超声影像组学标签预测三阴性乳腺癌的价值

王瑛，陈英格，叶素敏，陈东，吴磊，刘再毅，刘敏

1.广州医科大学附属第一医院超声科，广东广州 510120；2.昆明医科大学第三附属医院，云南省肿瘤医院超声科，云南昆明650118；3.广东省人民医院放射科，广东广州 510080；4.华南肿瘤学国家重点实验室，肿瘤医学省部共建协同创新中心，中山大学肿瘤防治中心超声科，广东广州 510060；

三阴性乳腺癌（triple-negative breast cancer，TNBC）是一种特殊分子分型的乳腺癌，在免疫组化染色中雌激素受体、孕激素受体、人类表皮生长因子受体-2均呈阴性[1]。与其他分子分型的乳腺癌相比，TNBC的恶性程度最高、预后最差、治疗方法最特殊[2]。因此，治疗前准确诊断TNBC至关重要。既往研究报道了多种治疗前诊断 TNBC的生物学指标[3-5]，但其准确性有待提高，且大多数尚未得到证实，仍需继续探索新的生物学指标。影像组学通过提取影像图像的海量特征，经特征筛选、构建组学标签等[6]，在多种肿瘤的分子分型预测方面具有重要价值[7-8]。超声图像是乳腺肿瘤患者治疗前常规获取的图像资料[7,9]。因此，推测基于超声的影像组学对治疗前准确诊断 TNBC有一定的价值。本研究拟采用影像组学，开发超声影像组学标签，并评价和验证超声影像组学标签诊断TNBC的价值，以期为临床提供一种新的生物学指标。

1 资料与方法

1.1 研究对象 回顾性收集 2020年 1—8月广州医科大学附属第一医院符合以下标准的乳腺癌患者。纳入标准：①经穿刺活检术或行乳腺癌根治术且病理学证实为肿块型浸润性乳腺癌；②术前均行超声检查且病灶清晰、可辨识；③免疫组化资料完整。排除标准：①特殊类型的乳腺癌；②超声检查前经化疗或内分泌治疗等。共纳入 230例肿块型浸润性乳腺癌，其中TNBC 34例。对病例按超声检查时间编号，采用随机数字法，在非TNBC患者中，随机抽取68例，使TNBC与非TNBC比例为1∶2。最后，共纳入102例患者，年龄23～80岁，平均（53±10）岁。本研究经我院医学伦理委员会批准（编号：GDREC 2018349H）。

1.2 超声影像采集 术前1～2周内对患者行超声检查，采用SuperSonic Imagine Aixplorer和GE VolusonE 9多普勒超声诊断仪，实时线阵高频探头频率4～15 MHz，患者取仰卧位，双手上举，使乳房以及双侧腋窝区域充分呈现，行双侧乳腺彩色多普勒超声检查，对乳腺做纵向、横向及斜切面扫描，并对乳腺病灶区域进行多角度扫查，存储为DICOM格式的图像。

1.3 影像组学分析与统计

1.3.1 病灶分割 采用 ImageJ软件，由经验丰富的超声影像诊断医师手动分割。分割时，沿肿瘤边界勾画，包含整个肿瘤病灶。为确保后续超声影像特征的鲁棒性和可重复性，请另一位同样具有超声乳腺诊断经验的医师勾画肿瘤病灶，病灶感兴趣区勾画见图1。

图1 乳腺癌超声影像感兴趣区勾画。A、B：女，48岁，三阴性乳腺癌；C、D：女，52岁，非三阴性乳腺癌。A、C为原始图像，B、D为分割图像

1.3.2 影像组学特征 提取本研究中超声影像组学特征采用开源工具Pyradiomics 3.0提取。超声影像组学特征可分为 4类：①一阶统计量特征，如能量、熵、峰度等；②肿瘤形态学特征，如病灶最大径、面积、球度等；③纹理特征，分别从灰度共生矩阵（GLCM）、灰度游程矩阵（GLRLM）、灰度空间区域矩阵（GLSZM）及灰度依赖矩阵（GLDM）4个方面描述肿瘤的纹理信息；④小波特征：主要利用小波函数对图像进行变换后提取的用于描述肿瘤纹理的低阶特征。

从每一例患者的超声图像中提取1820个影像特征，其中，形态学特征14个、一阶统计量特征18个，纹理特征68个以及经小波变换后提取的小波特征1720个。

1.3.3 特征筛选与模型构建及评价 按照患者检查时间顺序，将数据分成训练集和验证集。训练集用于特征筛选、模型构建，验证集用于模型效能验证。特征筛选方法，①特征可重复性检验：针对2位高年资超声影像诊断医师勾画的感兴趣区，分别提取影像组学特征，采用组内相关系数（ICC）对两者的特征进行评价，以 ICC=0.85作为标准，ICC>0.85者为可重复性的特征；②特征间相关性检验：采用Spearman相关评价特征间的相关性，以r=0.75作为评价阈值；③最大相关最小冗余：最大化特征与TNBC之间的相关性，同时最小化特征间的相关性；④Boruta特征选择算法：主要思想是检查比随机噪声重要的特征，删除不相关特征，直至找到重要特征集合。经特征筛选出关键特征后，采用Logistic回归构建TNBC影像组学模型，采用受试者工作特征（ROC）曲线下面积（AUC）、敏感度、特异度、准确度、校准曲线、决策曲线等评价指标，在训练组和验证组中对模型效能进行评价。

1.4 统计学方法 采用 R3.5.2软件，Kolmogoro-Smirnov方法用于检验连续变量的正态性，符合正态分布的计量资料以±s表示。以P<0.05为差异有统计学意义。

2 结果

2.1 临床资料分析 102例患者中，TNBC 34例，年龄42～69岁，平均（54±8）岁；非TNBC 68例，年龄23～80岁，平均（53±11）岁。按患者检查时间分为训练集66例，平均年龄（53±10）岁，其中TNBC 22例；验证集 36例，平均年龄（52±10）岁，其中TNBC 12例。

2.2 特征提取与筛选 利用Pyradiomics软件包从每个患者的超声影像感兴趣区提取1820个超声影像组学特征，首先经可重复性分析后，剔除其中686个特征；再对剩余的1134个影像特征（0.850

图2 Boruta筛选特征，其中绿色表示筛选出的主要特征，绿色箱线从左到右依次是 sym4.LL_firstorder_10Percentile、sym4.HL_firstorder_Median、coif5.HH_glszm_GrayLevelNon UniformityNormalized、rbio3.3.HL_glrlm_RunEntropy特征

2.3 模型构建与评价 对筛选的 4个关键超声影像组学特征，采用Logistic回归构建预测模型，并在验证集上对模型进行评估。其中模型在训练集上 AUC值为 0.866（95%CI0.768～0.964）（图 3A），敏感度、特异度、准确度分别为81.8%、84.1%、83.3%；测试组中 AUC 值为 0.844（95%CI0.716～0.972）（图 3A），敏感度、特异度、准确度分别为99.2%、71.6%、80.6%（表1）。

校准曲线显示超声影像组学标签在训练组和验证组中对是否是 TNBC的预测概率与真实值一致性好（P=0.765、0.895）（图3B），决策分析曲线显示超声影像组学标签具有一定的临床实用性（图3C、D）。

图3 超声影像组学标签预测TNBC状态的性能与价值。A为超声影像组学模型在训练集和验证集上预测TNBC的ROC曲线；B为影像组学模型在训练组和验证组内的校准曲线；C为影像组学模型在训练组中的决策曲线；D为影像组学标签在验证组中的决策曲线

表1 超声影像组学标签的预测效能

3 讨论

本研究探讨了超声影像组学治疗前诊断 TNBC的价值，结果显示影像组学标签可准确判别乳腺肿瘤患者是否属于TNBC，可作为治疗前诊断TNBC的一种新的生物学指标。本研究结果补充了超声影像组学在乳腺肿瘤领域的应用价值。近年来基于超声的影像组学研究取得了迅速发展，主要集中于乳腺、甲状腺和肝脏等器官领域，其中以乳腺超声的影像组学研究最多见[9]。超声影像组学在乳腺肿瘤的良恶性鉴别、分子分型、区域淋巴结转移和新辅助治疗效果等方面的预测具有重要价值[9-10]，对临床医师制订和调整乳腺肿瘤个体化治疗方案具有重要的辅助价值。

本研究发现，超声影像组学标签对TNBC的诊断具有重要价值。在训练集和验证集中，超声影像组学标签的AUC相似，均大于0.84，较既往研究报道的诊断效能有所提升[3,11]。刘瑾瑾等[11]纳入120个乳腺癌病灶，分析了病灶常规超声特征及剪切波弹性成像特征，发现病灶硬度平均值诊断TNBC的价值最大，AUC为0.811。本研究基于4种常规超声图像的影像组学特征，构建了超声影像组学标签，其诊断 TNBC的AUC在验证集中为0.844，高于单个影像特征的预测价值。因此，该研究进一步证实了联合多个超声图像影像组学特征可提高诊断TNBC的效能[12]。本研究所构建的超声影像组学标签可更全面地反映肿瘤的异质性，从而进一步提高治疗前诊断TNBC的效能。

本研究结果提示超声影像组学标签治疗前诊断TNBC的价值可能高于基于CT的影像组学标签。本课题组前期研究结果显示，基于术前分期CT的影像组学标签诊断TNBC的AUC在训练集和验证集中均约为0.76[3]，低于本研究中超声影像组学标签的AUC值，可能与超声图像更能准确反映乳腺癌的异质性有关。既往研究证实超声图像特征与乳腺肿瘤的良恶性及乳腺癌的分子分型密切相关[4-5,13-15]，且超声图像特征与TNBC的病理学分级及免疫组化指标 Ki-67和人类表皮生长因子受体-2亦密切相关[15]。

此外，对于TNBC的治疗前诊断，超声影像组学标签的推广价值高于基于CT的影像组学标签。超声检查不但可以避免CT检查的辐射危害，还可以减轻患者的经济分担。CT检查仅适用于早中期乳腺癌的术前分期检查。常规超声是所有乳腺癌的必需检查。本研究中的超声影像组学标签是基于常规超声图像开发的，无需增加患者的额外检查费用。

本研究的创新点在于基于常规超声图像构建了治疗前诊断 TNBC的影像组学标签，具有无创性、无辐射性、成本低等优点，可重复多次检测。本研究为单中心回顾性研究，有其局限性，但本研究结果和经验为今后开展多中心前瞻性研究提供了依据和帮助，有望更有效地对超声影像组学标签进行验证和优化。

总之，基于超声的影像组学标签对治疗前诊断TNBC具有较高的效能和稳定性，有望今后广泛应用于临床。