多模态MRI深度学习模型预测脑膜瘤骨侵犯的多中心外部验证
《Magnetic Resonance Imaging》:Multicenter external validation of a multimodal MRI deep-learning model to predict meningioma bone invasion
【字体:
大
中
小
】
时间:2026年10月19日
来源:Magnetic Resonance Imaging 2.1
编辑推荐:
• **首次多中心外部验证:** 我们提出了首个用于术前预测脑膜瘤骨侵犯的深度学习模型,并在两家独立机构进行了严格验证,展现出稳健的泛化能力(AUC 0.82)。
• **卓越的临床实用性:** 该模型的阴性预测值达到96.1%,在排除骨侵犯方面提供了高水平的安全性,并通过
• **首次多中心外部验证:** 我们提出了首个用于术前预测脑膜瘤骨侵犯的深度学习模型,并在两家独立机构进行了严格验证,展现出稳健的泛化能力(AUC 0.82)。• **卓越的临床实用性:** 该模型的阴性预测值达到96.1%,在排除骨侵犯方面提供了高水平的安全性,并通过决策曲线分析证明可显著减少不必要的骨切除。• **可操作且可解释的工具:** 一个源自常规多参数MRI的精简六特征标志物,为外科医生提供了客观、可解释的决策支持工具,用于个体化骨窗规划。## 引言脑膜瘤占颅内肿瘤的30%以上[1]、[2],骨侵犯在20%–68%的病例中被报告,并显著恶化预后[3]。在组织学上,病灶被分为增殖型、溶骨型或混合型;沿颅缝扩散的溶骨型肿瘤使复发风险翻倍[3]、[4]。在68%的病例中,骨侵犯累及额顶-眶区域,这与蛛网膜帽细胞的胚胎迁移路径一致[4]、[5]。与硬膜或静脉窦壁的表浅浸润不同,脑膜瘤骨侵犯遵循一种双相的"破坏-增殖"模式[6]、[7]。当蝶骨嵴侵犯神经孔时,并发症发生率高达44%,26%需要再次手术,仅20%可实现全切除。Simpson I级切除仍受到91.4%阳性骨浸润率的限制[8]、[9],这凸显了准确术前影像学评估的必要性。欧洲神经肿瘤学会(EANO)指南将MRI指定为脑膜瘤的诊断金标准[10]。然而,对于非强化或钙化病灶,其效用有限。虽然CT可以显示骨质改变,但往往无法可靠地区分早期骨髓侵犯与反应性改变[11]、[12]、[13]。因此,骨侵犯的术前评估仍高度主观,导致不一致的手术决策,存在过度骨切除或肿瘤残留的风险[11]、[14]。为解决这一问题,Zhang等人开发了一种基于T1增强和T2加权MRI的影像组学模型,在单中心队列中取得了中等表现(AUC 0.72)。然而,其敏感性欠佳(64.1%),且泛化能力仍令人担忧[15]。此外,手工构建的影像组学特征可能无法捕捉复杂的、多参数的时空关系,且通常需要人工分割,限制了其临床可扩展性。深度卷积神经网络(CNN)通过从多参数MRI(例如T1增强、T2、DWI)中进行端到端的特征提取,提供了一种有前景的替代方案,可能克服影像组学的瓶颈并检测微观侵犯[16]、[17]、[18]。现有的深度学习融合模型仅针对静脉窦侵犯进行了验证[19],而骨侵犯则需要专门的架构[6]、[9]。因此,我们系统比较了CNN与影像组学,并表明DenseNet121在多中心队列中取得了最高表现。DenseNet121提供了一种定量的术前工具,客观指导患者个体化的骨瓣规划,并减少因误分类导致的过度切除或疾病残留。## 各节摘录### 研究设计与参与者本回顾性研究纳入了来自两家中心(2016年1月至2023年12月)438例经病理证实的脑膜瘤患者(其中72例有骨侵犯)。A医院(n = 259)被随机分为训练集(70%,n = 182)和内部验证集(30%,n = 77);B医院(n = 179)作为外部测试集。两家中心均获得了机构审查委员会的批准,并豁免知情同意。所有数据均进行了去标识化处理和时序错位。骨### 研究人群我们纳入了438例经病理证实的脑膜瘤:182例用于训练,77例用于内部验证,179例用于外部测试。外部测试组的静脉窦侵犯率更高(22%,39/179)vs 内部(10%,8/77;P = 0.005),骨侵犯率更低(11%,20/179 vs 20%,15/77;P = 0.046),表明队列存在异质性;其他基线特征均衡(表1)。从训练集的26,988个多模态特征(11,844个影像组学特征,15,144个深度特征)中,经五阶段筛选(单变量逻辑回归、共线性去除、Boruta,### 讨论确立预测模型的临床增量价值需要与现有标准进行基准比较。对于脑膜瘤,术前MRI对骨侵犯的评估仍具有挑战性,因其主观性强且难以区分真正的侵犯与反应性改变,这是先前研究已承认的局限性[23]。此外,准确识别至关重要,因为骨侵犯是公认的肿瘤进展和复发的独立风险因素。在### 局限性本研究存在若干局限性。其回顾性设计和单一疾病焦点可能引入选择偏倚。低事件率(11%)直接导致阳性预测值偏低(28.8%)。因此,阳性预测需要CT确认或术中活检,且不应单独作为广泛骨切除的依据。缺乏Grad-CAM等可视化工具限制了对模型关注区域的局部化解释。这些局限性可在未来的前瞻性研究中解决,### 结论在这项事件率较低的多中心研究中,DenseNet121模型整合了低ADC特征和T2WI上的瘤周水肿信号,用于非侵入性地术前预测脑膜瘤骨侵犯。在外部测试队列中,该模型取得了0.820的AUC(95% CI,0.727–0.913)和96.1%的阴性预测值,显著优于传统影像组学(ΔAUC 0.155,P = 0.035)。在20%的风险阈值下应用,该模型主要通过### CRediT作者贡献声明Zhouyuan Wei(魏周远):撰写——初稿、验证、监督、调查、形式化分析、数据整理。Wei Hu(胡伟):撰写——初稿、可视化、调查、形式化分析、数据整理。Fuqiang Tang(唐富强):验证、调查、形式化分析、数据整理。Jialiang Ren(任佳良):可视化、软件、形式化分析。Junlin Zhou(周俊林):资源、资金获取。Mengjia Liu(刘梦佳):可视化、验证、调查。Ling Su(苏玲):可视化、验证、调查。Jing Zhang(张静):## 利益冲突声明本研究方案获得了遵义医科大学附属医院的机构审查委员会(2024-1-10)和兰州大学第二附属医院的机构审查委员会(2020 A-109)的批准。本稿件的任何部分均未曾发表或提交至其他期刊。所有作者均已审阅并批准最终版本,且报告无利益冲突。## 致谢本工作得到了国家自然科学基金(82260341)和贵州省科技计划项目:黔科合基础 MS [2025] 418的资助。魏周远 | 胡伟 | 唐富强 | 任佳良 | 周俊林 | 刘梦佳 | 苏玲 | 张静
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号