基于图特征选择的头颈癌多中心影像组学稳定性与可重复性研究

本研究针对头颈鳞癌(HNSCC)影像组学生物标志物在临床转化中面临的稳定性挑战，创新性地提出图特征选择(Graph-FS)方法。通过分析752例多中心患者CT影像提取的1,648个特征，发现Graph-FS较传统方法显著提升特征稳定性(JI=0.46 vs 0.005-0.014)和预测性能(AUC=0.70)，为解决影像组学跨中心可重复性难题提供新思路。

　　

在精准医疗时代，影像组学(Radiomics)通过挖掘医学图像中的高维特征来解码肿瘤表型，为癌症诊疗带来新希望。然而这个领域长期面临"可重复性危机"——不同医疗机构采用的扫描协议、成像参数和预处理方法的差异，使得提取的影像特征如同"变色龙"般不稳定。特别是在头颈鳞状细胞癌(HNSCC)领域，这种不稳定性严重阻碍了影像生物标志物的临床转化。传统特征选择方法如Lasso、Boruta等往往将特征视为独立变量，忽视了它们之间复杂的相互关系，导致选择的特征集在跨中心验证时表现欠佳。

针对这一关键问题，马里兰大学医学院(University of Maryland School of Medicine)的研究团队在《Scientific Reports》发表了一项突破性研究。他们创新性地将图论思想引入特征选择过程，开发出图特征选择(Graph-FS)框架。该方法通过构建特征相似性网络，利用连通组件分析和谱聚类技术，从1,648个影像特征中筛选出最具稳定性和生物学意义的特征集。研究纳入了来自三个医疗中心(UMB、MD Anderson和UMMC)的752例HNSCC患者数据，通过系统性地改变36种影像组学参数配置，证实Graph-FS在特征稳定性(Jaccard指数0.46)和预测性能(外部验证AUC 0.70)方面均显著优于传统方法。

研究采用了多项关键技术：多中心回顾性队列设计(三中心752例HNSCC患者)；标准化影像预处理(包括1mm各向同性重采样)；PyRadiomics提取1,648个IBSI标准特征；构建基于Pearson相关(阈值μ+0.3σ)的特征相似性图；连通组件分析和谱聚类两种图特征选择策略；五种机器学习分类器(Random Forest、XGBoost等)的交叉验证评估；采用Jaccard指数(JI)、Dice-Sorensen指数(DSI)等六种指标量化稳定性。

特征选择稳定性、一致性和可重复性

通过系统比较Graph-FS与传统方法在36种参数配置下的表现，研究发现Graph-FS(连通组件)的Dice相似性指数(DSI=0.62)显著高于其他方法。在跨中心可重复性方面，Graph-FS的Jaccard指数达到0.127，是传统方法(0.005-0.014)的9-25倍。特别值得注意的是，传统方法产生的特征排名高度依赖参数设置(Kendall's W<10^-6)，而Graph-FS展现出更好的排名一致性(W=6.9×10^-3)。

生存预测性能

在外部验证集(UMMC中心)上，基于Graph-FS选择的特征构建的预测模型表现出卓越的泛化能力。CatBoost分类器取得最高AUC(0.70，95%CI 0.59-0.8)，显著优于传统方法(AUC 0.43-0.61)。分析发现，传统方法在训练集表现良好但外部验证时性能下降，表明存在过拟合风险，而Graph-FS模型保持了稳定的判别能力。

关键影像特征分析

研究识别出一组具有生物学意义的稳定特征，包括original_shape_Elongation(量化肿瘤球形度偏离)、log-sigma-2-0-mm-3D_firstorder_Skewness(强度分布偏度)和wavelet-HHL_firstorder_Kurtosis(小波域峰度)等。这些特征与已知的肿瘤侵袭性相关表型(如异质性、缺氧等)高度相关，为影像组学生物标志物的生物学解释提供了新依据。

这项研究首次将图论方法系统应用于影像组学特征选择，解决了该领域长期存在的跨中心可重复性难题。Graph-FS的创新性体现在三个方面：一是通过特征相似性图捕捉特征间复杂关系，突破了传统方法将特征视为独立变量的局限；二是提出的连通组件分析策略具有参数少、解释性强的优势；三是开发的开源工具GFSIR便于临床转化应用。研究结果对推动影像组学从实验室走向临床具有重要价值，特别是在多中心研究设计和AI模型部署方面提供了方法论指导。未来工作可进一步探索Graph-FS在其他癌种和模态(MRI/PET)中的适用性，并通过整合基因组数据深化对稳定特征的生物学解读。