影像組學(xué)在核醫(yī)學(xué)影像中的應(yīng)用進(jìn)展*

任靜蕓 霍 力 李 方*

組學(xué)是指在已有數(shù)據(jù)集中系統(tǒng)構(gòu)建高維信息數(shù)據(jù)，包括基因組學(xué)、蛋白質(zhì)組學(xué)等。影像組學(xué)是通過給定的成像方式運(yùn)用自動或半自動軟件對醫(yī)學(xué)圖像數(shù)據(jù)進(jìn)行定量分析，從圖像中提取大量的特征，包括紋理分析、形狀描述符和其他定量指標(biāo)。影像組學(xué)可以比醫(yī)生視覺評估提供更多更好的信息，因而這種方法在近年來變得越來越流行[1-2]。精準(zhǔn)醫(yī)療的目的是提高患者的總體生存率和無進(jìn)展生存率，而影像組學(xué)數(shù)據(jù)已被證明與一些臨床終點(diǎn)相關(guān)，與傳統(tǒng)圖像的體積和尺寸特征對比表現(xiàn)出更好的性能。影像組學(xué)在放射學(xué)領(lǐng)域運(yùn)用較早，方法較為成熟，20世紀(jì)90年代初已廣泛運(yùn)用于X射線計算機(jī)斷層成像(X-ray computed tomograph，CT)和磁共振成像(magnetic resonance imaging，MRI)，但在核醫(yī)學(xué)領(lǐng)域起步較晚，相關(guān)研究較少[3-4]。故針對影像組學(xué)在核醫(yī)學(xué)影像中的應(yīng)用進(jìn)展，闡述影像組學(xué)具體處理流程、在核醫(yī)學(xué)方面的臨床應(yīng)用及未來發(fā)展方向。

1 影像組學(xué)與核醫(yī)學(xué)中影像

1.1 影像組學(xué)的處理流程

影像組學(xué)的處理流程可分為5部分：①圖像獲??；②確定感興趣區(qū)；③圖像分割，采用人工方法或者計算機(jī)輔助；④特征的提取和量化；⑤數(shù)據(jù)分析，根據(jù)數(shù)據(jù)建立分類模型進(jìn)行預(yù)測。

1.2 核醫(yī)學(xué)中的影像組學(xué)發(fā)展

影像組學(xué)在本世紀(jì)初開始逐漸運(yùn)用于核醫(yī)學(xué)領(lǐng)域，主要對正電子發(fā)射計算機(jī)斷層掃描儀(positron emission computed tomography，PET)圖像中腫瘤內(nèi)異質(zhì)性進(jìn)行研究[5-6]。其動機(jī)是在臨床實(shí)踐或一些研究中，最大標(biāo)準(zhǔn)化攝取值(standardized uptake value，SUVmax)、平均標(biāo)準(zhǔn)攝取值(SUVmean)或代謝活躍的腫瘤體積(metabolically active tumor volume，MATV)等指標(biāo)不能完全描述腫瘤的性質(zhì)[7]。其中一些特征，如形狀和攝取異質(zhì)性，可能反映不同腫瘤類型與其侵襲性、轉(zhuǎn)移潛能、對特定治療的反應(yīng)程度以及預(yù)后有關(guān)[8-9]。與常規(guī)指標(biāo)相比，量化這些特征可提供更高的臨床價值，尤其是在分層及識別治療反應(yīng)較差的患者中。既往分析認(rèn)為，CT或MRI圖像比PET圖像更具有優(yōu)越性，這是因為PET圖像的信噪比和空間分辨率較低，空間采樣也較差。此外，為利于臨床醫(yī)生視覺評估，重建的PET圖像常被平滑，圖像中可用信息被進(jìn)一步減少。隨著PET-CT系統(tǒng)、飛行時間(time of flight，TOF)技術(shù)的發(fā)展，對目前臨床金標(biāo)準(zhǔn)迭代算法的一些修正，過去的10年中PET圖像的保真度及定量精確度均有大幅改善[10]。

2 影像組學(xué)在核醫(yī)學(xué)中的臨床應(yīng)用

2.1 18F-FDGPET-CT影像特征分析

目前，影像組學(xué)在核醫(yī)學(xué)領(lǐng)域研究中大多數(shù)研究對象是18F-FDG PET-CT中的PET影像部分。要發(fā)揮影像組學(xué)的臨床價值需要大量的患者隊列和嚴(yán)格的統(tǒng)計分析方法，而部分研究只納入了20～70例患者。Soussan等[11]對54例局部晚期乳腺癌患者的初始18F-FDG PET-CT圖像進(jìn)行回顧性研究，認(rèn)為對于三陰性乳腺癌，結(jié)合高灰度游程(high-gray-level run emphasis，HGRE)與SUVmax可以獲得更高的受試者操作特征(receiver operating characteristic，ROC)曲線下面積(area under curve，AUC)，AUC=0.83，而單獨(dú)運(yùn)用SUVmax的AUC=0.77。Yip等[12]對54例食管癌患者放化療前后的PET-CT圖像進(jìn)行研究，認(rèn)為隨時間變化的熵和游程長度矩陣(run-length matrix，RLM)，可以比標(biāo)準(zhǔn)化攝取值(standardized uptake value，SUV)更好的評估病理反應(yīng)和患者生存的聯(lián)系。Bundschuh等[13]對27例直腸癌患者行新輔助化療前、開始后2周及化療完成后4周分別行18F-FDG PET-CT檢查，并對圖像進(jìn)行分析，認(rèn)為變異系數(shù)(coefficient of variation，COV)對于治療早期的靈敏度68%、特異度88%以及治療后靈敏度79%、特異度88%的組織病理學(xué)反應(yīng)評估有統(tǒng)計學(xué)差異。Mu等[14]對42例不同分期宮頸癌患者的18F-FDG PET-CT圖像進(jìn)行研究，通過自動分類的支持向量機(jī)(support vector machine，SVM)分類器，得出運(yùn)行率(run percentage，RP)是最有判別力的指標(biāo)，精確度達(dá)到88.1%，AUC=0.88，認(rèn)為腫瘤異質(zhì)性與腫瘤分期有很好的相關(guān)性。

近年來，有研究納入較多患者(80～200例，甚至200例以上)18F-FDG PET-CT圖像進(jìn)行研究。Cheng等[15]對88例T3和(或)T4分期的口咽鱗狀細(xì)胞癌患者腫瘤區(qū)域異質(zhì)性進(jìn)行研究，認(rèn)為區(qū)域大小不均勻性(zone-size nonuniformity，ZSNU)是進(jìn)展的T分期口腔鱗狀細(xì)胞癌患者預(yù)后的獨(dú)立預(yù)測因子，并且可以改善預(yù)后分層。Xu等[16]應(yīng)用紋理分析和模式分類對103例骨與軟組織病變患者的18F-FDG PET-CT圖像進(jìn)行研究，認(rèn)為該方法可提高對病變良惡性的鑒別能力，尤其是采用PET(熵和粗度)和CT(熵和相關(guān)性)紋理參數(shù)結(jié)合的時候效能最高，靈敏度為86.44%，特異度為77.27%，準(zhǔn)確率為82.52%。Wu等[17]對101例早期非小細(xì)胞肺癌患者進(jìn)行研究，得出最佳的預(yù)測模型包括兩個圖像特征，即瘤內(nèi)異質(zhì)性SUVmax，在獨(dú)立驗證隊列中，該模型的一致性指數(shù)為0.71，高于SUVmax(0.67)和腫瘤體積指數(shù)(0.64)，當(dāng)結(jié)合病變組織學(xué)類型后預(yù)后能力進(jìn)一步提高，有助于醫(yī)生為早期非小細(xì)胞肺癌(non-small cell lung cancer，NSCLC)患者量身定制合適的治療方案。Gao等[18]研究了132例肺癌患者，認(rèn)為基于SVM的算法對于淋巴結(jié)轉(zhuǎn)移診斷具有潛力，由CT、PET和PET-CT構(gòu)建的模型曲線下面積分別為0.689、0.579和0.685；而淋巴結(jié)最大的短徑，SUVmax的曲線下面積分別為0.684和0.652。另有學(xué)者對于116例Ⅰ～Ⅲ期NSCLC患者、195例Ⅲ期NSCLC患者及201例局部晚期NSCLC癌患者的PET圖像進(jìn)行了研究，認(rèn)為PET熵和CT區(qū)域百分比與臨床分期和功能容積值的互補(bǔ)性最高，共生矩陣中的疾病堅固度、原發(fā)腫瘤的能量與患者預(yù)后有關(guān)，SUVmean與總生存率的預(yù)測有關(guān)[19-21]。Hyun等[22]對137例胰腺導(dǎo)管腺癌患者進(jìn)行了研究，得出結(jié)論：PET紋理分析得出的瘤內(nèi)異質(zhì)性信息是患者生存的獨(dú)立預(yù)測因子(相對于腫瘤分期及血清CA19-9水平)。此外，一階熵作為衡量腫瘤代謝異質(zhì)性的指標(biāo)，是一種比傳統(tǒng)PET參數(shù)更好的定量顯像生物標(biāo)志物。Lartizien等[23]對188例淋巴瘤患者的PET圖像進(jìn)行了分析，提出了一種基于不同濾波方法相結(jié)合的原始特征提取方法，對高代謝區(qū)域淋巴瘤組織及炎性或生理性攝取的鑒別有著很好的性能。

這些研究中部分研究使用了更可靠的統(tǒng)計分析方法，其中有一些使用機(jī)器學(xué)習(xí)方法，如神經(jīng)網(wǎng)絡(luò)[24]，支持向量機(jī)[16，18，23]或最小絕對收縮和選擇算子(least absolute shrinkage and selection operator，LASSO)[17，21]。

有學(xué)者對于PET和PET-CT組件中低劑量CT圖像衍生特征進(jìn)行了研究，Win等[25]發(fā)現(xiàn)腫瘤分期和PETCT組件中CT衍生的紋理異質(zhì)性歸一化熵、中和(或)粗尺度是NSCLC患者生存的最佳預(yù)測因子。要注意PETCT組件的低劑量CT獲得的圖像與高分辨率CT或診斷CT圖像是有差異的，在分析時要加以區(qū)別。部分研究認(rèn)為，結(jié)合PET-CT圖像中PET及CT的圖像特征，可以得出敏感性、特異性及準(zhǔn)確性更高的結(jié)果[16，18-19，23]。

2.2 非18F-FDG PET-CT、PET-MR及免疫組化指標(biāo)研究

Pyka等[26]對113例高級別膠質(zhì)瘤患者治療前的18F-FET PET-CT圖像進(jìn)行研究，認(rèn)為治療前18F-FET PET-CT圖像中的吸收異質(zhì)性對腫瘤進(jìn)展和患者生存率的預(yù)測是有價值的，強(qiáng)調(diào)腫瘤內(nèi)異質(zhì)性在高級別膠質(zhì)細(xì)胞瘤生物學(xué)中的重要性，可能有助于將來個體化治療計劃的制定。

Vallieres等[27]的研究提取18F-FDG-PET和MRI的影像信息聯(lián)合預(yù)測了四肢軟組織肉瘤的肺轉(zhuǎn)移，認(rèn)為融合的18F-FDG PET-MRI圖像可以提供更好的預(yù)測信息。

Antunes等[28]對兩例腎細(xì)胞癌患者進(jìn)行了18F-氟胸苷(fluorothymidine，F(xiàn)LT)PET-MRI檢查(分別在治療前及治療中期)，認(rèn)為18F-FLT PET-MRI的影像組學(xué)特征，即SUV值、表觀彌散系數(shù)(apparent diffusion coefficient，ADC)值和T2加權(quán)差平均值，可以評估患者對細(xì)胞抑制劑治療的早期結(jié)構(gòu)和功能反應(yīng)，但這一結(jié)論的可靠性是有限的，因為研究只納入了兩名患者。同時，對PET派生特征和其他相關(guān)信息的組合加以考慮，如最近一項研究中，Wang等[29]對113例晚期口咽鱗狀細(xì)胞癌患者治療前18F-FDG PET-CT圖像和關(guān)鍵的免疫組化指標(biāo)表皮生長因子受體(epidermal growth factor receptor，EGFR)和p16中提取的區(qū)域大小不均勻性信息進(jìn)行分析，發(fā)現(xiàn)相關(guān)信息可以提高患者的預(yù)后分層。

3 展望

影像組學(xué)作為一種新興的研究方法，通過從不同模態(tài)中提取高通量的影像特征并對其進(jìn)行分析，對不同腫瘤類型的患者管理，如預(yù)后、評估治療反應(yīng)、預(yù)測遠(yuǎn)處轉(zhuǎn)移、個體化治療等提供有效的量化指標(biāo)。這種非侵入性檢查工具，可提高臨床工作效率，為臨床醫(yī)生和患者帶來更多收益。影像組學(xué)的應(yīng)用不局限于腫瘤領(lǐng)域，其他疾病領(lǐng)域也可運(yùn)用。目前影像組學(xué)在核醫(yī)學(xué)影像方面應(yīng)用起步較晚，相關(guān)研究較少，研究納入患者數(shù)量也較有限，但已有的研究證明影像組學(xué)在核醫(yī)學(xué)影像中的應(yīng)用是未來的發(fā)展方向之一，且方法不止限于18F-FDG PET-CT，還可融合PET-MR圖像，或運(yùn)用一些新型藥物進(jìn)行檢查及分析，并可結(jié)合臨床分期及一些免疫組化指標(biāo)，為臨床提供更多更可靠的信息。