[논문 리뷰] A multicenter study on radiomic features from T$_2$-weighted images of a customized MR pelvic phantom setting the basis for robust radiomic models in clinics

Linda Bianchini, João Santinha외 8명|arXiv (Cornell University)|2020. 05. 14.

Radiomics and Machine Learning in Medical Imaging참고 문헌 39인용 수 5

한 줄 요약

이 다기관 연구는 여러 스캐너와 프로토콜을 통해 T2 강조 MRI에서 유도된 영상 특징의 재현성과 반복성을 평가한다. 개인 맞춤형 골반 펌프를 사용하여 수행되었으며, 신뢰도가 높은 특징(ICC > 0.9 및 CCC > 0.9)을 식별하고, 프로토콜에 민감한 특징을 걸러내는 워크플로우를 수립하였으며, 스캐너 간에 신뢰성 있게 재현 가능한 특징은 전체의 4.6–15.6%에 불과하며, 형태 정보를 포함하는 특징는 비형태 특징 중 단지 2.0%에 해당한다.

ABSTRACT

In this study we investigated the repeatability and reproducibility of radiomic features extracted from MRI images and provide a workflow to identify robust features. 2D and 3D T$_2$-weighted images of a pelvic phantom were acquired on three scanners of two manufacturers and two magnetic field strengths. The repeatability and reproducibility of the radiomic features were assessed respectively by intraclass correlation coefficient (ICC) and concordance correlation coefficient (CCC), considering repeated acquisitions with or without phantom repositioning, and with different scanner/acquisition type, and acquisition parameters. The features showing ICC/CCC > 0.9 were selected, and their dependence on shape information (Spearman's $ρ$> 0.8) was analyzed. They were classified for their ability to distinguish textures, after shuffling voxel intensities. From 944 2D features, 79.9% to 96.4% showed excellent repeatability in fixed position across all scanners. Much lower range (11.2% to 85.4%) was obtained after phantom repositioning. 3D extraction did not improve repeatability performance. Excellent reproducibility between scanners was observed in 4.6% to 15.6% of the features, at fixed imaging parameters. 82.4% to 94.9% of features showed excellent agreement when extracted from images acquired with TEs 5 ms apart (values decreased when increasing TE intervals) and 90.7% of the features exhibited excellent reproducibility for changes in TR. 2.0% of non-shape features were identified as providing only shape information. This study demonstrates that radiomic features are affected by specific MRI protocols. The use of our radiomic pelvic phantom allowed to identify unreliable features for radiomic analysis on T$_2$-weighted images. This paper proposes a general workflow to identify repeatable, reproducible, and informative radiomic features, fundamental to ensure robustness of clinical studies.

연구 동기 및 목표

• 다양한 MRI 스캐너와 프로토콜 간 영상 특징의 반복성과 재현성을 평가하기 위해.
• 촬영 파rameter, 스캐너 유형, 펌프 위치 변화에 대해 안정적인 영상 특징를 식별하기 위해.
• 임상 적용을 위한 신뢰할 수 있고 재현성 있으며 정보를 제공하는 영상 특징를 선택하는 표준화된 워크플로우를 개발하기 위해.
• 시퀀스 파rameter(TR, TE)와 형태 정보가 특징 안정성에 미치는 영향을 평가하기 위해.
• 신뢰할 수 없는 특징를 걸러내어 임상 종양학에서 강력한 영상 특징 모델링 기반을 마련하기 위해.

제안 방법

• 두 제조사의 세 대의 스캐너에서 두 가지 자기장 강도로 개인 맞춤형 골반 펌프에서 2D 및 3D T2 강조 MRI 영상을 확보하였다.
• 펌프 위치를 고정하거나 재배치한 상태에서 반복 촬영을 수행하여, 내재상관계수(ICC)를 사용해 반복성을 평가하였다.
• 다양한 촬영 파rameter 조건에서 스캐너 간 재현성을 평가하기 위해 공명상관계수(CCC)를 사용하였다.
• 형태에 의존하는 특징의 영향을 분석하기 위해 스피어만의 ρ(ρ > 0.8)를 사용하여 형태 정보 기반 특징와 질감 기반 특징를 구분하였다.
• 바이오매터리얼 강도를 재배치하여 비형태 정보를 분리함으로써 특징의 질감 구분 능력을 평가하였다.
• 임상 적용을 위해 높은 ICC(>0.9), CCC(>0.9), 낮은 형태 의존성 특징를 선택하는 체계적인 워크플로우를 제안하였다.

실험 결과

연구 질문

• RQ1 고정된 펌프 위치에서 반복 촬영 시 어떤 영상 특징가 높은 반복성을 보였는가?
• RQ2 다른 MRI 스캐너와 촬영 프로토콜 간에 영상 특징는 얼마나 재현 가능한가?
• RQ3 시퀀스 파arameter(TR, TE)가 영상 특징의 안정성에 어떤 영향을 미치는가?
• RQ4 형태에 의해 주로 영향을 받는 특징는 무엇이며, 어떻게 걸러낼 수 있는가?
• RQ5 재현성과 조직 질감 특성 분석에 정보를 제공하는 특징의 비율은 얼마인가?

주요 결과

• 펌프 위치를 고정한 상태에서 2D 영상 특징의 79.9%에서 96.4%가 뛰어난 반복성(ICC > 0.9)을 보였다.
• 펌프 재배치 후 반복성은 유의미하게 감소하였으며, ICC > 0.9를 만족하는 특징의 비율은 11.2%에서 85.4%로 변동하였다.
• 3D 특징 추출은 2D 특징에 비해 반복성 향상에 기여하지 않았다.
• 고정 파arameter 조건에서 스캐너 간 뛰어난 재현성(CCC > 0.9)을 보인 특징는 전체의 4.6%에서 15.6%에 불과하였다.
• TR 변화에 대해서는 90.7%의 특징가 뛰어난 재현성을 보였지만, TE 간격이 증가함에 따라 성능이 저하되었다.
• 비형태 특징 중 단지 2.0%만이 형태 정보만을 제공하는 것으로 확인되어 대부분의 특징가 질감에 매우 민감한 것으로 나타났다.