[論文レビュー] 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 Santinha+8 more|arXiv (Cornell University)|May 14, 2020

Radiomics and Machine Learning in Medical Imaging参考文献 39被引用数 5

ひとこと要約

本多施設研究では、複数のスキャナーやプロトコルを用いて、T2強調MRIからの画像診断的特徴量の再現性と再現性を、カスタム化された骨盤型寸法フィジカル・フォーマットを用いて評価した。ICC > 0.9およびCCC > 0.9を満たす頑健な特徴量を同定し、プロトコルに感受しやすい特徴量をフィルタリングするためのワークフローを確立した。また、スキャナ間で信頼性が保証される特徴量は4.6–15.6%にとどまり、形状情報を含む特徴量は非形状特徴量全体の2.0%にすぎなかった。

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.

研究の動機と目的

• 複数のMRIスキャナーやプロトコルにおける画像診断的特徴量の再現性と再現性を評価すること。
• 撮影パラメータ、スキャナータイプ、型寸法フィジカルの位置ずれに影響されにくい画像診断的特徴量を同定すること。
• 臨床応用に適した信頼性が高く、再現性があり、情報量が多い画像診断的特徴量を選択するための標準化されたワークフローを開発すること。
• シーケンスパラメータ（TR、TE）および形状情報が特徴量の安定性に与える影響を評価すること。
• 信頼性の高い画像診断的モデリングを臨床腫瘍学に応用する基盤を築くために、信頼性の低い特徴量を除外すること。

提案手法

• 2台のメーカーが提供する3台のスキャナを用い、2つの磁場強度で、カスタム化された骨盤型寸法フィジカルから2次元および3次元のT2強調MRI画像を取得した。
• 型寸法フィジカルの位置を固定した状態と再配置した状態で繰り返し撮影を行い、組内相関係数（ICC）を用いて再現性を評価した。
• 異なる撮影パラメータ下でのスキャナ間再現性を、一致相関係数（CCC）を用いて評価した。
• スピアマンのρ（ρ > 0.8）を用いて特徴量の形状依存性を分析し、形状に依存する特徴量とテクスチャに依存する特徴量を区別した。
• ボクセル強度をシャッフルすることで、形状以外のコンテンツに起因する特徴量の識別能力を評価した。
• ICC（>0.9）、CCC（>0.9）が高く、形状依存性が低い特徴量を臨床的用途に適した特徴量として選択するための体系的ワークフローを提案した。

実験結果

リサーチクエスチョン

• RQ1 固定された型寸法フィジカル位置での繰り返しスキャンにおいて、どの画像診断的特徴量が優れた再現性を示すか？
• RQ2 異なるMRIスキャナーや撮影プロトコル間で、画像診断的特徴量はどの程度再現性を示すか？
• RQ3 シーケンスパラメータ（TR、TE）が画像診断的特徴量の安定性にどの程度影響を与えるか？
• RQ4 形状に起因する特徴量はどれであり、どのようにしてフィルタリングできるか？
• RQ5 再現性があり、かつ組織のテクスチャ特徴を的確に表現できる特徴量の割合はどの程度か？

主な発見

• 型寸法フィジカルの位置を固定した状態で、2次元画像診断的特徴量の79.9%～96.4%が優れた再現性（ICC > 0.9）を示した。
• 型寸法フィジカルの再配置後、再現性は著しく低下し、ICC > 0.9を満たす特徴量は11.2%～85.4%にとどまった。
• 3次元特徴量抽出は、2次元特徴量と比較して再現性が向上しなかった。
• 固定パラメータ下で、スキャナ間での優れた再現性（CCC > 0.9）を示す特徴量は4.6%～15.6%にとどまった。
• TRの変化に対して90.7%の特徴量が優れた再現性を示したが、TEの間隔が増加するにつれて性能が低下した。
• 非形状特徴量のうち、形状情報のみを提供する特徴量は2.0%にとどまり、大多数の特徴量がテクスチャに強く依存していることが示された。