0 引言

       膀胱癌（bladder cancer, BCa）是泌尿系统最常见的恶性肿瘤之一，在全球范围内，BCa列居男性新发恶性肿瘤第6位^[1]，在我国居第4位^[2]。BCa以尿路上皮癌最为常见，根据2016年WHO泌尿系统和男性生殖器官肿瘤分类指南^[3]病理组织学分级分为低级别尿路上皮癌（low grade urothelial carcinoma, LGUC）和高级别尿路上皮癌（high grade urothelial carcinoma, HGUC）。BCa的病理分级对患者治疗方案的选择和预后评估具有重要的指导作用，2021年欧洲肿瘤医学会（European Society for Medical Oncology, ESMO）的BCa临床实践指南中明确指出^[4]，非肌层浸润性LGUC的治疗方法为：进行完整的经尿道膀胱肿瘤切除术（transurethral resection of bladder tumor, TURBT）和单次化疗灌洗，术后膀胱镜随访。而HGUC被列为高风险或极高风险因素，非肌层浸润性HGUC的五年复发率高达50%，包括原位癌（Tis期）、T1期在内的HGUC均需行根治性膀胱切除术或为期1~3年的卡介苗灌洗治疗^{[4, 5]}；在非Tis的HGUC非肌层浸润性BCa患者中，首次TURBT后依然有很高的病灶残留风险，有必要在术后4~6周内进行二次切除手术^[4]。目前，BCa的病理分级主要通过TURBT进行评估，属于有创检查、耗时且费用较高，而且可能因为取材样本的不足导致分级过低^{[6, 7, 8]}。因此，临床亟须一种更简便、准确的方法在术前对BCa病理分级进行准确预测。

       MRI具有良好的软组织对比度，已被包括中国临床肿瘤学会（Chinese Society of Clinical Oncology, CSCO）和ESMO在内的多个最新版BCa指南作为BCa影像诊断原则的Ⅰ级与Ⅱ级推荐^{[4, 9, 10]}。2018年提出的基于多序列MRI的膀胱影像报告和数据系统（Vesical Imaging-Reporting and Data System, VI-RADS）在不同阅片者之间有较高的一致性，能有效预测BCa肌层侵犯^{[6, 11]}。目前，利用机器学习技术对影像图像分析是研究的热点之一，常用的机器学习技术包括影像组学和深度学习（deep learning, DL）。WANG等^[12]利用影像组学对MRI预测术前BCa病理分级，其T2WI的AUC为0.78，但是影像组学需要对病灶进行逐层细致勾画且人工筛选特征，具有一定的主观性；而DL只需要对靶区进行大致框选，不需研究者对病灶进行精细勾画，这样避免了主观因素的影响，也节省了人力成本。有文献^[13]报道利用DL重建技术可以缩短BCa MRI扫描时间，并在定量和定性方面提高图像质量；ZOU等^[14]和LI等^{[15, 16]}分别利用T2WI图像DL方法构建BCa肌层侵犯预测模型，模型的诊断效能不低于VI-RADS。但目前尚未有基于MRI图像利用DL技术对BCa术前病理分级的研究。为此，本研究首次提出采用双中心数据，通过基于T2WI序列使用DL的残差网络（residual network, ResNet）方法构建BCa病理分级模型并验证，旨在探讨一种简便、无创、准确的术前预测BCa病理分级的方法。

1 材料与方法

1.1 研究对象

       本研究遵守《赫尔辛基宣言》，已获南方医科大学第十附属医院（东莞市人民医院）（中心1）和中山大学肿瘤防治中心（中心2）伦理委员会批准，免除受试者知情同意，批准文号分别为：KYKT2021-044、B2023-552-01。本研究回顾性分析2019年11月至2022年6月中心1和中心2收治的BCa患者资料。纳入标准：（1）已行盆腔MRI检查的BCa患者；（2）患者MRI检查须在手术治疗前进行，并在MRI检查后2周内接受手术治疗，手术方法包括TURBT、部分或根治性膀胱切除术；（3）病理学诊断符合2016年WHO泌尿系统和男性生殖器官肿瘤分类指南^[3]标准，并有明确病理学分级的BCa。排除标准：（1）患者MRI检查前曾行化疗或放疗；（2）患者为多发病灶，但所得病理诊断结果无法定位相应病灶；（3）图像质量未达诊断要求。

1.2 检查方法

       检查设备：中心1采用MAGNETOM Skyra 3.0 T（SIEMENS，德国）磁共振扫描仪，18通道腹部相控阵线圈；中心2采用uMR 780 3.0 T（上海联影医疗科技股份有限公司，中国）磁共振扫描仪，12通道体部相控阵线圈。检查前禁食4~6 h，保持膀胱适度充盈（约250~300 mL）。扫描参数详见表1。

点击查看表格

表1  MRI扫描参数
Tab. 1  MRI scanning protocols

1.3 图像预处理

       为了减少T2WI图像上BCa以外区域的干扰，首先由两名放射科医生（分别为有5年经验的住院医师和9年经验的主治医师）使用ITK-SNAP软件（版本3.8.0）对每个肿瘤进行逐层框选，采用协同工作的模式：由住院医师进行框选，随后由主治医师进行复核，意见不同时进行商讨，直至意见达到统一。最终获得完全覆盖肿瘤的三维矩形框，称为三维感兴趣区域（3 dimensional volume of interest, 3D VOI）。随后，对图像进行裁剪、归一化、分图像块等预处理，从3D VOI中获取了多个大小为128×128×8的三维图像块。Z方向的滑动尺寸设置为5；即每次取完一个三维图像块，在Z轴方向滑动5个切片，获得新的128×128×8三维图像块。如果沿着一个3D VOI的Z方向的体素小于8，则对多余切片进行补零填充的策略。将输入的图像像素值归一化至[0, 1]，以加快神经网络损失函数的收敛速度。为了更好地展示数据的内在特征、有效地缓解模型过拟合、增加模型的泛化性，本研究对原始数据进行数据增强，包括对原始图像进行水平和垂直翻转，图像裁剪，仿射变换包括缩放、翻译、图像锐化、对比度变化和增加高斯噪声。

1.4 DL模型的训练和验证

       以50层深度ResNet（50-layer deep RestNet, ResNet-50）作为骨架网络用以对内部测试集的数据进行训练，构建BCa病理分级预测模型，并采用Focal loss作为损失函数以缓解正负样本（HGUC∶LGUC=46∶63）不平衡的问题。结构图如图1。本研究中，Focal损失函数的参数设置如下：α设置为0.70，γ设置为2。优化器设置为Adam，使用余弦退火（cosine annealing）的学习率衰减策略，初始学习率为0.005，迭代次数设置为1 500次，批处理大小（batch size）设置为48。

       在内部训练集上训练ResNet-50模型，并根据训练过程中的ResNet-50模型在内部测试集上计算的诊断准确性作为指标，由此挑选出最优模型。随后，将基于内部测试集的最优模型应用于外部测试集进行测试。

       模型的构建均在配备GPU NVIDIA Geforce GTX 1080 Ti的Ubuntu 18.04系统平台上运行，在Python环境（版本3.8，https://www.python.org/）中使用DL框架（版本1.10.1，https://pytorch.org/）来完成DL模型的训练与验证。

点击查看大图

图1  3D ResNet-50结构。每列中的灰色3D框对应于一组特征映射；每列中的数字表示特征贴图的形状（高度、宽度、深度和通道）；颜色表示不同的网络操作，并显示了Bottleneck Block和Basic Block的细节。ResNet-50：50层深度残差网络。
Fig. 1  Architecture of 3D ResNet-50. The grey 3D box in each column corresponds to a certain set of feature maps. The number in each column indicates the shape of the feature map (height, width, depth, and channel). The colours indicate different network operations and show details of Bottleneck Block and Basic Block. ResNet-50: 50-layer deep residual network.

1.5 模型的评估和统计学分析

       统计学分析使用MedCalc 19.0.4软件（https://www.medcalc.org/）和SPSS 20.0软件（https://www.ibm.com/analytics/spss-statistics-software/）。对患者基本资料的统计学分析采用独立样本t检验和χ²检验，对模型采用受试者工作特征（receiver operating characteristic, ROC）曲线下面积（area under the curve, AUC）、准确率、敏感度和特异度作为诊断效能评价指标，以评估模型对BCa分级的预测性能。根据DL模型得出的预测结果，绘制ROC并计算AUC、95%置信区间（confidence interval, CI）。采用DeLong检验对所建立模型的ROC曲线进行比较。以P<0.05为差异具有统计学意义。

2 结果

2.1 一般资料

       经过纳入和排除标准后共收集169名BCa患者共211个肿瘤，其中中心1收集115例患者156个肿瘤（按7∶3比例随机选取109个肿瘤作为训练集，47个肿瘤作为内部测试集），中心2收集54例患者55个肿瘤（作为外部测试集）。患者的年龄符合正态分布。211个肿瘤中100个为LGUC，111个为HGUC。患者基本资料如表2所示。

点击查看表格

表2  膀胱癌患者基本资料
Tab. 2  Patient data characteristics

2.2 DL预测模型的表现

       首先，对两位医生所框选的3D VOI进行了组间相关系数评估，其中位数为0.988（95% CI: 0.968~0.995），说明所提取的特征具有高度一致性。其次，基于T2WI的DL模型对BCa病理分级进行预测，如表3所示，经DeLong检验内部测试集与外部测试集之间AUC差异无统计学意义（P=0.365）。三个数据集DL模型的ROC曲线及校准曲线见图2，其中DL模型AUC的Cut-off值为0.480。

点击查看大图

图2  内部训练集（2A）、内部测试集（2B）、外部测试集（2C）的受试者工作特征（ROC）曲线和三组数据集的校准曲线（2D）。DL：深度学习。
Fig. 2  Receiver operating characteristic (ROC) curves in internal training set (2A), internal test set (2B), external test set (2C) and calibration curves of the three datasets (2D). DL: deep learning.

点击查看表格

表3  基于T2WI的深度学习模型对膀胱癌病理分级的预测性能
Tab. 3  Performance of deep learning model in pathological grading prediction in bladder cancer based on T2WI

2.3 DL模型的特征可视化

       构建的DL模型中最后一个卷积层所输出的深层特征，在内部测试集和外部测试集中进行类激活热力图（gradient-weighted class activation mapping, Grad-CAM）特征可视化以及T分布-随机邻近嵌入（t-distributed stochastic neighbor embedding, T-SNE）数据降维与可视化展示，结果显示在Grad-CAM中，代表DL模型关注程度高的高色温区域与BCa病灶基本重叠；在T-SNE中，通过DL模型对测试集数据的特征降维和归一后，利用三维坐标轴的方法展现DL模型对LGUC和HGUC的特征有一定区分度。

点击查看大图

图3  T2WI与相应的类激活热力图。高色温（红、黄色）代表较高激活区域，低色温（蓝、绿色）代表较低激活区域。
Fig. 3  T2WI and corresponding gradient-weighted calass activation mapping heat maps. The red and yellow regions represent areas with higher activation, while the blue and green regions represent lower activation.

点击查看大图

图4  在内部测试集和外部测试集中提取的T分布-随机邻近嵌入分析。三维坐标轴表示特征降维和归一化后的三维特征。绿点代表病理证实为低级别（Low-grade）尿路上皮癌，红点代表病理证实为高级别（High-grade）尿路上皮癌。
Fig. 4  T-distributed stochastic neighbor embedding analysis extracted from the internal and external test set. The three coordinate axes represent the three-dimensional features after feature reduction and normalisation. The green dots represent the tumours pathologically confirmed as low grade (Low-grade) urothelial carcinoma, while the red dots represent the tumours pathologically confirmed as high grade (High-grade) urothelial carcinoma.

3 讨论

       本研究首次通过双中心的T2WI数据利用DL技术构建了一个术前预测BCa病理学分级的模型，并发现其具有较好的预测性能；同时，本研究首次可视化展示模型自动识别BCa病理分级的效果，为临床工作提供一种客观、便捷、省时、准确的术前预测BCa病理分级的方法。

3.1 BCa术前分级的意义

       不同病理级别的BCa具有不同的生物学特征，HGUC的恶性程度更高、肿瘤进展更快、侵袭性更强、更容易发生转移^{[17, 18, 19]}。BCa的病理分级对患者治疗方案选择和预后评估具有重要的指导作用。目前BCa病理分级常用方法是经TURBT取样诊断，但临床上术前的局部活检可能无法完全反映出整个瘤体的病理级别，而需行多次取材活检^{[20, 21, 22]}。分级过低会导致病灶切除不彻底、肿瘤复发甚至转移；而分级过高会导致过度治疗，影响患者生存质量^[6]。

3.2 MRI对BCa术前分级的应用

       已有多项研究^{[23, 24, 25]}通过MRI与病理学进行对照研究，提示MRI能一定程度上预测术前BCa的病理分级。WANG等^[18]通过测量31个径线大于1 cm的BCa瘤灶的ADC值，发现HGUC的ADC值明显低于LGUC，当ADC值为0.899×10³ mm²/s时，鉴别两者的敏感度及特异度分别为100%及95%。该研究通过多点取值测量再取均值的方法进行评估，同时以ADC值单一参数对BCa的病理分级进行判定，未涉及肿瘤大小、轮廓等生物学特征方面的探讨。

3.3 本研究与其他预测模型的对比

       近年来，DL在肿瘤病理分级方面的研究日渐成熟^{[26, 27, 28]}，VAN DER VOORT等^[26]用DL卷积神经网络（convolutional neural networks, CNN）建立基于MRI的胶质瘤病理亚型、分级预测模型并取得了较好的预测结果，对异柠檬酸脱氢酶突变分型预测的AUC为0.90，对病理分级预测的AUC为0.81。在BCa病理分级方面，预测模型的建立仍以影像组学为主^{[18, 29]}。WANG等^[18]基于多参数MRI和影像组学方法对106例BCa的病理学分级进行术前评估，其T2WI模型在测试集的结果AUC为0.78，准确率为77%，敏感度为77%，特异度为76%。张添辉等^[27]在T2WI、DWI和ADC三组序列上基于影像组学方法对70例BCa进行病理学分级预测，其基于T2WI的影像组学预测模型在测试集的AUC为0.739，敏感度为86.4%，特异度为75.0%。但是，国内外鲜有基于MRI运用DL方法术前对BCa病理分级的研究。

       本研究的创新点是应用DL的ResNet-50方法术前预测BCa病理分级，并进行双中心验证。本研究在试验过程中仅采用了经典的ResNet-50残差神经网络作为训练的模型。根据模型在内部测试集上的AUC指标进行挑选，AUC最高的模型在外部测试集进行测试。ResNet强大的特征表征能力能够提取训练数据的关键特征，在许多计算机视觉任务中表现出色，是研究和实践中的首选模型之一，而ResNet-50作为性能和训练效率均衡的网络深度，是计算机视觉研究中最常使用的网络深度^{[28, 29, 30]}。

       本研究所构建的DL模型，其预测性能高于WANG等^[18]使用影像组学构建的T2WI模型结果，也高于张添辉等^[27]使用影像组学构建的T2WI模型。其原因可能是：（1）影像组学方法需要人为选择相关特征，而DL方法可自动获取并更新特征表达，有可能挖掘出潜在的优质特征。（2）影像组学方法得到的特征通常是人为设计的，可能导致许多特征之间存在一定的多重共线性；而DL方法所提取的特征是经过多次卷积和非线性激活操作后得到的非线性特征组合，这可能使特征更为抽象、通用以及稳定。本研究总结上述研究的经验，在样本量上进一步增加，共计169名患者211个肿瘤。不同于以往的单中心研究，本研究首次在双中心数据中进行验证，使模型的泛化能力得到了验证。此外，DL方法仅需医生用矩形框标识出肿瘤区域，即可自动提取并学习该区域内的特征，这一过程不仅避免了医生在勾画靶病灶时可能出现的主观偏见，而且更省时、省力，更适宜在临床工作中推广。

3.4 本研究模型的特征可视化展示

       鉴于目前DL在可解释性上面临的挑战，我们用DL模型进行Grad-CAM特征可视化以及T-SNE数据降维与可视化展示，以便在一定程度上对DL模型有更直观的理解。Grad-CAM结果提示DL模型大部分能有效地识别关注到BCa这一靶区域。采用T-SNE方法对数据进行特征降维和归一化后，利用三维坐标图展示DL特征，可以看出HGUC与LGUC的特征有一定区分度，有助于医师更直观地理解及接受DL模型并识别HGUC与LGUC。

3.5 本研究的不足与展望

       本研究样本量仍需进一步提高，未来纳入来自不同研究中心的更多样本以增加扰动、数据增强以及对抗样本训练。本研究基于T2WI单一序列进行建模，T2WI序列对展现肿瘤的形态、大小、信号强度、瘤周关系等特征更具优势；其他序列如DWI及ADC则通过水分子自由弥散的情况反映肿瘤内部的细胞致密性从而了解肿瘤的良恶性程度，利用多序列、多任务联合构建DL预测模型能否提高模型预测性能有待进一步研究。

4 结论

       本研究首次通过双中心数据应用DL方法开发了一种基于T2WI的术前BCa病理学分级的预测模型并加以验证。该模型无创、客观，泛化性及可重复性强，具有较高的预测准确率，有助于临床术前更精准地诊断。