原发性肝癌是世界上第六大最常见的恶性肿瘤，在我国恶性肿瘤中，其死亡率和发病率分别位居第二和第四，每年有大约30~40万人死于肝细胞癌（hepatocellular carcinoma，HCC），我国的死亡和发病病例占全球一半以上^[1]。随着肝癌与临床流行病学研究的进展，人们发现引发HCC的病因有多种因素，其高危因素有酒精性肝炎，乙型肝炎病毒（hepatitis B virus，HBV），非酒精性脂肪性肝病，糖尿病，黄曲菌霉素，肝硬化等^[2-4]。在发展中国家，绝大多数的肝癌患者几乎都会经历肝硬化的阶段，其中具有乙型肝炎HBV病毒感染和嗜酒并存的肝癌发病率更高，发病年龄提前，且预期寿命短^[5]。

原发性肝癌主要包括HCC、肝内胆管细胞癌（intrahepatic cholangiocytic carcinoma，ICC）和HCC-ICC混合型。HCC的病例占原发性肝癌的85%~90%。虽然目前有许多种治疗方法，但是根治性肝癌切除和肝移植是患者获得长期生存的最主要治疗方法。随着医疗水平提升，早期HCC的诊断和手术切除成为了可能，但是HCC肝切除患者术后5年内仍然有较高的复发率^[6]。有报道提出，HCC的微血管侵犯（microvascular invasion，MVI）状态与患者预后密切相关，MVI主要是指在显微镜下于内皮细胞衬覆的血管腔内见到癌细胞巢团^[7]，癌细胞侵犯周边组织，进入脉管形成肝内或者肝外转移，MVI是HCC早期复发的重要诱因。有研究^[8]指出MVI阳性HCC患者，手术或射频消融需扩大根治范围，并推荐将肝移植作为备选的治疗方案。因此术前预测MVI状态对治疗方法的选择以及HCC预后具有重要指导价值。

目前，术后病理学检查是诊断MVI状态的金标准，但无法为术前治疗方案提供指导。CT和MRI作为常用的肝癌诊断方法，可以非侵入式地评估肿瘤的性质。但无法从微观的角度挖掘更多信息。随着科技的发展，传统的医学影像借助计算机挖掘图像中海量的影像特征，通过机器学习，筛选出有临床价值的数字化信息，以实现精准医疗，基于这一构想，影像组学作为新兴领域应运而生^[9]。目前运用CT肝动脉晚期联合临床资料预测HCC的MVI状态的研究较少，本研究采用CT影像组学的方法提取并筛选最优的影像组学特征，进一步联合临床资料建立术前预测模型，用于术前无创预测HCC的MVI状态，以期为HCC的精准医疗提供有价值的信息。

资料和方法

临床资料  回顾性收集2018年1月至2020年12月期间复旦大学附属肿瘤医院收治的HCC患者，根据下述纳入标准进行筛选，最后筛选出110例患者作为研究对象。纳入标准：（1）术前1个月内在我院做过腹部（动脉早期、动脉晚期、门脉期、延迟期）增强CT检查；（2）术前有完整的临床资料；（3）术后经病理学诊断为HCC且有MVI评价情况。排除标准：（1）经CT诊断为多发HCC，或为HCC-ICC混合型肝癌；（2）术前针对HCC治疗，包括根治性肝癌切除，经动脉化疗栓塞（trans arterial chemo embolization，TACE），免疫治疗，放射治疗；（3）为转移性肝癌，或同时患有其他恶性肿瘤；（4）CT图像上有呼吸伪影，或肿瘤内部大面积坏死严重。

本研究经复旦大学附属肿瘤医院伦理委员会批准（批准号：2111245-3），患者知情同意。共纳入110例HCC患者，男性92例，女性18例；将符合标准的研究对象按照7：3的比例随机分为训练集（76例）和测试集（34例）。患者入组具体流程见图 1。

CT扫描方案  本研究采用西门子64排CT机型，扫描参数：管电压120 kV，管电流采用自动mA调节技术，足向头扫描，扫描层厚5 mm；重建参数：螺距1，重建层厚1mm，迭代重建SAFIRE（Snogram Affirmed Iterative Reconstruction）等级为4，滤波函数I30f medium smooth，窗宽250 Hu，窗位50 Hu；扫描范围：上至膈肌顶，下至肾脏下缘。采用高压注射器以2.5~3 mL/s的流速注射对比剂至肘静脉，对比剂以1.5 mL/kg的用量给予注射。扫描方案：采用团注追踪技术，扫描监测层面为腹主动脉的腹腔干内CT值，阈值为120 HU，造影剂注射10 s后开始追踪监测，当监测层面的CT值达到触发阈值延迟6 s后扫描获得动脉早期，顺延8 s后扫描获得动脉晚期，在静脉注射造影剂60 s后扫描获得门脉期，肿瘤区域表现为“快进快出”的现象（图 2），对比剂注射120 s后扫描获得延迟期图像，图像以DICO格式传送至PACS。

ROI的采集  通过PACS获得DICOM格式的肝动脉晚期CT图像，有研究表明，肝动脉晚期扫描对于富血供肝脏病变（如HCC）有很高的检出率^[10]，因为HCC在动脉晚期强化更明显，较其他增强期更能够显示肿瘤区域的血供特点并且获得更多的肿瘤信息^[11]，其特征是肝动脉强化良好，门脉强化良好，但肝静脉无前向强化。从PACS上导出的所有图像须保持窗宽、窗位（WW=250，WL=50）一致性，且层厚都为1 mm。为精确定量描述肿瘤区域，我们将肝脏中的正常组织和肿瘤组织分割开，进一步在勾画的区域提取需要的影像组学特征。在病理结果和临床资料均不知情的前提下，由1名工作5年的放射科医师使用ITK-SNAP软件独立勾画每一层图像的HCC病灶区域，再由另一位高年资放射科医师进行检查，最后ITK-SNAP软件自动生成三维容积感兴趣区，并以NiFTI（Neuroimaging Informatics Technology Initiative）格式导出原始图像和被勾画标记的图像。勾画感兴趣区域（region of interest，ROI）时需要注意尽可能沿肿瘤边缘进行（图 3），包括肿瘤包膜，避开肿瘤坏死区域，钙化区域及周围大血管^[12]。

CT影像组学特征提取  采用Python（3.7.10版本）软件，用最近邻内插方法做图像重采样预处理，采样后分辨率为^{[1, 1, 1]}，使用pyradiomics（3.0.1版本）工具包对每一位患者的图像分别做8种滤波，包括高斯-拉普拉斯滤波（laplacian of gaussian，LoG），小波变换滤波（wavelet transform，Wavelet），平方根滤波（SquareRoot），对数滤波（Logarithm），指数滤波（Exponential），梯度滤波（Gradient），二维局部二值滤波（two-dimensional local binary patterns，LBP2D），三维局部二值滤波（three-dimensional local binary patterns，LBP3D）；不进行滤波（Original）的图像和进行滤波的图像分别提取七大类型特征，包括一阶统计特征，形态特征，灰度尺寸区域矩阵（gray level size zone matrix，GLSZM），灰度游程长度矩阵（gray level run length matrix，GLRZM），领域灰度差矩阵（neighbourhood gray tone difference matrix，NGTDM），灰度共生矩阵（gray level coocurrence matrix，GLCM），灰度相关矩阵（gray level dependence matrix，GLDM）^[13]，共提取肝动脉晚期1 317个影像特征。

特征筛选与模型建立

（1）将提取到的影像组学特征做数据清洗，检验数据一致性，处理无效值和缺失值；

（2）进一步采用SMOTE（Synthetic Minority Over-sampling Technique）算法实现数据平衡，解决数据上的不平衡性；

（3）对数据做归一化（Normalization）处理，归一化后的数据服从正态分布；

（4）采用皮尔森相关系数（Pearson correlation coefficient，PCC）方法对特征做降维，排除相关系数阈值高于0.86的特征参数，为高效建立模型从而减少冗余特征；

（5）采用递归特征消除法（recursive feature elimination，RFE）选取与MVI相关的特征；

（6）利用筛选出的影像组学特征和具有显著性差异的临床特征，通过逻辑回归算法分别建立影像组学模型，临床模型，以及联合影像组学模型；

（7）为验证训练集中所建立模型的稳定性，在验证集中采用五折交叉验证的方法评估模型能效。实验方法如图 4。

资料收集  纳入110名患者术前临床资料和主观影像学资料。临床资料包括：性别，年龄，酒精史，乙型表面抗原HBsAg，甲胎蛋白（alpha-feto protein，AFP），葡萄糖（glucose，GLU），谷草转氨酶（aspartate sransaminase，AST），谷丙转氨酶（alanine aminotransferase，ALT），谷氨酸脱氢酶（glutamate dehydrogenase，GLDH），谷氨酰转肽酶（gamma glutamyl transpeptidase，GGT）。主观影像学资料包括：肿瘤大小（< 5 cm，≥5 cm），肿瘤包膜（完整，不完整），肿瘤边缘（光滑，不光滑），瘤内动脉（有，无），晕环征（有，无），门脉期廓清（快速，迟缓）。

统计学分析  采用SPSS 23.0统计软件进行分析。对于满足正态分布的计量资料，使用x±s描述集中和离散趋势，两组间比较采用t检验，多组间比较采用方差分析；对于不满足正态分布的计量资料使用M（P25，P75）描述集中和离散趋势，两组间比较采用Mann-Whitney U检验，多组间比较采用Kruskal-Wallis H秩和检验。计数资料采用n（%）的形式进行描述性统计，采用χ²检验。P < 0.05为差异具有统计学意义。

结果

患者临床资料比较  根据病理学诊断结果，将110例患者分为MVI阳性组（65例）和MVI阴性组（45例），探讨与HCC患者MVI状态的相关因素，通过单因素分析结果得出性别、年龄、酒精史、HBsAg、GLU、肿瘤包膜、肿瘤大小、肿瘤边缘、晕环征在MVI阳性组和MVI阴性组间不具有显著性差异；AFP、AST、ALT、GGT、GLDH、门脉期廓清，瘤内动脉在两组间差异有统计学意义（P < 0.05）。详见表 1。

影像组学特征聚类分析  在建立模型前，我们选取一小部分数据的影像组学特征进行聚类分析，其中包括MVI阳性HCC患者5例，MVI阴性HCC患者5例以及健康肝脏的男性5例。提取他们原始图像的影像组学特征，采用朴素贝叶斯算法进行无监督聚类（图 5A），从二维散点图中可发现基于影像组学特征能将HCC患者MVI状态进行较好的聚类（图 5B），聚类分析的结果能反映原始图像内在本质和相关性，为特征筛选和建立模型提供一定理论依据。

模型效能评估  本研究采用逻辑回归算法分别建立影像组学模型，临床模型和联合模型，影像组学模型中有18个与MVI状态密切相关的影像组学特征（图 6A），其中12个为一阶统计特征，与MVI状态的权重总系数为6.4411，特征类型分别为“wavelet-LHH_firstorder_Skewness”“wavelet-LHL_firstorder_Mean”等，所描述ROI区域体素的对称性、均匀性以及局部强度分布变化，包括峰度、中值、偏度、方差；6个为灰度纹理特征，与MVI状态的权重总系数为2.4354，特征类型分别为：“log-sigma-4-0-mm-3D_glcm_ClusterShade”“log-sigma-4-0-mm-3D_glszm_LargeAreaHighGrayLevel Emphasis”等，所描述ROI区域内灰度之间的空间排列关系，包括ROI区域内均匀性强弱，特定方向空间分布的概率，高灰度分布情况，聚类阴影。影像组学模型在训练集和测试集中的AUC分别为0.822（图 7A、表 2）和0.778（图 7B），测试集中的敏感性为0.700，特异性为0.857，阴性预测值（negative predictive value，NPV）为0.667，阳性预测值（positive predictive value，PPV）为0.875，95%CI为0.6107~0.9228。

临床模型中筛选出5个与MVI状态密切相关的临床特征（图 6B），3个为肝功能指标，分别为GLDH、ALT和AFP，与MVI状态的权重总系数为4.641，两个为主观影像学特征类型，总权重系数为2.189，分别描述门静脉期廓清速度，动脉晚期上肿瘤内的肝动脉及其分支血管的强化征象。临床特征模型在训练集和测试集中AUC分别为0.753（图 7A、表 2）和0.635（图 7B），测试集中的敏感性为0.723，特异性为0.769，NPV为0.706，PPV为0.813，95%CI为0.697 0~0.809 4。

我们通过融合5个与MVI状态密切相关的临床特征，建立联合影像组学特征模型，筛选出11个与MVI状态密切相关的特征（图 6C），其中4个为灰度纹理特征，与MVI状态的权重总系数为3.141 5，特征类型分别为“log-sigma-4-0-mm-3D_glszm_LowGrayLevelZoneEmphasis”“wavelet-LHL_glszm_ZoneEntropy”“wavelet-HLH_glcm_Imc1”“wavelet-LLH_glcm_MaximumProbability”，所描述ROI区域内低灰度值的分布情况、区域熵、相关信息测度1及最大概率；3个为一阶统计特征，与MVI状态的权重总系数为2.385 5，特征类型分别为：“wavelet-HHL_firstorder_Skewness”“wavelet-HHH_firstorder_Skewness”“gradient_firstorder_Kurtosis”，所描述ROI区域内体素的偏度和峰度；2个为形状特征，与MVI状态的权重总系数为1.625，特征类型分别为“original_shape_Flatness”“original_shape_Sphericity”，所描述ROI区域内平面度和球形度；2个为肝功能指标，特征类型为AFP和ALT，与MVI状态的权重总系数为1.428 7，所描述AFP和ALT两项临床指标。联合模型在训练集和测试集中的AUC分别为0.845（图 7A、表 2）和0.813（图 7B），测试集中的敏感性为0.833，特异性为0.846，NPV为0.786，PPV为0.882，95%CI为0.714 3~0.990 9。联合模型在预测MVI状态方面具有良好的预测性能，在测试集中，分别采用德隆检验比较联合模型与临床模型，联合模型与影像组学模型，经检验模型之间预测MVI状态的差异具有统计学意义（P < 0.05），并且显示联合模型预测MVI状态的效能最优。

讨论

MVI是影响HCC术后复发的危险因素，虽然肝切除术和肝移植是患者获得长期生存最主要的治疗方法，但是其复发率仍旧较高。此外，由于肿瘤的异质性较高且坏死组织较多，通过介入穿刺活检来确定MVI状态的精度十分有限，目前还是以术后病理报告作为金标准来判断MVI的状态。因此，我们需要一种高效、可靠的方法来预测MVI状态，影像组学作为近年迅速崛起的新兴学科，它是基于CT、MR、超声等影像图像高通量地提取灰度纹理、体素、形状等定量特征，进一步深入分析和挖掘图像中的数据信息，通过建立模型实现术前精准、无创的预测，对HCC患者MVI状态的鉴别诊断提供了一种较可靠的预测方法。

本研究共纳入110名HCC患者的临床资料，并提取CT肝动脉晚期的影像组学特征，采用逻辑回归算法建立3个模型，在影像组学模型中筛选出18个与MVI状态密切相关的特征，其中12个为一阶统计特征，所描述ROI区域体素的对称性、均匀性以及局部强度分布变化，包括峰度、中值、偏度、方差；6个为灰度纹理特征，描述ROI区域内灰度之间的空间排列关系，包括ROI区域内均匀性强弱，特定方向空间分布的概率，高灰度分布情况，聚类阴影。临床模型中筛选出5个与MVI状态密切相关的临床特征，3个为肝功能指标，分别为GLDH、ALT和AFP，2个为主观影像学特征类型，分别描述门静脉期廓清速度，动脉晚期上肿瘤内的肝动脉及其分支血管的强化征象。

联合模型中11个与MVI状态密切相关的特征，其中4个为灰度纹理特征，描述ROI区域内低灰度值的分布情况、区域熵、相关信息测度和最大概率；3个为一阶统计特征，描述ROI区域内体素的偏度和峰度；2个为形状特征，描述ROI区域内平面度和球形度；2个为肝功能指标，描述甲胎蛋白，谷丙转氨酶。经德隆测试比较模型之间预测MVI状态的差异具有统计学意义，并且联合模型效能最优。根据本研究的结果可以得出，基于CT联合特征模型具有较好的分类性能，对HCC患者MVI状态的鉴别诊断提供了一个较可靠的预测方法。

以往的一些研究，张亭等^[14]纳入CT≤5 cm单发HCC的患者185例，提取肝动脉图像的影像特征1 531个，采用LASSO-logistic回归算法建立模型的AUC为0.745（95%CI：0.66~0.83），筛选出10个影像组学特征，包括形态特征1个，一阶统计特征1个，灰度纹理特征8个。本研究同样采用逻辑回归算法建立模型，不同的是提取形态特征和一阶统计特征较多，并且纳入临床特征，此外提取肝动脉晚期图像的特征，纳入标准不限制肿瘤的大小。本研究结果稍高于张亭等的模型，其可能原因是较大的肿瘤可提取较多的特征；采用CT肝动脉晚期图像提取特征，肝动脉晚期显示肝实质轻度强化的富血供病变，相比动脉早期和门脉期或延迟期期，具有更高的检出率，因此在CT肝动脉晚期图像上勾画ROI区域时能减小一定的误差。其次形态特征和一阶统计特征较全面地描述了肿瘤内和肿瘤周围强度信息的总体分布情况，临床特征能优化模型精度。Feng等^[15]基于160例HCC患者的MRI图像提取肝胆期肿瘤周和肿瘤内的影像特征，采用随机森林算法建立模型瘤内和瘤周放射组学特征模型，其AUC为0.85（95%CI：0.77~0.93），该模型筛选出10个与MVI相关的影像学特征，包括4个一阶特征和6个纹理特征，本研究虽然纳入特征类型较多，但是总的灰度纹理特征数量较少。Feng等^[15]的模型高于本研究的影像特征联合临床模型，推测这是由于提取较多的病例和纹理特征，而纹理特征有助于HCC MVI的判断，由于恶性等级高的肿瘤异质性较大，细胞间差异较大，瘤内表现为灰度不均匀性和混合信号，可能更倾向于MVI，其次MRI具有较高的分辨率且提取特征区域扩大为肿瘤周和肿瘤内。张闯等^[16]对HCC患者合并MVI的预后及MVI的危险因素进行分析，结果表明HCC合并MVI预后不理想，MVI阴性组的HCC患者术后首年、次年以及第三年无进展生存率分别是88.4%、72.1%和65.1%；MVI阳性组的相关数据分别是75.0%、52.8%和36.1%，因此术前构建有效可靠的预测模型，更全面地评估肿瘤侵袭情况，有助于为患者提供最佳的治疗方案。

本研究还存在一些不足之处：（1）收集的患者病例都来源于我院，仅为单中心研究，需要多中心的或外部的数据来进一步评估模型的可靠性。（2）在图像质量方面，MRI的分辨率高于CT，而且在肝脏占位方面更为敏感，能更精确地实现病变范围大小，后续的研究将使用MRI图像进行特征提取，从而提高模型精度。（3）影像特征的提取仅采用了肝动脉晚期，而HCC的影像特征在平扫期和静脉期也具有一定的价值，因此需要纳入更多的期像，进一步对比三期的模型，从而提升模型的可靠性。（4）放射科医师手动勾画ROI区域，其结果可能具有一定的误差，因此需要寻求一种更可靠和精确的方法来解决这一缺陷。

综上所述，我们通过对110例HCC患者的CT影像特征和临床资料建立模型并分析，基于CT影像组学联合临床特征模型预测HCC的MVI状态具有一定参考价值，联合模型相比影像组学模型有更高的预测性能，该联合模型能辅助医师为患者制定合适的治疗方案，以实现精准医疗。

作者贡献声明   俞超   论文构思和撰写。胡晓欣   论文构思，方案研究。钱敏   数据审核、统计与分析。张汐，童彤，顾雅佳   论文修订，科研项目支持。

利益冲突声明   所有作者均声明不存在利益冲突。