胡景卉,王芳,侯承師,黃京城,楊鑫,王文劍,陳磊,葉靖,孫駿,羅先富

慢性乙肝是亞洲地區(qū)導(dǎo)致肝硬化的最常見原因,在早期階段,臨床表現(xiàn)常常較為隱蔽,當(dāng)癥狀出現(xiàn)時(shí),往往伴有嚴(yán)重的并發(fā)癥。全球每年約有200萬人死于肝病,其中超過100萬人死于肝硬化并發(fā)癥[1]。隨著肝炎的進(jìn)展,肝細(xì)胞出現(xiàn)變性和壞死、纖維結(jié)締組織增生和假小葉再生,導(dǎo)致正常肝細(xì)胞數(shù)量減少,影響肝臟的合成、分泌及代謝功能,從而導(dǎo)致肝儲(chǔ)備功能的下降,臨床上表現(xiàn)為總膽紅素和轉(zhuǎn)氨酶的升高、凝血障礙、脾腫大等。對(duì)慢性肝病患者進(jìn)行早期的評(píng)估、管理和治療至關(guān)重要。

目前,臨床上主要通過血液生化指標(biāo)來評(píng)估肝儲(chǔ)備功能,但這些指標(biāo)不僅不能顯示肝臟的解剖結(jié)構(gòu)或提供血液灌注信息,并且容易受急性感染等因素的影響。由于肉眼可見的結(jié)構(gòu)變化往往在慢性疾病的發(fā)生過程中出現(xiàn)較晚,其他影像學(xué)檢查如超聲、CT和常規(guī)MRI對(duì)于早期慢性肝病的檢測(cè)能力有限[2]。釓塞酸二鈉(gadolinium-ethoxybenzyl-diethylenetriamine-pentaacetic acid,Gd-EOB-DTPA) 作為一種肝細(xì)胞特異性對(duì)比劑,可在肝膽期被正常肝細(xì)胞通過肝細(xì)胞膜表面的有機(jī)陰離子轉(zhuǎn)運(yùn)系統(tǒng)陰離子轉(zhuǎn)運(yùn)多肽(organic anion transporting polypeptide,OATP)特異性攝取,并且肝膽期圖像的多個(gè)測(cè)量參數(shù)已被證實(shí)可以用來評(píng)估肝功能,如肝實(shí)質(zhì)相對(duì)強(qiáng)化程度、肝膽期的肝門靜脈比等[3-5]。然而,通過信號(hào)強(qiáng)度測(cè)量計(jì)算得出的參數(shù)來評(píng)估肝功能是有限的,因?yàn)樗鼈儍H僅通過勾畫肝臟某幾個(gè)層面的局部感興趣區(qū),這種方法并不能評(píng)估完整的肝實(shí)質(zhì)儲(chǔ)備功能。

影像組學(xué)是近幾年新興的影像研究領(lǐng)域,它可以通過勾畫整個(gè)病變區(qū)域的體積,再通過機(jī)器學(xué)習(xí)分析大量的高維數(shù)據(jù),提取出重要特征并定量表示,從而提高預(yù)測(cè)、診斷和預(yù)后的準(zhǔn)確性[6],這對(duì)于早期評(píng)估肝功能具有重要價(jià)值。周瑋等[7]僅從肝膽期影像組學(xué)方面評(píng)估了Child-Pugh A與B/C級(jí)肝硬化患者的肝儲(chǔ)備功能,未聯(lián)合臨床進(jìn)行分析是否臨床已經(jīng)具有較高的評(píng)估價(jià)值。張智星等[8]采用了3期增強(qiáng)CT圖像對(duì)Child-Pugh進(jìn)行分級(jí)評(píng)估。本研究旨在探討是否能夠單獨(dú)基于Gd-EOB-DTPA增強(qiáng)MRI肝膽期圖像來建立臨床-影像組學(xué)聯(lián)合模型,對(duì)慢性乙肝患者肝功能進(jìn)行更好的分級(jí)評(píng)估。

材料與方法

1.病例資料

回顧性搜集2018年12月至2021年7月就診于蘇北人民醫(yī)院行Gd-EOB-DTPA增強(qiáng)MRI檢查的1205例存在慢性乙型肝炎感染的患者。病例納入標(biāo)準(zhǔn):①實(shí)驗(yàn)室證據(jù)表明存在乙型肝炎病毒感染;②具有完整的臨床數(shù)據(jù)資料,包括是否有腹水、肝性腦病、機(jī)體白蛋白水平以及MRI檢查前后1周內(nèi)的總膽紅素(total bilirubin,TBIL)、丙氨酸氨基轉(zhuǎn)移酶(alanine amiotransferase,ALT)、天冬氨酸氨基轉(zhuǎn)移酶(aspartate transaminase,AST)、血小板(platelet,PLT)、凝血酶原時(shí)間(prothrombin time,PT)、凝血酶原時(shí)間國際化比值(international normalized ratio,INR);③腎功能正常。病例排除標(biāo)準(zhǔn):①肝臟存在較大的病灶(最大直徑>5 cm)或多個(gè)病灶(數(shù)量>5),導(dǎo)致正常肝實(shí)質(zhì)范圍較小影響測(cè)量準(zhǔn)確性;②有肝介入治療史或肝切除手術(shù)史;③門靜脈存在栓子,影響血流動(dòng)力學(xué)者[9];④合并有其他肝炎病毒感染;⑤肝膽期圖像質(zhì)量不佳。根據(jù)收集的臨床及實(shí)驗(yàn)室指標(biāo)評(píng)估出Child-Pugh分級(jí),包括總膽紅素、白蛋白水平、凝血酶原延長(zhǎng)時(shí)間、腹水量級(jí)以及是否有肝性腦病[10]。采用相同的納入和排除標(biāo)準(zhǔn),從2022年7月至12月就診的慢性乙型肝炎感染患者中篩選病例。本研究為回顧性臨床研究,經(jīng)蘇北人民醫(yī)院倫理委員會(huì)批準(zhǔn)(批準(zhǔn)文號(hào):2021ky219),免除受試者知情同意。

2.MRI檢查方法

MRI檢查均采用3.0T MRI掃描儀(GE Discovery 750,750W,美國),8通道體部相控陣線圈。掃描前囑患者禁食6～8 h,采用呼吸門控技術(shù),對(duì)患者進(jìn)行平靜呼吸及屏氣訓(xùn)練,掃描范圍從膈頂至雙腎下緣。所有患者均進(jìn)行MRI平掃及釓塞酸二鈉增強(qiáng)掃描。T1WI平掃及增強(qiáng)采用肝臟容積加速采集(liver acquisition with volume acceleration,LAVA)序列,分別于注射對(duì)比劑后20 s(動(dòng)脈期)、60 s(門靜脈期)、3 min(移行期)及20 min(肝膽特異期)進(jìn)行掃描得到4期圖像。LAVA序列掃描參數(shù):重復(fù)時(shí)間3.7 ms,回波時(shí)間1.7 ms,層厚5.0 mm,層間距2.5 mm,矩陣320×224,視野40 cm×40 cm,翻轉(zhuǎn)角18°。對(duì)比劑采用釓塞酸二鈉(Gd-EOB-DTPA,Primovist,德國拜耳醫(yī)藥保健有限公司),注射流率2.0 mL/s(劑量0.025 mmol/kg),注射對(duì)比劑后再以相同流率注射20 mL 0.9%氯化鈉溶液進(jìn)行沖洗。

3.研究方法

臨床模型構(gòu)建:將臨床變量(包括年齡、性別、身體質(zhì)量指數(shù)、TBIL、ALT、AST、PLT、PT、INR)進(jìn)行單因素和多因素邏輯回歸分析,篩選出與Child-Pugh分級(jí)相關(guān)的臨床變量,即獨(dú)立危險(xiǎn)因素,將其聯(lián)合構(gòu)建出臨床評(píng)估模型。采用受試者工作特征(receiver operating characteristic,ROC) 曲線的曲線下面積(area under the curve,AUC) 分析模型的評(píng)估能力。

肝半自動(dòng)分割:由一位具有5年工作經(jīng)驗(yàn)的放射科醫(yī)師將所有納入研究患者的肝膽期圖像導(dǎo)入“uAI科研平臺(tái)”(uRP,United Imaging Healthcare Co,中國上海)。一個(gè)名為V-Net的器官分割深度學(xué)習(xí)模型用于自動(dòng)分割肝臟的感興趣體積(volume of interest,VOI)[11],再進(jìn)一步進(jìn)行手動(dòng)修正,以排除每個(gè)層面上的脂肪、空氣、肝臟病變、大血管和膽管區(qū)域(圖1、2)。慢性肝炎肝功能正常、Child-Pugh A級(jí)和Child-Pugh B/C級(jí)的患者分別標(biāo)記為0、1和2。然后,由另一位具有10年工作經(jīng)驗(yàn)的放射科醫(yī)生檢查核對(duì)VOI以及標(biāo)記的標(biāo)簽。

圖1 慢性乙肝肝功能正常者的Gd-EOB-DTPA增強(qiáng)MRI肝膽期圖像,Rad-score值為0.565。a) 單個(gè)層面原圖;b) 該層面勾畫示例圖。圖2 Child-Pugh A級(jí)患者的Gd-EOB-DTPA增強(qiáng)MRI肝膽期圖像,Rad-score值為0.809。a)單個(gè)層面原圖,肝包膜稍欠光整;b)該層面勾畫示例圖。

影像組學(xué)特征提取與選擇:使用Python 3.7中的Pyradiomics工具箱,從Gd-EOB-DTPA肝臟增強(qiáng)MRI肝膽期圖像中提取符合國際生物標(biāo)記物標(biāo)準(zhǔn)化倡議的2600個(gè)肝實(shí)質(zhì)區(qū)域的影像特征。這些特征包括了4個(gè)特征組:18個(gè)一級(jí)特征、14個(gè)體積和形狀特征、72個(gè)紋理特征和2496個(gè)基于濾波器的特征。采用隨機(jī)抽樣方法將數(shù)據(jù)集按8:2的比例分成訓(xùn)練組和測(cè)試組,另一時(shí)間段的數(shù)據(jù)集構(gòu)建驗(yàn)證組。為了避免特征之間的維度影響,使用Z分?jǐn)?shù)預(yù)處理方法進(jìn)行特征歸一化。應(yīng)用最小絕對(duì)收縮和選擇算子(least absolute shrinkage and selection operator,LASSO) 算法進(jìn)行降維處理,篩選出最相關(guān)的系數(shù)非0的影像組學(xué)特征。將得到的組學(xué)特征進(jìn)行線性組合計(jì)算,得出每例患者對(duì)應(yīng)的影像組學(xué)得分(Rad-score)。

影像組學(xué)模型及臨床-組學(xué)聯(lián)合模型構(gòu)建:AUC用于量化Rad-score的評(píng)估能力,在訓(xùn)練組、測(cè)試組和驗(yàn)證組中,分別建立Rad-score影像組學(xué)評(píng)估模型。將臨床模型中的獨(dú)立危險(xiǎn)因素和Rad-score聯(lián)合進(jìn)行多因素邏輯回歸分析,構(gòu)建出臨床-影像組學(xué)聯(lián)合評(píng)估模型,用于對(duì)慢性肝炎患者進(jìn)行肝儲(chǔ)備功能評(píng)估。并根據(jù)訓(xùn)練組的約登指數(shù)確定臨界值,以得到相應(yīng)的敏感度、特異度、準(zhǔn)確度以及陽性預(yù)測(cè)值、陰性預(yù)測(cè)值。凈重新分類改善指數(shù)(net reclassification index,NRI)、綜合判別改善指數(shù)(integrated discrimination improvement,IDI)用以評(píng)價(jià)聯(lián)合模型較其他模型的檢出效能改善情況。

列線圖的建立和評(píng)估:利用訓(xùn)練組建立并繪制整合了臨床變量和影像組學(xué)Rad-score的組學(xué)列線圖。繪制列線圖的校準(zhǔn)曲線,通過Hosmer-Lemeshow檢驗(yàn)來評(píng)估擬合優(yōu)度。決策曲線分析(decision curve analysis,DCA)用于評(píng)估不同閾值概率下列線圖的凈收益。

4.統(tǒng)計(jì)學(xué)分析

采用SPSS 24.0軟件和R語言(version 3.3.3,Vienna,Austria)進(jìn)行統(tǒng)計(jì)學(xué)分析。根據(jù)正態(tài)性檢驗(yàn)結(jié)果,將定量數(shù)據(jù)以中位數(shù)(四分位數(shù)間距,不符合正態(tài)分布)或平均值±標(biāo)準(zhǔn)差(符合正態(tài)分布)表示,定性數(shù)據(jù)以百分?jǐn)?shù)(%)表示。定量數(shù)據(jù)采用Mann-WhitneyU檢驗(yàn)或Student’st檢驗(yàn)進(jìn)行組間比較,定性數(shù)據(jù)采用卡方檢驗(yàn)進(jìn)行組間比較。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.病例資料

1205例慢性乙肝患者經(jīng)納入、排除標(biāo)準(zhǔn),排除臨床數(shù)據(jù)資料不完整者42例,肝臟存在較大病灶(最大直徑>5 cm)者287例,多個(gè)病灶(數(shù)量>5)者336例,有肝臟介入治療史或肝切除手術(shù)史者114例,門靜脈存在栓子者56例,合并丙肝者55例,戊肝者17例,肝膽期圖像質(zhì)量不佳者19例。最終279例患者納入本研究,其中男171例,女108例,年齡中位數(shù)為60歲,按照臨床Child-Pugh分級(jí)標(biāo)準(zhǔn)將279例患者分為73例慢性乙型肝炎肝功能正常者、136例Child-Pugh A級(jí)患者和70例Child-Pugh B/C級(jí)患者。肝功能正常和Child-Pugh A級(jí)的209例患者被隨機(jī)分配到訓(xùn)練組(n=167)和測(cè)試組(n=42)中,Child-Pugh A和Child-Pugh B/C級(jí)的206例被隨機(jī)分配到訓(xùn)練組(n=164)和測(cè)試組(n=42)中?；颊叩呐R床資料見表1。另一時(shí)間段篩選出的64例患者用于驗(yàn)證,包括17例慢性乙肝肝功能正常者、30例Child-Pugh A級(jí)和17例Child-Pugh B/C級(jí)乙肝患者。

表1 患者基線資料 (n,%)

2.臨床模型

單因素及多因素邏輯回歸分析結(jié)果顯示,PLT、TBIL和INR是乙肝Child-Pugh A級(jí)的獨(dú)立危險(xiǎn)因素,PLT、TBIL是乙肝Child-Pugh B/C級(jí)的獨(dú)立危險(xiǎn)因素(表2、3),分別進(jìn)行聯(lián)合,構(gòu)建出臨床評(píng)估模型,訓(xùn)練組、測(cè)試組和驗(yàn)證組中臨床模型鑒別肝功能正常與Child-Pugh A級(jí)的AUC分別為0.897、0.884、0.780,訓(xùn)練組、測(cè)試組和驗(yàn)證組中臨床模型鑒別Child-Pugh A級(jí)與Child-Pugh B/C級(jí)的AUC分別為0.916、0.893、0.914。

表2 臨床參數(shù)的單因素和多因素回歸分析結(jié)果

3.影像組學(xué)特征及影像組學(xué)模型的評(píng)估效能

在訓(xùn)練組中,慢性肝炎肝功能正常者和Child-Pugh A級(jí)患者的數(shù)量分別為58例和109例。通過LASSO回歸分析后,選擇出4個(gè)相關(guān)特征,包括2個(gè)灰度依賴性矩陣(gray-level dependence matrix,GLDM)、1個(gè)灰度大小區(qū)域矩陣(gray-level size zone matrix,GLSZM)和1個(gè)灰度行程矩陣(gray-level run length matrix,GLRLM)。所有特征的定量值在兩組中均具有統(tǒng)計(jì)學(xué)差異(P<0.05)。根據(jù)以上4個(gè)特征及其系數(shù)、截距值計(jì)算得到影像組學(xué)標(biāo)簽Rad-score(圖3):

圖3 肝功能正常與Child-Pugh A級(jí)組采用LASSO算法進(jìn)行影像組學(xué)特征篩選。a)調(diào)整參數(shù)λ使擬合損失值二項(xiàng)偏差最小,以篩選出最優(yōu)的影像組學(xué)特征;b)篩選出最優(yōu)影像組學(xué)特征的系數(shù)收斂圖,在最佳λ值處畫一條垂直線,得到4個(gè)系數(shù)非零的特征;c)選定的4個(gè)最優(yōu)特征及其相關(guān)系數(shù);d)訓(xùn)練組、測(cè)試組和驗(yàn)證組中每例患者的影像組學(xué)得分,在鑒別慢性乙肝與Child-Pugh A級(jí)患者中差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。

Rad-score肝功能正常 vs.Child-Pugh A=0.038×normalize_glrlm_ShortRunHighGrayLevelEmphasis+0.026×normalize_gldm_SmallDependenceEmphasis-0.005×log_gldm_log-sigma-1-5mm-3D-LargeDependenceHighGrayLevelEmphasis-0.083×wavelet_glszm_wavelet-HHH-ZoneEntropy+0.651

在訓(xùn)練組、測(cè)試組和驗(yàn)證組中,Rad-score鑒別肝功能正常與Child-Pugh A級(jí)的AUC分別為0.890、0.914、0.824(表4)。

Child-Pugh A級(jí)與Child-Pugh B/C級(jí)患者通過LASSO回歸分析后,選擇出7個(gè)相關(guān)特征,包括4個(gè)一階特征(first order)、1個(gè)灰度共生矩陣(gray-level cooccurrence matrix,GLCM)和2個(gè) GLRLM。所有特征的定量值在兩組中均具有統(tǒng)計(jì)學(xué)差異(P<0.05)。根據(jù)以上7個(gè)特征及其系數(shù)、截距值計(jì)算得到影像組學(xué)標(biāo)簽Rad-score:

RadscoreChild-Pugh A vs.B/C=0.067×normalize_glrlm_ShortRunHighGrayLevelEmphasis+0.028×wavelet_firstorder_wavelet-LLH-Kurtosis+0.003×normalize_glrlm_RunLengthNonUniformityNormalized-0.006×wavelet_glcm_wavelet-HHH-InverseVariance-0.010×normalize_firstorder_Maximum-0.011×normalize_firstorder_TotalEnergy-0.074×normalize_firstorder_RootMeanSquared+0.340

在訓(xùn)練組、測(cè)試組和驗(yàn)證組中,Rad-score鑒別Child-Pugh A級(jí)與Child-Pugh B/C級(jí)的的AUC分別為0.862、0.865、0.818。

4.臨床-影像組學(xué)聯(lián)合模型的評(píng)估效能

對(duì)于肝功能正常與Child-Pugh A級(jí)患者,將PLT、TBIL、INR與Rad-score進(jìn)行多因素回歸分析后,所有參數(shù)均納入臨床-影像組學(xué)聯(lián)合模型(表3)。訓(xùn)練組中,聯(lián)合模型鑒別肝功能正常與Child-Pugh A級(jí)的AUC為0.951,較臨床模型(NRI=1.022,P<0.001;IDI=0.172,P<0.001)和影像組學(xué)模型(NRI=1.217,P<0.001;IDI=0.197,P<0.001),顯著提高了評(píng)估效能。測(cè)試組中,聯(lián)合模型鑒別肝功能正常與Child-Pugh A級(jí)的AUC為0.978,同樣顯著提高了評(píng)估效能(與臨床模型比較:NRI=1.452,P<0.001;IDI=0.331,P=0.001。與組學(xué)模型比較:NRI=1.644,P<0.001;IDI=0.224,P=0.002)。驗(yàn)證組中,聯(lián)合模型鑒別肝功能正常與Child-Pugh A級(jí)的AUC為0.886,較臨床模型(NRI=0.302,P=0.007;IDI=0.170,P=0.002)和組學(xué)模型(NRI=0.639,P<0.001;IDI=0.311,P<0.001)也顯著提高了評(píng)估效能(表4、圖4)。

表3 臨床和影像組學(xué)參數(shù)的多因素回歸分析結(jié)果

表4 肝功能正常與Child-Pugh A級(jí)組的臨床模型、影像組學(xué)模型和臨床-組學(xué)聯(lián)合模型評(píng)估效能

圖4 肝功能正常與Child-Pugh A級(jí)組中臨床模型、影像組學(xué)模型和臨床-組學(xué)聯(lián)合模型的ROC曲線。a)訓(xùn)練組;b)測(cè)試組;c)驗(yàn)證組。

對(duì)于Child-Pugh A與Child-Pugh B/C級(jí)患者,將PLT、TBIL與Rad-score進(jìn)行多因素回歸分析后,所有參數(shù)均納入臨床-影像組學(xué)聯(lián)合模型(表3)。在訓(xùn)練組、測(cè)試組和驗(yàn)證組中,聯(lián)合模型鑒別Child-Pugh A級(jí)與Child-Pugh B/C級(jí)的AUC分別為0.940、0.934、0.951,相較于臨床模型(AUC=0.916、0.893、0.914)并未有明顯提高,差異無統(tǒng)計(jì)學(xué)意義(Delong檢驗(yàn),P均>0.05)。

5.列線圖的建立和評(píng)估

對(duì)于肝功能正常與Child-Pugh A組,臨床-影像組學(xué)聯(lián)合模型的列線圖如圖5所示,Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)的P值無統(tǒng)計(jì)學(xué)意義(訓(xùn)練組P=0.443 ,測(cè)試組P=1.000,驗(yàn)證組P=0.343,圖6),表明列線圖具有良好的校準(zhǔn)性能。在DCA中的所有閾值概率下,臨床-影像組學(xué)聯(lián)合模型的列線圖表現(xiàn)出優(yōu)于其他模型的臨床凈收益(圖7)。

圖5 肝功能正常與Child-Pugh A級(jí)組聯(lián)合模型的列線圖。

圖6 校準(zhǔn)曲線表明肝功能正常與Child-Pugh A級(jí)組中訓(xùn)練組、測(cè)試組和驗(yàn)證組的列線圖校準(zhǔn)良好,Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)的P值均>0.05。a)訓(xùn)練組;b)測(cè)試組;c)驗(yàn)證組。圖7 決策曲線分析結(jié)果表明,與臨床模型和影像組學(xué)模型相比,肝功能正常與Child-Pugh A級(jí)組中訓(xùn)練組、測(cè)試組和驗(yàn)證組中聯(lián)合模型列線圖在各概率閾值下均具有更高的臨床凈效益。a)訓(xùn)練組;b)測(cè)試組;c)驗(yàn)證組。

討 論

本研究從肝臟Gd-EOB-DTPA 增強(qiáng)MRI肝膽期圖像中提取出與慢性乙型肝炎肝儲(chǔ)備功能最相關(guān)的影像組學(xué)特征,并通過計(jì)算得到每例患者對(duì)應(yīng)的影像組學(xué)標(biāo)簽即Rad-score,結(jié)果顯示影像組學(xué)模型具有良好的評(píng)估效能。肝功能正常與Child-Pugh A級(jí)組在聯(lián)合了影像組學(xué)和臨床模型后,聯(lián)合模型對(duì)于評(píng)估效能有所提高,優(yōu)于單純的臨床模型和影像組學(xué)模型。但在Child-Pugh A級(jí)與Child-Pugh B/C級(jí)組中,臨床模型已經(jīng)表現(xiàn)出了較好的評(píng)估價(jià)值。

經(jīng)過單因素和多因素回歸分析后,肝功能正常與Child-Pugh A級(jí)組篩選出了3個(gè)臨床參數(shù)納入臨床模型,分別是TBIL、PLT和INR。Child-Pugh A級(jí)與Child-Pugh B/C級(jí)組則篩選出TBIL和PLT建立臨床模型。TBIL是肝功能中的一個(gè)重要指標(biāo),肝炎進(jìn)展過程中,肝功能下降,機(jī)體對(duì)于膽紅素的代謝能力也下降,導(dǎo)致其在血液中積聚、增高。相關(guān)研究表明PLT與肝臟的再生功能密切相關(guān),肝功能差的患者往往由于正常肝細(xì)胞減少,PLT數(shù)量也相應(yīng)下降,導(dǎo)致脾腫大、脾功能亢進(jìn),PLT單因素對(duì)于肝功能的預(yù)測(cè)就具有一定意義[12,13]。同樣,肝功能的下降,凝血酶原相對(duì)也會(huì)缺乏,凝血因子的合成發(fā)生障礙,INR也是一種反映肝臟合成能力的重要指標(biāo)[14,15]。兩組的臨床模型測(cè)試組AUC分別達(dá)到了0.884、0.893,驗(yàn)證組為0.780、0.914,具有良好的評(píng)估效能。

本研究中肝功能正常與Child-Pugh A級(jí)組提取出了4個(gè)最相關(guān)的肝膽期影像組學(xué)紋理特征,包括2個(gè)GLDM特征、1個(gè)GLRLM特征和1個(gè)GLSZM特征。GLSZM紋理特征可以用來描述灰度值的分布,來自于GLSZM類的區(qū)域熵特征具有最高的絕對(duì)值相關(guān)性系數(shù),可以度量灰度不均勻性或隨機(jī)性,值越高表示肝實(shí)質(zhì)組織的異質(zhì)性越高[16]。其他包括GLDM紋理特征可以量化肝膽期 MRI圖像的灰度依賴性,GLRLM紋理特征則提供了具有相同灰度的連續(xù)像素運(yùn)行的空間分布信息,它們都可以反映出一階紋理特征無法顯示的空間異質(zhì)性改變[17]。Child-Pugh A級(jí)與Child-Pugh B/C級(jí)組提取出7個(gè)最相關(guān)的肝膽期影像組學(xué)紋理特征,包括4個(gè)一階特征、1個(gè)GLCM和2個(gè)GLRLM特征。一階直方圖特征描述了圖像區(qū)域內(nèi)體素強(qiáng)度的分布,晚期肝硬化有大小不一的結(jié)節(jié)和纖維間隔,導(dǎo)致體素強(qiáng)度分布不均;GLCM則可以捕獲具有預(yù)定義灰度強(qiáng)度的像素對(duì)或體素之間的空間關(guān)系。病理上,隨著肝炎的進(jìn)展,肝細(xì)胞變性壞死導(dǎo)致正常的肝小葉被破壞,假小葉內(nèi)再生的肝細(xì)胞不具備正常肝細(xì)胞的功能,從而對(duì)于Gd-EOB-DTPA的攝取減少,肝膽期圖像信號(hào)強(qiáng)度降低,肝臟組織的異質(zhì)性也隨著肝臟硬度的增加而增加,逐漸演變形成肝硬化[18-20]。影像組學(xué)在肝膽期圖像上進(jìn)行全肝組織的體積分割,準(zhǔn)確捕捉細(xì)微的組織變化,提取出高維的成像特征,通過篩選出的這些紋理特征計(jì)算得到Rad-score組學(xué)模型,也具有較高的評(píng)估效能,測(cè)試組分別為0.914、0.865,驗(yàn)證組分別為0.824、0.818。在聯(lián)合了影像組學(xué)和臨床模型后,診斷效能得到了顯著提高,并且在兩組的多因素回歸分析中,Rad-score都具有最高的權(quán)重系數(shù)(OR=6.101、2.188),這充分說明了影像組學(xué)在肝儲(chǔ)備功能評(píng)估中的重要作用。肝功能正常與Child-Pugh A級(jí)組的聯(lián)合模型AUC值,訓(xùn)練組為0.951,測(cè)試組為0.978,驗(yàn)證組為0.886,并且NRI和IDI表明均改善了模型的評(píng)估能力,但對(duì)于Child-Pugh A級(jí)與Child-Pugh B/C級(jí)組,聯(lián)合模型相對(duì)于臨床模型并沒有明顯優(yōu)勢(shì)。

既往多項(xiàng)研究表明,影像組學(xué)可以更好地評(píng)估肝臟功能儲(chǔ)備。相關(guān)研究表明通過評(píng)估術(shù)前肝功能,可以預(yù)測(cè)肝癌患者術(shù)后肝功能衰竭[21,22];還可以用來預(yù)測(cè)、識(shí)別慢性肝病患者是否發(fā)生晚期肝纖維化以及準(zhǔn)確分期患者的顯著纖維化(≥F2)水平[23,24]。然而,肝纖維化程度并不能直接反映整體的肝功能。Nitsch等[25]曾利用基于肝臟和脾臟的MRI影像特征開發(fā)了一種肝硬化疾病嚴(yán)重程度的預(yù)測(cè)模型,但它們僅限于臨床失代償?shù)幕颊摺１狙芯扛娴卦u(píng)估了乙肝患者的肝儲(chǔ)備功能,為臨床迅速采取干預(yù)措施提供了有價(jià)值的輔助信息。

本研究存在以下局限性:首先,本研究?jī)H針對(duì)乙肝患者,然而在西方國家,丙肝和酒精性脂肪性肝炎也是肝病的常見原因,我們將在未來擴(kuò)大納入標(biāo)準(zhǔn);其次,可能是由于選擇偏倚或樣本量較小,臨床基線資料中肝功能正常與Child-Pugh A級(jí)組中的PLT和Child-Pugh A級(jí)與Child-Pugh B/C級(jí)組中的ALT在訓(xùn)練組和測(cè)試組中差異無統(tǒng)計(jì)學(xué)意義,并且由于Child-Pugh C級(jí)的病例數(shù)較少而和B級(jí)患者一起進(jìn)行分析,未來將擴(kuò)大樣本量進(jìn)行更全面研究。

綜上所述,Gd-EOB-DTPA增強(qiáng)MRI 肝膽期影像組學(xué)模型可以對(duì)慢性乙肝患者進(jìn)行較好的肝功能分級(jí),臨床-影像組學(xué)聯(lián)合模型在乙肝患者肝功能損傷早期Child-Pugh A級(jí)的檢出方面表現(xiàn)出了更好的性能。未來,采用基于影像組學(xué)的模型來評(píng)估肝功能,可能可以優(yōu)化對(duì)于乙肝患者的管理及早期發(fā)現(xiàn),更好地服務(wù)于精準(zhǔn)醫(yī)療。