CT与PET多模态影像组学在肺癌中的研究进展_吴姝婷.pdf

与 多模态影像组学在肺癌中的研究进展吴姝婷，刘 赛，刘梦思，庄子健，张礼荣江苏大学附属医院医学影像科 江苏 镇江 【摘 要】与脱氧葡萄糖（）已广泛应用于肺癌的诊断、疗效及预后评估和基因型的预测。影像组学高通量地提取病灶的定量图像特征，挖掘病灶的生物学信息，为临床诊断及治疗提供新的依据。目前，大量的研究结果表示 或者 影像组学，尤其是多模态的 影像组学对肺癌的各方面研究均具有重要意义。本文总结近年来 及 影像组学在肺癌诊疗中的研究进展，并简要分析影像组学面临的挑战。【关键词】肺部肿瘤；影像组学；正电子发射断层显像术；体层摄影术，线计算机中图分类号：；文献标识码：文章编号：（）：，【】（），【】；，肺癌已成为全球癌症相关死亡的首要原因。病理组织活检是肺癌最准确的诊断方法，但此方法易给患者带来出血、疼痛和焦虑的风险。同时，肺癌的时间和空间的异质性也限制了活检的发展。因此，探寻一种非侵入式的、高精度的早期诊断方法对于肺癌患者的预后改善极为重要。影像组学是近年来新兴的研究热点。正电子发射型计算机断层扫描（，）以及电子计算机断层扫描（，）是目前常规使用的非侵入式的检查手段，分别为临床医师提供病灶的功能学及形态学信息。大量研究指出 与 影像组学在肺癌的诊断、分期、疗效评估等方面均有显著作用。本文讨论了 及 影像组学在肺癌诊治方面的研究进展，并对未来进行展望。影像组学的内涵与意义 年，“影像组学”的概念首次出现，其被认为是人工智能（，）中的一条分支，可以从影像学图像中高通量地提取定量特征并进行分析，从而提高肿瘤筛基金项目：江苏省研究生实践创新计划项目（编号：）；江苏大学第 批学生科研课题立项项目（编号：）作者简介：吴姝婷（），女，江苏大学医学院在读硕士研究生，住院医师，主要从事影像医学与核医学诊断工作通信作者：张礼荣：查和诊断的灵敏度与特异度。影像组学特征与生存或疗效等客观反应标准的相关性反映其在肿瘤诊断、预测及预后评估方面的能力。影像组学的工作流程主要分为 个部分：）图像获取；）图像分割及绘制；）图像特征提取和量化；）特征选择及筛选；）建立模型。影像组学特征是包含肿瘤的强度、形状、体积以及纹理特征等在内的一种定量图像特征，总体上可分为一阶特征、二阶特征和高阶特征。一阶特征包括直方图特征及形状特征，前者以体素值的直方图分布为基础，计算包括平均值、能量以及均匀度等统计学特征；形状特征是描述肿瘤的形状和空间位置等特定特征。二阶特征也称为纹理特征，考虑体素之间图像对比度的空间关系，包括灰度共生矩阵（，）、灰度游程矩阵（，）、灰度依 赖 矩 阵（，）和灰度区域大小矩阵（，）等。高阶特征通常是指在三个及以上像素之间关系的矩阵上计算得出的统计特征，如小波特征（多分辨率图像的尺度特征）等，在不同维度上反映肿瘤的复杂程度。影像组学提供一种非侵入的方法，对整体肿瘤的特征进行分析，间接反映肿瘤分子水平、细胞及组织成分的性质，定量分析肿瘤间或肿瘤内的异质性。根据不同的成像方式，异医学影像学杂志 年第 卷第 期 质性这一术语拥有不同的含义：在 中，异质性代表的是放射性药物摄取分布的可变性，而在 中，异质性指的是组织密度的可变性。影像组学通过多种不同的数学方法描述病灶的异质性，现已应用于肿瘤诊断、治疗方案选择、疗效监测及预后评估等多个方面。影像组学在肺癌诊断与治疗中的进展 影像组学在肺癌的早期诊断、病理分期等方面的研究已取得极大的进展。许多研究表明 影像组学可以提高肺结节良恶性的诊断准确性，有效地减少肺癌早期筛查的负担。等结合肺结节边缘锐利度和 纹理特征，成功运用随机森林分类器对肺结节的良恶性进行分类（）。影像组学特征分析在鉴别肺癌的不同病理分型方面同样具有重要意义。等采用 影像组学有效地鉴别肺腺癌及肺鳞癌。有研究进一步区分磨玻璃型肺腺癌的浸润前病变、微浸润及浸润性病变。等表示 影像组学比人工切片在诊断微浸润性腺癌方面表现出更高的灵敏度（）。影像组学也可用于预测肺癌的疗效、生存期及基因型，对肺癌的精准诊疗具有显著意义。等利用 纹理分析成功预测肺腺癌患者生存期的长短（，准确率 ）。有研究发现 期非小细胞肺癌（，）建立的 影像组学模型对 期 的预后评估有良好的适用性，这反映影像组学特征的稳定性和可重复性。晚期肺癌的靶向治疗与其基因突变状态相关，但穿刺活检得到的微量组织样本的基因测序相当困难。为预测肺腺癌 的突变状态，等从平扫 中提取影像组学特征建立组学模型（），并结合临床语义特征建立联合模型（），两者性能均优于单纯的临床语义模型（）。可见影像组学特征信息能够有效填补传统模型在肿瘤异质性信息方面的空缺，为临床医师提供更精准的风险分层和更具参考价值的预后信息。影像组学在肺癌研究中的进展 在诊断肺癌时多将最大标准化摄取值（）作为标准，结合形态学特征及病史对病灶性质进行判断。影像组学则为临床医师提供肉眼无法识别的纹理特征等信息，极大地提高诊断的灵敏度及特异度。等研究发现，组织病理学上的肿瘤细胞密度和间隙与 影像组学特征熵、偏度和峰度等相关，这可能解释了 中 影像组学的生物学基础。等将肺结节的 影像组学特征与其代谢参数结合，成功预测了肺结节的良恶性（；灵敏度；特异度 ）。等利用基于 的影像组学特征及多种机器学习算法有效区分肺腺癌和肺鳞状细胞癌（，准确率 ）。影像组学不仅可以获取病灶的代谢信息，还能展示病灶的微环境与生物学信息。这些综合性的病灶信息进一步提高诊断的准确性。影像组学不仅在肺癌诊断与鉴别诊断上有重要作用，还广泛应用于肺癌的疗效及预后评估。现已有研究表明影像组学特征可预测术前新辅助化疗疗效，区分肿瘤的完全缓解和部分残余。等发现治疗前的肿瘤代谢体积（，）对放疗反应的预测能力不高（），而 影像组学特征对疗效的应答表现出更高的特异度（）和灵敏度（.）。一项多中心回顾性研究表明，患者的临床常规 参数包括、和 缺乏任何预后信息，而 影像组学特征可以有效预测患者的总生存期（，）。相较于常规的代谢参数，影像组学可以额外获得反映病灶异质性的信息，为制定及调整治疗方案提供更加精确的参考。与 多模态影像组学在肺癌中的进展及应用 的混合成像为放射科医师提供病灶的形态学及代谢信息，提高病灶诊断的准确性。影像组学的出现，打破了传统医学影像诊断仅依据解剖形态学改变的局限，高通量地提供肉眼无法获取的定量化肿瘤异质性信息，展现了影像学与生物学之间的高度联系。与 多模态影像组学将病灶的形态学信息、功能学信息以及反映肿瘤异质性的纹理特征结合为一体，并联合临床信息、基因表型数据，在肺癌诊断、疗效评估及预后预测等方面发挥重要的作用。肺癌的诊断与鉴别临床上多运用 摄取值阈值法或者二分法（病灶的 值高于纵隔血池值倾向于恶性）来诊断肺癌，而有研究指出联合肺癌的 代谢信息、形态信息及临床信息建立的数学模型，其诊断的灵敏度和特异度均优于以上两种方法。等整合、影像组学特征与临床语义特征建立的 模型，显示出极佳的鉴别结核与肺癌的能力（）。等分别选取 个 及 影像组学特征联合病灶 值来超前诊断早期浸润性腺癌，该联合模型比单纯影像组学模型和临床模型显示出更高的临床价值。等建立的由临床因素、和 影像组学特征组成的联合模型，在预测 分型方面亦具有最高的预测效率和临床效用（）。与 多模态影像组学和临床参数的结合可以获得更加完整的病灶信息，这种联合式的模型更有助于临床医师的诊断。肺癌的治疗疗效与预后预测 多依据肺癌放化疗前后 摄取值和肿瘤大小的变化来间接判断疗效，而不同组织类型甚至相同组织类型的肺癌对同一种治疗方案会表现出不同的结果。影像组学特征能够直接反映肿瘤的空间及时间异质性，辅助临床医师更加准确地评估肿瘤的治疗疗效和预后。等发现，结合灰度共生矩阵中的信息相关性（，图像的特征）和均匀度（图像的特征）两种纹理特征可以极好地预测早期 的体部立体定向放射治疗（，）疗效（灵敏度 ，特异度 ），并且提供与复发相关的信息。有研究者医学影像学杂志 年第 卷第 期 分别进行回顾性及前瞻性研究，两种研究结果均表示从 图像与 的融合图像中提取的影像组学特征可以有效地预测晚期 患者的免疫治疗反应。等发现基于 影像组学得到的深度学习评分与 患者的不同化疗方法的疗效呈一定相关性。同样，等联合 和 图像的影像组学特征基于深度学习方法预测出肺癌患者的生存时间。该深度学习模型的性能要优于单纯的 影像组学模型，可能为肺癌患者的个性化管理提供更多的预测信息，这或许是影像组学进一步发展的方向。肺癌的基因与突变型预测肺癌的靶向治疗与其基因突变有关，穿刺活检是肺癌基因型测定的金标准，然而此方法存在较多局限性。因此，可以反映肿瘤整体异质性的无创性影像组学则展现其不可多得的优势。等采用两组影像组学特征（均由 个 特征和 个 特征组成）分别建立模型预测肺腺癌的 基因突变亚型（、），结果均显示出较好的识别能力（分别为 和）。与单纯的临床模型及 代谢参数模型相比，影像组学模型在鉴别 阳性和阴性方面表现出更优的性能（，准确率 ）；当加入临床特征时，该模型的性能进一步提高（，准确率 ）。在单模态影像组学模型和单纯临床模型的对比之下，与 影像组学的联合在预测肺癌基因型方面取得更优结果。与 多模态影像组学凭借其无创性和能够提供更全面的肿瘤信息的优势，有望取代病理组织活检方式来诊断肿瘤的基因型，对肺癌靶向治疗具有显著的临床应用价值。影像组学在肺癌领域面临的挑战与展望 及 影像组学特征已广泛运用于肺结节的良恶性鉴别、肺癌的诊断以及疗效与预后评估，甚至肺癌基因型的预测。以上研究已经表明，或 影像组学在肺癌各方面的应用均取得良好的效果，而 与 多模态的影像组学则表现得更为出色。图像可以提供病灶的形态学信息却不能展现病灶的代谢情况，图像可显示病灶的功能学信息但分辨率较低，而 与 的结合则互相弥补对方的缺陷，能够获得更加完整的病灶信息，辅助医师做出更精准的诊断。这也是 与 多模态影像组学能够得到更佳结果的原因。影像组学在 领域依旧处于起步阶段，且绝大多数研究都是单中心、小样本量以及单一模态的回顾性研究。这使得研究者面临特征可重复性差、数据共享与标准化难的巨大挑战。影像组学不仅需要影像医师的参与，还需要有工科背景的专业人员的辅助才能完成，而这样的多学科合作还有待加强。在未来，解决这样的挑战还需要更多的医疗机构、更多学科的研究者密切配合。总而言之，影像组学是精准医疗和大数据发展时代的必然产物。相信随着影像组学在 领域的不断深入探索，其有望进一步进入临床工作，为肺癌的准确诊断、个体化和精准化治疗提供有力的决策依据。参考文献：，（）：，：，（）：，（）：刘冬冬，武志峰，鄂林宁，等 的形态学征象联合影像组学特征诊断模型在肺结节诊断中的应用 医学影像学杂志，（）：，（）：，（）：朱爱丽，于友国，鲍山，等 基于影像组学分析预测磨玻璃结节型肺腺癌浸润性的初步研究 医学影像学杂志，（）：，（）：，（）：，（）：，（）：，：，（）：，（）：，（）：，（）：医学影像学杂志 年第 卷第 期 ，（）：，（）：，（）：，（）：刘文涓，王全师，吴湖炳，等 以 和临床信息为基础的孤立性肺结节诊断模型 中华核医学与分子影像杂志，（）：，（）：，（）：，（）：，：，（）：，（）：，（）：，：，（）：，（）：，（）：，：，（）：（收稿日期：）（上接 页）图 舌尖部探及一低回声结节，边界清，形态规则，内回声不均匀 图 结节周边及内部可见较多条状血流信号 。免疫组化：（），（），（），（），（），（），（），（）。讨论：舌部肿瘤以恶性肿瘤多发，其中 为鳞状细胞癌，神经鞘瘤较为罕见。舌神经鞘瘤通常包膜完整且生长缓慢，外科手术可以完整切除，切除后预后良好，术前正确诊断有助于临床手术方案的确定。舌部常见良性病变中血管畸形较常见，本例怀疑血管畸形行超声检查，但超声检查时肿物内部未见明显管状结构，内部血流信号不如血管畸形丰富。因舌部神经较多，所以神经鞘瘤可发生在舌部，但同时舌部神经较细，很难显示神经鞘瘤典型的“鼠尾征”及“鞘征”。当超声发现边界清晰的舌部实性肿瘤时要想到神经鞘瘤的可能。参考文献：，：，（）：王 灿，王博成，丁伟龙，等 舌