腹部CTによる骨密度測定のためのラジオミクスとスタッキング回帰モデル

Radiomics and stacking regression model for measuring bone mineral density using abdominal computed tomography.

抄録

背景:

骨密度（BMD）の測定は骨粗鬆症の診断に最も重要な方法である。しかし、現在のBMD測定は常に骨折発生後に行われている。

BACKGROUND: Measurement of bone mineral density (BMD) is the most important method to diagnose osteoporosis. However, current BMD measurement is always performed after a fracture has occurred.

目的:

腹部コンピュータ断層撮影（CT）に基づく放射線医学モデルが腰椎のBMDを予測できるかどうかを検討すること。

PURPOSE: To explore whether a radiomic model based on abdominal computed tomography (CT) can predict the BMD of lumbar vertebrae.

材料と方法:

二重エネルギーX線吸収測定（DXA）と腹部CT検査の両方を受けた合計245人の患者（訓練コホート、n=196；検証コホート、n=49）を我々のレトロスペクティブ研究に含めた。各患者の腹部CT画像から合計1218の画像特徴が抽出された。臨床情報と組み合わせて、最小絶対縮小・選択演算子（LASSO）回帰を含む3つのステップを使用して、主要な特徴を選択した。BMD予測には、線形モデルと非線形モデルの利点を統合できる、マルチアルゴリズム融合による2層スタッキング回帰モデルを使用した。このモデルの予測結果は、単一の回帰因子を用いた結果と比較された。自由度調整決定係数（Adjusted-R）、二乗平均平方根誤差（RMSE）、平均絶対誤差（MAE）を用いて回帰性能を評価した。

MATERIAL AND METHODS: A total of 245 patients who underwent both dual-energy X-ray absorptiometry (DXA) and abdominal CT examination (training cohort, n = 196; validation cohort, n = 49) were included in our retrospective study. In total, 1218 image features were extracted from abdominal CT images for each patient. Combined with clinical information, three steps including least absolute shrinkage and selection operator (LASSO) regression were used to select key features. A two-tier stacking regression model with multi-algorithm fusion was used for BMD prediction, which can integrate the advantages of linear model and non-linear model. The prediction results of this model were compared with those using a single regressor. The degree-of-freedom adjusted coefficient of determination (Adjusted-R), root mean square error (RMSE), and mean absolute error (MAE) were used to evaluate the regression performance.

結果:

他の回帰手法と比較して、2層スタッキング回帰モデルは高い回帰性能を有し、Adjusted-Rは0.830、RMSEは0.077、MAEは0.06であった。Pearson相関分析およびBland-Altman分析によると、モデルによって予測されたBMDはDXAの結果と高い相関を示した（r=0.932、差=-0.01±0.1412mg/cm）。

RESULTS: Compared with other regression methods, the two-tier stacking regression model has a higher regression performance, with Adjusted-R, RMSE, and MAE of 0.830, 0.077, and 0.06, respectively. Pearson correlation analysis and Bland-Altman analysis showed that the BMD predicted by the model had a high correlation with the DXA results (r = 0.932, difference = -0.01 ± 0.1412 mg/cm).

結論:

ラジオミクスを用いて、腹部CT画像から腰椎のBMDを予測することができた。

CONCLUSION: Using radiomics, the BMD of lumbar vertebrae could be predicted from abdominal CT images.