《Frontiers in Artificial Intelligence》：Machine learning models integrating 2D and 3D intratumoral heterogeneity features from multi-sequence MRI: accurate prediction of perineural invasion in pancreatic ductal adenocarcinoma
编辑推荐：
引言： 神经周围浸润（perineural invasion, PNI）发生于大多数胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）病例中，并与局部复发、神经病理性疼痛及不良生存密切相关，然而目前尚无可靠方法对其进行
引言： 神经周围浸润（perineural invasion, PNI）发生于大多数胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）病例中，并与局部复发、神经病理性疼痛及不良生存密切相关，然而目前尚无可靠方法对其进行术前识别。研究人员开发并外部验证了一种基于多序列MRI的瘤内异质性（intratumoral heterogeneity, ITH）评分框架，该框架整合机器学习，用于PDAC中PNI的无创预测。
方法： 利用来自四个医疗中心的205例手术切除患者的术前T2加权、弥散加权及增强T1加权MRI（训练集100例、内部测试集43例、两个外部验证集分别为28例和34例），研究人员通过基于K均值聚类的亚区划分提取二维和三维ITH特征，并纳入独立临床预测因子肿瘤位置和临床T分期以构建联合预测模型。系统评估了11种机器学习算法。
结果： 联合临床-ITH模型在内部测试集中达到0.907的曲线下面积（area under the curve, AUC），在两个外部验证队列中分别达到0.860和0.869的AUC。相应的ITH模型AUC分别为0.881、0.860和0.850，而临床逻辑回归模型分别为0.758、0.342和0.700。
讨论： SHAP分析将三个T2WI衍生特征列为联合模型输出的最大贡献者，特征效应方向各异且并非一致单调。这些发现表明，基于多序列MRI的ITH量化提供了一种可解释的术前PNI评估方法，并在两个外部手术队列中具有一致的判别能力，为胰腺癌手术规划和辅助治疗选择提供了潜在工具。
论文解读文章
一、研究背景与意义
胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）是最致命的实体恶性肿瘤之一，尽管手术技术和全身治疗取得显著进展，其5年生存率仍低于13%。神经周围浸润（perineural invasion, PNI）是PDAC的重要病理特征，定义为肿瘤细胞浸润周围神经的外膜、束膜或内膜，在70.8%–93%的手术切除PDAC标本中可检出，被认为是局部复发、术后神经病理性疼痛和总生存受损的关键驱动因素。术前识别PNI状态具有重要的临床意义：PNI阳性患者可能受益于扩大腹膜后清扫或强化新辅助治疗，而PNI阴性患者可避免过度治疗带来的并发症。然而，PNI目前只能通过术后组织病理学检查确诊，外科医生在术前决策时缺乏这一关键信息。
常规影像学检查，包括增强计算机断层扫描（CT）和磁共振成像（MRI），可提供肿瘤大小和血管受累的重要信息，但对PNI特征的微观神经浸润不敏感。这一诊断空白推动了影像组学的发展，即高通量提取定量影像特征以捕捉肉眼评估无法识别的肿瘤表型。既往基于CT的影像组学模型和基于超分辨率MRI的深度学习模型在PNI预测中取得了中等至良好的准确性，但这些方法要么依赖手工设计的全局描述符，要么采用端到端表征，未能显式捕捉瘤内亚区的空间结构，而这一特征被认为与神经趋向性具有生物学相关性。
瘤内异质性（intratumoral heterogeneity, ITH）定义为单个肿瘤内细胞的空间和功能多样性，已成为连接影像表型与肿瘤行为的关键概念。在PDAC中，由于恶性上皮细胞、癌症相关成纤维细胞、免疫浸润和神经成分在促结缔组织增生性间质中的复杂相互作用，ITH尤为显著。ITH源于基因组不稳定性和肿瘤微环境选择性压力驱动的克隆演化。影像基因组学分析已将影像异质性与潜在基因组多样性和患者预后联系起来，而基于MRI的肿瘤空间划分结合无监督聚类已能生成定量ITH指标以预测治疗反应。多序列MRI通过弥散加权成像（diffusion-weighted imaging, DWI）探测组织弥散性，通过T2加权成像（T2-weighted imaging, T2WI）和增强T1加权成像（contrast-enhanced T1-weighted imaging, T1CE）捕捉肿瘤形态和微环境特征，可能为PDAC的PNI预测提供一种强大且尚未探索的方法。
二、研究设计与主要技术方法
研究人员开展了一项多中心回顾性研究，开发并外部验证了基于多序列MRI的ITH评分框架，整合机器学习用于PDAC的术前PNI预测。研究纳入205例经病理确诊的胰腺癌患者，来自四个独立医疗中心：中心一（昆明医科大学第三附属医院）和中心二（昆明医科大学第一附属医院）的患者合并后按70%/30%随机分为训练集（100例，66例PNI阳性）和内部测试集（43例，28例PNI阳性）；中心三（云南省第一人民医院）和中心四（昆明市延安医院）的患者分别作为第一外部验证队列（28例，19例PNI阳性）和第二外部验证队列（34例，24例PNI阳性）。
主要技术方法包括：MRI图像预处理采用各向同性重采样（标准化为1×1×1 mm3体素）和N4偏置场校正；肿瘤分割由两名放射科医师在每种序列上手动勾画肿瘤实性成分的感兴趣容积（volume of interest, VOI），仅保留组内相关系数（intraclass correlation coefficient, ICC）>0.80的特征；ITH量化采用经验证的ITHscore框架，对每个MRI序列独立进行二维和三维分析，基于K均值聚类划分亚区，计算ITH评分及15个补充三维异质性指标；特征选择采用两阶段策略，先对每个模态特征子集独立进行LASSO逻辑回归（5折交叉验证），再对LASSO选出的特征应用基于随机森林的递归特征消除（recursive feature elimination, RFE）；模型开发系统评估11种机器学习算法，包括逻辑回归（logistic regression, LR）、随机森林（random forest, RF）、支持向量机（support vector machine, SVM）、极端梯度提升（XGBoost）、轻量梯度提升机（LightGBM）、K近邻（k-nearest neighbors, KNN）、决策树（decision tree, DT）、梯度提升决策树（gradient boosting decision tree, GBDT）、自适应提升（AdaBoost）、朴素贝叶斯（naive Bayes, NB）和线性判别分析（linear discriminant analysis, LDA），通过5折分层交叉验证和网格搜索进行超参数优化，以AUC为优化指标。
三、研究结果
3.1 患者特征
共纳入205例病理确诊的胰腺癌患者，其中137例（66.8%）PNI阳性，68例（33.2%）PNI阴性。平均年龄58.42±10.16岁，117例（57.1%）为男性。与PNI阴性患者相比，PNI阳性患者更常见肿瘤位于胰头（65.0% vs. 42.6%，p=0.004）和晚期临床T分期（T3/4：45.3% vs. 29.4%，p=0.042）。其他基线特征在两组间无显著差异。
3.2 PNI的独立预测因子
单因素逻辑回归分析确定肿瘤位置和临床T分期（cT-stage）为与PNI相关的因素。胰体/胰尾肿瘤较胰头肿瘤PNI风险更低（OR=0.40，95% CI：0.22–0.73，p=0.003），而晚期cT分期（T3/4 vs. T1/2）与较高风险相关（OR=1.98，95% CI：1.07–3.69，p=0.03）。多因素模型中两个变量均保持独立关联：肿瘤位置的校正OR为0.36（95% CI：0.20–0.67，p=0.001），cT分期的校正OR为2.26（95% CI：1.18–4.30，p=0.01）。这两个变量因此被保留作为模型开发的临床预测因子。
3.3 特征选择
经两阶段特征选择后，三个MRI序列共保留9个ITH相关特征。T2WI序列选择5个特征：3D_T2WI_Max_Subregion_Proportion、2D_T2WI_ITHscore_K6、3D_T2WI_MIR、3D_T2WI_FDVarIndex和3D_T2WI_IHI。DWI序列保留1个特征：2D_DWI_ITHscore_K3。T1CE序列选择3个特征：3D_T1CE_MIR、3D_T1CE_Max_Min_Volume_Ratio和3D_T1CE_VolWeightedFD。
3.4 机器学习模型性能
单序列模型中，T2WI模型总体表现最佳，其次为T1CE和DWI模型。T2WI模型内部测试集最高AUC为0.723（DT），第一外部队列LightGBM和LDA共享最高AUC 0.789，第二外部队列AdaBoost达0.788。DWI模型在内部、第一外部和第二外部队列的最高AUC分别为0.596（KNN）、0.623（LightGBM）和0.790（KNN）；T1CE模型相应最高AUC分别为0.714（KNN）、0.749（LDA）和0.767（AdaBoost）。
多序列联合模型整合T2WI、DWI和T1CE特征，在所有数据集中均较单序列模型显著改善。训练集中联合模型AUC范围为0.875（NB）至0.999（KNN、GBDT、AdaBoost）。RF在内部测试集AUC最高（0.881），其次为LDA（0.876）和LR（0.871）。RF在第一和第二外部验证队列中同样获得最高AUC，分别为0.860和0.850。多序列整合一致增强了模型稳健性和泛化能力，RF是四个数据集中表现最稳定的算法。
3.5 临床、ITH和联合模型比较
临床模型（肿瘤位置和cT分期）在训练集AUC为0.677，内部测试集为0.758，外部验证集分别为0.342和0.700，在第一外部队列中判别能力尤其差。ITH模型（九个多序列ITH特征）AUC显著更高：训练集0.982、内部测试集0.881、第一外部验证集0.860、第二外部验证集0.850。联合模型（九个ITH特征加两个临床预测因子）在训练集达到最高AUC（1.000），并在内部测试集（0.907）、第一外部验证集（0.860）和第二外部验证集（0.869）保持竞争性表现。决策曲线分析显示ITH模型和联合模型在四个数据集的大部分阈值概率范围内均提供比临床模型更大的临床净获益。配对比较热图确认联合模型在所有评估指标上持续优于临床模型，相对ITH模型表现相当或略有改善。
3.6 模型可解释性
SHAP分析确定三个最大平均绝对SHAP值对应的特征为3D_T2WI_Max_Subregion、2D_T2WI_ITHscore_K6和3D_T2WI_MIR，其次为cT分期和3D_T1CE_MIR，肿瘤位置贡献最小。SHAP依赖图显示，3D_Max_Subregion特征值较高时通常与较低的PNI模型输出SHAP贡献相关，即较大的连通亚区与较低的PNI预测贡献相关。研究展示了联合模型的实际应用流程，从多序列MRI采集经ITH亚区分割到最终模型输出，模型为每例患者生成PNI概率评分，较高的ITH评分反映肿瘤亚区更大的空间破碎程度并预测PNI阳性状态。
四、讨论与结论
研究讨论部分指出，这是首个将空间ITH评分框架应用于多序列MRI进行PDAC PNI预测并在四中心设计中验证的研究。既往CT影像组学模型报告的单中心AUC为0.803–0.881，超分辨率MRI融合深度学习模型内部AUC为0.929、外部AUC为0.832。本研究的ITH模型实现了可比的外部验证性能（0.850–0.860），同时具有内在可解释性：空间聚类衍生的ITH特征显式量化了瘤内亚区的破碎程度和结构复杂性，提供了影像异质性与PNI潜在克隆结构之间的透明联系。
多序列整合一致优于任何单序列，T2WI模型表现最佳可能归因于T2WI对伴随神经周围扩散的组织成分变化（水肿、纤维化和炎症浸润）的敏感性，DWI通过探测浸润前沿的微结构完整性提供独特信息，T1CE捕捉与促结缔组织增生反应相关的灌注异质性。
SHAP可解释性分析识别出九个ITH特征为模型预测的主要贡献者。T1CE衍生特征提供互补预测信息：MIR捕捉信号强度全动态范围，反映增强模式显著不同区域的共存，是PNI阳性肿瘤异常新生血管导致的血管和间质异质性的标志；体积加权分形维数量化亚区边界的空间复杂度，较高值提示更不规则的边界，可能反映神经周围播散特征性的无序浸润性生长。
临床变量对ITH模型的贡献适中且依赖队列。在第一外部队列中临床模型AUC仅0.342，而两个影像模型在同一批患者中均达到0.860，支持MRI衍生ITH特征超越两个临床变量的预测贡献。
研究局限性包括：仅纳入手术切除患者的回顾性队列，限制了对未切除患者的推广；手动VOI勾画需要放射科医师时间并限制可扩展性；各中心扫描设备和采集方案存在差异，虽经重采样、N4校正和Z-score标准化处理，但未应用ComBat等特征级批次效应校正；总体样本量适中，尤其两个外部队列（n=28和n=34）限制了性能估计的精度；ITH模式与PNI之间的生物学机制仍未完全阐明。
结论： 研究人员开发了一种基于多序列MRI的框架，整合二维和三维瘤内异质性特征与机器学习，用于PDAC的术前PNI预测。联合临床-ITH模型在两个独立外部队列中分别达到0.860和0.869的AUC，支持其在各参与中心的预测价值。空间ITH描述符和SHAP分析提供了关于促成PNI预测的影像特征的可解释信息。这些发现支持基于MRI的ITH评估用于术前风险分层的潜力。在更广泛的临床人群中进行进一步验证，以及评估自动分割和扫描仪协调化，将促进临床转化。
