0 引言

       腰椎间盘突出症（lumbar disc herniation, LDH）为腰腿痛最常见的原因^[1]。在下背痛的患者中，腰椎间盘突出的患病率约为31.9%^[2]。其主要治疗方式是非手术治疗^[3]，针刺康复治疗能够改善患者腰椎功能及提高生活质量^{[4, 5]}，可以缓解脊柱侧弯，改善腰部屈伸肌肉的力量，降低多裂肌水肿和脂肪浸润的程度，恢复脊柱的生物力学^[6]。针刺通过疏通经络、促进血液循环、调和气血，改善局部血液循环，缓解肌肉痉挛和扩张血管，从而在腰椎间盘突出的治疗或辅助治疗中发挥作用^[7]。但目前临床对LDH针刺康复治疗疗效的预测缺乏客观有效的手段，这在一定程度上阻碍了治疗决策的科学性和准确性。近期国内外学者在LDH针刺康复治疗临床疗效预测领域的研究，均为对潜在的一般临床表现和影像征象做差异性统计分析，结合多因素逻辑回归筛选有价值的自变量做为预测临床疗效的因子，而其中大部分预测因子均存在主观判断的风险，极少有依据科学量化指标作为预测变量的分析报道^{[8, 9]}。因此，本研究通过回顾性分析经完整流程针刺康复治疗的155例LDH患者资料，通过提取腰椎横轴位T2WI影像组学特征建立LDH针刺康复治疗的临床疗效预测模型，旨在基于MRI影像组学构建量化模型，摒除主观判断的风险，为临床提供一种更加客观有效的疗效预测方法。

1 材料与方法

1.1 研究对象

       回顾性分析2020年12月至2023年12月成都市郫都区中医医院符合以下纳入标准及排除标准的患者资料，包括患者性别、年龄、病程、BMI指数（body mass index, BMI）、腰椎间盘退变程度（Pfirrmann分级标准评估）、视觉模拟评分（visual analogue scale, VAS）、Oswestry功能障碍指数（Oswestry disability index, ODI），以及MRI评估突出物最大径等信息。纳入标准：（1）年龄18~75岁；（2）符合LDH诊断标准，且为初次发病^[10]；（3）治疗前行标准腰椎MRI平扫，诊断为单一椎间盘突出；（4）无针刺禁忌证（如凝血功能障碍、局部皮肤感染、严重心脑血管疾病、患者有精神疾病、晕针史、妊娠期等），并经住院并完成1个疗程针刺康复治疗的病例。排除标准：（1）曾接受过腰椎间盘外科治疗；（2）存在腰椎手术史或多节段椎间盘突出；（3）患有脊柱肿瘤、脊柱感染、腰椎骨折、强直性脊柱炎、类风湿性关节炎、腹盆腔病变累及脊神经以及髋、膝、踝关节退变等其他能导致腰腿痛的疾病；（4）T2WI横轴位图像质量不良，难以进行感兴趣区（region of interest, ROI）勾画及影像组学特征提取。临床疗效评价标准参考日本骨科学会“腰椎疾患评估表”的治疗后评分改善率，量表最高29分，最低0分，治疗后评分改善率=[（治疗后评分-治疗前评分）/29-治疗前评分]×100%，改善率为100%时为治愈，>60%为显效，25%~60%为有效，<25%为无效^{[11, 12]}。本研究将治疗后评分改善率>25%，并在治疗完成6个月内无复发作为治疗有效判定标准，≤25%或6个月内复发为无效。LDH复发按照《脊柱外科学》中的标准作判定：治疗后6个月同侧、同一节段再次出现LDH临床表现，同时经影像学确诊^[13]。本研究遵守《赫尔辛基宣言》，经成都市郫都区中医医院伦理委员会批准，免除受试者知情同意，批准文号：K-2024-034。

       参考样本量计算原则^[14]，假设影像组学模型预测LDH疗效的曲线下面积（area under the curve, AUC）为0.80，无效假设AUC=0.65，显著性水平α=0.05（双侧），统计功效1-β=0.90。通过PASS 15.0软件（NCSS, USA）计算，所需最小样本量为138例（训练集∶测试集=7∶3），考虑20%脱落率，最终纳入155例。

       公式引用：n=（Zα/2+Zβ）²⋅p（1-p）/（AUC预期-AUC无效）²，其中，Zα/2=1.96，Zβ=1.28，p=0.5。

       根据纳入与排除标准，本研究最终纳入155例患者的资料，其中女79例，男76例，年龄20~86（51.14±15.47）岁。经针刺康复治疗1个疗程后，有效102例，无效53例。在R软件中，用Sample函数将患者按照7∶3的比例分为训练集（n=108）与测试集（n=47），训练集用于构建预测模型，测试集用于验证模型对LDH针刺康复治疗临床疗效预测的效能。

1.2 治疗方法

       以华佗夹脊穴、环跳、委中、阳陵泉、昆仑为主穴，根据患者疼痛放射区域配穴。患者取俯卧位，局部皮肤消毒后，采用一次性无菌针灸针（0.25×40 mm），直刺深度20~30 mm，得气后行平补平泻手法，留针30分钟，期间每10分钟行针1次。每日治疗1次，每周5次，连续治疗2周为1个疗程（共10次）^[15]。康复治疗包括：（1）核心肌群训练，包括仰卧位腹式呼吸、桥式运动、平板支撑（每次30秒，重复3组，每日2次）。

1.3 MRI检查方法

       本研究采用德国西门子Skyra 3.0 T MRI系统，配备18通道相控阵线圈进行扫描。患者取标准仰卧位，双臂置于体侧以减少运动伪影。扫描范围覆盖矢状位L1椎体上缘至S1椎体下缘，横轴位以突出椎间盘为中心，上下各延伸一个椎体高度（层厚4 mm，层间距0 mm）。横轴位T2WI序列扫描参数：重复时间（repetition time, TR）3200 ms、回波时间（echo time, TE）110 ms、视野（field of view, FOV）200 mm×200 mm、矩阵320×320。常规扫描矢状位T2脂肪抑制（T2-fat suppression, T2-FS）序列以观察软组织，参数：TR 3000 ms、TE 100 ms、层厚3 mm。所有扫描均通过标准化流程完成，确保影像数据的一致性与可重复性。

1.4 图像特征提取与预测模型构建

1.4.1 椎间盘ROI的勾画

       将腰椎间盘横轴位T2WI中显示突出程度最重的1幅图像以DICOM格式导出至3D-Slicer（Version 5.6.1,https://www.slicer.org/）软件，由2名放射科医师（A医师及B医师均为具有8年经验的主治医师）独立对图像进行分割，沿椎间盘边缘勾画ROI（图1）。

点击查看大图

图1  在椎间盘横轴位T2WI中沿椎间盘边缘手动勾画感兴趣区示意图。
Fig. 1  The region of interest was manually delineated along the disc margin of the intervertebral disc in the axial T2-weighted image of the intervertebral disc.

1.4.2 影像组学特征提取

       使用3D-Slicer软件的SlicerRadiomics插件包将分割的ROI文件做影像组学特征提取，包括：一阶直方图（firstorder）、2D形态学（shape2D）、灰度共生矩阵（glcm）、灰度游程矩阵（glrlm）、灰度大小矩阵（glszm）、邻域灰度差矩阵（ngtdm）、灰度依赖矩阵（gldm）、小波过滤（wavelet），共851个特征。

1.4.3 影像组学特征值分析及模型构建

       在训练集中，采用R软件（Version:4.3.2,https://cran.r-project.org/）的“caret”及“glmnet”语言包对数据进行分析。首先将数据标准化处理，使用相关分析筛选影像组学特征，符合正态分布的特征间使用Pearson分析法，非正态分布特征间以及非正态分布与正态分布特征间的相关分析均采用Spearman分析法，删除相关系数>0.9的冗余特征。应用最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）回归模型对保留的特征进一步降维，使用十折交叉验证的方式选择最优化模型参数λ。最终，经回归降维处理，筛选出具有较好泛化能力的特征、使用多因素逻辑回归构建基于MRI横轴位序列的影像组学模型。

1.5 统计学方法

       对临床数据资料的统计学分析采用SPSS 22.0软件。符合正态分布的计量资料以均数±标准差表示，不符合正态分布计量资料则用中位数（上、下四分位数）表示，计数资料以频数（百分比）表示。治疗有效与无效、训练集和测试集的临床资料比较采用独立样本t检验或卡方检验分析。P<0.05为差异有统计学意义。

       在R软件中进行影像组学模型的预测效能分析。采用组内相关系数（intra-class correlation coefficient, ICC）评价A、B医师提取突出椎间盘ROI组学特征的一致性。当ICC值<0.40表示一致性差，0.40≤ICC≤0.75表示一致性中等，ICC>0.75表示一致性良好^{[16, 17]}。以受试者工作特性（receiver operating characteristic, ROC）曲线评价预测模型在训练集和测试集中预测LDH针刺康复治疗临床疗效的效能，获得特异度、敏感度、准确率、阴性预测值、阳性预测值及AUC。使用箱线图和散点图直观展示预测值分布范围。

2 结果

2.1 临床资料比较

       入组病例在两组之间的年龄、性别、Pfirrmann分级、VAS评分、ODI及突出物最大直径差异存在统计学意义（P<0.05）；病程、BMI指数差异无统计学意义（P>0.05），如表1所示。在108例训练集中，68例治疗有效，在47例测试集中，34例治疗有效，训练集和测试集之间年龄、性别、病程、BMI指数、临床疗效差异均无统计学意义（P>0.05）。详见表2。

点击查看表格

表1  LDH患者基本临床特征比较
Tab. 1  Comparison of basic clinical characteristics of LDH patients.

点击查看表格

表2  LDH患者训练集、测试集基本临床特征比较
Tab. 2  Comparison of basic clinical characteristics between the training and testing sets of LDH patients.

2.2 影像组学特征筛选结果

       两名放射科医师特征提取的一致性评估结果显示，所有851个特征的ICC值范围为0.782~0.903（中位数ICC=0.853），表明两位医师的勾画具有高度一致性（ICC>0.75）。最终选择A医师提取的特征用于后续分析。在训练集中，通过相关分析删除冗余后得到260个特征，然后基于LASSO回归降维，利用十折交叉验证选择最优模型参数λ=0.089 906 44，log（λ）=-2.408 986（图2），特征系数随log（λ）的增大逐步被收敛压缩（图3），最终筛选出4类7个特征，包括形态学特征（shape）1个，灰度大小矩阵特征（glszm）4个，灰度依赖矩阵特征（gldm）1个，邻域灰度差矩阵特征（ngtdm）1个。多因素逻辑回归构建基于MRI横轴位序列的影像组学模型（表3）：-0.582 557 28+0.428 591 74×特征1-0.327 472 77×特征2-0.120 295 94×特征3-0.06 463 219×特征4+0.049 484 58×特征5+0.015 763 43×特征6+0.011 387 93×特征7。

点击查看大图

图2  LASSO回归二项式偏差随参数λ变化平均标准误图。模型的二项式偏差最小处的λ值为最优值（垂直虚线）。
图3  影像组学特征降维LASSO系数收敛图。显示其降维过程，随着log（λ）值的增大，多数组学特征的系数逐渐被压缩为0。LASSO：最小绝对收缩和选择算子。
Fig. 2  Mean standard error plot of the binomial deviance in LASSO regression with varying parameter λ. The optimal λ value corresponds to the minimum binomial deviance (indicated by the vertical dashed line).
Fig. 3  LASSO coefficient convergence plot for dimensionality reduction of radiomic features, illustrating the dimensionality reduction process. As log(λ) increases, most radiomic feature coefficients are gradually compressed to zero. LASSO: least absolute shrinkage and selection operator.

点击查看表格

表3  基于腰椎间盘横轴位经LASSO降维后筛选出7个影像组学特征
Tab. 3  Seven radiomic features selected based on axial T2WI of the lumbar intervertebral disc after dimensionality reduction using LASSO

2.3 影像组学特征模型预测LDH针刺康复治疗临床疗效的效能

       训练集中影像组学特征模型预测LDH针刺康复治疗临床疗效的AUC为0.862（95% CI：0.789~0.935），敏感度和特异度分别为82.5%、75.0%，阳性预测值66.0%，阴性预测值87.9%，准确率77.8%；测试集中AUC为0.887（95% CI：0.773~0.989），敏感度和特异度分别为92.3%、79.4%，阳性预测值63.2%，阴性预测值96.4%，准确率83.0%（图4）。训练集及测试集箱线图和散点图显示大部分数据样本处于正常分布区间（图5）。

点击查看大图

图4  训练集与测试集ROC曲线。ROC：受试者工作特征；AUC：曲线下面积。
Fig. 4  ROC curve of the training set and testing set. ROC: receiver operating characteristic; AUC: area under the curve.

点击查看大图

图5  箱线图和散点图。训练集（5A）与测试集（5B）在预测治疗有效和无效时，除分别存在2个温和异常值外，其他数据样本处于正常分布区间。
Fig. 5  Box plots and scatter plots. In both the training set (5A) and test set (5B), when predicting treatment efficacy (effective vs. ineffective), two mild outliers are observed in each set, while all other data samples remain within the normal distribution range.

3 讨论

       本研究通过提取155例腰椎间盘T2WI横轴位图像的影像组学特征，在训练集中经相关分析筛选、LASSO降维，最终获得7个具有较好泛化能力的特征，并根据对应的特征系数建立LDH针刺康复治疗临床疗效预测模型。该模型在训练集具有良好的预测效能（AUC=0.862），在47例测试集中（AUC=0.887）进一步得到验证。本研究可能是国内第一次将影像组学方法应用于LDH针刺康复治疗临床疗效预测，用较高的AUC结合特异度、敏感度等客观数字展现了预测效能，进一步显示了影像组学方法在临床应用方面的优势。

3.1 本研究与既往LDH临床疗效预测研究的差异及创新性

       既往在LDH临床疗效预测研究领域多基于临床参数（如年龄、病程、症状评分）或常规影像学征象（如突出物大小、Pfirrmann分级），依赖主观判断或单一指标，统计分析多采用逻辑回归或随机森林，临床参数及常规影像学特征筛选多依赖临床经验，缺乏系统性。如孙庆智等^[8]研究认为患者年龄>60岁、病程>12月、糖尿病史、个人工作强度、矢状面滑移程度>4 mm、焦虑、抑郁是针刺康复治疗无效重要影响因素。邓罗义等^[18]认为LDH神经根沉降征阴性患者经针刺康复治疗后临床疗效优于神经根沉降征阳性患者。薛卫国等^[19]研究认为LDH针刺康复治疗临床疗效不佳的预测因素主要与肌力、年龄、合并膨出、椎管狭窄、突出指数有关，特别是随肌力的减退程度、年龄的降低，疗效不佳的可能性加大，其中年龄指标对LDH疗效的影响与本研究对临床资料的统计分析结果一致。本研究的模型通过MRI影像组学提取851个高通量特征（形态学、纹理、灰度分布等），涵盖了椎间盘微观异质性信息（如纤维环损伤程度、髓核退变信号），为疗效预测提供客观生物学标记；结合LASSO回归与十折交叉验证，筛选出7个关键特征，避免过拟合，提升了泛化能力；模型在测试集中AUC达0.887，敏感度92.3%，显著优于常规模型，尤其对治疗无效的阴性预测值达96.4%，具有更高临床实用性。

       以往文献中，影像组学方法在椎间盘病变方面的研究主要涉及椎间盘退变，如刘晨^[20]通过提取磁共振体素内不相干运动扩散加权成像（IVIM-DWI）序列纹理特征做评价分析，得出腰椎间盘退变Pfirrmann分级与包括Mean、Root Mean Squared、Energy等的8个纹理参数值呈高度负相关，提供了影像组学特征能够对椎间盘微观理化状况数字化体现的证据。而影像组学方法对LDH临床疗效的预测主要基于微创术后研究^{[21, 22]}。规避了传统评估中“突出物大小目测”“Pfirrmann分级主观性”等问题，特征可量化椎间盘灰度异质性，间接反映髓核退变与纤维环损伤程度，为疗效预测提供客观依据。模型整合了形态学（椎间盘不规则性）、纹理特征（局部组织坏死）及功能学参数（通过小波过滤增强局部信号），全面解析椎间盘病理生理状态^{[23, 24]}。模型可直接使用治疗前MRI图像，无需额外检查，且与常规临床指标（如VAS、ODI）兼容，未来可开发为自动化工具，辅助制订个体化治疗方案。

3.2 筛选获得的特征及对LDH针刺康复治疗临床疗效预测的效能分析

       筛选所获得的7个影像组学特征中除1个为形态学特征外，其余6个均为灰度相关纹理特征，初步揭示了相关特征对临床疗效预测中的贡献值。权重最高的特征是Maximum2DDiameterRow，为形态学特征，其代表所勾画轮廓平面表面像素网格顶点之间最大的欧几里得距离^{[25, 26]}，即本研究中的与椎间盘形态不规则程度相关，预示椎间盘形态越不规则，越倾向临床疗效差。在6个灰度相关的纹理特征中权重最高特征是GrayLevelNonUniformityNormalized，理论上该特征用于衡量医学图像中不同区域像素灰度级别的不均匀性^[27]，而本研究椎间盘图像中的不均匀性与髓核和纤维环等组织结构的生物学或化学成分相关，即灰度不均匀分布程度与髓核和纤维环生物化学成分的复杂性相关，如不同程度的髓核脱水退变、纤维环损伤等将对HDL临床疗效产生重要影响^[28]。

       本研究所建立预测模型在训练集及测试集AUC均大于0.8，显示了良好的总体预测性能，但阳性预测值稍有欠缺，在训练集与测试集分别为66.0%和63.2%，而阴性预测值均大于85%，提示模型在预测治疗无效逊色于预测治疗有效。训练集及测试集箱线图和散点图显示大部分数据样本处于正常分布区间，训练集与测试集各在预测治疗有效和无效时均分别存在2个温和异常值，意味着模型在处理这2个样本时存在一定的困难，或者是预测错误的实例。研究者认为可能与样本偏倚或这两个异常值样本椎间盘组学特征中存在特殊特征值有关。

3.3 本研究的局限性

       （1）本研究为单中心回顾性分析，样本量较小，且数据来源于同一医院，可能存在选择偏倚及地域局限性。此外，未纳入不同种族或地区人群，模型的泛化能力需进一步验证。（2）基于横轴位T2WI图像提取影像组学特征，未整合矢状位或其他序列的信息，可能遗漏多维病理信息。此外，MRI扫描参数固定于单一设备，对其他机型适应性尚未验证。（3）模型仅依赖影像组学特征，未联合临床指标（如炎症因子水平、患者心理状态）或电生理数据，可能影响预测全面性。例如，焦虑、抑郁等心理因素可能干扰疗效，但未被纳入分析。（4）尽管针刺方案参考了指南，但实际操作中可能存在医师手法差异，可能影响疗效一致性。（5）康复治疗的个性化调整未做详细记录，可能引入混杂因素。（6）模型仅在内部测试集验证，未通过多中心或独立外部数据集测试，实际临床应用中的稳定性与可靠性仍需进一步验证。（7）疗效评估仅关注治疗后6个月内结果，缺乏长期随访（如1~2年），无法评估模型对远期复发或功能退化的预测能力。

4 结论

       综上所述，本研究运用影像组学方法对HDL针刺康复治疗临床疗效预测进行了初步探讨，通过获取并分析T2WI横轴位图像中的高通量数据，所建立的预测模型具有较高预测能力，为HDL患者针刺康复治疗临床疗效进行了更科学和客观的评估，从而为今后HDL患者更个体化治疗和预后判断奠定了基础。