楊 鳴，郭盛仁，周菊英（通信作者）

（1 蘇州大學(xué)附屬獨墅湖醫(yī)院放療科 江蘇 蘇州 215000）

（2 蘇州大學(xué)附屬第二醫(yī)院放射科 江蘇 蘇州 215004）

胃腸道間質(zhì)瘤（gastrointestinal stromal tumor，GIST）是消化道最常見的原發(fā)間葉組織腫瘤[1]，幾乎所有GIST 均有惡性潛能[2]。通常低度惡性潛能的GIST 可行手術(shù)或定期復(fù)查處理，高度惡性潛能的GIST 需在術(shù)前或術(shù)后使用伊馬替尼等藥物治療[3]，因此術(shù)前準確預(yù)測其危險度分級有重要意義。本研究基于常規(guī)CT 平掃及增強掃描圖像開發(fā)和驗證影像組學(xué)模型，探討該模型用于預(yù)測GIST 危險度分級的價值。

1 資料與方法

1.1 一般資料

回顧性分析2017 年1 月—2020 年12 月間蘇州大學(xué)附屬第二醫(yī)院行常規(guī)CT 平掃和增強檢查，并經(jīng)手術(shù)病理證實為GIST 的176 例患者。參照美國國家衛(wèi)生研究院2008 年改良版分級標準，分為低度惡性潛能組（極低危險18 例及低危險65 例）和高度惡性潛能組（中危險41 例及高危險52 例）。176 例患者中男性84 例，女性92 例；年齡24 ～85 歲，平均年齡（60.34±11.85）歲。納入標準：①經(jīng)手術(shù)病理確診且危險度分級明確；②CT檢查前未接受任何相關(guān)治療（如穿刺活檢和靶向藥物）；③病灶直徑大于1 cm；④手術(shù)與CT 檢查間隔不超過1 個月。排除標準：①病灶為復(fù)發(fā)或轉(zhuǎn)移灶；②CT圖像不完整，質(zhì)量不佳者。

1.2 方法

入組患者均采用GE 64 排螺旋CT（Discovery CT 750 HD）進行掃描。掃描前約2 h 口服陰性造影劑充盈胃腸道。先行平掃，隨后采用高壓注射器經(jīng)肘靜脈注射對比劑碘海醇(濃度為300 mgI/mL），劑量為0.5 g/kg。采用團注跟蹤技術(shù)監(jiān)測腹主動脈（腹腔干水平）CT 值，動脈期掃描在監(jiān)測點CT 值達到150 HU 后8 s 進行，靜脈期掃描在動脈期掃描完成后35 s 進行，延遲期掃描在靜脈期掃描完成后120 s 進行。掃描參數(shù)：自動管電流，管電壓120 kV，層厚5 mm，層間距5 mm，準直器寬度64×0.625 mm。

1.3 圖像處理及分析

將0.625 mm 薄層圖像從PACS 系統(tǒng)中以DICOM 格式導(dǎo)出，使用Mazda 軟件（Version 4.8）對圖像進行分割。選擇病灶顯示最清晰的時期，在腫瘤最大層面勾畫感興趣區(qū)（ROI）（包含腫瘤內(nèi)部的壞死囊變、血管及鈣化部分），隨后復(fù)制ROI 至其他時期，不吻合的部分進行微調(diào)。每個ROI 可提取279 個特征，先使用Mazda 軟件自帶的篩選方法（費希爾參數(shù)法、分類錯誤率聯(lián)合平均相關(guān)系數(shù)法和交互信息法）對每個時期的特征進行初步降維獲得30 個特征。然后采用LASSO（least absolute shrinkage and selection operator regression）算法將4 個時期共120 個特征進一步降維；最后使用Mann-Whitney U檢驗及多重共線性檢驗，驗證LASSO 算法獲得的特征。將最佳特征集納入邏輯回歸獲得影像組學(xué)模型。

1.4 統(tǒng)計學(xué)方法

采用R 軟件（Version 4.0.3）進行數(shù)據(jù)分析。使用C 統(tǒng)計量（C-index）評價模型區(qū)分度；使用Brier 評分評價模型的校準度。利用加強Bootsrap 法（重抽樣1000 次）對模型進行內(nèi)部驗證，獲得校準后的C-index 及Brier 評分。以P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

LASSO 算法降維獲得12 種非零系數(shù)特征（圖1），經(jīng)Mann-Whitney U 檢驗及多重共線性檢驗后獲得10 種特征（表1），即最優(yōu)特征集。

表1 最優(yōu)特征集[M（Q1，Q3）]

圖1 不同λ 取值下的均方誤差圖

模型C-index 為0.943，95%置信區(qū)間為0.911 ～0.976，Brier 評分為0.093，95%置信區(qū)間為0.065 ～0.121，模型特異度為0.892，靈敏度為0.860，準確度為0.875。校準后的C-index 為0.928，校準后的Brier 評分為0.112。模型校準曲線見圖2。繪制模型預(yù)測高低度惡性潛能的ROC曲線顯示AUC值為0.943，截斷值為0.537（圖3）。

圖2 模型校準曲線圖

圖3 影像組學(xué)模型ROC 曲線圖

3 討論

CT 檢查是GIST 患者的首選檢查方法，一些CT 征象可用于預(yù)測GIST 的危險度分級[4]，但這些征象的應(yīng)用很大程度受到醫(yī)師經(jīng)驗的影響。Liu 等[5]利用CT 圖像進行直方圖分析顯示動脈期直方圖參數(shù)最大頻數(shù)有最大的AUC 值0.811。Chen 等[6]基于靜脈期圖像使用支持向量機構(gòu)建的模型AUC 值為0.867。Zhang 等[7]基于動脈期圖像使用隨機森林法構(gòu)建的模型AUC 值為0.935。任采月等[8]基于靜脈期圖像使用LASSO 算法構(gòu)建的模型AUC 值為0.91。上述研究均表明基于CT 圖像的紋理分析或影像組學(xué)可以用于GIST 危險度分級的預(yù)測，但這些研究大多是利用單個時期圖像進行，因此提供的信息量可能相對有限；此外，部分研究選取紋理特征種類單一，樣本量相對較小，也可能會影響結(jié)果的準確性和穩(wěn)定性。

本研究利用平掃、動脈期、靜脈期及延遲期圖像構(gòu)建模型，結(jié)果顯示該模型具有較好的區(qū)分度和校準度，C-index 為0.943（二分類變量中，C-index 和AUC 值相等），均高于上述諸研究AUC 值；Brier 評分為0.093（Brier 評分指預(yù)測概率與實際概率的一致程度，范圍是0 ～0.25，其值越小校準度越好）。進行內(nèi)部驗證后模型仍具有較高的C-index 和Brier 評分，分別為0.928 和0.112。這表明基于常規(guī)CT 平掃和增強圖像構(gòu)建影像組學(xué)模型對GIST 危險度分級的預(yù)測價值高于單個時期圖像構(gòu)建的影像組學(xué)模型。

納入模型的10 個特征中，Horzl_RLNonUni 是指0°方向游程長度不均勻性，其值越低，圖像的紋理粗細越均勻[9]，本研究中低度惡性潛能組Horzl_RLNonUni值均低于高度惡性潛能組，表明低度惡性潛能組紋理粗細更均勻，這與宋慧玲等[10]使用RLN 對乳腺癌新輔助化療效果的預(yù)測結(jié)果相仿。Entropy 可以反映圖像信息復(fù)雜程度，熵值越大，圖像越復(fù)雜。研究表明Entropy 值越大腫瘤侵襲性越高[11-12]，這與本研究結(jié)果一致，高度惡性潛能組Entropy 值均高于低度惡性潛能組；Correlate 可以反映圖像中局部區(qū)域的灰度相關(guān)性，Correlate 值越大，圖像灰度越均勻。本研究高度惡性潛能組的動脈期S(4,-4)Correlate 和靜脈期S(5,-5)Correlate 值均高于低度惡性潛能組?？赡艿脑蚴歉叨葠盒詽撃蹽IST 微血管再生較豐富，導(dǎo)致局部區(qū)域灰度較均勻[13]。Teta2 表示中心像素周圍鄰近像素灰度加權(quán)和，本研究中平掃高度惡性潛能組Teta2 值較高，可能的原因是平掃時高度惡性潛能組密度較高。Perc.90 表示從直方圖左邊開始，小于第90%體素區(qū)間內(nèi)的平均灰度值，本研究中高度惡性潛能組較低，由于GIST 多為漸近性強化，因此延遲期強化對比度差異更大，另外高度惡性潛能GIST 易壞死囊變，因此平均灰度值較低。

本研究局限性：第一，本研究是一項單中心回顧性研究，選擇偏倚不可避免，有待多中心前瞻性研究進一步驗證；第二，由于樣本量相對較少，本研究未對不同部位GIST 的危險度分級進行研究，GIST 的發(fā)生部位與其危險度分級相關(guān)，因此利用影像組學(xué)對不同部位GIST的危險度分級進行預(yù)測有待開展；第三，本研究是基于GIST 最大橫軸位圖像勾畫的2D-ROI 進行，較3D-ROI可能會遺漏一些紋理特征信息。

綜上所述，基于常規(guī)平掃和增強CT 圖像構(gòu)建的影像組學(xué)模型對GIST 危險度分級具有較高的預(yù)測價值，可作為一種影像學(xué)生物標記物，為臨床醫(yī)師制定治療方案提供幫助。