基于纵向CT成像与自注意力深度学习的口咽鳞状细胞癌放疗后无病生存预测

《Computer Methods and Programs in Biomedicine》：Longitudinal CT imaging to predict radiotherapy treatment outcome in head and neck cancer: a Deep Learning approach

　　

目的：在放疗前及放疗期间多个时间点获取的CT图像可捕获肿瘤的时间变化，为肿瘤反应提供有价值的信息。通过深度学习技术建模CT扫描的时间变化，研究人员比较了多时间点模型与单时间点模型的预测性能，评估纳入时间特征对口咽鳞状细胞癌（OPSCC）患者两年无病生存（DFS）预测的影响。材料与方法：共纳入202例在格罗宁根大学医学中心接受（化）放疗的OPSCC患者。每例患者均有计划CT扫描，以及治疗期间不同时间点获取的重复CT（rCT）扫描。根据每例患者的数据可及性创建三个训练/验证集：前两幅、三幅或四幅连续rCT。使用包含全部四幅连续rCT的53例独立测试集比较不同输入训练模型的性能。深度学习模型以单个或多个时间点作为输入构建。为建模纵向特征，研究人员将自注意力机制（self-attention mechanisms）和时间卷积网络（TCNs）应用于不同时间点CT扫描提取的深层特征。模型采用3折交叉验证和三种特征提取架构训练，预测概率通过平均法集成。最后，通过准确率、F1宏平均（F1 macro）、受试者工作特征曲线下面积（AUC）评分和校准图评估性能。结果：自注意力在多时间点模型中捕获时间变化的能力优于TCNs。性能最佳模型使用计划CT和前两幅rCT并结合自注意力，达到0.75准确率、0.66 F1评分、0.61 AUC及最佳总体校准。基于截至第10次分次的单时间点CT训练的模型通常显示略低准确率（≤0.72）、相似F1评分（约0.66），但更高AUC（≥0.70）。尽管区分性能相似，TCNs表现出较差校准（斜率值≥1.74）。结论：治疗前及治疗早期获取的多时间点CT图像在预测OPSCC无病生存方面具有潜力。基于自注意力的深度学习模型，特别是使用计划CT和前两幅连续rCT扫描的模型，显示出有前景的临床效用。

研究背景：头颈部肿瘤患者常接受容积旋转调强放疗（VMAT），放疗计划基于治疗前计划CT制定并贯穿整个疗程。然而治疗期间可发生显著解剖变化，可能导致靶区欠剂量和周围健康组织过量照射，从而影响结局。自适应放疗（ART）通过基于重复影像进行每日、每周或疗程中重新计划来应对该问题，重复影像也为监测肿瘤时间反应并与治疗反应相关联提供机会。既往增量影像组学（delta radiomics）研究多使用两个时间点，且多基于手工勾画的肿瘤区域，忽视周围解剖变化可能携带的预后信息。因此，本研究旨在探讨深度学习能否有效建模治疗前及治疗期间多次CT扫描的时间变化，并比较多时间点与单时间点模型对OPSCC患者两年DFS的预测性能。研究人员纳入202例OPSCC患者，构建单时间点和多时间点深度学习模型，比较不同输入和纵向特征提取模块的性能，并评估其预测区分度与校准。研究结论显示，多时间点CT图像在预测OPSCC无病生存方面具有潜力，基于自注意力、使用计划CT和前两幅连续rCT的模型显示出有前景的临床效用；该研究为纵向影像深度学习在放疗反应预测中的应用提供了探索性依据。关键技术方法（不超过250字）：研究队列来自荷兰格罗宁根大学医学中心（UMCG）放疗科2014年2月至2020年1月接受根治性（化）放疗的202例OPSCC患者，独立测试集53例。计划CT与治疗中rCT行刚性配准，围绕口咽建立192×192×192、1×1×1 mm³体素间距的边界框；采用DenseNet121、ResNet18、SEResNet50提取特征，分别以自注意力或TCN建模纵向特征；3折交叉验证、集成平均，并以准确率、F1宏平均、AUC和校准图评估。研究结果：单时间点模型：对每个单时间点输入，使用三种特征提取网络进行3折交叉验证，共9个模型；没有单一特征提取网络在准确率、F1和AUC上持续最优；rCT_T1总体指标最高，rCT_T4最低；集成后计划CT准确率0.72、F1 0.68、AUC 0.74，rCT_T1准确率0.72、F1 0.66、AUC 0.72，rCT_T2、rCT_T3、rCT_T4测试准确率均为0.68但F1和AUC随分次数增加而下降。多时间点模型：采用自注意力和TCN纳入多时间点；最佳单模型中，DenseNet121加自注意力使用三幅rCT为0.66准确率、0.65 F1、0.66 AUC，SEResNet50加TCN使用计划CT加四幅rCT为0.70准确率、0.67 F1、0.68 AUC；集成后自注意力以计划CT加前两幅rCT准确率和F1最高（0.75、0.66），前三幅为0.68、0.65、0.69 AUC，四幅为0.72、0.61、0.69 AUC；TCN集成最佳为前三幅rCT（0.70、0.68、0.66）。计划CT纳入的影响：自注意力模型中不含计划CT时准确率、F1和AUC一般更高；TCN模式不同，DenseNet121纳入计划CT通常更好，SEResNet50除两幅rCT训练外趋势相同，ResNet18一般不含计划CT更好；集成后自注意力两幅rCT含计划CT准确率和F1更高但AUC更低，三幅和四幅rCT排除计划CT时指标相似或更高；TCN两幅和三幅rCT不含计划CT相似或更好，四幅rCT时趋势反转。校准：单时间点模型截距-0.21至0.10、斜率0.69至1.27，最佳为rCT_T2（R²=0.96、截距-0.10、斜率1.16）；自注意力多时间点中四幅rCT校准最差（R²约0.1、斜率<0.35、截距约0.3），两幅rCT校准较差（截距-0.51、斜率1.92），计划CT加两幅和三幅rCT轻微低估（截距-0.11和-0.19，斜率0.98和1.27，R²为0.89和1）；TCN所有模型校准差，R²高于0.85者斜率均高于1.74。最佳模型与DeLong检验：排除校准差的四幅rCT模型后，自注意力计划CT加前两幅rCT准确率最高0.75、F1 0.66、AUC 0.61；最高AUC为单时间点计划CT（0.74）、rCT_T1（0.72）、rCT_T2（0.70）；多时间点自注意力模型总体校准更优，R²更高、截距更接近0、斜率更接近1；DeLong检验初始显示仅计划CT模型与部分TCN模型AUC差异显著（p<0.05），但经Benjamini–Yekutieli（BY）多重比较校正后差异均不显著。讨论总结：作者指出，单时间点模型中最早的治疗中CT区分度优于最晚治疗中CT；多时间点模型未一致优于单时间点模型；计划CT作为唯一增强CT，纳入后对区分度影响不一致，但含计划CT的模型校准通常更好；最佳区分度和校准见于计划CT加前两幅rCT。自注意力较TCN更能捕获时间变化，TCN校准差，作者提出可能因TCN通常需要更多时间点（T>100）而本研究仅2至5个时间点。该研究与Starke et al.的影像组学结果部分一致，并称是首次探索深度学习用于头颈癌纵向CT预测肿瘤相关终点；研究样本量较大，但存在DFS终点非肿瘤特异、感兴趣区较大、GTV来自计划CT且未与后续rCT一致匹配、性能中等和探索性等局限，未来需外部验证、整合临床特征、与影像组学基线比较、加强可解释性，并可应用于MR引导放疗队列。研究结论翻译：治疗前及治疗早期获取的多时间点CT图像在预测OPSCC无病生存方面具有潜力。基于自注意力的深度学习模型，特别是使用计划CT和前两幅连续rCT扫描的模型，显示出有前景的临床效用。