近日，重慶大學(xué)附屬腫瘤醫(yī)院影像科張久權(quán)團(tuán)隊研究論文被影像學(xué)著名期刊EuropeanRadiology(IF：7.034，JCR Q1區(qū)）接受。論文題為《XGBoost-basedmultiparameters from dual-energy computed tomography for the differentiation ofmultiple myeloma of the spine from vertebral osteolytic metastases》，該研究探討了基于DECT多參數(shù)的XGBoost模型對脊柱多發(fā)性骨髓瘤和椎體溶骨性轉(zhuǎn)移瘤的鑒別診斷能力。
研究背景
多發(fā)性骨髓瘤（MM）和椎體溶骨轉(zhuǎn)移瘤（VOM）是脊柱最常見的惡性腫瘤。MM是血液系統(tǒng)中第二常見的惡性腫瘤，由惡性單克隆漿細(xì)胞的侵襲和增殖引起；VOM主要是由惡性腫瘤的血源性轉(zhuǎn)移引起的。它們都累及骨髓，表現(xiàn)為單個或多個病變，并且具有相似的影像學(xué)表現(xiàn)（例如溶骨改變）和臨床癥狀（例如骨痛），使得VOM和MM難以區(qū)分，尤其是在無法確定原發(fā)腫瘤的VOM患者。然而，這兩種疾病的治療方案完全不同，臨床上對多發(fā)性骨病變很難做到“一對一”穿刺活檢，因此，迫切需要無創(chuàng)準(zhǔn)確區(qū)分二者的方法。
近年來，DECT多參數(shù)在臨床實踐中得到了廣泛的應(yīng)用，在椎體相關(guān)疾病的診斷、鑒別診斷和療效監(jiān)測中均有良好的表現(xiàn)。與此同時，機器學(xué)習(xí)通過數(shù)據(jù)的自動識別和智能分析生成預(yù)測模型，與傳統(tǒng)統(tǒng)計方法相比，分類性能大大提高。XGBoost因具有良好的可擴展性和高速性，使其成為一種成功的機器學(xué)習(xí)方法。因此，本研究目的是評估基于DECT多參數(shù)的XGBoost模型在鑒別脊柱MM和VOM方面的性能，并與DECT多參數(shù)單因素分析進(jìn)行比較。
研究方法
本研究回顧性的納入了28名（83個病灶）MM患者和23名（54個病灶）VOM患者。所有患者均接受了平掃和雙期增強DECT掃描。由兩名放射科醫(yī)生對病灶進(jìn)行獨立測量，得到10個定量DECT參數(shù)（nZeff，λHu，VNCa以及CT值）。使用名為Boruta的基于隨機森林的特征選擇方法來檢測關(guān)鍵特征。XGBoost預(yù)測模型是使用Boruta選擇的關(guān)鍵特征構(gòu)建的。使用類內(nèi)相關(guān)系數(shù)（ICC）來評估觀察者間和觀察者內(nèi)的一致性，使用受試者操作特征（ROC）曲線比較基于DECT多參數(shù)的XGBoost模型和不同的定量參數(shù)在鑒別脊柱MM和VOM病變中的能力，采用Delong檢驗比較XGBoost模型的ROC曲線與單因素分析獲得最高AUC的參數(shù)之間的差異。
圖1. 患者1：53歲男性，診斷為肺腺癌伴多發(fā)性溶骨性轉(zhuǎn)移（箭頭）；患者2：69歲女性，診斷為活動性多發(fā)性骨髓瘤，單克隆免疫球蛋白為IgG-K 型（箭頭）。
研究結(jié)果
1、DECT1定量參數(shù)具有良好的觀察者間和觀察者內(nèi)一致性（圖2）
2 、VOM患者的DECT定量參數(shù)值均高于MM患者（p＜0.05，圖3）
3、在單因素分析中，VNCa的AUC最高，訓(xùn)練組為0.81和測試組為0.87；通過Boruta降維，我們發(fā)現(xiàn)了6個關(guān)鍵參數(shù)（VNCa, 靜脈期-nZeff,靜脈期-CT, 動脈期-nZeff, 平掃CT 以及平掃λHu），與單因素中AUC最高的VNCa相比，構(gòu)建的XGBoost模型表現(xiàn)了更出色的診斷性能，AUC分別為訓(xùn)練組1.00和測試組0.97（圖4）
研究結(jié)論
基于DECT多參數(shù)的XGBoost模型在鑒別脊柱MM和VOM上具有良好的診斷效能，且優(yōu)于VNCa分析。這些結(jié)果可為MM和VOM之間的鑒別診斷提供有價值的信息，以指導(dǎo)臨床治療決策。
第一作者簡介
石進(jìn)芳，重慶大學(xué)附屬腫瘤醫(yī)院，技師 畢業(yè)于吉首大學(xué)醫(yī)學(xué)影像專業(yè)，主要研究方向為乳腺CT和MRI檢查技術(shù)。以第一作者發(fā)表SCI論文1篇，參與發(fā)表SCI論文5篇。
共同通訊作者簡介
王曉霞，重慶大學(xué)附屬腫瘤醫(yī)院影像科主治醫(yī)師 教學(xué)秘書 乳腺生殖亞專業(yè)組組長。
??擅長乳腺腫瘤及生殖系統(tǒng)腫瘤影像診斷，研究方向為乳腺腫瘤影像學(xué)。學(xué)術(shù)任職：重慶市醫(yī)學(xué)會放射醫(yī)學(xué)分會磁共振學(xué)組委員，重慶市醫(yī)藥生物技術(shù)協(xié)會乳腺癌防治專委會委員。參與發(fā)表SCI論文17篇，其中以第一、通訊（含共一）作者發(fā)表含ER、KJR在內(nèi)的SCI論文9篇，CSCD論文2篇。主持重慶市自然科學(xué)基金一項，廳局級科研項目一項。參與國家級、省部級科研項目數(shù)項。
通訊作者簡介
張久權(quán)，重慶大學(xué)附屬腫瘤醫(yī)院影像科主任，醫(yī)學(xué)博士，主任醫(yī)師，博士研究生導(dǎo)師，博士后合作導(dǎo)師
??入選第五批重慶市中青年醫(yī)學(xué)高端人才、重慶大學(xué)附屬腫瘤醫(yī)院高端人才。曾赴美國Emory大學(xué)訪問研究一年。擅長神經(jīng)系統(tǒng)影像診斷。主要研究興趣為功能神經(jīng)影像學(xué)和腫瘤影像學(xué)。學(xué)術(shù)任職：中國抗癌協(xié)會第五屆腫瘤影像專業(yè)委員會常務(wù)委員、中華醫(yī)學(xué)會放射學(xué)分會第十六屆委員會神經(jīng)學(xué)組委員及對比劑使用和安全工作組委員、中國醫(yī)師協(xié)會放射醫(yī)師分會第五屆委員會人工智能學(xué)組和互聯(lián)網(wǎng)與大數(shù)據(jù)學(xué)組委員、重慶市抗癌協(xié)會腫瘤影像專業(yè)委員會第一屆委員會主任委員、重慶市中西醫(yī)結(jié)合醫(yī)學(xué)影像學(xué)組副主任委員、重慶市醫(yī)學(xué)會放射醫(yī)學(xué)分會第七屆委員會委員兼磁共振學(xué)組組長、重慶市醫(yī)師協(xié)會放射醫(yī)師分會第二屆委員會常務(wù)委員兼神經(jīng)學(xué)組組長等。主持或者參與國家及省部級課題10余項，目前在研課題包括國自然面上項目1項，省部級重點項目和面上項目各1項，橫向課題1項。共發(fā)表SCI論文104篇, 其中以第一作者或通訊作者在Neurology、JNNP、Human Brain Mapping、Neuroimage: Clinical、Radiotherapy andOncology、ER、DII、Insights into Imaging、JMRI、EJR、KJR等雜志發(fā)表SCI論文83篇，累計影響因子420以上，累計被引用次數(shù)在2380次以上。2013年獲得重慶市科技進(jìn)步獎二等獎一項。先后擔(dān)任Human Brain Mapping、European Journal ofNeurology、Frontiers in Neurology、Behavioural Brain Research、Brain andBehavior、Acta Radiologica、JMRI、ER、EJR、DII、Insights into Imaging和中華放射學(xué)雜志等雜志審稿人。
