基于薄层CT 的影像组学模型对非小细胞肺癌EGFR DEL19 和L858R 敏感性突变的预测价值

惠俊国，翁巧优，刘 妍，高瑞杰，杨伟斌，王祖飞，纪建松

1.温州医科大学附属第五医院/浙江省丽水市中心医院/浙江大学丽水医院放射科，浙江 丽水 323000；2.浙江省影像诊断与介入微创研究重点实验室，浙江 丽水 323000；3.浙江省丽水市中医院放射科，浙江 丽水323000

肺癌为全球发病率最高的恶性肿瘤，且绝大多数为非小细胞肺癌（non-small cell lung cancer，NSCLC）［1］。NSCLC 患者除手术治疗外，放、化疗等手段也可显著提高患者预后，但不良反应损伤较大，限制了其在临床中的应用。随着基因学的发展，靶向治疗逐渐显现出对肿瘤治疗的优势，相对于传统放化疗，其可针对性杀灭肿瘤细胞，减少对机体正常细胞的损害，从而减少不良反应。肺癌靶向药物发展迅速，最具代表性的有表皮生长因子受体酪氨酸激酶抑制剂（EGFR-TKIs），其可有效延长EGFR 敏感性突变NSCLC 患者的无进展生存期及总生存期，还可提高患者的生活质量［2］。而EGFR 敏感性突变中，以19 号外显子缺失（DEL19）及21 号外显子替代（L858R）最常见，且DEL19 突变稍多于L858R 突变［3］；两者对TKIs 治疗的反应性不同，TKIs 治疗后DEL19 突变患者的无进展生存期及总生存期明显优于L858R 突变患者［3-4］。研究表明，L858R 突变患者的化疗效果更好［5］。因此，准确识别DEL19 突变及L858R 突变对临床决策尤为重要。但目前基因测序成本较高，且为侵入性检查，检测结果也会受取样影响造成偏差。

近年来，各种组学研究发展迅速，利用组学的方法可从影像中挖掘出更多肉眼难以识别的特征，为疾病的诊疗提供依据［6］。影像组学已应用于各个系统，帮助临床进行精准诊断及预后评估［7-12］。Kim 等［11-12］运用影像组学成功预测脑胶质瘤患者的异柠檬酸脱氢酶（IDH）及O6-甲基鸟嘌呤DNA 甲基转移酶（MGMT）突变类型。Weng 等［13-14］将影像组学应用于肺癌患者的诊断及EGFR 突变类型预测。这些研究均表明影像组学不仅能够对疾病的宏观表现进行分析，还可对微观的基因分型进行甄别。本研究基于NSCLC患者的CT 平扫图像构建可预测EGFR DEL19 及L858R 突变的影像组学模型，并评估其预测效能。

1 资料与方法

1.1 一般资料

收集丽水市中心医院2015 年7 月至2019 年1 月经病理证实的NSCLC 患者共590 例，经纳入及排除标准筛选，最终纳入149 例，其中DEL19 突变63 例，L858R 突变86 例。149 例患者按照6∶4 的比例随机分为训练集（104 例）和验证集（45 例）。训练集DEL19 突变44 例，L858R 突变60 例；验证集DEL19 突变19 例，L858R 突变26 例。

纳入标准：①CT 平扫前未接受任何针对肿瘤的治疗；②经组织病理学诊断为NSCLC；③基因检测证实存在EGFR DEL19 或L858R 突变。排除标准：①非原发肿瘤；②获取CT 图像前已行放化疗等姑息性治疗；③图像存在伪影，影响病灶观察；④存在其他类型突变者。

本研究经医院伦理委员会批准［科研伦审（2022）第（122）号］。

1.2 仪器与方法

使用Philips Brilliance 64 排CT 扫描仪行CT平扫。扫描参数：200 mA，120 kV，层厚0.9 mm；运用iDose3 混合迭代重建算法进行重建，层距0.45 mm，层厚2 mm；视野（15 cm×15 cm）～（20 cm×20 cm），螺距1.2，旋转时间350 ms，矩阵1 024×1 024。图像在Philips Extended Brilliance 工作站（EBW）进行处理。

1.3 纹理特征提取

将所有患者的胸部薄层CT 肺窗DICOM 格式图像导入ITK-SNAP 软件（http：//www.itksnap.org/）。由2 名具有10 年以上胸部影像诊断经验的医师，分别独立勾画病灶ROI，勾画时沿高密度病灶轮廓边缘手动逐层分割，最后融合生成容积感兴趣区（volume of interest，VOI），如有不同意见，则与第3 位具有20 年胸部影像诊断经验的医师共同讨论决定。将分割好的VOI 文件及原始图DICOM 文件导入GE A.K.软件（版本3.0.1.A）进行影像组学分析，共得到396 个不同的纹理特征。

1.4 降维及特征筛选

基于薄层CT 平扫图像，利用放射组学A.K.软件共提取到396 个纹理特征进行预处理，用中位数替代参数中的异常值。首先行Z-score 标准化处理，以去除不同数据的单位限制。符合正态分布的数据采用方差分析进行筛选，不符合正态分布数据则采用Kruskal-Wallis 检验降维。采用Spearman 秩相关检验去冗余（去除相关性＞0.9 的参数）。最后采用最小绝对收缩与选择算子算法（LASSO）回归分析及10 倍交叉验证法对数据降维，筛选出高度相关的纹理特征。对得到的纹理参数行多因素logistic 回归分析。

1.5 统计学分析与模型构建

采用组内相关系数（intraclass correlation coefficient，ICC）对2 名医师提取的特征行一致性评估，ICC≥0.75 表示一致好。使用R 语言行统计分析（版本3.4.4，https：//www.r-project.org/）。利用多因素logistic回归分析构建训练集和验证集的预测模型，即基于CT 图像的影像组学模型、基于临床特点的临床模型，以及两者的联合模型，并用ROC 曲线及列线图评价各模型的预测效能。以P＜0.05 为差异有统计学意义。

2 结果

2.1 临床资料的单因素、多因素分析（表1）

表1 149 例非小细胞肺癌患者临床资料的单因素、多因素分析

单因素分析显示，性别、吸烟状态、病灶位置、分叶、空气支气管征、坏死与2 个突变亚型均有相关性（均P＜0.05）。多因素分析显示，性别、病灶位置、坏死与2 个突变亚型均有相关性（均P＜0.05）。

2.2 影像组学特征

2 名医师分割的病灶VOI 所提取的影像组学特征一致性好（ICC=0.834～0.892）。在病灶VOI 中提取396 个影像组学特征。经过降维筛选出4 个显著性最强的纹理特征，分别为标准差（stdDeviation）、集群突出物_ 角度0_ 偏移4（ClusterProminence_angle0_offset4）、相关性_角度0_偏移7（Correlation_angle0_offset7）和相关性_角度90_偏移4（Correlation_angle 90_offset4）。基于以上4 个纹理参数（表2），计算出相应的影像组学评分纳入模型构建。2 种突变亚型患者的小提琴图显示，两者影像组学评分差异有统计学意义（图1）。

图1 表皮生长因子受体基因（EGFR）L858R 突变和DEL19 突变影像组学评分的小提琴图 图2 基于训练集与验证集构建3 种模型的ROC 曲线 注：图2a 为训练集（AUC=0.744，95%CI 0.649～0.824）；图2b 为验证集（AUC=0.874，95%CI 0.742～0.954）

表2 筛选出4 个组学特征的模型系数

2.3 模型预测效能

临床特征模型显示，训练集AUC 为0.643（95%CI 0.543～0.735），敏感度和特异度分别为62.2%和64.4%；验证集AUC 为0.778（95%CI 0.630～0.888），敏感度为84.2%，特异度为73.1%。影像组学模型显示，训练集AUC 为0.713（95%CI 0.616～0.798），敏感度和特异度分别为64.4%和76.3%；验证集AUC 为0.698（95%CI 0.543～0.826），敏感度为73.7%，特异度为61.5%。联合模型显示，训练集AUC 为0.744（95%CI 0.649～0.824），敏感度和特异度分别为75.6%和71.2%；验证集AUC为0.874（95%CI 0.742～0.954），敏感度为84.2%，特异度为88.5%（图2）。验证集中联合模型的预测效能优于影像组学模型（P=0.004）。列线图与校正曲线显示，联合模型在训练集和验证集中的预测概率与实际概率相近，与对角线拟合效果优于影像组学模型（图3，4），对EGFR 有较好的诊断能力。

图3 联合模型列线图 图4 影像组学模型及联合模型校正曲线 注：图4a，4b 分别为影像组学模型训练集与验证集校正曲线；图4c，4d 分别为纳入临床因素的联合模型训练集与验证集校正曲线

3 讨论

随着分子生物学的发展，分子靶向药物更多的应用于肿瘤的治疗之中。NSCLC 患者治疗不仅基于临床特点及肿瘤形态学，更多地依赖于个体的基因突变特征［15］，尤其是EGFR 突变特点。DEL19 和L858R 突变约占NSCLC 患者EGFR 敏感性突变的90%［16］。也有研究表明，与传统化疗相比，二代TKIs 类药物阿法替尼治疗可有效提高NSCLC EGFR 敏感性突变患者的无进展生存期［17-18］。而随着EGFR 靶向药物研究的深入，部分研究表明，NSCLC EGFR DEL19 突变患者对TKIs 治疗反应性优于L858R 突变患者，且L858R 突变的NSCLC 患者化疗效果更好［3-5］。Yang等［5］的研究表明，对于L858R 突变患者，相比于TKIs，含铂类化疗药物治疗的中位总生存期更长。而Kato等［19］的研究也表明，TKIs 相较于化疗能明显改善DEL19 患者的总生存期，而L858R 患者效果较差。因此，对于NSCLC 患者的TKIs 靶向治疗，临床不仅需明确是否存在EGFR 敏感性突变，也应区分敏感性突变亚型，这更有利于患者的精准及个体化治疗。目前，临床最常用的基因检测方法为活检，但其为侵入性检查，存在由于取样误差造成样本无法代表病灶的整体生物学特征的可能。临床研究表明，由于缺乏足够的肿瘤细胞或可扩增的DNA，导致10%～20%的NSCLC 活检组织不足以进行分子分析［6］，对临床工作造成困扰。

CT 扫描2 mm 的薄层图像已普及，且平扫较增强扫描适用范围更广，具有便捷、廉价、无创、可重复等优点。本研究采用影像组学对CT 图像进行数据挖掘，提取人眼难以识别的图像纹理特征，构建影像组学模型，探讨基于影像组学的预测模型对NSCLC患者EGFR 敏感性突变亚型的预测能力。

既往文献报道多是基于临床或宏观影像因素区分EGFR 突变状态。Rizzo 等［20-21］认为，空气支气管征、胸膜凹陷征、肺气肿和吸烟与NSCLC 患者EGFR敏感性突变相关。肖磊等［22］的研究显示，EGFR 敏感突变与非敏感突变组（包括野生和非敏感突变）的空气支气管征、胸膜凹陷征、空泡征、磨玻璃密度影、毛刺征、分叶征及胸腔积液差异均无统计学意义。以上研究表明，空气支气管征、胸膜凹陷征等影像学征象有助于区分EGFR 突变与否，但未发现其对识别敏感性突变有帮助。本研究纳入149 例发生EGFR 敏感性突变（包括DEL19 及L858R）的NSCLC 患者，筛选出3 个临床（包括性别、病灶部位、坏死）及影像特征与上述突变亚型相关，但基于临床特点及影像学所能选取的特征有限。影像组学则可充分挖掘医学影像深部数据，探索其与EGFR 突变的关系，用于疾病诊断、预后评估和指导临床决策［23］。多项研究报道影像组学在预测EGFR 突变中的应用，但鲜有报道运用影像组学预测DEL19 或L858R 突变［24-25］。Liu 等［26］利用影像组学所构建模型预测DEL19、L858R 突变的特异度分别为86.7%（69.3%～96.2%）和70.4%（49.8%～86.3%）。该研究采用CT 增强扫描图像，优点是可提供更多可供挖掘的数据，缺点是检查成本升高，同时部分患者存在对比剂使用禁忌证，使该模型适用范围受限。Li 等［27］利用影像组学识别DEL19 和L858R 突变与野生型及其他突变，预测效能较好，其在验证集中的AUC 达0.775，该研究识别了DEL19 和L858R 突变与其他突变或野生型的基因型，但并未进一步区分DEL19 突变和L858R 突变。本研究选择NSCLC 患者薄层CT 平扫图像，层厚2 mm，检查成本相对较低，可重复性好，无明确禁忌证，优势明确，所构建的模型适用范围更广泛，能达到理想效果；影像组学模型在验证集中预测DEL19和L858R 突变的AUC 达0.698；联合临床因素所构建的联合模型在验证集中AUC 显著提高，达0.874；验证集中联合模型的预测效能优于影像组学模型（P=0.004）；列线图也表明联合模型对DEL19 突变和L858R 突变的预测效能更佳。

本研究的局限性：①入组患者有限，因部分患者仅行EGFR 突变的检测，未行DEL19 和L858R 位点的检测，后期将扩大样本量进一步分析。②采用2 mm层厚平扫图像，优点是构建模型适用范围更广，缺点是厚层图像可供挖掘的数据不如增强扫描图像。③纳入的临床因素相对较少，可能是由于样本量小、未筛选出其他相关的临床因素。后续研究应增大样本量，将病灶按大小分层，并纳入纵隔窗可显示的薄层增强扫描图像进行研究，这样可获取多一个维度的纹理特征。

综上所述，以2 mm 薄层平扫图像为基础构建的影组学模型应用范围广，且能够较准确预测NSCLC患者敏感性突变亚型，联合相关临床因素所构建的联合模型对DEL19 和L858R 突变的预测效能最优。