传统机器学习与自动化流程优化在肝细胞癌MRI影像组学中的比较评估

《Biomedical Signal Processing and Control》:Comparative evaluation of conventional Machine learning and automated pipeline optimization for MRI radiomics in Hepatocellular carcinoma

【字体: 大 中 小 】 时间:2026年10月12日 来源:Biomedical Signal Processing and Control 5.7

编辑推荐:

   摘要背景肝细胞癌(HCC)是马来西亚常见的癌症,且往往在晚期才被发现。利用基于放射组学数据的自动化机器学习(AutoML)可以减少临床实践中对肉眼判读的依赖。目的本研究评估了传统支持向量机(SVM)结合方差分析(ANOVA)F检验和二进制粒子群优化(BPSO)的性能,并探讨了

  

摘要

背景

肝细胞癌(HCC)是马来西亚常见的癌症,且往往在晚期才被发现。利用基于放射组学数据的自动化机器学习(AutoML)可以减少临床实践中对肉眼判读的依赖。

目的

本研究评估了传统支持向量机(SVM)结合方差分析(ANOVA)F检验和二进制粒子群优化(BPSO)的性能,并探讨了所选特征对利用磁共振成像(MRI)区分HCC分期的AutoML的影响。

方法

从分割后的HCC MR图像中提取了662个放射组学特征。所提出的传统模型利用所选特征和经过优化的SVM分类器。四种AutoML配置——TPOT-Default、TPOT-LinearSVC、H2O和AutoGluon——在两个阶段进行了评估:第一阶段采用原始特征集,第二阶段使用所选子集。所有九个模型的性能通过准确率、精确率、召回率、特异度、F1分数、曲线下面积(AUC)和精确率-召回率曲线(PRC)进行评估。采用DeLong检验和McNemar检验进行配对统计比较。

结果

传统模型准确率为0.650,在所有评估模型中数值AUC(0.745)和PRC(0.836)最高。H2O在两个阶段中均取得了最高准确率(0.700)。在实施特征选择后,TPOT-LinearSVC表现出最大改善,而AutoGluon在多个依赖于阈值的指标上有所提升。所有配对差异均无统计学显著性(所有p > 0.05)。

结论

所提出的特征选择策略对分类性能表现出模型依赖性效应。尽管传统模型取得了较高的AUC和PRC,但其性能在统计学上并不优于AutoML模型。

引言

肝脏是人体最大的内脏器官,在调节代谢过程(如解毒、蛋白质合成和脂肪储存)方面发挥着至关重要的作用[1]。在马来西亚,肝脏恶性肿瘤或肝癌是最常见的十大癌症之一,2012年至2016年间共诊断出4,033例[2]。肝癌对癌症相关死亡率贡献较高,因为其患者生存率较低[2]、[3]。肝细胞癌(HCC)是最常见的肝癌类型之一,且发病率呈逐年上升趋势[4]。早期发现是降低HCC致死率的关键因素之一[5]。然而,临床医生的医学检查不可避免地会出现假阴性诊断。因此,利用人工智能系统进行适当的肿瘤分类对于改善患者临床诊断至关重要。
医学影像是生成患者身体详细切面的标准程序之一。在肿瘤学中,临床医生利用这些医学影像进行诊断或制定治疗计划,因为它们提供了关于扫描病灶的信息[6]。随着最新进展,放射组学方法已被引入并快速应用于医学影像领域[3]、[5]。放射组学是利用高级数学算法从医学图像中提取高维定量特征的过程。该方法可以充分利用这些图像的潜力,并克服了临床医生肉眼判读影像的局限性[7]。大量研究表明,放射组学方法有助于建立癌症分类的预测模型[1]、[8]、[9]、[10]、[11]。放射组学也被认为是改善个体化治疗和方法的基本方法之一,因为它反映了病灶的潜在特征,从而强调了将医学图像的定量分析作为预测工具的一部分的重要性[10]、[12]。
计算机辅助诊断(CAD)是一种自动系统,旨在提高分类效果,同时尽量减少人为因素对决策的影响[13]。机器学习是一组使计算机能够基于给定输入进行学习和决策的算法。它是医学研究人员最喜欢的预测疾病预后的人工智能工具之一[14]。基于放射组学利用机器学习技术进行癌症分期分类的应用逐年增加。一些分类算法在以往研究中取得了进步,尤其是支持向量机(SVM),它被广泛用于癌症分类[15]、[16]、[17]、[18]、[19]。这些分类算法被证明是改善当前医学程序的便捷方法之一。然而,从医学图像中提取的大量数据是大数据领域面临的常见挑战。这些高维数据可能影响分类模型的输出,为克服这一问题,可使用特征选择方法[20]。2020年,一种名为方差分析(ANOVA)F检验的过滤方法被应用于构建乳腺癌预测分类模型[21]。尽管以往研究表明机器学习在癌症分类方面具有令人前景的结果,但它要求用户对构建分类模型有透彻的了解[9]。这些复杂的任务可能对医疗保健专业人士具有挑战性且费力,因为他们需要寻找合适的算法,包括调优模型超参数[22]。因此,自动化机器学习(AutoML)被开发出来,以自动化设计机器学习流程中的繁琐过程,减少耗时过程。
AutoML的主要功能是作为传统机器学习的替代方法,无需用户干预即可手动完成最优特征转换和分类器组合。在放射组学中的应用表明,AutoML的性能与传统方法相当[23]。AutoML的简单流程使机器学习非专家也能够开发和训练自己的模型[24]。这表明AutoML有潜力增强机器学习在肿瘤学中的应用。对于基于放射组学的建模,AutoML框架的优势在于能够自动在多种算法和优化的不同空间中执行搜索。目前已有多个框架被广泛应用于肿瘤学领域,如基于树的流程优化工具(TPOT)、H2O AutoML和AutoGluon。每种AutoML具有独特的学习能力和预定义算法,这导致在应用于高维放射组学数据集时搜索方向的性能结果各不相同。与此一致,以往研究表明TPOT能够利用临床数据和放射组学作为输入成功优化机器学习模型[25]、[26]。2023年,Musigmann等人将H2O AutoML应用于基于MRI的放射组学特征,并显示其预测胶质瘤分类的性能与传统开发的ML模型相当[27]。AutoGluon也越来越多地被应用于医学数据集,如Zhao等人使用该框架预测诊断为弥漫大B细胞淋巴瘤的老年患者的治疗反应[28]。
因此,在本研究中,我们旨在评估TPOT、H2O AutoML和AutoGluon基于放射组学与传统的基于SVM的机器学习方法在HCC分期分类方面的性能。此外,AutoML框架采用两种方法进行了评估:使用原始放射组学特征集和使用ANOVA F检验和BPSO算法选择的特征子集,以发现所提出的特征选择技术对分类性能的影响。

章节摘要

HCC磁共振成像(MRI)数据集

HCC的MRI图像从名为癌症影像归档(TCIA)的公开开放档案中获取(https://www.cancerimagingarchive.net,美国阿肯色州),专门用于癌症医学图像。获取了来自癌症基因组图谱肝细胞癌(TCGA-LIHC)的97例确诊肝细胞癌患者,分期为I至IV期(https://www.cancerimagingarchive.net/collection/tcga-lihc/) [29]数据集)。该数据集包含97名受试者,使用了

统计分析

放射组学提取数百个定量特征,其中包含人眼难以察觉的信息。然而,这些高维数据通常存在高特征相关性。图4中对662个特征进行的全局评估可以证明这一点,相关性热图显示了严重的多重共线性及冗余性。应用严格的相关系数阈值(|r| ≥ 0.95)来区分高度共线的特征对。总共4,219个特征

讨论

放射组学已成为医学影像分析的有前景方法之一,因为它能够提取大量可能反映潜在肿瘤特征的定量特征。然而,将放射组学特征用于预测建模会导致高维数据集,尤其是当提取的特征数量大于患者数量时。放射组学数据集可能包含冗余或不显著的特征,这可能影响预测

结论

总之,研究结果表明,所提出的ANOVA F检验和BPSO特征选择策略大大降低了放射组学维度,并影响了传统和AutoML建模。本研究的实证结果也支持在构建基于放射组学的HCC分类预测模型时,整合特征鲁棒性评估、优化的特征选择、自动模型搜索、统计比较和模型可解释性。

CRediT作者贡献声明

Nurin Syazwina Mohd Haniff:撰写—初稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念构思。Muhammad Khalis Abdul Karim:监督、资金获取。M.'Aqil Syahiran Izham:撰写—审阅与编辑、可视化。Mohammad Johari Ibahim:监督。Mohd Hazeman Zakaria:监督。

利益冲突声明

作者声明不存在已知的竞争性经济利益或个人关系,这些利益或关系可能对本论文所报道的工作产生影响。
Nurin Syazwina Mohd Haniff|Muhammad Khalis Abdul Karim|M.'Aqil Syahiran Izham|Mohammad Johari Ibahim|Mohd Hazeman Zakaria
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号