基于CT的放射组学列线图在术前鉴别胃间质瘤与胃平滑肌瘤中的个体化应用研究

摘要

本研究基于CT的放射组学列线图，用于准确区分胃间质瘤与胃平滑肌瘤，实现具有高预测性能的无创、个体化术前诊断。

摘要

本方案描述了一种基于计算机断层扫描（CT）的放射组学列线图的建立与验证过程，用于术前无创性鉴别胃肠道间质瘤（GISTs）与胃平滑肌瘤（GLMs）——这两种胃黏膜下病变具有不同的治疗策略和预后意义。研究回顾性分析了172例经病理确诊为GIST或GLM、并在术前30天内接受过增强CT检查的患者。患者被随机分配至训练队列（n = 120）和验证队列（n = 52）。系统评估了人口学变量、CT形态学特征以及从人工勾画的兴趣区域中提取的定量放射组学特征。采用带交叉验证的最小绝对收缩与选择算子（LASSO）回归进行特征筛选。最终预测模型纳入了年龄、肿瘤位置、强化模式以及反映瘤内纹理异质性的放射组学特征NGLDM_Busyness。这些变量被整合以构建适用于临床的个体化列线图。通过受试者工作特征分析、校准曲线和决策曲线分析评估模型性能。该列线图在训练队列和验证队列中均表现出良好的区分能力、校准度及临床应用价值，提示其作为个体化术前无创诊断工具的潜在应用前景。

引言

胃肠道间质瘤（GISTs）是最常见的胃黏膜下肿瘤（SMTs），无论其大小如何，通常被认为具有潜在恶性，其中表现为恶性临床病程的病例约占10%至30%^1,2。根据美国国立卫生研究院（NIH）共识分类³，GISTs的临床恶性风险随分层逐步升高，分为极低危、低危、中危和高危，其分级依据为肿瘤大小和核分裂象计数。对于GIST患者，建议尽早诊断并实施手术切除⁴。相比之下，胃平滑肌瘤（GLMs）为良性肿瘤，转移概率极低，且显然是胃SMTs中最常见的肌源性肿瘤；除肿瘤直径超过5 cm的情况外，通常仅需保守观察或采取微创治疗，无需手术^5,6。因此，由于两者在治疗策略和预后方面存在显著差异，鉴别直径小于5 cm的GISTs与GLMs具有重要意义。然而，对于较小的病灶，这种鉴别尤为困难，因其影像学特征常有重叠，且缺乏明确的临床症状^7,8。

内镜超声引导下细针穿刺活检（EUS-FNA）是胃间质瘤（GISTs）术前诊断中最成熟的技术，已被证实可安全、准确地提供病理学诊断⁷。然而，EUS-FNA获取组织样本的能力严重受限，这似乎降低了其诊断准确性⁹。此外，该技术被认为具有侵入性。计算机断层扫描（CT）被认为是胃肠道肿瘤术前诊断的一种理想且经济的影像学工具¹⁰。然而，由于胃肠道间质瘤（GISTs）与平滑肌瘤（GLMs）在临床症状和CT影像表现上具有相似性和复杂性，术前鉴别两者仍然具有挑战性¹⁰。

影像组学是一种前景广阔的工具，能够自动从放射影像中提取定量的影像特征，从而实现对肿瘤异质性的客观量化¹¹。在既往研究中，主要基于CT或MRI构建了用于胃肠道间质瘤（GISTs）风险分层的影像组学模型，显示出其在评估恶性潜能方面的潜力^12,13,14。然而，专门针对GISTs与平滑肌瘤（GLMs）之间鉴别诊断的研究仍相对较少。据目前所知，尚无基于CT的影像组学列线图被用于术前区分GISTs与GLMs。因此，本研究结合CT图像的形态学特征与影像组学参数，构建了一种术前预测列线图，以应对上述挑战。

方案

本研究经医院伦理委员会批准（方案编号：1612167-18）。由于本研究为回顾性研究，豁免了知情同意要求。通过机构记录筛选出2017年1月至2022年7月期间确诊为胃间质瘤（GISTs）或胃平滑肌瘤（GLMs）的患者，所有病例均经术后病理证实。所用试剂和设备列于材料表中。

1. 患者信息

符合以下标准的患者可被纳入研究：（1）胃部病灶最大直径 ≤5 cm；（2）具备完整的病理学诊断资料；（3）接受以根治为目的的手术治疗；（4）术前30天内接受过增强CT检查。有恶性肿瘤病史或术前接受过治疗的患者被排除。因此，本研究共纳入110例胃肠道间质瘤（GIST）患者和62例胃淋巴瘤（GLMs）患者。研究人群的筛选流程见图1。总共纳入172例患者（110例GIST，62例GLMs；男性82例，女性90例），平均年龄为55.05 ± 12.42岁（范围：22–79岁）。采用简单随机化方法（未进行分层）将患者随机分配至训练集（n = 120）和验证集（n = 52）。基线人口学特征数据汇总于表1。

2. CT 图像分析

本研究中的CT扫描在64层CT扫描仪上进行。每位患者需禁食至少6小时。在CT扫描前约30分钟，指导每位患者口服500-800 mL自来水，并在扫描前立即再饮用1000 mL水以充盈胃部。研究中所有患者均采取仰卧位，以避免胃内空气引起的伪影，同时确保覆盖所有病灶区域。已向患者告知临床影像检查过程中将暴露于电离辐射。在使用对比剂前，需筛查碘化对比剂的禁忌证，包括已知过敏史和肾功能不全（eGFR <30 mL/min/1.73 m²）。注射后需对患者监测至少15分钟，以观察是否出现急性不良反应。采用标准重建算法，扫描过程严格遵循以下参数：管电压120 kV；管电流250-300 mA；层厚和层间距均为1.5 mm。使用软组织重建核（B30f）。随后在增强扫描过程中，静脉注射80-120 mL碘化对比剂，注射速率为3.0 mL/s。动脉期、门静脉期和延迟期分别在注射后约30 s、60 s和120 s进行图像采集。对于影像组学分析，图像经预处理，重采样至各向同性的体素尺寸1.5 × 1.5 × 1.5 mm³，并采用25 Hounsfield单位（HU）的固定bin宽度进行强度离散化。

3. 放射组学特征提取

至于放射组学特征，使用 LIFEx 软件（版本 4.90；www.lifexsoft.org）从感兴趣区域（ROI）中提取特征。所有感兴趣区域均仅在门静脉期 CT 图像上勾画，该期相被选择用于放射组学分析，以确保一致性和特征稳定性。对于每位患者，ROI 在横断面图像上包含病灶的所有层面进行勾画，并结合矢状面和冠状面视图以确保体积覆盖的准确性（图2）。在初始分割期间，由两名放射科医师独立勾画感兴趣区（ROI），未进行共识协商，以评估可重复性。ROI代表一个二维（2D）单层轮廓，而非三维容积。勾画ROI时包含所有肿瘤区域，根据LIFEx软件设置中的密度阈值排除钙化灶。通过视觉质量控制确保胃部充分扩张，并将病灶完全包含在ROI内。计算组内和组间相关系数（ICC）以评估放射组学特征提取的可重复性；ICC值小于0.75的特征被排除。 > 0.75 被保留。通过 LIFEx 软件的自动算法，共获得 37 个放射组学特征：5 个直方图参数、7 个灰度共生矩阵（GLCM）参数、11 个灰度游程长度矩阵（GLRLM）参数、3 个邻域灰度差异矩阵（NGLDM）参数，以及 11 个灰度区域长度矩阵（GLZLM）参数。特征提取已执行 通过 菜单路径：分割 → 放射组学 → 计算。图像预处理包括将体素重采样至各向同性尺寸 1.5 × 1.5 × 1.5 mm³ 采用25 Hounsfield单位（HU）的固定bin宽度进行强度离散化。建模前未进行特征缩放或归一化处理。

4. 统计学

统计分析使用 R 软件（版本 3.6.0；https://www.r-project.org）进行。组间连续变量比较采用独立样本 t 检验；分类变量采用 χ² 检验进行评估。双侧 P 值 < 0.05 被认为具有统计学显著性。

5. 预测列线图的建立

采用皮尔逊相关性分析进行单变量分析，以筛选与诊断（GIST）相关的 demographic、CT 形态学及影像组学特征 与. 一般线性模型（GLM）。多变量建模采用最小绝对收缩与选择算子（LASSO）回归方法实现 通过 glmnet 包（cv.glmnet 函数）与 10 折交叉验证¹⁵最优正则化参数λ选择lambda.1se，以倾向于获得更简洁的模型。最终的预测因子——年龄、肿瘤位置、强化模式和NGLDM_Busyness——根据各自的回归系数进行线性组合，生成预测评分（Prescore）。在所有提取的放射组学特征中，经过LASSO惩罚后仅有NGLDM_Busyness保留了非零系数，提示其他放射组学特征可能存在冗余或对鉴别能力的额外贡献有限。基于该多变量模型，使用rms包中的nomogram函数构建了列线图。

6. 列线图预测效能及验证

使用受试者工作特征曲线下面积（AUC）、敏感性、特异性和准确率对训练队列和验证队列中的预测性能进行评估。校准性能通过校准曲线进行评价 通过 自举重采样（1000次迭代）和Hosmer-Lemeshow拟合优度检验；相应绘制了校准曲线。P值 < 0.05 表示显著偏离理想校准。采用一致性指数（C-index）量化区分可靠性。通过决策曲线分析（DCA）评估临床效用。

结果

人口统计学与临床特征
共纳入172例胃黏膜下肿瘤患者（110例胃肠道间质瘤，62例胃淋巴管瘤）。人口统计学和临床特征总结于 表1, 表2 和 表3本分析旨在识别GIST与GLM之间的基线差异，以指导后续模型的构建。GIST更常见于老年患者胃体部位，且呈中度强化模式；而GLM则更频繁出现在年轻患者贲门部位，且表现为轻度强化（p < 0.05）。GIST 患者在平扫 CT 中的亨氏单位（HU）显著低于 GLM 患者（p < 0.05）。在性别、症状、肿瘤病史、家族史、大小、生长模式、形态、增强扫描CT值、病灶边界以及囊性变或钙化情况方面均未观察到显著差异（p > 0.05）。在确认正态性后，使用独立样本t检验比较连续变量 通过 采用Shapiro-Wilk检验；分类变量通过χ²检验进行评估。

放射组学特征的可重复性与筛选
共提取了10个CT形态学特征和37个放射组学特...

讨论

在胃肠道间质瘤（GISTs）与胃平滑肌瘤（GLMs）之间进行鉴别诊断在临床上具有重要意义，因为这直接影响治疗决策和患者的预后。本研究开发并验证了一种预测列线图，该模型整合了一项人口学特征（年龄）、两项CT征象（肿瘤位置和强化模式）以及一项影像组学参数（NGLDM_Busyness）。该模型可直接应用于临床术前评估。本研究通过提供一种实用的替代方法，弥补了目前在胃黏膜下肿瘤无创术前鉴别诊断方面缺乏有效手段的空白，避免了诊断效能有限或具有侵入性的传统方法。

在本研究分析中，训练队列中胃肠道间质瘤（GIST）患者的平均年龄为 59.69 ± 8.90 岁，验证队列中为 60.94 ± 9.27 岁，该结果与 He 等¹⁶和 Wang 等¹⁷的研究发现一致。GIST 患者的年龄大于胃底黏膜下病变（GLM）患者，这与既往报道相符¹⁸。Levy 等¹⁹和 Miettinen 等

材料

本文使用的材料清单

姓名	公司	目录编号	评论
增强CT扫描仪	Siemens Healthineers	SOMATOM Definition AS+	64层CT扫描仪；2017–2022年间中国三级医院的典型设备。扫描参数：120 kV，250–300 mA，1.5 mm层厚，B30f重建核。
glmnet软件包（R）	CRAN	版本4.0（兼容R 3.6.0）	采用10折交叉验证的LASSO回归分析。
碘化对比剂	Bayer AG	优维显370（碘普罗胺 370 mg I/mL）	静脉注射，剂量80–120 mL，流速3.0 mL/s。在中国腹部CT检查中广泛使用的非离子型对比剂。
LIFEx软件	www.lifexsoft.org	版本4.90	用于从CT感兴趣区域（ROI）提取放射组学特征。
R软件	The R Foundation	版本3.6.0	用于统计分析与建模（https://www.r-project.org）。
rms软件包（R）	CRAN	版本5.1-4（兼容R 3.6.0）	用于列线图构建与校准。