《Frontiers in Oncology》：Multimodal CT radiomics and 2.5D deep learning for preoperative grading of clear cell renal cell carcinoma in older patients: a multicenter study
编辑推荐：
目的：研究人员开发并验证一种基于多模态CT的模型，整合瘤内-瘤周影像组学、2.5D深度学习（DL）和临床-放射学特征，用于术前预测老年透明细胞肾细胞癌（ccRCC）患者的世界卫生组织/国际泌尿病理学会（WHO/ISUP）分级。方法：该多中心回顾性研究纳入来自四
目的：研究人员开发并验证一种基于多模态CT的模型，整合瘤内-瘤周影像组学、2.5D深度学习（DL）和临床-放射学特征，用于术前预测老年透明细胞肾细胞癌（ccRCC）患者的世界卫生组织/国际泌尿病理学会（WHO/ISUP）分级。方法：该多中心回顾性研究纳入来自四家医院的1,103例年龄大于60岁、经病理确诊的ccRCC患者。患者被分配至训练队列（n=459）、内部验证队列（n=198）和两个独立外部测试队列（test1，n=227；test2，n=219）。WHO/ISUP I–II级归类为低级别，III–IV级归类为高级别。研究人员从皮质髓质期CT图像中提取影像组学特征，采用瘤内及逐步外扩1、2和3 mm的瘤内-瘤周区域。同时，使用ImageNet预训练的ResNet34网络提取2D和2.5D DL特征，其中2.5D方法整合轴位、冠状位和矢状位肿瘤视图。完成特征选择后，评估五种机器学习分类器。最优影像组学模型、DL模型和临床模型通过基于堆叠的决策级融合进行整合。模型性能采用受试者工作特征分析、校准曲线、决策曲线分析（DCA）和SHapley Additive exPlanations（SHAP）进行评估。结果：基于瘤内-瘤周3-mm影像组学特征的随机森林（RF）模型在test1和test2队列中的受试者工作特征曲线下面积（AUC）分别为0.754（95% CI，0.683–0.825）和0.725（95% CI，0.655–0.794）。基于2.5D DL特征的RF模型相应AUC分别为0.756（95% CI，0.682–0.830）和0.713（95% CI，0.643–0.783）。多模态联合模型的外部AUC在数值上高于所选单模态模型，在test1中达到0.775（95% CI，0.705–0.845），在test2中达到0.732（95% CI，0.664–0.800）。DCA显示联合模型具有有利的临床净获益，SHAP分析识别2.5D DL成分是模型预测的最大贡献者。讨论：整合瘤内-瘤周影像组学、2.5D DL和临床-放射学信息的多模态CT框架能够对老年ccRCC患者进行无创术前WHO/ISUP分级预测，并在独立外部队列中保持预测性能。该方法可能为术前风险分层和个体化治疗规划提供互补的影像和临床信息。
肾细胞癌（RCC）是常见泌尿系统恶性肿瘤，发病高峰在60—70岁；透明细胞肾细胞癌（ccRCC）是最常见组织学亚型，生物学侵袭性较高，复发和转移风险更高。世界卫生组织/国际泌尿病理学会（WHO/ISUP）分级系统自2016年引入后成为目前最广泛使用的标准，较高级别通常与较差临床结局相关，因此术前准确预测肿瘤分级对个体化治疗策略很重要。组织病理仍是ccRCC分级的确诊标准，经皮活检是术前评估的主要技术，但样本质量和采样误差可能影响诊断准确性，且活检标本仅反映局部肿瘤区域，不能充分代表肿瘤内异质性，可能导致对真实肿瘤侵袭性的低估。计算机断层扫描（CT）是评估肾癌最常用影像技术，尤其用于肿瘤分期和评估ccRCC侵袭性，但其诊断准确性高度依赖放射科医师主观判断。近年来人工智能（AI）广泛用于图像分析，基于增强CT图像的AI分析已被证明是预测WHO/ISUP分级的有效方法；基于CT的建模逐步扩展至瘤周和多期表征，但各信息源的贡献需独立评估。肿瘤微环境中的多种基质细胞和细胞因子在肿瘤发生和进展中起关键作用。深度学习（DL）也已用于肾癌分级预测，例如Yang et al.构建基于CT图像的Transformer模型预测ccRCC的Fuhrman分级，Wang et al.开发基于ResNet50架构的DL模型预测ccRCC组织学分级并显示较好性能。然而，现有模型多采用2D或3D图像；鉴于RCC在三维空间中存在异质性，以肿瘤在横断面、矢状面和冠状面的最大截面切片构建伪RGB三通道图像作为DL架构输入，这种多平面2.5D表征利用2D网络骨干捕捉所选正交视图，但并不代表完整肿瘤体积。近期研究评估了动脉期三切片2.5D DL、多期ResNet50融合和两中心DenseNet201影像组学列线图，其他2026年研究探讨了三期CT habitat fractions和肿瘤/瘤周多期影像组学；这些方法显示额外影像信息的价值取决于人群和验证设计，而针对老年患者的多模态分级预测证据仍有限。因此，研究人员开发并验证一种多模态AI系统，整合基于皮质髓质期（CMP）的瘤内-瘤周影像组学、正交平面2.5D DL特征和临床-放射学特征，用于预测年龄大于60岁患者的WHO/ISUP分级，并在内部验证队列和两个外部队列中评估，为术前风险评估提供特定人群证据。
研究人员开展多中心回顾性研究，共收集中国四家医疗中心1,103例ccRCC患者，平均年龄67.54 ± 5.02岁，所有中心将“老年患者”定义为年龄>60岁。山西医科大学第一医院（FHSXMU）2018年6月至2024年5月患者按7:3随机分为训练集（n=459）和验证集（n=198）；test1包括山西省级人民医院（SXPPH，n=107）和山西白求恩医院（SXBH，n=120）2021年7月至2023年12月连续治疗患者227例；test2包括华中科技大学同济医学院附属协和医院（WUHC）2021年7月至2023年12月连续治疗患者219例。纳入标准包括单侧单发肿瘤、年龄>60岁、术前接受泌尿系或腹/盆腔增强CT且有完整放射学资料、术后病理确诊ccRCC、按WHO/ISUP分类有完整分级信息；排除纯囊性ccRCC、临床资料不完整、术前接受放疗或新辅助治疗、增强CT图像有明显伪影影响分析者。术后组织样本由病理学家按WHO/ISUP标准分级I—IV级，研究中I—II级为低级别，III—IV级为高级别，该二分类终点不替代四层病理分级系统。所有患者术前接受多层CT扫描，仰卧位，四个中心均有平扫、皮质髓质期、肾实质期和排泄期图像；CMP、肾实质期和排泄期延迟分别为30—35、60—70和260—290秒。两名经验丰富放射科医师处理分析CT图像并记录数据，分歧经讨论达成共识。选择CMP是为了以跨中心一致的期相输入表征早期强化异质性，并非因其他期相不可用；从图像归档和通信系统（PACS）以DICOM格式获取CMP图像用于影像组学和DL特征提取，其他期相和多期融合未评估。CT图像在Python中重采样为1 mm × 1 mm × 1 mm各向同性体素，窗宽300、窗位40。两名放射科医师在不知病理结果情况下使用ITK-SNAP 3.8手动勾画感兴趣区（ROI），逐层描绘肿瘤轮廓确定瘤内ROI，CT图像和相应ROI保存为NIFTI格式。瘤内-瘤周ROI通过肿瘤掩膜自动向外膨胀1、2、3 mm生成，包括整个肿瘤及周围组织而非孤立外壳；未研究>3 mm距离。膨胀ROI逐层目视检查并用ITK-SNAP画笔编辑，排除邻近器官、肌肉和非肾血管结构；膨胀距离内的非肿瘤肾组织、肾内血管和肾周或肾窦脂肪保留，未进行解剖边界裁剪以限制ROI于肾实质。通过计算观察者间和观察者内一致性评估分割方案可重复性：两名放射科医师独立分割20例随机病例评估观察者间一致性；一名放射科医师间隔一个月重复分割同20例评估观察者内一致性以减少回忆偏倚。计算组内相关系数（ICC），仅观察者内和观察者间ICC均≥0.80的特征被认为可重复并纳入后续影像组学分析。提取前对CMP CT图像体素强度进行Z-score标准化，使用PyRadiomics（版本3.0.1）经OnekeyAI平台（版本3.1.8）在Python 3.7.12中从瘤内（Intra）、瘤内-瘤周1 mm（Intra-peri-1 mm）、2 mm（Intra-peri-2 mm）和3 mm（Intra-peri-3 mm）ROI提取影像组学特征，每个ROI 1,834个特征，包括14个形状特征、18个一阶统计特征、22个灰度共生矩阵（GLCM）特征、16个灰度游程长度矩阵（GLRLM）特征、16个灰度尺寸区域矩阵（GLSZM）特征、14个灰度依赖矩阵（GLDM）特征、5个邻域灰度差矩阵（NGTDM）特征和1,729个衍生特征；衍生特征基于8种滤波器变换：高斯拉普拉斯（LoG）、Wavelet、3D局部二值模式（LBP3D）、Exponential、Square、SquareRoot、Logarithm和Gradient。影像组学特征定义遵循影像生物标志物标准化倡议（IBSI）适用建议，滤波和变换图像特征使用相应PyRadiomics实现生成。DL模型方面，CMP预处理后，2D输入为肿瘤最大横截面积轴位切片肿瘤 patch；2.5D输入分别从轴位、冠状位和矢状位选择最大肿瘤截面后组合。图像使用线性插值调整为224 × 224像素，像素强度归一化为零均值和单位标准差；2.5D输入中三个正交图像形成224 × 224 × 3伪RGB图像的独立通道。对每种输入表征，二维ResNet34网络以ImageNet预训练权重初始化并在训练队列微调；两个网络均使用随机水平和垂直翻转及随机裁剪进行增强。训练使用交叉熵损失、Adam优化器、学习率0.0001、批大小32、最多150个epoch；应用L2正则化和ReLU激活，softmax分类器提供类别概率。训练后从各分类头前的全局平均池化层提取512维特征向量，生成2D_DL和2.5D_DL特征集用于特征选择和机器学习（ML）分类。鉴于影像组学和DL特征在区分低级别和高级别ccRCC中的意义不同，研究人员对六类特征独立进行特征选择，包括瘤内影像组学、Intra-peri-1 mm、2 mm、3 mm影像组学、2D_DL和2.5D_DL特征。提取后特征值经Z-score标准化再选择；训练队列中降维和选择包括：先用Student’s t检验和Mann-Whitney U检验按统计学显著性（p<0.05）筛选，再用Pearson相关分析剔除高度相关特征对中的冗余特征（r>0.9）仅保留一个代表特征，随后采用mRMR算法选择与肿瘤分级最大相关且特征间冗余最小的特征，最后用10折交叉验证的LASSO回归识别非零系数的最具预测性特征。特征选择程序在分类器交叉验证前应用于训练队列，未在每个分类器训练折内重复分别进行。降维选择后，六类优化特征输入支持向量机（SVM）、随机森林（RF）、eXtreme gradient boosting（XGBoost）、light gradient boosting machine（LightGBM）和adaptive boosting（AdaBoost）分类器；候选分类器在训练队列以固定所选特征进行10折交叉验证评估，根据评估性能指标选择影像组学和DL模型。临床模型构建中，训练队列临床和放射学特征采用单因素和多因素logistic回归分析确定显著预测因子，显著变量随后纳入RF分类器构建临床模型。多模态联合模型采用决策级融合整合Intra-peri-3 mm影像组学RF、2.5D DL特征RF和临床RF模型的高级别概率；scikit-learn RF元学习器使用n_estimators=201、max_depth=5、min_samples_split=4、random_state=12，融合通过树而非固定线性系数学习。基模型在训练队列拟合，其对同一患者的预测用于训练元学习器；未生成折外预测，元学习器拟合未在交叉验证折内进行。拟合后的集成模型不重新拟合应用于内部验证和外部队列；性能、校准和临床效用按方法评估，SHAP量化各概率输入贡献。统计分析使用R 4.3.3和Python 3.7.12，p<0.05为统计学显著；连续变量按分布采用Student’s t检验或Mann-Whitney U检验，多组比较用ANOVA；分类变量用卡方检验。模型性能采用AUC、准确度、平衡准确度、敏感度、特异度、阳性预测值（PPV）和阴性预测值（NPV）评估，均给出95%置信区间（CI）；校准曲线和DCA评估校准和临床效用。补充诊断指标从保存的患者水平概率在Python 3.12.14重新计算，以高级别ccRCC（WHO/ISUP III-IV）为阳性类；各模型阈值最大化训练队列Youden指数并保持不变应用于验证和外部队列，概率≥阈值者为阳性。AUC区间用DeLong法，准确度、敏感度、特异度、PPV和NPV区间用Wilson评分；平衡准确度为敏感度和特异度均值，其95%区间用5,000次按分级分层患者bootstrap重复的第2.5和第97.5百分位数，拟合模型和阈值固定。研究流程图见原文。结果：患者临床-放射学特征总结于补充材料，所有数据集基线数据总体均衡，多数临床-放射学特征无统计学差异（P>0.05）。从四个不同ROI分别提取1,834个影像组学特征，仅观察者内和观察者间ICC均≥0.80的特征保留用于后续分析；降维选择后Intra、Intra-peri-1 mm、2 mm和3 mm分别保留9、18、13和18个最优影像组学特征，输入五种ML分类器形成20个影像组学模型；20个模型完整诊断指标及95% CI按队列分别报告。雷达图显示AUC值；根据两个外部队列评估性能，Intra-peri-3 mm RF被选为融合的影像组学成分，test1和test2中RF分类器AUC分别为0.754（95% CI：0.683—0.825）和0.725（95% CI：0.655—0.794）。训练2D和2.5D DL模型后，从各模型倒数第二平均池化层提取512个DL特征；降维选择后分别识别22和19个最优DL特征，输入五种ML分类器形成10个DL模型；10个DL特征模型完整诊断指标及95% CI按队列分别报告，花瓣图显示AUC值；根据两个外部队列评估性能，2.5D_DL模型RF分类器被选为融合的DL特征成分，test1和test2中AUC分别为0.756（95% CI：0.682—0.830）和0.713（95% CI：0.643—0.783）。训练队列单因素和多因素logistic回归识别肿瘤大小和体质指数（BMI）为病理分级独立预测因子，这两个预测因子纳入RF分类器构建临床模型；临床模型在外部test1和test2中AUC分别为0.746（95% CI：0.678—0.815）和0.700（95% CI：0.630—0.769），完整诊断指标及95% CI按补充材料报告。联合模型通过RF元学习器整合所选影像组学、2.5D DL特征和临床输出；内部验证AUC为0.823（95% CI：0.760—0.885），相应单模态模型分别为0.845、0.852和0.838；外部AUC为0.775（95% CI：0.705—0.845）和0.732（95% CI：0.664—0.800），数值上高于所选单模态模型。在训练推导阈值0.415086下，外部平衡准确度分别为0.756（95% CI：0.694—0.816）和0.678（95% CI：0.616—0.736），完整诊断指标及95% CI报告于补充材料；指标比较、ROC曲线、DCA和校准曲线见原文。为增强模型可解释性，研究人员生成联合模型SHAP汇总图量化各模型成分贡献；SHAP汇总图显示各成分对模型输出贡献的分布和幅度，模型成分按全局重要性排序，每个点表示某一模型成分对单个患者的SHAP值，水平位置表示其对模型输出贡献的方向和幅度，颜色梯度蓝色为低值红色为高值表示相应输入值。SHAP分析显示2.5D_DL成分对联合模型预测贡献最强，其次为ImageFusion3mm和临床成分。
讨论部分总结：该研究开发并验证一种人工智能工具，通过整合增强CT图像中的瘤内和瘤周影像组学、2.5D DL特征及临床-放射学特征，并利用集成学习方法进行模型融合，预测老年ccRCC患者WHO/ISUP分级；多模态联合模型外部AUC分别为0.775（95% CI：0.705—0.845）和0.732（95% CI：0.664—0.800）。所有队列均包括年龄>60岁患者，对较年轻或未限制年龄人群的适用性尚未验证。与近期分级研究比较，已发表外部AUC为三切片2.5D DL 0.849—0.870、多期DL-影像组学列线图0.911、habitat成像0.781（95% CI：0.599—0.962）；Sun et al.报告内部测试AUC 0.849，Muellner et al.报告交叉验证AUC 0.697（95% CI：0.628—0.765）。年龄、影像输入、队列大小和验证设计差异限制直接排序；该研究贡献在于老年患者中基于CMP的瘤内-瘤周和正交平面融合的多中心评估，并有两个外部队列。越来越多证据表明CT或MRI影像组学特征可表征肿瘤异质性并与WHO/ISUP分级相关；Demirjian et al.开发多期CT影像组学模型，稳健特征模型分级分类AUC为0.73；Xv et al.开发结合肾实质期影像组学和临床放射学特征的模型，测试队列AUC为0.828。瘤周组织可能包含早期浸润、免疫微环境改变和血管侵犯的关键生物学信息；既往研究证实瘤周影像组学特征在预测晚期食管癌预后和下咽鳞状细胞癌淋巴血管侵犯中的增量价值。该研究通过自动外扩瘤内ROI纳入瘤内和瘤周（1 mm/2 mm/3 mm）特征；特征选择后所选影像组学模型（Intra-peri-3 mm联合RF分类器）AUC分别为0.754（95% CI：0.683—0.825）和0.725（95% CI：0.655—0.794），数值上高于仅依赖瘤内特征的模型，与Demirjian et al.比较分析同样发现RF分类器在机器学习算法中预测性能最佳一致；这些发现提示紧邻周围组织提供互补信息。肿瘤-宿主界面可能反映局部侵犯和瘤周假包膜改变，为局部ROI外扩提供生理学依据；技术上更宽外扩增加组织背景，但也可能引入无关结构；仅测试1、2、3 mm外扩，3 mm是这些选项中表现最佳的距离，而非普适最优；邻近器官、肌肉和非肾血管已手动排除，保留的肾组织、肾内血管和肾周或肾窦脂肪未分割为独立隔室，ROI未裁剪至肾实质，其不同组织组成可能影响特征值。尽管四个CT期相均可用，CMP提供跨中心共同输入并限制期相特异性处理；多期特征可能增加基线衰减和互补强化信息，但需要额外分割或配准并增加特征冗余和对采集差异的敏感性；额外期相并非总改善分级，Muellner et al.报告肾实质期和多期模型AUC均为0.697，Lu et al.更支持肾实质期模型；该研究未比较期相，因此外部结果不能确立CMP优于多期建模或更可推广。与依赖手工特征的影像组学相比，DL可自动提取补充肿瘤表征的潜在图像特征；在RCC分级领域，Bai et al.基于对比增强超声使用RepVGG架构开发预测模型，测试集AUC为0.852；Yang et al.报告基于动脉期CT图像的2D DL模型较好预测性能；为捕捉额外空间信息，Wang et al.提出3D-ResNet50架构预测Fuhrman分级。该研究选择ImageNet预训练ResNet34在459例训练队列微调，将轴位、冠状位和矢状位肿瘤视图编码为三通道，复用2D骨干同时增加正交空间背景；224 × 224 × 3输入避免密集体积特征图，提供实际计算折中；效率增益和优于原生3D网络未被基准测试。切片厚度和间距变化影响平面内信息并可能挑战3D卷积；各向同性重采样标准化体素间距但不能恢复缺失采集细节，重格式化视图仍对原始分辨率敏感；所选三个平面也遗漏部分体积异质性。开发的2.5D DL模型在两个独立测试队列中AUC分别为0.756（95% CI：0.682—0.830）和0.713（95% CI：0.643—0.783），数值上高于相应2D DL模型；这些发现与Lin et al.一致，其开发基于CT的DL模型用于ccRCC分级，内部和外部测试集AUC分别为0.82和0.81；尽管使用TCGA-KIRC队列进行外部测试，机构队列来自单中心且外部测试样本相对较小，需进一步多中心验证。选择二分类分组以聚焦高级别疾病并合并相对少见的WHO/ISUP I级和IV级；这些级别代表性有限可能妨碍可靠四分类训练和验证；病理观察者间变异是另一考虑，I-II或III-IV内部分歧不改变二分类标签，但II-III分歧仍有影响；研究未测量分级一致性或比较四分类模型；二分类终点提供侵袭性总体估计，但不捕捉组内预后差异或直接决定部分与根治性肾切除术。多因素回归分析识别肿瘤大小和BMI为ccRCC病理分级独立预测因子；肿瘤大小与肿瘤分级关联与既往证据一致，Wu et al.识别最大肿瘤直径为高级别ccRCC独立预测因子；值得注意的是，尽管这些传统临床-放射学特征提供肿瘤分级预测信息，其判别性能低于本研究中影像组学和DL模型，进一步支持多模态整合改善术前分级预测的潜在价值。模型可能通过增加肿瘤侵袭性信息支持术前咨询；手术规划还必须考虑分期、解剖、肾功能、合并症和患者偏好，预测分级本身不应决定手术或辅助治疗；其他融合方法包括Kundu et al.的CNN框架和Zhu et al.的多模态超声网络也支持组合互补输入；该研究评估将这种方法扩展到老年多中心人群的CMP影像组学、正交平面DL和临床预测因子；需要前瞻性研究确立对临床决策和患者结局的益处。局限包括：回顾性、年龄限制设计需要前瞻性验证并在更广泛人群测试；二分类分级、1—3 mm外扩、仅CMP建模和选定2.5D平面限制所评估信息；特征选择先于分类器交叉验证，RF元学习器使用样本内基模型预测，可能增加过拟合，分类器水平交叉验证不评估完整流程；未来开发应使用折特异选择和折外堆叠；模型不定位分级特异区域且未整合全切片病理图像；最后，文献比较描述不同研究设置，不能确立研究间统计学优效性。研究结论翻译：该多中心研究开发了一种基于RF的决策级融合模型，整合3-mm瘤内-瘤周影像组学、三平面ResNet34特征和临床预测因子（肿瘤大小和BMI），用于年龄大于60岁患者术前低/高级别WHO/ISUP分类。联合模型外部AUC分别为0.775（95% CI：0.705—0.845）和0.732（95% CI：0.664—0.800），其中2.5D DL成分对其预测贡献最大。这些发现支持互补CT和临床信息用于老年患者术前风险评估的潜力；临床实施前需要前瞻性验证。
