Academic Radiology：放射组学在甲状腺恶性结节预测中的应用

现阶段，临床上的甲状腺结节非常常见，据报道在普通人群中发病率为65%。根据世界卫生组织的分类，甲状腺小结节是指最大直径为10毫米的结节。多项研究表明，甲状腺小结节的恶性概率与较大的结节接近。一项研究表明，甲状腺乳头状癌发病率的增加主要是由于小于12cm的乳头状癌，而较大的肿瘤发病率则比较稳定。尽管大多数结节表现出良好的预后，但在恶性甲状腺结节患者中，分别有约11%和37%的患者出现局部复发和淋巴结转移的报道。因此，对甲状腺小结节的恶性程度进行早期和准确的鉴别诊断意义重大。

细针抽吸活检（FNAB）目前已成为评估甲状腺结节最敏感和可靠的方法。然而，FNAB是侵入性的，而且由于样本不足和假阳性率较高，FNAB对甲状腺小结节的检查受到限制。此外，美国放射学会（ACR）指南并不推荐对甲状腺微结节进行常规FNAB检查。

传统的B型超声（BMUS）是筛查和诊断甲状腺结节的首选成像方式。然而，有报道称常规BMUS对小结节的诊断性能低于大结节。超声弹性成像（USE）是一种新开发的测量组织硬度或弹性的技术，其原理是癌组织往往比良性和正常组织更硬，在诊断上可进行区分。根据所施加的外力，USE可分为应变弹性成像（SE）和剪切波弹性成像（SWE），许多研究已经证明了USE在区分恶性和良性甲状腺小结节方面的作用。此外，BMUS和USE的结合能显著提高甲状腺结节的鉴别能力。

尽管如此，超声图像的视觉解读通常取决于放射科医生的经验，然而观察者内部和观察者之间的差异巨大。最近，放射组学可以通过计算机算法将医学图像转换成高通量和定量的特征，已受到临床各领域越来越多的关注。

近日，发表在Academic Radiology杂志的一项研究开发了一个结合多模态超声图像的放射组学评分以及独立的临床和常规超声特征列线图，该列线图可对甲状腺结节的恶性程度进行准确预测，为临床进行术前的风险评估提供了技术支持。

本项研究纳入了179名患者的181个甲状腺微结节，并从应变弹性成像（SE）、剪切波弹性成像（SWE）和B型超声（BMUS）图像中提取了放射组学特征。使用最小冗余度最大相关性和最小绝对收缩率以及选择运算符算法来选择与恶性肿瘤相关的特征。然后构建了BMUS、SE和SWE的放射学评分（Rad-cores）。利用放射组学特征和临床数据进行多变量逻辑回归，并最终建立了一个列线图。为了评估其性能，研究考虑了校准性、鉴别性和临床实用性。此外，还使用独立的临床风险因素建立了一个临床预测模型进行比较。 

通过多变量逻辑回归，长宽比≥1、平均弹性指数、BMUS Rad评分、SE Rad评分和SWE Rad评分被确定为预测甲状腺微结节恶性的独立预测因素。基于这些特征的放射组学列线图显示出良好的校准和鉴别能力（训练和验证队列的AUCs分别为0.903和0.881），且均优于临床预测模型（AUCs分别为0.791和0.626）。决策曲线分析也证实了该列线图的临床价值。净重分类指数的显著提高和综合鉴别力的提高表明，多模态超声放射组学特征可能作为新的影像学标志物用于甲状腺小结节的分类。 

 图 列线图的ROC曲线。(a) 训练队列，(b) 验证队列

研究表明，结合多模态超声放射组学特征和临床因素的列线图可在临床上用于甲状腺小结节的准确诊断。

原文出处：

Xian-Ya Zhang,Di Zhang,Lin-Zhi Han,et al.Predicting Malignancy of Thyroid Micronodules: Radiomics Analysis Based on Two Types of Ultrasound Elastography Images.DOI:10.1016/j.acra.2023.02.001