CC BY
0
ВЕСТНИК РОССИЙСКОГО НАУЧНОГО ЦЕНТРА РЕНТГЕНОРАДИОЛОГИИ (ВЕСТНИК РНЦРР), 2023, Т. 2023, № 4
ОРИГИНАЛЬНАЯ СТАТЬЯ. ЛУЧЕВАЯ ДИАГНОСТИКА
Прогнозирование ответа первичных внемозговых опухолей на стереотаксическую радиохирургию на основе радиомического анализа МРТ изображений
Е.Н. Суровцев А.В. Капишников 1
1 ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава России, Россия, 443099, г. Самара, ул. Чапаевская, д. 89
2 ООО «ЛДЦ МИБС - Тольятти», Россия, 445009, г. Тольятти, ул. Октябрьская, д. 68
Для цитирования: Суровцев Е.Н., Капишников А.В. Прогнозирование ответа первичных внемозговых опухолей на стереотаксическую радиохирургию на основе радиомического анализа МРТ изображений. Вестник Российского научного центра рентгенорадиологии. 2023; 2023(4):77-92. ББ№ ББ№ Й^ТРКО
Адрес для корреспонденции: Евгений Николаевич Суровцев, evgeniisurovcev@mail.ru
Статья поступила в редакцию 21.11.2023; одобрена после рецензирования 07.12.2023; принята к публикации 11.12.2023.
Резюме
Целью исследования является оценка потенциала радиомического анализа МРТ для прогнозирования ответа первичных внемозговых опухолей на стереотаксическую радиохирургию в сравнении с возможностями стандартной МР-семиотики. Материалы и методы. Ретроспективное исследование включало 62 пациента с первичными внемозговыми опухолями (невриномами и менингиомами), подвергшихся стереотаксической радиохирургии (SRS). Унификация оценки ответа опухолей на SRS осуществлялась согласно критериям RANO для менингиом. Признаки МР-семиотики опухолей, их радиомические (гистограммные, текстурные) параметры использовались для построения дискриминантных моделей прогнозирования. Была выполнена проверка моделей на валидационной выборке и расчет диагностической эффективности моделей.
Результаты. Наблюдалось три варианта ответа на SRS: прогрессирование (17,7% опухолей), стабилизация (58,1%) и незначительный ответ (24,2%). Тип опухоли не был взаимосвязан с вариантом ответа на SRS. Интегральная оценка (по средствам дискриминантного анализа) показала большую эффективность совокупности радиомических параметров для прогнозирования ответа опухолей на SRS. Валидационная проверка двух моделей (на основе признаков семиотики и радиомических параметров) на независимой выборке продемонстрировала большую эффективность радиомической модели, которая верно классифицировала все прогрессировавшие после SRS опухоли. Чувствительность модели семиотики составила только 50% при специфичности 87,5%. Для незначительного ответа и стабилизации чувствительность и специфичность прогноза радиомической модели также были выше.
Заключение. Результаты исследования показывают, что радиомические параметры обладают существенным потенциалом для улучшения возможностей МР-визуализации в прогнозировании ответа первичных внемозговых образований на SRS и могут быть использованы при разработке систем поддержки принятия диагностических решений.
Ключевые слова: первичные внемозговые опухоли, стереотаксическая радиохирургия, МРТ, прогрессирование, радиомика
Predicting the response of primary extra-axial tumors to stereotactic radiosurgery based on radiomic analysis MRI images
E.N. Surovcev 1,23 A.V. Kapishnikov 1
1 Samara State Medical University, 89 Chapaevskaya St., Samara, 443099, Russia
2 Medical Institute named after Berezin Sergey - Tolyatti, 68 Oktyabryaskay St., Tolyatti ,445009, Russia
For Citation: Surovcev E.N., Kapishnikov A.V. Predicting the response of primary extra-axial tumors to stereotactic radiosurgery based on radiomic analysis MRI images. Vestnik of the Russian Scientific Center of Roentgenoradiology. 2023; 2023(4):77-92. (In Russ.). EDN: RWIPNG
Address for correspondence: Evgeniy N. Surovcev, evgeniisurovcev@mail.ru
The article was submitted on November 21, 2023; approved after reviewing on December 07, 2023; accepted for publication on December 11, 2023.
Summary
The aim of the study is to evaluate the potential of MR radiomic analysis to predict the response of primary extra-axial tumors to stereotactic radiosurgery in comparison with the capabilities of standard MR semiotics.
Materials and Methods. A retrospective study included 62 patients with primary extra-axial tumors (neurinomas and meningiomas) who underwent stereotactic radiosurgery (SRS). Uniform evaluation of tumor response to SRS was performed according to the RANO criteria for meningiomas. MR-semiotic features of tumors, their radiomic (histogram, texture) parameters were used to build discriminant prediction models. The models were tested on a validation sample and the diagnostic efficiency of the models was calculated.
Results. Three variants of response to SRS were observed: progression (17.7% of tumors), stabilization (58.1%), and minor response (24.2%). Tumor type was not correlated with SRS response variant. Integral evaluation (by discriminant analysis) showed the greater efficacy of a set of radiomic parameters for predicting tumor response to SRS. Validation of two models (based on semiotic features and radiomic parameters) on an independent sample demonstrated the greater performance of the radiomic model, which correctly classified all tumors that progressed after SRS. The sensitivity of the semiotics model was only 50% with a specificity of 87.5%. For minor response and stabilization, the sensitivity and specificity of the radiomic model prediction were also higher. Conclusion. The results of this study show that radiomic parameters have significant potential to improve MR imaging capabilities in predicting the response of primary extra-axial tumors to SRS and can be used in the development of diagnostic decision support systems.
Key words: primary extra-axial tumors, stereotactic radiosurgery, MRI, progression, radiomics
Введение
Первичные внемозговые опухоли (ПВО), составляя более 40% от всех внутричерепных объемных образований, являются самой распространённой группой первичных опухолей головного мозга [1-3]. Рентгенологическое заключение о наличии ПВО основывается, как правило, на данных магнитно-резонансной томографии (МРТ) с внутривенным контрастированием [4-6].
Тактика ведения пациентов с выявленными ПВО предполагает следующие варианты: наблюдение, хирургическую резекцию или стереотаксическое радиохирургическое лечение (stereotactic radiosurgery - SRS) [4,5,7]. Стереотаксическая радиохирургия рассматривается как основной метод лечения ПВО [5,8]. Однако у 11% пациентов с менингиомами [9] и 5% пациентов с невриномами [10] рост опухоли не удается контролировать после SRS. В этих
случаях может произойти выраженное увеличение новообразования, что может привести к тяжелым, а иногда и опасным для жизни осложнениям [10].
Визуальная оценка МРТ изображений достаточна для выявления ПВО и определения стадии заболевания, но не всегда позволяет определить его прогноз и дать критерии для принятия решения о тактике ведения пациента [11-13]. В последние годы сформировалось новое направление высокотехнологического анализа медицинских изображений, получившее наименование «радиомика». Концепция радиомики базируется на постулате о том, что количественные (радиомические) параметры медицинских изображений способны достаточно полно передать фенотипические особенности опухоли, которые являются отображением ее генотипических и метаболических свойств и, соответственно, взаимосвязаны с течением и прогнозом заболевания [14].
Особенностью рентгенохирургического лечения ПВО, является то, что заключение о типе опухоли делается на основании МРТ картины, так как при планировании SRS биопсия опухоли обычно не выполняется [4,5,13,15].
Количество исследований, посвященных применению радиомических характеристик ПВО для прогнозирования ответа на SRS, относительно невелико [16-20]. Ограничением указанных работ является сосредоточенность каждой из них на одном определенном типе ПВО и то, что верификация разработанной модели на валидационной выборке проведена в единственной публикации. Кроме того, в известных работах эффективность применения радиомики не сопоставлялась с прогностическими возможностями общепринятых и широко используемых критериев МР-семиотики, что не позволяет полноценно судить о потенциале радиомического подхода и оправданности его дальнейшей разработки для повышения надежности рентгенологического прогноза поведения ПВО в ответ на SRS.
Целью исследования является оценка потенциала радиомического анализа МРТ для прогнозирования ответа ПВО на стереотаксическую радиохирургию в сравнении с возможностями МРТ семиотики.
Материал и методы
Ретроспективное исследование включало 62 пациента с ПВО, подвергшихся стереотаксической радиохирургии. Все пациенты собственноручно подписали добровольное информированное согласие на использование данных в учебных и научных целях. Показанием для SRS ПВО являлись бессимптомность новообразования, локализация опухоли в хирургически труднодоступных и функционально значимых областях, а также и пожилой возраст пациентов [4].
SRS выполнялось на установке Gamma Knife. Средняя максимальная доза составила 12,6 Гр (диапазон от 11,0 до 21,15 Гр).
Пациенты были разделены на две группы: обучающую и валидационную. Обучающая группа включала 32 пациента (5 мужчин и 27 женщин) в возрасте от 37 до 72 лет (медиана 56 лет). На основании МРТ картины доброкачественные (Grade 1) менингиомы были установлены в 21 случае, злокачественные (Grade 2, 3) менингиомы в двух, прочие девять образований были классифицированы как невриномы. Валидационная группа для независимой оценки диагностической эффективности состояла из 30 пациентов (4 мужчин и 26 женщин) в возрасте от 41 года до 69 лет (медиана 53,5 года). Структура выявленных опухолей в данной группе: доброкачественные менингиомы - 20, одна злокачественная менингиома и девять неврином.
Исследование состояло в сравнении эффективности использования в качестве предикторов ответа опухоли на SRS двух наборов признаков: стандартной МРТ-семиотики и радиомических (гистограммных, текстурных) параметров.
Оценка ответа опухоли на SRS осуществлялась по результатам контрольных МРТ, согласно критериям RANO для менингиом [21]. В настоящее время не существует стандартизированных критериев ответа на SRS для неврином и прочих ПВО. Поскольку критерии RANO не касаются гистологических признаков опухоли, а опираются
исключительно на изменение размеров новообразования, то для стандартизации оценки ответа мы применяли эти критерии ко всем изученным нами ПВО. Указанные критерии основаны на динамике размера опухоли, который принимается равным произведению взаимно перпендикулярных измерений на уровне максимального сечения. Выделяются следующие варианты ответа: прогрессирование, незначительный ответ, стабилизация, частичный и полный ответы. Прогрессирование диагностируется при увеличении опухоли на 25% и более. Незначительный ответ характеризуется уменьшением опухоли в интервале 25-49%. Частичный ответ констатируется при уменьшении размеров образования на 50% и более. При стабилизации опухоли могут как увеличиться, так и уменьшиться, но не более чем на 24%. При полном ответе на контрольном исследовании опухоль не определяется. Полный, частичный и незначительный ответы, наблюдаются достаточно редко, поэтому стабилизация опухоли расценивается как клинически значимый результат SRS [21].
Контрольное исследование для определения ответа опухоли на SRS при стабильном клиническом и неврологическом статусе выполнялось через 12 месяцев после завершения лечения. В случае ухудшении самочувствия пациента, появления или прогрессирования неврологической симптоматики контрольная МРТ выполнялась раньше (в течение первых шести месяцев после SRS) и при увеличении размеров опухоли, соответствующем критериям RANO, пациенты относились к группе прогрессирования. По результатам контрольной МРТ в нашем исследовании выделены пациенты с тремя видами исходов SRS: прогрессированием, стабилизацией и незначительным ответом.
МР-исследования были выполнены на томографах с индукцией магнитного поля 1,5Т по стандартной методике с применением внутривенного контрастирования. Стандартный протокол включал Т2 взвешенные изображения (ВИ) в аксиальной и корональной плоскостях, аксиальные и сагиттальные Т1 ВИ, Т1 ВИ с контрастированием (Т1 CE), FLAIR и диффузионно взвешенные изображения в аксиальной плоскости с последующим построением карт измеряемого коэффициента диффузии (ADC). Толщина среза для этих последовательностей составляла 5 мм, межсрезовое расстояние 0,5 мм, FoV 240 мм. После контрастирования в 38 случаях проводилось сканирование с использованием 2D последовательностей, а в 24 случаях применялась 3D последовательность с последующей MPR-реконструкцией. При выполнении реконструкции толщина слэба составляла 5 мм, что соответствует толщине среза для 2D-последовательностей.
Прогностические возможности использованных в нашей работе методов МРТ-оценки изучались по результатам исследования, проведенного до радиохирургического лечения.
Признаки МР-семиотики опухолей оценивались независимо тремя рентгенологами (с опытом работы более 10 лет). В случаях разногласий окончательное заключение делалось на основе консенсуса специалистов. Анализу подвергались следующие качественные признаки: локализация, форма опухоли и четкость контуров, однородность структуры, наличие петрификации, сосудов, кровоизлияний, кист и некроза в структуре опухоли, перитуморальных кист, характер контрастирования, признаки инвазии в вещество мозга и периферического отека, наличие симптома «дурального хвоста» и изменения подлежащей кости. Также оценивались количественные показатели МР-семиотики: площадь на уровне максимального сечения и объем опухоли, интенсивность МР-сигнала (максимальная, минимальная, средняя и стандартное отклонение - SD) для каждого типа взвешенности. Тип выявленной опухоли устанавливался на основании консенсуса специалистов по результатам выполненного МРТ исследования.
Гистограммный и текстурный анализы изображений Т2 ВИ, Т1 ВИ, FLAIR, ADC и Т1 CE были проведены с использованием программы MaZda ver.4.6 [22]. Перед выполнением анализа осуществлялась полуавтоматическая сегментация опухолей на рабочей станции врача рентгенолога «Автоплан» [23] с использованием инструментов инкрементальной сегментации («разрастание области»). Сегментация выполнялась на томограммах Т1 CE с последующей автоматической интерполяцией выделенной зоны на изображениях прочих типов
взвешенности. Выбор Т1 СЕ обусловлен тем, что для абсолютного большинства ПВО характерно выраженное повышение интенсивности МР-сигнала, что делает возможным четкое разграничение ткани опухоли от прилежащего вещества мозга, которое не повышает свои сигнальные характеристики после контрастирования. Также преимущество использования Т1 CE обусловлено тем фактором, что зоны периферического отека на них (в отличие от Т2 ВИ и FLAIR) имеют гипоинтенсивный МР сигнал, а ПВО - гиперинтенсивный. Этапы сегментации опухоли представлены на рис. 1.
Рис. 1 а (Fig. 1 a) Рис. 1 б (Fig. 1 b) Рис. 1 в (Fig. 1 c) Рис. 1 г (Fig. 1 d)
Рис. 1. Этапы сегментации ПВО для выполнения текстурного анализа: а - исходное изображение Т1 CE; б - сегментированная опухоль; в - интерполяция маски сегментации на изображения других типов взвешенности (в примере FLAIR); г - результат сегментации опухоли, загруженный в программу для выполнения текстурного анализа. Fig. 1. Stages of segmentation of TEE to perform texture analysis:
a - original T1 CE image; b - segmented tumor; c - interpolation of the segmentation mask to images of other weighting types (in the FLAIR example); d - tumor segmentation result loaded into the program to perform texture analysis._
После выполнения сегментации и нормализации яркости изображений (в диапазоне ±3о), вычислялись 9 гистограммных и 270 текстурных параметра. Значения параметров, полученные на различных уровнях, усреднялись.
Вариационный анализ проводился с применением тестов Краскела - Уоллиса и Пирсена. Для оценки совокупного вклада множества признаков в разделение опухолей использовался дискриминантный анализ. Данные обучающей группы были использованы для построения двух статистических моделей: на основе признаков МРТ семиотики и на основе радиомических параметров. Диагностическая эффективность полученных дискриминантных моделей верифицирована на валидационной выборке с расчётом операционных характеристик тестов - чувствительности (Sn), специфичности (Sp) и ROC-анализа с определением площади под характеристической кривой (AUC).
Результаты
Согласно критериям RANO, ответы первичных экстрацеребральных опухолей на SRS среди всех включенных пациентов распределились следующим образом: 11 (17,7%) пациентов имели увеличение размеров опухоли, 36 (58,1%) - стабилизацию и 15 (24,2%) -незначительный ответ. Из 32 опухолей обучающей группы в пяти случаях отмечалось прогрессирование, в 21 стабилизация и в шести - незначительный ответ. В валидационной группе из 30 ПВО шесть новообразований продемонстрировали прогрессирование, 15 -стабилизацию, и в девяти случаях наблюдался незначительный ответ опухоли на SRS. Корреляционный анализ показал, что ответ новообразования на стереотаксическую лучевую терапию не зависел от типа ПВО (p = 0,184; коэффициент корреляции = 0,213).
Компрессионное воздействие увеличивающейся опухоли на прилежащее вещество мозга может негативно влиять на состояние пациента. В нашем исследовании 63,6% пациентов с
прогрессированием опухоли отмечали ухудшение самочувствия. Без прогрессирования новообразований ухудшение самочувствия после радиохирургического лечения наблюдалось только у 15,7% обследованных лиц.
Прогрессирование опухолей характеризовалось выраженным увеличением их размеров в 1,4-1,8 раз в течение первых шести месяцев после лечения. К третьему году наблюдения размер прогрессирующих новообразований был в 1,3-1,5 раз больше, чем до лечения. В течение периода наблюдения ни одна из опухолей, прогрессировавших после SRS, не вернулась к исходным размерам. При стабилизации размеры опухоли в первый год наблюдения составляли 87-123% от первоначального размера. При незначительной реакции размеры опухоли в течение первого года уменьшились до 52-72% от первоначального размера.
Среди качественных (визуальных) характеристик МРТ-семиотики опухолей обучающей группы не было выявлено признаков, достоверно отличающихся в зависимости от типа ответа ПВО на SRS (p>0,05).
В ряду количественных параметров семиотики только один (SD интенсивности МР сигнала FLAIR) достоверно отличался для прогрессировавших опухолей, но не позволял разделить опухоли с незначительным ответом и стабилизацией (рис. 2).
I
ИГ
Рис. 2 (Fig. 2)
Рис. 2. Распределение значений стандартного отклонения интенсивности МР сигнала FLAIR для опухолей с прогрессированием (красный маркер), стабилизацией (синий) и незначительным ответом (зеленый).
Среднее значение (точка), среднее±SD (прямоугольник), среднее±1,96SD (отрезок). Fig. 2. Distribution of FLAIR MR signal intensity standard deviation values for tumors with progression (red marker), stabilization (blue), and minor response (green). Mean (dot), mean±SD (rectangle), mean±1.96SD (bar).
Прогрессировавшие опухоли от образований с прочими вариантами ответа на ЗЯБ достоверно (р<0,05) отличали четыре текстурных параметра: средняя сумма для Т2 ВИ и сумма квадратов, энтропия и разность энтропии для Т1 СЕ (рис. 3).
Рис. 3 а (Fig. 3 a)
Рис. 3 б (Fig. 3 b)
2.2 2.0 1.8 I.O 1.4 1.2 1.0 о.а Энтропия T1 CE Л ^ Й ± ТГ 1 1.0 0.0 0.0 o.r 0« 0 5 0.4 Разность энтропии T1 CE T Д, • Fi 1
Рис. 3 в (Fig. 3 с) Рис. 3 г (Fig. 3 d)
Рис. 3. Распределение значений текстурных параметров МРТ изображений, достоверно отличавших прогрессировавшие после SRS опухоли. Красный маркер - прогрессирование, синий - стабилизация, зеленый - незначительный ответ. Среднее значение (точка), среднее±SD (прямоугольник), среднее±1,96SD (отрезок). Fig. 3. Distribution of values of textural features of MRI images, which significantly distinguished tumors that showed progression after tumor SRS. Red marker - progression, blue - stabilization, green - minor response. Mean (dot), mean ±SD (rectangle), mean±1.96SD (bar).
Разделение опухолей со стабилизацией и незначительным ответом на SRS обеспечивали два текстурных (абсолютный эксцесс градиента Т2 ВИ и энергия вейвлета для Т1 CE) и три гистограммных параметра (среднее, перцентили 0,1 и 10 для FLAIR).
Интегральная оценка и сравнение прогностических возможностей двух подходов к анализу МРТ проведены с помощью дискриминантного анализа и построением двух многомерных моделей: Модель 1 на основе признаков МР-семиотики и Модель 2 на основе радиомических параметров. По результатам пошагового отбора в Модель 1 вошли следующие признаки МР-семиотики: SD интенсивность FLAIR, минимальная интенсивность FLAIR и Т1 ВИ, наличие петрификации, форма опухоли, максимальная интенсивность МР сигнала на Т2 ВИ и Т1 CE, симптом «дурального хвоста»; в радиомическую модель вошли все отобранные по результатам вариационного анализа текстурные и гистограммные признаки.
Эффективность прогностической классификации опухолей разработанными моделями характеризует величина лямбды Уилкса (X Уилкса), при этом, чем ближе данный показатель к нулевому значению, тем лучше обеспечивается разделение совокупностей [24]. Согласно этому критерию, радиомическая модель позволяет более эффективно предсказать ответ ПВО на SRS, так как имеет существенно меньшее значение (0,036) X Уилкса, по сравнению с моделью МР-семиотики (0,26).
Возможности индивидуального прогноза ответа ПВО на радиохирургическое лечение представлены на рис. 4, который наглядно демонстрирует полное разделение опухолей по реакции на SRS радиомической моделью (рис. 4б) и наложение значений у обследуемых с различным ответом на лечение при использовании модели МР-семиотики (рис 4а).
Рис. 4 а (Fig. 4 a)
Рис. 4 б (Fig. 4 b)
Рис. 4. Разделение опухолей обучающей группы по характеру ответа на SRS в пространстве признаков дискриминантных моделей (диаграммы рассеивания канонических значений).
а - модель на основе признаков МРТ семиотики, б - радиомическая модель. Fig. 4. Separation of training group's tumors in the according to the nature of the response to SRS in the feature space of discriminant models (scatterplots of canonical values in the training group). a - the model based on the features of MRI semiotics, b - the radiomic model.
Предположить (с установленной степенью вероятности) ответ опухоли на SRS на основе радиомических параметров позволяет дискриминантная функция, имеющая вид:
/ = А + Yju=\Pi х ki, где A - константа, ki - коэффициент, Pi - величина радиомического параметра.
Дискриминантные функции рассчитываются для каждого возможного исхода (прогрессирование, стабилизация, незначительный ответ) на основании данных табл. 1. Наибольшее значение дискриминантной функции у одного из трех вариантов возможного ответа укажет на прогнозируемый ответ опухоли на радиохирургическое лечение.
Таблица 1. Параметры дискриминантной функции радиомической модели для прогнозирования ответа опухоли на SRS
Table 1. Discriminant function's parameters of the radiomic model for predicting response to SRS
Переменные Коэффиц иенты
ВИ Название Наименова ние MaZda Усл-е обз-е Возможный ответ опухоли на SRS Усл-е обз-е Значение
Прогрессирование А -5098,63
- Константа - - Стабилизация А -5165,27
Незначительный ответ А -5342,4
Средняя сумма S(5,0) SumAverg Прогрессирование 527,77
Pi Стабилизация ki 525,95
(N Незначительный ответ 533,9
H Абсолютный Прогрессирование 6,14
эксцесс GrKurtosis P2 Стабилизация k2 7,42
градиента Незначительный ответ 8,16
Среднее Прогрессирование 13,64
значение Mean Рз Стабилизация кз 13,51
< J Ph гистограммы Незначительный ответ 13,94
Перцентиль Perc.0,1% P4 Прогрессирование к4 -27,23
гистограммы Стабилизация -28,51
Незначительный ответ -29,93
Perc.10% P5 Прогрессирование k5 3,36
Стабилизация 3,93
Незначительный ответ 4,71
Т1 СЕ Сумма квадратов S(0,5) SumOfSqs P6 Прогрессирование k6 72,66
Стабилизация 75,96
Незначительный ответ 84,07
Энтропия S(5,5) Entropy P7 Прогрессирование кт 358,77
Стабилизация 400,81
Незначительный ответ 403,9
Разностная энтропия S(5,5) DifEntrp P8 Прогрессирование kg 467,77
Стабилизация 505,9
Незначительный ответ 473,8
Энергия вейвлета WavEnHH s-3 P9 Прогрессирование к9 -1,55
Стабилизация -1,55
Незначительный ответ -1,63
Сравнение эффективности полученных моделей было выполнено путем сопоставления площади под ROC-кривыми и операционных характеристик (рис. 5) по результатам обследования пациентов валидационной группы.
Рис. 5 а (Fig. 5 a)
Рис. 5 б (Fig. 5 b)
Рис. 5. Сравнение информативности двух прогностических моделей ответа ПВО на SRS на основании обследования пациентов валидационной группы.
а - объединенные ROC-кривые для всех вариантов ответа на SRS: голубая кривая -Модель 1 на основе признаков МР-семиотики, красная - Модель 2 радиомическая; б -индивидуальные операционные характеристики моделей для каждого вида ответа. Fig. 5. Comparison of the information content of two predictive models for the classification of primary extra-axial tumors by response to SRS, according to the validation test. a - ROC-curves of models for the totality of all variants of tumors response to SRS: based on the features of MRI semiotics (blue curve), radiomics parameters (red curve); b - model's operational characteristics of each type of response._
АиС радиомической модели для всей совокупности различных вариантов ответа опухолей на БЯБ составила 0,83. Общая АиС модели семиотики составила 0,79. Это связано с тем что индивидуальные различия чувствительности и специфичности у различных типов исходов суммировались. Однако индивидуальные значения операционных характеристик валидационной группы для прогнозирования каждого из вариантов исхода лечения существенно варьировали и всегда были выше у радиомической модели (рис. 5).
Прогностически наиболее неблагоприятный исход лечения ПВО (прогрессирование) во всех случаях был правильно спрогнозирован радиомической моделью, в то время как модель МР семиотики верно определила такой ответ лишь у 50% опухолей. Специфичность радиомической модели для прогнозирования прогрессирования была на 13,5% выше, чем для модели семиотики. Радиомическая модель верно классифицировала 77,8% образований с незначительным ответом. Модель МР-семиотики ошибочно классифицировала все опухоли с таким типом ответа. Специфичность моделей для данного ответа ПВО отличалась несущественно (на 4,8%). При стабилизации опухоли чувствительность прогнозирования результата БЯБ двумя моделями имела сопоставимые значения (73,3% и 80%), но специфичность радиомической модели значительно (на 46,7%) превосходила результат модели на основе МР-семиотики.
Клинические примеры на рис. 6 и 7 представлены пациентами валидационной группы, у которых тип ответа опухоли на БЯБ был верно предсказан радиомической моделью и ошибочно - моделью на основе признаков МР-семиотики. Особенностью представленных клинических наблюдений является сходство визуальных характеристик ПВО на МР-томограммах, при различном ответе на радиохирургическое лечение.
Рис. 6 в (Fig. 6 c)
Рис. 6. Клинические примеры правильного прогноза ответа неврином на SRS у трех пациентов валидационной группы на основе радиомической модели МРТ: а - прогрессирование, б - стабилизация, в - незначительный ответ._
Каждый тип ответа иллюстрирован двумя парами МР-изображений - T2 ВИ (слева) и T1 CE (справа).
Модель на основе МР-семиотики неверно классифицировала ответ всех этих новообразований на радиохирургическое лечение.
Представленные невриномы сходны по визуальной МР-картине: расположены в мостомозжечковых углах, имеют умеренно неоднородные структуру и контрастирование, преимущественно изоинтенсивный с гиперинтенсивными участками МР сигнал на Т2 ВИ.
Fig. 6. Clinical examples of three patients from the validation group. The prognosis of the response of the neuromas of these patients was correct according to the radiomic analysis of MRI (Model 2): a - progression, b - stabilization, c - minor response. Response type illustrated by two pairs of MR images - T2 WI (left) and T1 CE (right). Prognosis response to SRS of these tumors was incorrect by the MR semiotic model (Model 1). The presented tumors are similar in visual MRI: they are located in the cerebellopontine angles, have a gently heterogeneous structure and contrast enhancement; predominantly isointense with hyperintense areas of MR signal on T2 WI.
до SRS
"4 |
^^IIVIV/ЛС UIAV.
Щ
7
T1 CE до SRS
«и UIV
I
T1 CE после SRS
Рис. 7 в (Fig. 7 c)
Рис. 7. Клинические примеры правильного прогноза ответа менигиом на SRS у трех пациентов валидационной группы на основе радиомической модели МРТ: а - прогрессирование, б - стабилизация, в - незначительный ответ._
Каждый тип ответа иллюстрирован двумя парами МР-изображений - T2 ВИ (слева) и T1 CE (справа).
Модель на основе МР-семиотики неверно классифицировала ответ всех этих новообразований на радиохирургическое лечение.
Представленные менингиомы сходны по визуальной МР-картине: четко отграничены от прилежащего вещества мозга, имеют однородную структуру и гомогенное контрастирование
Fig. 7. Clinical examples of three patients from the validation group. The prognosis of the response of the meningiomas of these patients was correct according to the radiomic analysis of MRI (Model 2): a - progression, b - stabilization, c - minor response. Response type illustrated by two pairs of MR images - T2 WI (left) and T1 CE (right). Prognosis response to SRS of these tumors was incorrect by the MR semiotic model (Model 1). The presented meningiomas are similar in visual MRI: they are clearly separated from brain, have a homogeneous structure and contrast enhancement._
Обсуждение
В последние десятилетия тактика лечения ПВО сместилась от подхода, требовавшего полного удаления новообразования к более широкому применению неинвазивного лучевого воздействия на опухоль методом SRS. Стереотаксическая радиохирургия позволяет избежать хирургических осложнений и сохранить качество жизни пациента [25]. Однако наблюдаемое в части случаев увеличение размеров опухоли после SRS и сопутствующее этому ухудшение состояние пациента является препятствием для более широкого внедрения SRS в клиническую практику. Это подтверждают и результаты нашего исследования, согласно которым у 63,6% пациентов с прогрессированием опухолей после SRS состояние ухудшилось.
Достоверный прогноз возможного ответа опухоли на SRS будет способствовать выбору оптимальной, персонифицированной стратегии лечения. Прогнозируемое увеличение ПВО может рассматриваться в качестве важного аргумента для отказа от SRS, и, напротив, ожидаемое уменьшение размеров опухоли позволит более уверенно применять радиохирургический метод [19].
Анализ степени разработанности проблемы показывает, что исследованию взаимосвязи радиомических (гистограммных и текстурных) параметров МРТ изображений ПВО с ответом на SRS посвящен относительно небольшой объем научных исследований [16-20]. В трех из них рассматриваются невриномы [16-18] и в двух - менингиомы [19,20]. В двух публикациях было показано наличие взаимосвязи между радиомическими параметрами МРТ изображений ПВО и их ответом на SRS, но без разработки прогностических моделей классификации [17,19]. В трех других исследованиях были разработаны статистические модели прогнозирования ответа опухолей на SRS.
Исследование Langenhuizen P. с соавторами включало пациентов с невриномами VIII пары черепных нервов. По его результатам чувствительность моделей прогнозирования увеличения размеров опухолей достигала 82%, специфичность - 69%, AUC для лучшей модели - 0,95 [16]. В исследовании по прогнозированию объемного ответа менингиом на SRS площадь под ROC-кривой составила 0,81 [20].
Существенным ограничением большинства проведенных ранее исследований является отсутствие проверки эффективности моделирования на валидационной (независимой) выборке. Единственное исследование с валидационной проверкой эффективности работы прогностической модели касалось неврином [18]. Точность прогнозирования увеличения размеров по результатам данной работы составила 85%, чувствительность - 83%, AUC - 0,881. Важно отметить, что в известных работах недостаточно обоснована целесообразность разработки радиомических признаков, так как их возможности оценивались изолированно без «конкурентного» сопоставления с эффективностью традиционной МР-семиотики.
Таким образом, анализ литературы, посвященной внедрению концепции радиомики при лучевой терапии ПВО, определил ряд особенностей дизайна нашей работы: 1) сопоставление
88
двух подходов - радиомического и основанного на стандартной МР-семиотике; 2) проверка эффективности моделей на независимой выборке пациентов; 3) применение открытого программного обеспечения; 4) использование дискриминантного анализа, позволяющего наглядно показать механизм отбора признаков и воспроизводимость предложенного подхода, что необходимо для обоснования выполнения исследования.
Возможности разработанной в нашем исследовании прогностической модели ответа ПВО на SRS на основе их радиомических признаков превосходили модель на основе изучения МРТ-семиотики. Комплекс гистограммных и текстурных параметров обеспечил полное разделение всех опухолей обучающей группы по характеру их ответа на SRS, тогда как для модели на основе МРТ-семиотики было характерно пересечение областей для опухолей с разным ответом на SRS.
Проведенная валидационная проверка на независимой выборке подтвердила преимущества модели на основе радиомических признаков перед моделью, основанной на МРТ-семиотике опухолей.
Представленные в работе фактические данные о диагностически значимых радиомических параметрах и типах взвешенности МР-изображений могут дать ценную информацию в плане дальнейшей разработки применения радиомики при ПВО. Представленные результаты дискриминантного анализа раскрывают статистический механизм дифференциальной диагностики, подтверждая возможность воспроизведения результатов работы.
Ограничением проведенного нами исследования являются его ретроспективный, одноцентровой характер и относительно небольшой объем выборки, который в определенной степени компенсируется верификацией модели на валидационной выборке пациентов.
Заключение
Результаты нашего исследования показывают эффективность прогнозирования ответа опухолей на стереотаксическую лучевую терапию с помощью радиомических параметров МРТ изображений опухолей. Определены наиболее информативные в качестве предикторов МР-взвешенные изображения (Т2, FLAIR, Т1 СЕ) и на их основе выделен комплекс гистограммных и текстурных (радиомических) параметров.
На основе выявленных радиомических параметров, с использованием отрытого программного обеспечения получена статистическая модель, позволяющая прогнозировать ответ опухоли на SRS. При валидационном тестировании радиомиметическая модель показала более высокую чувствительность и специфичность, чем модель, основанная на семиотических признаках, при отнесении опухоли к одному из возможных ответов на SRS.
Результаты исследования подтверждают, что радиомические параметры обладают существенным потенциалом для улучшения возможностей МР-визуализациии в прогнозировании ответа ПВО на SRS и могут быть использованы при разработке систем поддержки принятия диагностических решений.
Вклад авторов. Концепция и дизайн исследования: А.В. Капишников, Е.Н. Суровцев; сбор и обработка материала: Е.Н. Суровцев; статистическая обработка: Е.Н. Суровцев; написание текста: Е.Н. Суровцев; редактирование: А.В. Капишников. Оба автора прочитали и согласились с версией рукописи, представленной для публикации.
Финансирование. Это исследование не получило внешнего финансирования, авторы данной статьи подтвердили отсутствие финансовой поддержки исследования.
Декларация по этике. Это исследование было проведено ретроспективно на основе данных, полученных в клинических целях. Информированное согласие на лечение, использование данных в учебных и научных целях было подписано всеми пациентками собственноручно.
Протокол исследования был одобрен Комитетом по этике Самарского государственного медицинского университета (протокол №203 от 13.11.2019 г.).
Заявление об информированном согласии. Информированное согласие было получено от всех субъектов, участвующих в исследовании.
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Список литературы
1. Louis DN, Perry A, Wesseling P, Brat DJ, Cree IA, Figarella-Branger D, et al. The 2021 WHO Classification of Tumors of the Central Nervous System: a summary. Neuro Oncol. 2021 Aug 2;23(8):1231-1251. doi: 10.1093/neuonc/noab106.
2. Ostrom QT, Price M, Neff C, Cioffi G, Waite KA, Kruchko C, et al. CBTRUS Statistical Report: Primary Brain and Other Central Nervous System Tumors Diagnosed in the United States in 2016-2020. Neuro Oncol. 2023 Oct 4;25(Supplement_4):iv1-iv99. doi: 10.1093/neuonc/noad149.
3. Helgager J, Driver J, Hoffman S, Bi WL. Molecular Advances in Central Nervous System Mesenchymal Tumors. Surg Pathol Clin. 2020 Jun;13(2):291-303. doi: 10.1016/j.path.2020.02.002.
4. Goldbrunner R, Stavrinou P, Jenkinson MD, Sahm F, Mawrin C, Weber DC, et al. EANO guideline on the diagnosis and management of meningiomas. Neuro Oncol. 2021 Nov 2;23(11):1821-1834. doi: 10.1093/neuonc/noab150.
5. Goldbrunner R, Weller M, Regis J, Lund-Johansen M, Stavrinou P, Reuss D, et al. EANO guideline on the diagnosis and treatment of vestibular schwannoma. Neuro Oncol. 2020 Jan 11;22(1):31 -45. doi: 10.1093/neuonc/noz153.
6. Shabani S, Kaushal M, Kaufman B, Knipstein J, Lawlor MW, Lew S, et al. Intracranial Extraskeletal Mesenchymal Chondrosarcoma: Case Report and Review of the Literature of Reported Cases in Adults and Children. World Neurosurg. 2019 Sep;129:302-310. doi: 10.1016/j.wneu.2019.05.221.
7. Spina A, Boari N, Gagliardi F, Donofrio CA, Franzin A, Mortini P. The current role of Gamma Knife radiosurgery in the management of intracranial haemangiopericytoma. Acta Neurochir (Wien). 2016 Apr;158(4):635-642. doi: 10.1007/s00701-016-2742-3.
8. Glenn CA, Tullos HJ, Sughrue ME. Natural history of intracranial meningiomas. Handb Clin Neurol. 2020;169:205-227. doi: 10.1016/B978-0-12-804280-9.00014-7.
9. Marchetti M, Sahgal A, De Salles AAF, Levivier M, Ma L, Paddick I, et al. Stereotactic Radiosurgery for Intracranial Noncavernous Sinus Benign Meningioma: International Stereotactic Radiosurgery Society Systematic Review, Meta-Analysis and Practice Guideline. Neurosurgery. 2020 Oct 15;87(5):879-890. doi: 10.1093/neuros/nyaa169.
10. Persson O, Bartek J Jr, Shalom NB, Wangerid T, Jakola AS, Förander P. Stereotactic radiosurgery vs. fractionated radiotherapy for tumor control in vestibular schwannoma patients: a systematic review. Acta Neurochir (Wien). 2017 Jun;159(6):1013-1021. doi: 10.1007/s00701-017-3164-6.
11. Fountain DM, Young AMH, Santarius T. Malignant meningiomas. Handb Clin Neurol. 2020;170:245-250. doi: 10.1016/B978-0-12-822198-3.00044-6.
12. Xu XQ, Li Y, Hong XN, Wu FY, Shi HB. Radiological indeterminate vestibular schwannoma and meningioma in cerebellopontine angle area: differentiating using whole-tumor histogram analysis of apparent diffusion coefficient. Int J Neurosci. 2017 Feb;127(2):183-190. doi: 10.3109/00207454.2016.1164157.
13. Laviv Y, Thomas A, Kasper EM. Hypervascular Lesions of the Cerebellopontine Angle: The Relevance of Angiography as a Diagnostic and Therapeutic Tool and the Role of Stereotactic Radiosurgery in Management. A Comprehensive Review. World Neurosurg. 2017 Apr;100:100-117. doi: 10.1016/j.wneu.2016.12.091.
14. Lohmann P, Galldiks N, Kocher M, Heinzel A, Filss CP, Stegmayr C, Mottaghy FM, Fink GR, Jon Shah N, Langen KJ. Radiomics in neuro-oncology: Basics, workflow, and applications. Methods. 2021 Apr;188:112-121. doi: 10.1016/j.ymeth.2020.06.003.
15. Vesper J, Bolke B, Wille C, Gerber PA, Matuschek C, Peiper M, et al. Current concepts in stereotactic radiosurgery - a neurosurgical and radiooncological point of view. Eur J Med Res. 2009 Mar 17;14(3):93-101. doi: 10.1186/2047-783x-14-3-93.
16. Langenhuizen PPJH, Sebregts SHP, Zinger S, Leenstra S, Verheul JB, de With PHN. Prediction of transient tumor enlargement using MRI tumor texture after radiosurgery on vestibular schwannoma. Med Phys. 2020 Apr;47(4):1692-1701. doi: 10.1002/mp.14042.
17. Speckter H, Santana J, Bido J, Hernandez G, Rivera D, Suazo L et al. Texture Analysis of Standard Magnetic Resonance Images to Predict Response to Gamma Knife Radiosurgery in Vestibular Schwannomas. World Neurosurg. 2019 Dec;132:e228-e234. doi: 10.1016/j.wneu.2019.08.193.
18. Yang HC, Wu CC, Lee CC, Huang HE, Lee WK, Chung WY, et al. Prediction of pseudoprogression and long-term outcome of vestibular schwannoma after Gamma Knife radiosurgery based on preradiosurgical MR radiomics. Radiother Oncol. 2021 Feb;155:123-130. doi: 10.1016/j.radonc.2020.10.041.
19. Speckter H, Bido J, Hernandez G, Rivera D, Suazo L, Valenzuela S, et al. Pretreatment texture analysis of routine MR images and shape analysis of the diffusion tensor for prediction of volumetric response after radiosurgery for meningioma. J Neurosurg. 2018 Dec 1;129(Suppl1):31-37. doi: 10.3171/2018.7.GKS181327. 34.
20. Speckter H, Radulovic M, Trivodaliev K, Vranes V, Joaquin J, Hernandez W, et al. MRI radiomics in the prediction of the volumetric response in meningiomas after gamma knife radiosurgery. J Neurooncol. 2022 Sep;159(2):281-291. doi: 10.1007/s11060-022-04063-y.
21. Huang RY, Bi WL, Weller M, Kaley T, Blakeley J, Dunn I et al. Proposed response assessment and endpoints for meningioma clinical trials: report from the Response Assessment in Neuro-Oncology Working Group. Neuro Oncol. 2019 Jan 1;21(1):26-36. doi: 10.1093/neuonc/noy137.
22. Компьютерная программа для расчета гистограммных и текстурных параметров изображений MaZda ver.4.6. Режим доступа: http://www.eletel.p.lodz.pl/programy/mazda/index.php?action=mazda_46.
23. АРМ врача-рентгенолога с расширенным функционалом и сегментацией анатомических структур "Автоплан". Режим доступа: https://autoplan.clinic/products/autoplan/arm/.
24. Халафян, А.А. Statistica 6: статистический анализ данных: учебное пособие. Москва: Бином-Пресс, 2008. 512 с.
25. Голанов А.В., Антипина Н.А., Костюченко В.В., Трунин Ю.Ю., Краснянский С.А., Козлов А.В., Усачев Д.Ю. Изменение парадигмы лечения нейрохирургических пациентов в эпоху стереотаксического облучения. К 15-летию нейрорадиохирургии в России. Журнал «Вопросы нейрохирургии» имени Н.Н. Бурденко. 2021;85(5):48-54. doi: 10.17116/neiro20218505148.
Информация об авторах
Евгений Николаевич Суровцев - ассистент кафедры лучевой диагностики и лучевой терапии ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава России; главный врач ООО «ЛДЦ МИБС - Тольятти», evgeniisurovcev@mail .ru. ORCID: https://orcid.org/0000-0002-8236-833X
Александр Викторович Капишников - д.м.н., профессор, зав. кафедрой лучевой диагностики и лучевой терапии ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава России, a.kapishnikov@gmail.com. ORCID: https://orcid.org/0000-0002-6858-372X
Information about the authors
Evgeniy N. Surovcev - Assistant at the Department of Radiology and Radiation Therapy, Samara State Medical University; Chief Physician Medical and Diagnostic Center of the Togliatti International Institute of Biological Systems, evgeniisurovcev@mail.ru. ORCID: https://orcid.org/0000-0002-8236-833X
Aleksandr V. Kapishnikov - Doctor of Medical Sciences, Professor, Head of the Department of Radiology and Radiation Therapy, Samara State Medical University, a.kapishnikov@gmail.com. ORCID: https://orcid.org/0000-0002-6858-372X
