间质性肺病（ILD）包括200多种不同的慢性疾病，常导致肺纤维化。肺纤维化的三个主要病理模式是普通间质性肺炎（UIP）、非特异性间质性肺炎（NSIP）和以气道为中心的纤维化，相应的影像学模式分别是UIP、NSIP和慢性超敏性肺炎（CHP）。鉴于临床、组织病理学和影像学表现的重叠，即使对专家来说，区分这三个分类也是一种挑战。

现阶段，机器学习（ML）在医学成像任务中取得了很高的性能。用于ILD量化的传统ML算法是计算机辅助肺部信息学的病理评估和评级（CALIPER），其利用特征工程从放射医师标记的数据中提取计算机断层扫描（CT）特征来量化CT模式。卷积神经网络是ML的一个子类，其判别特征是从训练数据中进行学习，没有预定的特征。除了上述限制，到目前为止，CALIPER只被用来量化CT图像特征，而不对ILD进行分类。

近日，发表在European Radiology杂志的一项研究将CALIPER衍生的CT定量数据与临床数据合成构建了一个ML模型，并评估了此类模型以及单个CALIPER特征在UIP、NSIP和CHP组织病理学分类中的诊断性能，为实现临床对ILD不同病理分型的快速识别及诊断提供了技术支持及参考依据。

本研究回顾性地纳入了1085名经病理学证实的普通间质性肺炎（UIP）、非特异性间质性肺炎（NSIP）和慢性超敏性肺炎（CHP）的患者，每位患者均接受了活检前的胸部CT扫描。使用Kruskal-Wallis检验评估了QCT特征与每种ILD的关联。QCT特征、患者人口统计学和肺功能测试（PFT）结果训练了eXtreme Gradient Boosting（训练/验证集n = 911），产生3个模型。M1=只有QCT特征；M2=M1加上年龄和性别；M3=M2加上PFT结果，同时建立了一个DL模型。对多类（UIP与NSIP与CHP）和二类（UIP与非UIP）分类性能，比较了ML和DL模型的受试者工作特性曲线下的面积（AUC）和95%置信区间（CIs）。 

大多数（69/78[88%]）的QCT特征成功地区分了3种ILD（调整后的P≤0.05）。所有的QCT-ML模型都取得了比DL模型更高的AUC（M1、M2、M3和DL的多类AUC微观平均值为0.910、0.910、0.925和0.798，宏观平均值为0.895、0.893、0.925和0.779；M1、M2、M3和DL的二元AUC分别为0.880、0.899、0.898和0.869）。与M2相比，M3在多类预测方面表现出明显的性能优势（∆AUC：0.015，CI：[0.002, 0.029]）。 

表 XGBoost（M1-M3）和深度学习（DL）模型之间的多类分类（CHP vs. NSIP vs. UIP）性能差异。模型1（M1）：只有CALIPER特征的XGBoost模型；模型2（M2）：M1带有年龄和性别；模型3（M3）：M2带有肺功能测试结果。阴影单元格内的粗体值具有统计学意义，置信区间不超过0

本研究表明，CALIPER的定量特征与UIP、NSIP和CHP的病理诊断明显相关。本研究基于CALIPER的ML模型在对UIP、NSIP和CHP进行分类时表现出很高的诊断性能。

原文出处：

Chi Wan Koo,James M Williams,Grace Liu,et al.Quantitative CT and machine learning classification of fibrotic interstitial lung diseases.DOI:10.1007/s00330-022-08875-4