0 引言

       子宫腺肌病是一种常见的良性妇科疾病，患病率约为30%，月经过多、痛经和不孕是常见的并发症，严重影响患者生活质量^{[1, 2]}。目前的治疗方案有药物、介入栓塞、腹腔镜、宫腔镜以及高强度聚焦超声（high intensity focused ultrasound, HIFU），其中HIFU因治疗后并发症较少、恢复快和保留生育能力的优势，临床应用日益增多^{[3, 4]}。尽管HIFU在治疗子宫腺肌病总体上具有优势，其临床疗效因人而异，因此准确的术前评估十分重要^[5]。MRI能够无创量化子宫腺肌病的关键病理特征，如子宫结合带弥散性增厚、微囊性出血灶等，并基于术后增强扫描的非灌注体积（non-perfused volume, NPV）计算，能够有效评估HIFU消融疗效^{[6, 7]}。研究表明，非灌注体积比（non-perfused volume ratio, NPVR）是评估HIFU疗效的金标准，当比例较大时，疗效显著^{[8, 9, 10]}。本研究以50%为临界点，NPVR≥50%判定为显效，NPVR<50%为非显效^[11]。HIFU治疗后病灶坏死组织的吸收与患者症状的改善是一个渐进性的过程。本研究主要聚焦于术后早期影像学指标进行疗效预测，为未来分阶段临床疗效评估研究提供基础。

       影像组学能够高通量地从图像中提取特征，利用算法取代主观分析，将影像数据转化为定量数值，通过量化感兴趣区（region of interest, ROI）的影像表型来表征组织强度、形态和纹理特征并将其应用于临床决策支持系统，以提高诊断、预后和预测的准确性^{[12, 13, 14]}。T2WI可以揭示子宫腺肌病的病理特征，基于此序列构建的影像组学联合临床特征模型可能有助于预测HIFU消融子宫腺肌病的成功率^{[11, 15]}。目前研究多基于单一算法预测子宫腺肌病HIFU消融结果，但不同机器学习模型对疾病诊断的效能可能有所不同^{[16, 17]}。本研究基于T2WI影像组学联合临床特征模型，探讨术前利用不同机器学习算法对HIFU消融子宫腺肌病术后疗效的预测能力，旨在通过系统比较决策树（decision tree, DT）、高斯过程（Gaussian process, GP）、逻辑回归（logistic regression, LR）、偏最小二乘判别分析（partial least squares discriminant analysis, PLSDA）、二次判别分析（quadratic discriminant analysis, QDA）、随机森林（random forest, RF）、随机梯度下降（stochastic gradient descent, SGD）、支持向量机（support vector machine, SVM）8种机器学习算法的预测效能，为子宫腺肌病HIFU疗效预测的模型选择提供参考，并基于最优模型构建可解释性的临床决策工具，实现个体化术前疗效预判。

1 材料与方法

1.1 研究对象

       回顾性收集2021年9月至2024年5月期间经临床医师确诊并接受HIFU治疗的子宫腺肌症患者影像学及临床资料，研究获得川北医学院附属医院医学伦理委员会批准（批件文号：2024ER282-1），免除患者知情同意。纳入标准：（1）临床和影像学检查证实为子宫腺肌症；（2）此前没有接受过任何介入治疗或相关手术；（3）在HIFU治疗前后3天分别进行了MRI检查；（4）至少年满18岁。排除标准：（1）在研究期间同时存在子宫肌瘤；（2）疑似或已确诊的盆腔肿瘤；（3）图像质量差或缺失；（4）妊娠或哺乳期妇女；（5）包括心脏、肝脏或肾脏在内的器官衰竭疾病。

1.2 MRI检查

       成像设备为中国联影uMR790 3.0 T超导MRI扫描仪，配备12通道相控阵列体线圈，b值为50、800 s/mm²，高压注射器以2 mL/s的速率注射钆双胺注射液对比剂（通用电气药业上海有限公司），剂量为0.1 mmol/kg，在注射对比剂后的15 s、30 s和45 s分别采集动脉早期、中期及晚期图像。主要扫描序列和参数如表1所示。

点击查看表格

表1  MRI扫描序列参数
Tab. 1  MRI acquisition parameters

1.3 图像处理与分析

1.3.1 图像分割与影像组学特征提取

       由1名具有5年以上工作经验的放射科主管技师在有15年以上丰富经验的临床主治医师指导下利用3D Slicer软件（Slicer 5.6.2），在术前T2WI图像上勾画病灶轮廓，手动在图像上的腺肌病灶进行ROI逐层勾画。为增强影像组学特征区分，利用3D Slicer软件中重采样为体素大小1 mm×1 mm×1 mm和sigma设置为0.5、1.0、1.5和2的拉普拉斯高斯滤波函数以及小波变换滤波技术，对原始图像进行平滑、边缘增强及去噪处理，使用“PyRadiomics”工具从ROI中共提取1223个特征，包括18个一阶特征、14个形态学特征和1191个纹理特征。为确保重复性与可靠性，另1名具有10年以上工作经验的放射科主管技师采用双盲法（勾画时与上述技师互不知情）从所有对象中随机抽取1/3图像重新勾画，应用组内相关系数（intra-class correlation coefficients, ICC）评估不同观察者之间的一致性，保留ICC≥0.75的组学特征。

1.3.2 影像组学特征筛选和机器学习算法建模

       使用联影的uAI Research Portal软件（版本730）分析影像组学特性并开发模型。应用Z分数归一化后，依次采用方差阈值算法、k最佳算法、最小绝对值收缩和选择算法（least absolute shrinkage and selection operater, LASSO）对组学特征进行筛选，以获得最优特征集。在软件中设置随机种子，选择7∶3的比例将患者随机分为训练集与测试集，确保两组在基线特征上无显著差异。在模型的开发阶段，分类模型纳入了降维保留的最佳影像组学特征以及具有统计学意义的临床特征。随后采用DT、GP、LR、PLSDA、QDA、RF、SGD、SVM，8种机器学习算法构建预测子宫腺肌病HIFU术后疗效的T2WI影像组学联合临床特征模型。

1.4 统计学方法

       使用SPSS 27.0.1（IBM，美国）与uAI Resrarch Portal（V730，联影，中国）软件进行统计分析。本研究样本量满足10EPV原则（结局事件数≥自变量数×10），为避免单因素筛选可能导致的偏倚（如遗漏交互作用变量、过度依赖单变量显著性），采用多因素logistic回归中的二元logistic回归（进入法）对临床数据进行筛选^{[18, 19]}。在本研究中，将疗效（显效/非显效）作为二分类的因变量。纳入临床特征与影像组学特征共同用于模型构建，绘制不同模型的ROC，得到相应的AUC、敏感度、特异度、准确度、精确度和F1值用于评估模型的效能。通过DeLong检验比较模型间差异。绘制校准曲线和决策曲线用于评估预测模型与实际之间的拟合度以及预测模型带来的临床净收益。以P<0.05为差异有统计学意义。

2 结果

2.1 纳入病例基线数据

       本研究共纳入169名患者，疗效显效患者76例，非显效患者93例，按7∶3的比例划分训练组和测试组，训练组中疗效显效患者53例，非显效患者65例，测试组中疗效显著患者23例，非显效患者28例。

2.2 影像组学特征选择结果

       数据尚未发现缺失值。共提取1223个组学特征，保留ICC>0.75的1032个特征，依次采用方差阈值、k最佳、LASSO算法进行降维筛选，最终获取JointEntropy、GrayLevelNonUniformityNormalized、GrayLevelVariance、Coarseness 4个最优特征，并根据其重要性进行排序（图1）。

点击查看大图

图1  LASSO路径与筛选出的特征。LASSO：最小绝对值收缩和选择算法。
Fig. 1  LASSO coefficient path with feature selection. LASSO: least absolute shrinkage and selection operator.

2.3 MRI影像组学联合临床特征模型预测效能及比较

       最终纳入临床特征年龄（表2）与影像组学特征（表3）共同用于模型构建。基于T2WI影像组学联合临床特征的DT、GP、LR、PLSDA、QDA、RF、SGD、SVM 8种预测模型绘制训练集与测试集ROC曲线（表4、图2），DeLong检验结果显示训练集DT模型与GP、LR、PLSDA、QDA、SGD、SVM模型间差异有统计学意义（P<0.05），测试集SGD与其余7种模型间差异有统计学意义，剩余模型间差异无统计学意义（表5、表6）。DT在训练集和测试集中的AUC值均最高，在测试集中的特异度、精确率、准确率最高，在训练集中的F1值最高，SGD在训练集与测试集中的AUC值均最低，PLSDA在训练集和测试集中的特异度均为0%，敏感度均为100%，不具有临床实用性。临床决策曲线显示DT、GP、LR、QDA、RF、SVM模型在一定范围内对临床有较高的净收益（图3），校准曲线显示DT、GP、RF模型预测值与实际值具有良好的一致性（图4）。

点击查看大图

图2  训练集（2A）与测试集（2B）ROC曲线。ROC：受试者工作特征；SVM：支持向量机；SGD：随机梯度下降；RF：随机森林；QDA：二次判别分析；PLSDA：偏最小二乘判别分析；LR：逻辑回归；GP：高斯过程；DT：决策树。
Fig. 2  ROC curves for training set (2A) and test set (2B). ROC: receiver operating characteristic; SVM: support vector machine; SGD: stochastic gradient descent; RF: random forest; QDA: quadratic discriminant analysis; PLSDA: partial least squares discriminant analysis; LR: logistic regression; GP: Gaussian process; DT: decision tree.

点击查看大图

图3  训练集（3A）与测试集（3B）决策曲线分析。
图4  训练集（4A）与测试集（4B）校正曲线。SVM：支持向量机；SGD：随机梯度下降；RF：随机森林；QDA：二次判别分析；PLSDA：偏最小二乘判别分析；LR：逻辑回归；GP：高斯过程；DT：决策树。
Fig. 3  Decision curve analysis for training set (3A) and test set (3B).
Fig. 4  Calibration curves for the training set (4A) and test set (4B). SVM: support vector machine; SGD: stochastic gradient descent; RF: random forest; QDA: quadratic discriminant analysis; PLSDA: partial least squares discriminant analysis; LR: logistic regression; GP: Gaussian process; DT: decision tree.

点击查看表格

表2  二元logistic回归分析
Tab. 2  Binary logistic regression analysis

点击查看表格

表3  选择影像组学特征及其系数
Tab. 3  Selected radiomic features with regression coefficients

点击查看表格

表4  模型训练集和测试集预测性能
Tab. 4  Model performance metrics for training set and test set

点击查看表格

表5  训练集DeLong检验结果
Tab. 5  DeLong test result for the training set

点击查看表格

表6  训练集DeLong检验结果
Tab. 6  DeLong test result for the test set

3 讨论

       本研究基于T2WI序列的MRI影像组学联合临床特征模型，系统比较了8种机器学习算法预测子宫腺肌病HIFU术后疗效（以NPVR>50%为显效标准）的效能，为个体化疗效预测提供了可靠的选择。结果显示，DT模型性能最优，其AUC值、特异度、精确率、准确率、F1值均表现优异，校准曲线和DCA显示在一定范围内具有较高的临床净收益以及实际模型和预测模型间有良好的一致性，建议作为术前预测HIFU术后疗效的首选方法。GP、RF、QDA、LR、SVM模型效能次之，SGD、PLSDA模型相较而言临床实用性较低，模型性能较差。

3.1 影像组学特征的有效性与预测价值

       本研究通过LoG滤波、小波变换预处理图像和依次经过方差阈值、k最佳、LASSO特征筛选，最终保留ZoneVariance、Busyness、GrayLevelNonUniformity以及RunVariance 4个关键影像组学特征。这些纹理特征量化了病灶的异质性和空间复杂性，可能反映子宫腺肌病组织的微观结构差异，如纤维化程度，腺体分布等，并且与HIFU能量沉积效率密切相关，这与既往研究认为T2WI影像组学纹理特征可表征组织病理生理变化的观点一致^{[20, 21, 22]}。

3.2 不同机器学习算法性能的差异与原因分析

       机器学习算法通过从数据中学习模式来构建预测模型，其在影像组学研究中发挥了重要作用，不同算法有其各自的原理与适用场景^{[23, 24, 25]}。DT是一种经典的机器学习监督模型，其工作原理是通过递归地选择最优特征对数据进行分裂，直到满足停止条件，本质是将特征空间划分为多个区域，每个区域对应一个分类标签^[26]。在本研究中，DT在训练集（AUC=0.865）和测试集（AUC=0.788）均保持最高效能，且特异度（测试集89.3%）显著优于其他模型。DT的优势可能源于数据本质与算法特性的契合。本研究筛选的4个关键特征（ZoneVariance、Busyness、GrayLevelNonUniformity、RunVariance）均为小波变换（wavelet-LLL）后的高阶纹理特征，具有强非线性与交互性，DT通过递归分割直接学习特征间的阈值规则，无需特征线性变换^[27]。相比较而言，SVM旨在找到一个能将不同类别样本分开的最优超平面，尤其在高维空间表现优异，但对核函数选择和参数调整较为敏感，低维非线性特征需复杂调参，而本研究的四个特征维度不足支撑其优势^[26]。此外，DT在分裂过程中聚焦关键变量，能有效避免噪声干扰，在低维、强非线性、样本量不大的场景下，优于复杂的集成方法^[28]。SGD是一种优化算法，常用于逻辑回归、线性SVM等训练线性模型，它通过迭代和随机样本子集来逼近最优解，计算效率高，但在小样本或特征尺度差异大时可能不稳定^[29]。本研究中SGD模型效能较差主要源于其算法特性与本研究数据的匹配度问题。样本量较小，梯度更新不稳定及纹理特征尺度敏感，导致其无法学习影像组学特征与疗效的非线性映射（AUC=0.332）^[30]。PLSDA是一种基于潜变量的方法，通过最大化自变量（X）与因变量（Y）之间的协方差来降维和构建判别模型，适用于多重共线性的数据，但潜变量维度的选择至关重要，其极端判别偏向（特异度0%，敏感度100%）揭示了低维特征空间中协方差最大化驱动的算法缺陷，当潜变量维度不足时，模型最大化X-Y协方差，将决策偏向于样本量较少的显效组^{[31, 32]}。

       与既往研究的深入对比发现，不同研究中的最优模型的选择存在差异，深刻反映了研究方法、样本特点与模型特性之间的交互作用。BURLA等^[6]在T2WI中提取11个影像组学特征，利用RF、极端梯度提升、正则化回归3种算法分别建立模型，RF表现良好，有望实现无创诊断子宫腺肌病，LI等^[33]分别比较3种分类器模型预测子宫腺肌症HIFU术后长期疗效，其中SVM建立模型最优，与本研究结果的差异可能来源于研究目标与疗效的定义不同，LI等关注的是长期临床疗效，本研究聚焦于早期影像学疗效，在特征维度和算法匹配方面，本研究筛选出的4个低维特征更有助于DT发挥优势，并且DT的模型结构相对简单，在中等样本量下更容易获得稳定且具有泛化性的结果。VY等^[34]用多参数MRI的机器学习模型对子宫内膜癌术前风险分层，将组织病理学特征与不同序列影像组学模型相结合建立联合模型，WANG等^[35]利用5种机器学习算法建立堆叠模型，结合生物学标志物，有效区分子宫内膜异位症与子宫腺肌病。既往研究在子宫疾病机器学习的特定应用点上取得了显著进展，但本研究通过采用更广泛的8种机器学习算法比较框架，为深入理解不同算法在处理子宫腺肌病HIFU术后疗效问题上的适用性提供了更多的依据，有助于减少模型选择的随机性，揭示了在预测子宫腺肌病HIFU早期影像学疗效这一特定任务中，DT模型可能比既往研究中表现优异的其他算法更具适用性，也为未来在研究或开发鲁棒性、泛化性更强的预测模型时提供了参考和比较。本研究发现性能最优的DT算法模型及其重要特征性分析，可能为解决预测子宫腺肌病HIFU术后疗效问题上提供新思路。

3.3 局限性及展望

       本研究存在一些局限性：首先，作为一项回顾性单中心研究，样本量相对有限，这可能是导致部分复杂机器学习模型效能不高或不稳定的原因之一，也限制了模型的泛化能力，未来研究将考虑采用交叉验证等更高效的统计方法以进一步提升模型稳健性。其次，疗效评估基于术后早期的NPVR，并以50%作为临界点，缺乏与长期临床症状改善的关联分析，未来需结合多时间点随访，建立影像学改变与临床症状缓解的关系。最后，所有患者均来自同一中心，模型仍需通过多中心、大样本的外部数据进行验证，以评估其临床适用性与鲁棒性。此外，影像组学与组织病理学的直接对应关系仍需进一步探索，未来构建影像-病理多组学联合模型将是重要方向。

4 结论

       本研究系统比较了8种机器学习算法的影像组学联合临床特征模型在预测子宫腺肌病HIFU术后早期疗效（以NPVR≥50%为显效标准）中的效能，结果表明DT模型最优，该模型有助于识别更可能从HIFU治疗中获得显著影像学疗效的患者，辅助临床医生制订个体化的治疗策略与患者管理方案，提升患者管理效率。