基于MRI的放射组学技术，结合自动分割和手动优化，用于预测不可切除肝细胞癌的治疗反应：一项多中心研究

《Abdominal Radiology》：MRI-based radiomics with automated segmentation and manual refinement for predicting treatment response in unresectable hepatocellular carcinoma: a multicenter study

肝细胞癌联合治疗响应预测中混合分割策略（Auto+Refine）的AUC最高（0.885-0.893），优于全自动（0.804-0.735）及手动（0.868-0.876）方案，该模型在平衡人工标注负担与分割精度方面表现最优。

　　

摘要

目的

比较不同分割策略对基于多参数MRI的放射组学模型预测不可切除肝细胞癌（HCC）对联合治疗反应的影响。

方法

这项多中心回顾性研究包括了2021年1月至2025年1月期间来自五家三级医院的334名HCC患者。收集了所有符合条件患者的临床数据和治疗前的MRI图像。使用DeepLabV3-ResNet50深度卷积神经网络自动分割肿瘤感兴趣区域（ROIs）。该分割模型分别应用于每组MRI序列。放射科医生审查了机器生成的ROIs，并在必要时进行了细化。根据三种不同的分割策略，构建了三个放射组学模型：完全自动化的模型（Auto）、基于手动分割的模型（Manual）以及结合自动化分割和手动细化的混合模型（Auto + Refine）。来自医院1-3的患者被随机分配到训练组（70%）和测试组（30%），而外部验证组则由医院4和5的患者组成。

结果

T2-FS自动分割模型的平均Dice相似系数（DSC）为0.926（95%置信区间，0.899–0.951），DWI自动分割模型的DSC为0.920（95%置信区间，0.886–0.944），T1-DCE自动分割模型的DSC为0.910（95%置信区间，0.893–0.928）。完全自动化的放射组学模型在测试集上的AUC为0.804（95%置信区间，0.694–0.913），在外部验证组上的AUC为0.735（95%置信区间，0.573–0.896）。手动模型的AUC分别为0.868（95%置信区间，0.756–0.979）和0.876（95%置信区间，0.767–0.985）。混合模型（Auto + Refine）的AUC分别为0.885（95%置信区间，0.732–0.954）和0.893（95%置信区间，0.789–0.985）。

结论

在预测不可切除HCC的治疗反应方面，混合分割方法（Auto + Refine）优于纯手动和完全自动化的方法。在同时考虑手动标注工作负担和准确性的情况下，自动化分割结合手动细化可以作为一种优选的工作流程。