快报 | 基于影像组学的活动性肺结核耐药性预测的多中心研究

作者：李晔，徐泽璇，吕欣娜，李成海，贺伟，吕岩，侯代伦

第一作者及单位：李晔，首都医科大学附属北京胸科医院医学影像科

通信作者及单位：侯代伦，首都医科大学附属北京胸科医院医学影像科

Radiomics analysis of lung CT for multidrug resistance prediction in active tuberculosis: a multicentre study

Ye Li, Zexuan Xu, Xinna Lv, Chenghai Li, Wei He, Yan Lv, Dailun Hou

European radiology, 2023 Apr 1,1–10.

doi:10.1007/s00330-023-09589-x.

PMID: 37004571

研究背景

结核病是一种对全人类生命健康造成重大威胁的慢性传染病，也是当下仅次于新型冠状病毒感染的第二大单一感染的致死性传染病。耐多药结核病（multidrug-resistant tuberculosis, MDR-TB）已成为重要的全球公共卫生问题，也是唯一一种主要通过空气传播的耐药流行病。MDR-TB主要指的是至少同时对异烟肼和利福平耐药的一种结核病。目前MDR-TB的确诊仍需通过痰液、支气管肺泡灌洗液或肺组织的培养和药物敏感性试验。CT检查的普及大大提高了肺结核的诊断效能，已成为肺结核诊断和随访监测的重要影像学检查方法。结节和树芽征是活动性肺结核的标志性影像学表现，无论是在MDR-TB还是在药物敏感结核病（drug-sensitive tuberculosis, DS-TB）中。因此，如能对结节和树芽征这两个征象特征进行分析，将对实现活动性肺结核耐多药预测具有重要临床意义。影像组学在医学成像领域已成为研究热点，是基于医学影像大数据的分析方法从医学图像中提取高通量和定量的图像特征的方法，已在肿瘤学领域中广泛应用。因此，本研究的主要目的是评估基于树芽征和结节的影像组学特征是否能够鉴别MDR-TB和DS-TB，以实现活动性MDR-TB的诊断。

研究方法

1.病例收集：回顾性收集来自两家医院的454例活动性肺结核患者的临床资料，根据征象不同，将其主要分为3个队列：树芽征队列（训练集：295例，测试集：102例）、结节队列（训练集：302例，测试集：97例）和联合队列（训练集：261例，测试集81例）。

2.CT数据采集：采用Light Speed VCT和Optima CT 680 (GE Healthcare) 进行CT扫描。患者取平卧位，行CT平扫，扫描范围为患者肺尖至肺底，相关参数设置：管电压设置为120 kV，电流采用自动调节技术，层厚1.25 mm，层间距1.25 mm，螺距1.0。

3.ROI分割及影像组学特征提取：ROI分割在3D Slicer软件上进行。首先对窗宽、窗位进行统一化处理，基于树芽征和结节层面进行手动标注，包括病灶周围的卫星灶，由对胸部影像诊断丰富的医生进行勾画，并由另1名具有10年以上胸部CT诊断经验的医生进行确认，两位医生并不知道结核病的最终诊断。通过PyRadiomics软件从医学影像数据中提取标准化的影像组学特征进行特征提取。

4.影像组学特征筛选及模型构建：研究先通过最大信息系数分别从树芽征和结节队列中进行特征筛选，选取前200个特征，之后通过递归特征消除算法进行进一步特征筛选。通过随机森林算法将从结节和树芽征队列中筛选出的特征在联合队列中分别构建影像组学模型，并在测试集上进行测试。最后将两者影像组学特征联合，构建联合预测模型。

5.统计学处理：通过SPSS和Python软件对数据进行统计学分析。计数资料组间差异的比较采用卡方检验，计量资料组间差异的比较采用Mann-Whitney U检验，模型效能通过ROC曲线进行评价。

研究结果

1.基本临床资料和常规CT图像分析：在训练集上，MDR-TB和DS-TB患者在年龄上的差异有统计学意义（P＜0.05），但在测试集上差异无统计学意义，其余特征的差异均无统计学意义。

2.影像组学特征筛选及模型效能：我们最终分别从树芽征和结节队列中筛选出16和15个影像组学特征构建模型。3个模型均表现优异，树芽征影像组学模型在训练集和测试集上表现良好， AUC值分别为0.877和0.786；结节影像组学模型表现最佳，AUC值分别为0.933和0.855；联合模型AUC值分别为0.911和0.820。见图1。临床预测模型评价DCA曲线见图2。

注 a：训练集；b：测试集

图1  ROC曲线 

注 a：训练集；b：测试集

图2  DCA曲线 

研究结论

综上所述，基于树芽征和结节的影像组学模型可有效鉴别DS-TB和MDR-TB，有望成为初筛MDR-TB的一种诊断方法，这将为进一步促进精准医疗的发展提供方向。

注：除非特别声明，本公众号刊登的所有文章不代表《中国防痨杂志》期刊社观点。

供稿：李    晔

编辑：孟    莉

审校：范永德

发布日期：2023-04-20

打赏