非小细胞肺癌淋巴管浸润预测：稳健影像组学特征的探索与应用

为解决影像组学特征受运动影响及预测非小细胞肺癌（NSCLC）淋巴管浸润（LVI）问题，研究人员探索稳健特征，发现其可提升预测敏感性。

　　### 研究背景：肺癌困境与影像组学挑战
肺癌，这个隐匿在健康暗处的 “杀手”，近年来愈发猖獗。在过去十年间，由于环境污染加剧、吸烟率居高不下以及诊断技术的进步，肺癌的发病率和死亡率节节攀升。2018 年，全球癌症观察组织（GLOBOCAN）预测，当年有超 176 万人因肺癌离世，新发病例超 200 万，相较于 2012 年的数据，增长态势令人揪心。肺癌不仅是男女中常见的癌症，更是死亡率最高的恶性肿瘤之一。

在非小细胞肺癌（NSCLC）的治疗领域，虽然免疫疗法、化疗和分子靶向疗法等取得了显著突破，但晚期诊断、治疗耐药和复发等难题，依旧让 NSCLC 患者的治愈和生存率处于低位。而在手术切除的 NSCLC 病例中，淋巴管浸润（LVI）被视为高风险病理特征，若能精准判断 LVI，就能为 I 期患者划分风险等级，进而优化辅助治疗方案。

影像组学，作为从医学影像中挖掘隐藏信息的新兴技术，在疾病预测、诊断和治疗反应评估等方面展现出巨大潜力。不过，NSCLC 的影像分析面临重重挑战。肺部的自然运动以及肿瘤与移动结构的邻近关系，使得影像呈现复杂多变的状态。肿瘤大小、位置和周围肺实质的差异，进一步增加了影像分析和特征提取的难度。运动伪影的存在，就像给影像 “蒙上一层纱”，模糊了细节，影响了定量影像组学特征的准确性，导致特征的重复性和再现性备受质疑。

为了突破这些困境，来自麦吉尔大学（McGill University）等机构的研究人员开展了一项意义重大的研究，相关成果发表在《Cancer Imaging》杂志上。

研究方法：模拟与实战的结合

研究人员首先自制了一个胸部模型，内置两个直径 22mm 的球形病灶，通过特定的电机模拟肺部呼吸运动，在两个正交方向上移动，模拟真实的临床场景。同时，收集了 126 例 NSCLC 患者的临床数据，这些患者均经过活检确诊，且 LVI 状态明确。

在影像分析阶段，研究人员利用基于模糊 C 均值（FCM）的分割算法，对临床和模型影像中的病灶进行精准分割。之后，从每个感兴趣区域（ROI）提取 105 个三维影像组学特征，这些特征涵盖形状、一阶、二阶及高阶纹理特征等四大类。

为筛选出对运动稳健的特征，研究人员计算了每个特征在运动和静态状态下的组内相关系数（ICC），将 ICC 大于 75% 的特征认定为稳健特征。此外，研究人员运用了多种特征选择算法，如 Boruta、递归特征消除（RFE）和最小冗余最大相关（MRMR），并结合逻辑回归（LR）、XGBoost（XGB）、多层感知器（MLP）、朴素贝叶斯（NB）和随机森林（RF）等机器学习分类器，对 LVI 进行预测。

研究结果：稳健特征的优势与局限

1. 特征筛选结果：从 105 个影像组学特征中筛选出 24 个对肺运动稳健的特征。多个特征选择算法多次选中的特征，如 original_glrlm_RunLengthNonUniformity、original_shape_MeshVolume 和 original_ngtdm_Coarseness 等，展现出较强的稳健性和潜在的预测能力。
2. 预测性能对比：在预测 LVI 的性能方面，使用稳健特征作为输入时，多数情况下会降低预测的准确性（ACC）和曲线下面积（AUC），但能显著提升敏感性（SEN）。例如，LR 分类器结合 MRMR 特征选择，使用稳健特征后，敏感性从 0 提升至 83% 以上，而 AUC 从 87% 降至 92%；MLP 分类器结合 MRMR 特征选择，敏感性从 0 提升至 42%，AUC 从 94% 降至 66%。在特异性（SPE）方面，使用稳健特征会使所有模型的特异性下降。
3. 模型最佳性能：不考虑影像组学特征稳健性时，NB 分类器和 RFE 特征选择的组合取得最高 AUC（95%），LR 分类器和 RFE 特征选择、XGB 分类器和 Boruta 特征选择的组合获得最高 ACC（89%）；使用稳健特征后，LR 分类器和 MRMR 特征选择、NB 分类器和 Boruta 特征选择的组合达到最高 AUC（92%），NB 分类器和 Boruta 特征选择的组合获得最高 ACC（86%），且 NB 分类器在使用稳健特征进行特征选择后，敏感性达到 100%。

研究结论与讨论：稳健特征的价值与展望

本研究表明，在影像组学研究中，考虑特征对各种影响因素的稳健性至关重要。虽然使用稳健特征会在一定程度上牺牲预测的准确性和 AUC，但大幅提升的敏感性在医学应用中意义重大，尤其是在癌症诊断和预后评估方面，高敏感性可以减少漏诊，为患者争取宝贵的治疗时机。

然而，研究也发现，当前的特征选择算法在充分考虑特征稳健性方面存在不足，仅少数稳健特征被选中，这意味着算法可能过度关注统计相关性，忽视了临床实用性和特征的可重复性。未来需要开发更先进的特征选择算法，使其能更好地识别既具有预测能力又具备可靠重复性的特征。

此外，本研究样本量有限，未来需更大规模的研究来验证结果。同时，影像组学特征还受多中心数据等多种因素影响，后续研究应进一步探索这些因素。在技术应用上，深度学习或深度影像组学中稳健特征的使用也是未来研究的方向，有望为 NSCLC 的精准诊疗带来新的突破。