基于多参数MRI影像组学特征预测肉芽肿性乳腺炎中医证型的研究

洪敏萍 周长玉 卜阳阳 许茂盛 赵虹

1.浙江中医药大学附属嘉兴中医医院 浙江，嘉兴 314000 2.浙江中医药大学附属第一医院

3.浙江中医药大学第一临床医学院

肉芽肿性乳腺炎 （granulomatous mastitis，GM）又称特发性肉芽肿性乳腺炎[1]，临床上表现为乳房红肿热痛[2]，继之肉腐成脓，终溃破成窦道，属于中医“乳痈”“乳漏”范畴[3]，西医临床以手术及糖皮质激素治疗为主，然而糖皮质激素治疗后容易复发；而手术治疗在病变较小时疗效尚可，病变弥漫时对乳房损毁严重，且病灶不易切除干净[4-5]。全国名老中医学术经验继承指导老师楼丽华教授运用中医“温通法”治疗GM，取得令人满意的疗效[6-7]。温通法的治疗关键在于对GM的分型辨证，准确的辨证分型可以显著提高中医治疗疗效。楼教授认为，本病可辨为标阳本阴兼血瘀证和标阳本阴兼气血不足证，临床上主要通过望闻问切对GM患者进行初步的辨证分型，但辨证多依靠医师自身的经验，具有主观性、不确定性及模糊性，缺乏客观指标供参考。

随着精准定量影像技术的快速发展，图形识别技术、数据算法的不断更新，医学图像大数据的挖掘和分析极大程度地扩大了影像的信息量。影像组学可提取隐藏在医学图像中肉眼无法评估的数学模式即定量特征[8]，这些定量影像特征可能与疾病的生物学信息存在潜在的相关性。研究表明，磁共振成像（magnetic resonance imaging，MRI） 影像组学在乳腺疾病的病理、基因分型等方面具有重大价值[9]，但影像组学与乳腺疾病中医辨证体系相关的研究尚少有报道。因此，本研究以GM这一中医治疗疗效显著的疾病为对象，采用多参数MRI作为影像获取手段，探讨其在GM中医辨证分型中的价值，为GM中医分型建立精准量化标准提供客观依据。

1 资料和方法

1.1 一般资料 本研究经浙江中医药大学附属第一医院伦理委员会审查批准，回顾性收集浙江中医药大学附属第一医院2013年4月至2021年9月确诊为GM的患者的病历资料。

1.2 纳入标准 （1）经外科手术或穿刺活检病理学检查证实为GM的患者；（2）术前或穿刺前1周内接受过双侧乳腺标准MRI检查，包括表观弥散系数（apparent diffusion coefficient，ADC）、 弥散加权成像（diffusion-weighted imaging，DWI）、 动 态 对 比 增 强MRI （dynamic contrast-enhanced MRI，DCEMRI）；（3）首次MRI前未经历任何相关治疗。

1.3 排除标准 （1）存在MR增强检查禁忌证以及合并不稳定性心绞痛、房颤、肾功能不全（肾小球滤过率＜30 mL/min）、起搏器置入术后、冠状动脉支架置入和搭桥术后者；（2）不符合纳入标准，首次检查前已进行治疗，或存在资料不全等因素影响判断者；（3）MRI图像质量不佳，不能满足图像分析要求者。

1.4 中医辨证分型标准 楼丽华教授研究团队根据GM患者的分期及临床表现，提出GM的中医辨证分型标准[6]，并参照《疡科心得集·辨乳痈乳疽论》中的乳痈辨证分型，将本病分两型：（1）标阳本阴兼血瘀证：证候为乳房肿块，疼痛、拒按明显，肿胀，伴皮色赤红，触之灼热，伴心烦易怒，发热；舌苔脉象：舌质暗红，苔黄腻，脉涩或滑数。（2）标阳本阴兼气血不足证：证候为乳房结块、质韧硬，时发时敛，面色无华，局部皮色皮温尚可，或伴有协肋疼痛或胀痛；舌苔脉象：舌淡红，苔薄白，脉沉细或细数。

1.5 MRI检查方法 采用3.0T超导型磁共振成像仪（Magnetom Verio德国西门子公司产品）；16通道乳腺专用相控阵线圈。先行双侧乳腺T2加权成像（T2WI，加脂肪抑制）平扫。DWI：b值分别为50、400和800 s/mm2，SE-EPI序列，TR/TE=5 000 ms/63.2 ms。 多时相动态增强MRI扫描：3D FLASH序列 （TR/TE=261 ms/4.8 ms，反转角70°），对比剂使用钆喷酸葡胺注射液（广州康臣药业有限公司产品），经贵要静脉留置针使用双筒高压注射器注射。动态增强6（1+5）个时相，35 s/时相，间隔20 s，共采集8.02 min，层厚4 mm，间隔2 mm，扫描矩阵256×256。

1.6 影像组学特征提取及模型构建

1.6.1 肿瘤图像分割 在德国Siemens后处理工作站上将MRI图像以“DICOM”格式导出，导出时调整图像的窗宽、窗位，使所有图像均保持一致。首先将MRI图像导入ITK-Snap（Version 3.80）软件中，由1位工作年限3年以上的诊断医师在不知道病例中医分型的情况下完成对MRI T1增强第2期、DWI及ADC序列三维感兴趣区（area of interest，ROI）的勾画，勾画时包括液化坏死、脓肿等病理改变，若有多个靶病灶时，选取最大病灶进行勾画。见图1。为了增加研究的可重复性，任选20例，由一位工作年限5年以上的诊断医师及一位工作年限10年以上的诊断医师进行ROI勾画。

图1 ROI勾画示意图Fig.1 ROI sketch

1.6.2 特征提取及筛选 将勾画图像及原始图像导入深睿多模态科研平台软件，并基于该软件，对3个序列（DCE、DWI、ADC） 的ROI进行特征提取， 共提取7类特征，包括一阶特征、形状特征，以及灰度共生矩阵（gray level co-occurrence matrix，GLCM）、 灰度域区域矩阵（gray level size zone matrix，GLSZM）、灰度游程矩阵（gray level run length matrix，GLRLM）、 邻域灰度差分矩阵 （neighbouring gray tone difference matrix，NGTDM）、灰度相依矩阵（gray level dependence matrix，GLDM）特征；另外将小波、高斯拉普拉斯、正方形、平方根、指数、对数、渐变、局部二进制模式（local binary patterns，LBP）2D、LBP3D 9种图像滤波器分别应用于原始图像，得到对应的衍生图像，共得到3个序列各1 648个特征。

1.6.3 影像组学特征筛选 对所有影像组学特征进行Z-score标准化处理 （即减去平均值后，除以标准差），以7:3的比例随机将样本分为训练组及验证组，为避免特征过多导致模型过拟合，对特征进行初步筛选。步骤如下，首先进行单因素分析，采用独立样本t检验或Mann-Whitney检验，初步筛选出差异具有统计学意义的特征，其次用随机森林算法对组学特征进行重要性得分计算，通过不断迭代，筛选出三个模型中重要性排名前10的组学特征。

1.6.4 模型构建 采用LASSO-logistics回归分析对组学特征进行最终筛选，并建立影像组学特征模型，通过计算受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under curve，AUC）、95%置信区间 （95%confidence interval，95%CI）、准确度、特异度和敏感度对预测性能进行评估。

1.7 统计学分析 应用SPSS 21.0统计软件进行统计学分析，连续变量以±s表示，分类资料以频数（构成比）表示。单因素分析中，计量资料采用t检验或Mann-Whitney U检验，分类变量采用χ2检验；以P＜0.05为差异有统计学意义。应用R 3.6.1软件完成数据处理与建模，采用Shapiro-Wilk法评价特征的正态性；以校准曲线评测影像组学模型预测结果与病理结果的一致性；通过组内相关系数 （intraclass correlation coefficient，ICC）进行评估，ICC＞0.75提示一致性良好。

2 结果

2.1 患者一般资料 最后共纳入GM患者111例，均为女性，年龄22～53岁，平均（32.9±5.3）岁，其中辨证为标阳本阴兼血瘀证58例（52.3%），标阳本阴兼气血不足证53例（47.7%），显示两组发病部位（左乳、右乳）差异有统计学意义（P＜0.05），其余差异均无统计学意义（P＞0.05）。 见表1。

表1 两组患者一般资料比较Tab.1 Comparison of general information in each group

2.2 影像特征分析结果 首先对三个序列各1 648个特征进行单因素分析，完成初步筛选后，三个序列（DCE、DWI、ADC） 分别得到905、207、621个显著特征；随后通过随机森林算法再次筛选预测相关性排在前10位的影像组学特征，三组分别得到10个特征。

2.3 模型建立 对筛选到的特征建立LASSO-logistic回归模型，分别得到DCE、DWI和ADC模型；对筛选到的三个模型特征进行联立，经过LASSO-logistic回归分析获得联合模型，联合模型的10个特征中2个来源于DCE、4个来源于ADC、4个来源于DWI，具体特征及系数见表2。

2.4 模型能效评估 DCE、DWI、ADC及联合模型对GM的鉴别效能见表3，各模型的ROC分析结果见图2。多参数联合模型对GM中医分型预测性能优于单参数模型效能。各个模型的校准曲线在预测值和实际值之间显示较好的一致性，Hosmer-Lemesshow检验提示差异无统计学意义（P＞0.05），说明预测结果与实际结果一致性良好。联合模型的校准曲线见图3。

图2 两组患者ROCFig.2 ROC of each group

图3 联合模型校准曲线Fig.3 Calibration curves of combined model

表3 四组模型鉴别效能Tab.3 Four groups of models identify effectiveness

3 讨论

中医在治疗GM上具有优势，然中医学强调“辨证论治”，论治的前提在于准确的辨证，为了进一步提高疾病证候准确性且将此法推向世界，除传统的“望闻问切”四诊外，需寻求新的方法。人工智能时代的来临，为中医现代化研究提供了新的机遇。已有研究表明，通过统计学算法及组学软件等构建相应模型，可对中医证型进行预测分析，为中医证候及演变规律提供新思路，但关于GM中医证型的标准化指标仍在探索中[10]。影像组学可将中医辨证分型因素通过图像特征进行客观量化，帮助医生对病灶内在进行“望闻问切”。

GM属中医“乳痈”“乳漏”范畴，其病机多为肝气郁结，气血淤滞，热毒蕴蒸，后破溃成脓，气血损耗，无力逐邪；中医临床上将GM分为炎症期、脓肿期、溃破期[3，11]，其中炎症期及脓肿期多为发病初期，辨证以标阳本阴兼血瘀证为主；溃破期表现脓肿溃口难收，病程延绵反复，气血流失，面色无华，辨证为标阳本阴兼气血不足证。本团队既往研究发现，GM的不同发展阶段在MRI上可区分为炎症期、肿块期、脓肿期及窦道期[12-13]，所体现的病情发展过程与中医发展病程类似，但目前几乎未见基于影像组学预测GM中医辨证分型的研究。因此，本研究试图探讨基于多参数MRI影像组学特征构建的模型在预测GM中医辨证分型中的价值，以期为GM中医分型精准量化标准的建立提供客观依据。

既往发现，MRI表现及一些半定量参数与多种乳腺疾病如浆细胞性乳腺炎、乳腺癌等的中医分型具有一定相关性[14-15]，但对于GM中医辨证分型与多参数MRI影像组学特征的相关性尚鲜见报道。本研究采用影像组学方法提取MRI图像中肉眼不可见的高通量特征，将观察者的主观性影响减小到最低。采用独立样本t检验、Mann-Whitney U检验及随机森林算法三组降维方法，最终筛选出10个定量特征，且均与GM中医证型相关，其中包括3个一阶特征，即通过一阶统计量如均值、方差等来描述ROI的像素强度及分布；3个GLRLM特征，可计算在图像一维方向上连续出现相同像素值的情况；2个GLDM特征，可通过其计算某一像素与周围像素差值的情况；1个GLSZM特征，反映二维方向病灶区域内相同且相邻像素值出现的次数；1个GLCM特征，通过两个位置像素的联合概率进行定义，反映亮度的分布特性及像素的空间相关特性。因此，不同影像特征参数可以定量地反映不同GM中医分型的异质性，有助于帮助中医辨证的标注量化。

本研究通过分析GM患者中医治疗前的多参数MRI影像组学特征，构建了3个单参数模型及1个多参数联合模型，用以预测GM的中医分型。结果表明在单参数模型中，DCE模型预测性高于ADC与DWI，其原因可能是DCE序列采用了大视野（field of view，FOV）、小矩阵和更薄的层厚，提高了病灶的图像分辨率，并使病灶细节显示更清晰。而基于多参数MRI组学特征构建的联合模型，预测GM中医分型较其他三个单独模型效能更好，笔者认为可能有以下几方面原因：（1）DCE序列能够反应不同时期病灶血流动力学状况[16]，随着证型发展，病灶血流逐渐减弱，标阳本阴兼血瘀证多发生于早期，该时期乳腺炎性区域血管通透性增加，小血管扩张伴血流增加，病灶炎性部分强化明显，而脓肿部分以周围环形强化且中央不强化为主；随着病情进展，血气流失，病灶血流灌注减弱，强化程度降低，由此可在一定程度上反映GM不同时期的特点。（2）DWI作用功能序列常用于乳腺病变检查，对检出GM病灶的微小脓肿敏感性非常高，脓液成分在高b值图像上多表现为高亮信号，而非脓液成分为等或高信号[17]。（3）不同时期ADC值发生变化，脓肿尚未形成或脓液形成不完全时，ADC值减低不明显；当GM破坏乳腺小叶结构进而脓肿形成、肉芽组织增生后，脓腔内大量蛋白成分、炎性细胞及渗出液等形成浓稠脓液，导致水分子扩散受限，从而ADC值明显减低[18]。因此基于多参数MRI组学特征构建的模型可以从多个角度更全面地提取各序列的最佳特征，联合序列筛选的特征并非简单相加，而是相互弥补、彼此影响，更能够从不同角度反映病变特征，可以达到更好的预测效果。

此外，本研究显示，2位不同年资的影像诊断医师对同一组病例手工提取ROI的影像组学特征一致性良好（ICC＞0.75），提示本模型特征提取的稳定性及可重复性较好；校准曲线与对角线的贴合度提示临床实用性良好。但本研究具有一定局限性，首先样本多来源于住院患者，相对病症较重，未来将前瞻性地纳入门诊患者，得到新的数据集，以进一步评估模型效能；其次本研究属于单中心研究，且样本量较少，未来将增加样本量，纳入多中心研究进行验证；此外，对样本的辨证分型基于我院中医师的经验，不同流派的中医对GM分型不同，尚需进行GM中医分型统一化。

综上所述，基于DCE、DWI、ADC及多参数定量特征构建的影像组学模型均表现出良好的预测性能，其中以多参数联合组学模型在判断GM患者中医证型方面性能最佳，能进一步帮助临床医师客观地进行中医辨证施治，为中医现代化研究提供新的思路。