基于机器学习的影像组学联合临床CT特征预测磨玻璃结节肺腺癌浸润性研究

《BMC Cancer》：Machine learning-based prediction of invasiveness in lung adenocarcinoma presenting as ground-glass nodules using radiomics and clinical CT features

本研究针对肺腺癌磨玻璃结节术前浸润性评估难题，创新性地整合影像组学特征与临床CT指标，通过多中心回顾性研究构建机器学习预测模型。结果表明随机森林模型在训练集、测试集和外部验证集的AUC分别达0.854、0.769和0.778，显著优于单一临床模型，为肺腺癌个性化治疗决策提供了客观量化工具。

　　

在全球癌症死亡谱上，肺癌始终高居首位，其中肺腺癌（Lung Adenocarcinoma, LA）作为最主要的病理亚型，约占全部肺癌病例的55%-60%。随着低剂量螺旋CT（LDCT）筛查技术的普及，越来越多的肺腺癌以磨玻璃结节（Ground-Glass Nodules, GGNs）的形式被早期发现。这类结节在CT影像上表现为模糊的云雾状阴影，既可代表良性病变，也可能是从癌前病变到浸润性癌的连续发展过程。

临床上最棘手的难题在于：如何术前无创地区分低浸润性（ minimally invasive adenocarcinoma, MIA/ Grade 1 invasive adenocarcinoma）与高浸润性（Grade 2/3 invasive adenocarcinoma）肺腺癌？这直接关系到手术方案的选择——是局部楔形切除就能解决问题，还是需要更广泛的肺叶切除甚至术后辅助治疗？传统上，医生主要依赖CT影像的形态学特征（如结节大小、实性成分比例、分叶、毛刺等）进行主观判断，但不同医师之间评估差异大，且对某些表现不典型的早期浸润癌容易误判。影像组学（Radiomics）技术的出现带来了转机，它能够从医学图像中提取大量人眼难以识别的定量特征，深入揭示肿瘤内部的异质性信息。

为解决这一临床痛点，兰州大学第二医院 Mingzhi Lin 等学者在《BMC Cancer》上发表了题为"Machine learning-based prediction of invasiveness in lung adenocarcinoma presenting as ground-glass nodules using radiomics and clinical CT features"的多中心研究。该研究创新性地将影像组学与临床CT特征相结合，利用多种机器学习算法构建预测模型，旨在为GGN型肺腺癌的浸润性提供精准、客观的术前评估工具。

关键技术方法概述

研究团队收集了来自两个医疗中心的357例经病理证实的肺腺癌患者数据（主要队列312例，外部验证队列45例）。从术前高分辨率CT（HRCT）图像中，研究者手动勾画结节感兴趣区域（ROI），并利用PyRadiomics平台提取了1129个影像组学特征，同时评估了16个临床CT语义特征。为处理高维数据并提升模型效能，研究采用主成分分析（PCA）和最小绝对收缩与选择算子（LASSO）两种方法对影像组学特征进行降维处理。随后，应用随机森林（RF）、支持向量机（SVM）、逻辑回归（LR）、XGBoost和LightGBM五种机器学习算法，分别构建了基于临床CT特征、临床CT特征+PCA降维影像组学、临床CT特征+LASSO降维影像组学的预测模型。通过受试者工作特征曲线下面积（AUC）、灵敏度、特异性、决策曲线分析（DCA）等指标全面评估模型性能，并采用SHAP（SHapley Additive exPlanations）方法对最优模型进行可解释性分析。

研究结果

患者基线特征与临床CT特征分析

表1展示了研究人群的详细特征。在主要队列中，高浸润性组患者的平均年龄显著高于低浸润性组（58.21±9.4岁 vs. 55.1±9.79岁，P=0.01）。在影像学特征方面，高浸润性GGN更常表现为混合性磨玻璃密度（67.8% vs. 41.4%）、边缘不规则（49.7% vs. 26.6%）、毛刺征（44.8% vs. 19.5%）、分叶征（41.3% vs. 23.7%）、胸膜凹陷征（53.8% vs. 34.3%）和血管集束征（61.5% vs. 47.3%）。此外，高浸润性结节的实性成分比例（Consolidation Tumor Ratio, CTR）、结节最大径和实性成分最大径均显著大于低浸润性结节（均P<0.001）。这些发现与临床实践观察一致，表明这些特征与肿瘤的侵袭性行为密切相关。

特征筛选与模型构建

经过严格的统计学筛选（包括错误发现率FDR校正和Pearson相关性分析），研究最终确定了422个与浸润性显著相关的变量用于模型构建。PCA分析提取的前10个主成分累计贡献了90.5%的方差，而LASSO回归（λ.min=0.03647）筛选出10个最具预测价值的影像组学特征。

模型性能比较与验证

模型性能评估结果（表2和表3）显示，单纯基于临床CT特征的模型中，逻辑回归（LR）在外部验证集表现最佳（AUC=0.770）。然而，当融合了影像组学特征后，模型性能得到显著提升。其中，基于临床CT特征-PCA影像组学的随机森林（RF）模型展现了最优异的综合性能：在训练集、测试集和外部验证集的AUC分别达到0.854（95% CI: 0.808-0.901）、0.769和0.778。该模型同样表现出高灵敏度（训练集0.895）和良好的特异性。相比之下，基于临床CT特征-LASSO影像组学的RF模型性能稍逊（训练集AUC=0.831）。决策曲线分析（DCA）表明，RF模型在大多数风险阈值下都能提供比"全干预"或"全不干预"策略更高的临床净收益。

模型可解释性分析

SHAP分析揭示了影响模型预测的关键特征。在最优的RF模型中，实性成分比例（CTR）是最重要的预测因子，其对模型输出的贡献最大。此外，胸膜凹陷征、血管集束征以及源自灰度共生矩阵（GLCM）和灰度游程长度矩阵（GLRLM）的纹理特征（如"wavelet-HLL GLCM Idmn", "log-sigma-3-mm-3D GLRLM ShortRunHighGrayLevelEmphasis"）也对预测浸润性具有重要价值。这些纹理特征反映了结节内部的异质性，与肿瘤的侵袭性生物学行为相关。

研究结论与意义

本研究成功构建并验证了一个融合影像组学和临床CT特征的机器学习模型，能够准确、客观地术前预测表现为磨玻璃结节的肺腺癌的浸润程度。随机森林算法结合PCA降维策略被证明是处理此类多模态医学数据的有效方法。该模型的优势在于其非侵入性、可重复性以及能够捕捉人眼难以察觉的影像学模式，从而弥补了传统放射科医生主观评估的局限性。

这项研究的临床意义重大。首先，它为外科医生制定个性化手术方案提供了重要的决策支持。对于预测为低浸润性的结节，可以考虑创伤更小的亚肺叶切除（如楔形切除或肺段切除），有助于保留患者更多的肺功能，提高术后生活质量。而对于预测为高浸润性的结节，则提示可能需要更彻底的肺叶切除加系统性淋巴结清扫，甚至术后辅助治疗，以期降低复发风险，改善预后。其次，该研究展示了多中心数据的应用价值，增强了模型的可推广性。最后，SHAP等可解释性人工智能（XAI）技术的应用，增强了临床医生对模型预测结果的信任度，有助于人机协作，共同提升诊疗水平。

当然，本研究也存在一些局限性，如回顾性设计、样本量有限（尤其外部验证队列）、患者群体相对单一（均为手术患者）等。未来研究需要通过更大规模、前瞻性、多中心的数据进行进一步验证，并探索将PET-CT、MRI等多模态影像信息乃至肿瘤微环境标志物整合入模型，以期在肺癌精准医疗的道路上走得更远。