差為0的特征,然后進行特征間的相關(guān)性分析,基于線性相關(guān)系數(shù)閾值為0.9,剔除了1243個特征后,對剩余的151個特征采用F-Test算法進行特征篩選,最終共篩選出10個特征作為鑒別Ⅰ、Ⅱ期淋巴水腫的特征子集(表2)。

表2 篩選得到的用于構(gòu)建Ⅰ期與Ⅱ期及Ⅱ期與Ⅲ期鑒別模型的影像組學(xué)特征

ISL-Ⅱ期與ILS-Ⅲ期:訓(xùn)練集87例,驗證集87例。提取的1743個特征中,移除352個方差為0的特征,然后進行特征間的相關(guān)性分析,基于r的閾值0.9,移除1211個特征后,對剩余的180個特征采用F-Test算法進行特征篩選,共篩選出10個特征作為鑒別Ⅱ、Ⅲ期淋巴水腫的特征子集(表2)。

構(gòu)建的影像組學(xué)模型的ROC曲線分析結(jié)果見表3及圖4～5。影像組學(xué)模型在訓(xùn)練集中具有較高的鑒別價值,在驗證集中具有良好的預(yù)測效能。鑒別ISL-Ⅰ期與ILS-Ⅱ期及ISL-Ⅱ期與ILS-Ⅲ期的影像組學(xué)模型的決策曲線見圖6,顯示影像組學(xué)模型對鑒別PLEL Ⅰ期與Ⅱ期及Ⅱ期與Ⅲ期均能夠獲得較高的臨床收益。

表3 原發(fā)性下肢淋巴水腫不同臨床分期的ROC曲線分析

圖4 影像組學(xué)模型鑒別原發(fā)性下肢淋巴水腫ISL-Ⅰ期與ILS-Ⅱ期的ROC曲線。a)訓(xùn)練集;b)驗證集。 圖5 影像組學(xué)模型鑒別原發(fā)性下肢淋巴水腫ISL-Ⅱ期與ISL-Ⅲ期的ROC曲線。a)訓(xùn)練集;b)驗證集。 圖6 決策曲線。a)基于影像組學(xué)模型鑒別原發(fā)性下肢淋巴水腫ISL-Ⅰ與ILS-Ⅱ期,灰線表示假設(shè)所有患者都是Ⅰ期水腫的決策曲線,黑線表示假設(shè)沒有患者是Ⅰ期水腫的決策曲線,紅線表示訓(xùn)練集,綠線表示驗證集,DCA顯示在訓(xùn)練集及驗證集中影像組學(xué)模型對于Ⅰ期與Ⅱ期PLEL的鑒別均具臨床優(yōu)勢。b)基于影像組學(xué)模型鑒別原發(fā)性下肢淋巴水腫Ⅱ、Ⅲ期,灰線表示假設(shè)所有患者都是Ⅱ期水腫的決策曲線,黑線表示假設(shè)沒有患者是Ⅱ期水腫的決策曲線,紅線表示訓(xùn)練集,綠線表示驗證集,DCA顯示在訓(xùn)練集及驗證集中影像組學(xué)模型對于鑒別Ⅱ期與Ⅲ期PLEL均具臨床優(yōu)勢。

討 論

PLEL是慢性進行性淋巴回流障礙性疾病,疾病初期患者肢體腫脹程度較輕,隨時間發(fā)展程度逐漸加重[10]。目前ISL臨床分期是目前世界上公認(rèn)的從臨床角度評估下肢淋巴水腫嚴(yán)重程度的可靠方法。Ⅰ期水腫時,隨肢體抬高肢體腫脹可消退,這是由于淋巴管運輸?shù)拇蠓肿拥鞍踪|(zhì)在肢體皮下間質(zhì)中積聚,無纖維化以及脂肪增生,此期采用綜合減充血療法(complex decongestive therapy,CDT)能夠很好地減輕癥狀;當(dāng)患者進入Ⅱ期,按壓肢體出現(xiàn)明顯凹陷,僅抬高肢體并不能完全減輕組織腫脹,這是由于長時間的淋巴滯留會引起炎癥反應(yīng),促使局部組織纖維化和脂肪組織增生肥大,此期僅采用CDT往往效果不佳,需要聯(lián)合手術(shù)治療;當(dāng)患者到達Ⅲ期,皮膚及皮下纖維組織及肥大的脂肪組織進一步增生、沉積,皮膚明顯纖維化而喪失彈性,肢體在腫脹基礎(chǔ)上逐漸出現(xiàn)皮膚變化,甚至在晚期出現(xiàn)象皮病,此期患者多采用直接切除手術(shù),對肢體的損害較大,患者的預(yù)后差[11]。因此,下肢淋巴水腫的臨床ISL分期與治療密切相關(guān),準(zhǔn)確評估患者分期,在早期給予準(zhǔn)確診斷和及時干預(yù),對改善患者癥狀及延緩疾病進展極為重要。

近年來,MRI由于其無創(chuàng)性、高軟組織分辨率以及能夠顯示整個下肢內(nèi)液體浸潤的能力,使其成為評估PLEL嚴(yán)重程度的最佳影像學(xué)方法,其中STIR序列能夠消除脂肪組織的高信號,從而可較敏感和準(zhǔn)確地識別水腫的范圍及嚴(yán)重程度[12-14]。Wang等[15]通過測量脂肪抑制MRI圖像上小腿水腫區(qū)的面積,發(fā)現(xiàn)其對下肢淋巴水腫的診斷及分期均具有較高的效能。在前期研究中,我們發(fā)現(xiàn)基于MRI的厚度等定量指標(biāo)和影像學(xué)表現(xiàn)對PLEL的臨床分期均具有一定的預(yù)測價值[16-17],但傳統(tǒng)的MRI影像分析無法提取病灶區(qū)域異質(zhì)性等微觀信息,而且部分影像征象在疾病晚期才能夠觀測到,對于早期PLEL的診斷價值有限。

影像組學(xué)通過自動或者半自動方法從影像圖像中可重復(fù)提取肉眼無法識別的海量的微觀影像特征,如異質(zhì)性、形狀、紋理和密度等,隨后進行特征篩選及模型的建立[18-19]。目前有關(guān)淋巴水腫的影像組學(xué)研究較少[20-22]:Son等[20]建立了一種基于機器學(xué)習(xí)自動識別下肢淋巴水腫患者CT圖像中纖維化的算法;Wu等[21]開發(fā)和驗證一系列基于機器學(xué)習(xí)算法的模型預(yù)測中國女性乳腺癌相關(guān)性淋巴水腫的發(fā)生風(fēng)險。基于這些研究,本研究中嘗試基于STIR序列構(gòu)建影像組學(xué)模型,用于預(yù)測PLEL的臨床分期。在本研究中,影像組學(xué)模型在訓(xùn)練集中具有較高的鑒別價值,在驗證隊列中具有良好的預(yù)測效能。本研究中用來構(gòu)建鑒別PLEL Ⅰ期與Ⅱ期放射組學(xué)模型的10個特征中,有1個是一階特征,9個是紋理特征;在構(gòu)建鑒別PLEL Ⅱ期與Ⅲ期的放射組學(xué)模型中有10個組學(xué)特征,其中有2個是一階特征,1個是形態(tài)特征,7個是紋理特征。其中,表面積與體積比(Surface Volume Ratio)對鑒別Ⅰ期與Ⅱ期的價值最大;小區(qū)域重點(Small Area Emphasis)及一階特征中第90百分位數(shù)(90Percentile)對鑒別Ⅱ期與Ⅲ期的價值最大,因為他們均具有較高的特征系數(shù)。這些細微的紋理差異反映了不同分期的PLEL患者水腫區(qū)的異質(zhì)性特征方面存在差異,而這種差異很難通過對MRI圖像的肉眼觀察來識別。此外,DCA結(jié)果表明影像組學(xué)模型對鑒別PLEL Ⅰ期與Ⅱ期及Ⅱ期與Ⅲ期均能夠獲得較高的臨床收益。本研究中構(gòu)建的PLEL不同臨床分期的分類診斷模型,有望成為輔助臨床醫(yī)師進行準(zhǔn)確診斷的工具,可促進對不同程度PLEL患者進行個體化精準(zhǔn)治療。

本研究存在一定的局限性:①ROI為人工勾畫,可能存在一定的誤差;②沒有建立包括病程、性別和年齡等一般臨床資料在內(nèi)的臨床模型和綜合模型,在今后的研究中將進一步增加臨床資料進行更全面和深入地研究。③本研究是回顧性研究,病例數(shù)有限,未來會納入更多的病例進行驗證,以提高該模型的特異性和敏感性。④本研究中選擇10個病變范圍最大的橫軸面圖像進行分析,而不是對全下肢的病變區(qū)域提取影像組學(xué)特征,因為整個下肢病變的三維分割非常復(fù)雜和耗時。⑤本研究中未進行組學(xué)特征的測量穩(wěn)定性的評估。

總之,基于下肢STIR-MRI的影像組學(xué)模型能夠鑒別PLEL的臨床分期,可以作為一種有效的工具輔助影像及臨床醫(yī)師更準(zhǔn)確地評估疾病的嚴(yán)重程度,在早期給予準(zhǔn)確診斷和及時干預(yù),有助于改善患者的癥狀、延緩疾病進展。