影像組學(xué)特征對(duì)肝癌放療敏感性的影響分析

李春鳴　余更生　崔恩銘　饒建　雷芳勇　周樹(shù)權(quán)

【摘要】 目的：分析影像組學(xué)特征在肝癌放療敏感性評(píng)價(jià)中的應(yīng)用價(jià)值。方法：選擇2014年1月-2019年12月本院收治的以放射治療作為首要治療方式的60例肝癌患者為觀察對(duì)象。根據(jù)放療效果，將患者分為敏感組26例和不敏感組34例。收集患者肝臟CT資料，以放療病灶為觀察區(qū)域，應(yīng)用影像組學(xué)分析軟件，提取放療病灶的影像組學(xué)特征。分析影像組學(xué)特征對(duì)肝癌放療敏感性的影響。結(jié)果：將兩組影像組學(xué)數(shù)據(jù)導(dǎo)入SPSS 20.0軟件，單因素logistic回歸分析結(jié)果顯示，灰度共生矩陣數(shù)據(jù)中同質(zhì)性、能量性及對(duì)比性，灰色水平運(yùn)行長(zhǎng)度矩陣數(shù)據(jù)中短期強(qiáng)調(diào)、長(zhǎng)期強(qiáng)調(diào)及長(zhǎng)度不均勻，灰度區(qū)域長(zhǎng)度矩陣數(shù)據(jù)中長(zhǎng)帶強(qiáng)調(diào)、長(zhǎng)帶低灰度強(qiáng)調(diào)及長(zhǎng)帶高灰度強(qiáng)調(diào)均為影響放療敏感性的單因素指標(biāo)（P<0.05）。多因素logistic回歸分析結(jié)果顯示，灰度共生矩陣數(shù)據(jù)中同質(zhì)性、能量性及對(duì)比性，灰色水平運(yùn)行長(zhǎng)度矩陣數(shù)據(jù)中短期強(qiáng)調(diào)及長(zhǎng)期強(qiáng)調(diào)，灰度區(qū)域長(zhǎng)度矩陣數(shù)據(jù)中長(zhǎng)帶低灰度強(qiáng)調(diào)及長(zhǎng)帶高灰度強(qiáng)調(diào)均為影響放療敏感性的多因素指標(biāo)（P<0.05）。結(jié)論：肝癌放療治療前影像組學(xué)特征與放療敏感性有關(guān)，可作為評(píng)價(jià)放療敏感性的重要指標(biāo)。

【關(guān)鍵詞】 影像組學(xué)特征 肝癌 放療敏感性

Analysis of the Influence of Imaging Characteristics on Radiotherapy Sensitivity of Hepatocellular Carcinoma/LI Chunming， YU Gengsheng， CUI Enming， RAO Jian， LEI Fangyong， ZHOU Shuquan. //Medical Innovation of China， 2021， 18（23）： -159

[Abstract] Objective： To analyze the application value of imaging characteristics in the evaluation of radiotherapy sensitivity of liver cancer. Method： A total of 60 patients with hepatocellular carcinoma treated in our hospital from January 2014 to December 2019 with radiotherapy as the primary treatment were selected as the observation objects. According to the effect of radiotherapy， the patients were divided into sensitive group （n=26） and insensitive group （n=34）. The liver CT data of the patients were collected， and the radiomeric features of the radiotherapy lesions were extracted using radiomic analysis software， taking the radiotherapy lesions as the observation area. The influence of radiomeric features on radiotherapy sensitivity of liver cancer was analyzed. Result： The two groups of imaging omics data were imported into SPSS 20.0 software. The results of single-factor logistic regression analysis show that the homogeneity， energy and comparability of gray co-occurrence matrix data， short-term emphasis， long-term emphasis and uneven length of gray horizontal running length matrix data， in gray area length matrix data， long band emphasis， long band low gray emphasis and long band high gray emphasis were single factor indexes affecting radiotherapy sensitivity （P<0.05）. The results of multivariate logistic regression analysis showed that homogeneity， energy and contrast in gray level co-occurrence matrix data， medium and short-term emphasis and long-term emphasis in gray level operation length matrix data， long band low gray emphasis and long band high gray emphasis in gray area length matrix data were multi factor indexes affecting radiotherapy sensitivity （P<0.05）. Conclusion： The imaging characteristics of liver cancer before radiotherapy are related to radiotherapy sensitivity， which can be used as an important index to evaluate radiotherapy sensitivity.

[Key words] Imaging characteristics Hepatocellular carcinoma Radiotherapy sensitivity

First-author’s address： Jiangmen Central Hospital， Jiangmen 529000， China

doi：10.3969/j.issn.1674-4985.2021.23.038

肝癌為臨床最為常見(jiàn)的消化系統(tǒng)惡性腫瘤之一，因肝癌的隱匿性較高，故多數(shù)患者確診時(shí)已經(jīng)處于腫瘤晚期，預(yù)后往往并不理想[1-2]。近年來(lái)，隨著放療技術(shù)的發(fā)展，其在局部晚期肝癌治療中的地位逐漸提高，且已被多個(gè)臨床指南所推薦，但因放療存在放射性肝損傷的不良反應(yīng)，在一定程度上也降低了患者治療的依從性[3-5]。因此，在肝癌患者放療前準(zhǔn)確的預(yù)測(cè)放療敏感性，對(duì)于減少放療損傷，提高放療效果具有重要意義。故本研究選取放療前CT影像組學(xué)特征作為觀察指標(biāo)，分析其對(duì)于放療敏感性的評(píng)價(jià)作用，以期為臨床治療提高一定的參考。現(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料 選擇2014年1月-2019年12月本院收治的以放射治療作為首要治療方式的60例肝癌患者為觀察對(duì)象，男35例，女25例;平均年齡（50.69±6.39）歲;肝癌分期：Ⅰ期5例，Ⅱ期18例，Ⅲ期26例，Ⅳ期11例;Edmondson-Steiner分級(jí)標(biāo)準(zhǔn)：低分化16例，中分化22例，高分化22例。（1）納入標(biāo)準(zhǔn)：①均經(jīng)肝臟穿刺活檢及病理學(xué)檢查，明確診斷為肝癌;②均以三維適形放療為首要治療方式;③年齡18～75歲;④臨床資料完整。（2）排除標(biāo)準(zhǔn)：①合并其他部位惡性腫瘤或?qū)俑无D(zhuǎn)移癌;②接受除放療外，其他抗腫瘤治療方案治療;③存在免疫系統(tǒng)疾病;④合并嚴(yán)重心腦血管疾病、腎臟功能不全;⑤合并嚴(yán)重外傷者。授權(quán)委托人完全了解本研究，并簽署知情同意書(shū)。研究經(jīng)醫(yī)院倫理學(xué)委員會(huì)批準(zhǔn)。

1.2 方法 回顧性分析所有患者的臨床資料，收集所有患者放療前的肝臟CT圖像資料，以放療病灶為觀察區(qū)域，應(yīng)用影像組學(xué)分析軟件，提取放療病灶的影像組學(xué)特征，分析影像組學(xué)特征影響肝癌放療敏感性的危險(xiǎn)因素。影像組學(xué)特征提取方法：患者肝臟CT平掃均于64排螺旋CT下進(jìn)行，以5 mm作為掃描層厚，將所采集的CT圖像上傳至Eclipse系統(tǒng)中，對(duì)放療病灶區(qū)域進(jìn)行勾畫(huà)。勾畫(huà)完成后，將圖像及相關(guān)數(shù)字信息上傳至MATLAB軟件，采集紋理特征。

1.3 觀察指標(biāo)及判定標(biāo)準(zhǔn) 依據(jù)實(shí)體瘤療效判定標(biāo)準(zhǔn)，對(duì)所有患者放療效果進(jìn)行評(píng)價(jià)，將治療后達(dá)到完全緩解及部分緩解標(biāo)準(zhǔn)者作為敏感組（n=26），以治療后達(dá)到無(wú)變化及進(jìn)展者作為不敏感組（n=34）。實(shí)體瘤療效判定標(biāo)準(zhǔn)如下，完全緩解：所有病灶完全消失;部分緩解：雙徑可測(cè)病灶，各病灶最大垂徑乘積之和縮小50%以上，或單徑可測(cè)病灶，各病灶最大徑之和減少50%以上;無(wú)變化：雙徑可測(cè)病灶，各病灶最大垂徑乘積之和縮小不足50%，或增大不超過(guò)25%，或單徑可測(cè)病灶，各病灶最大徑之和縮小不足50%，或增大不超過(guò)25%。進(jìn)展：一個(gè)或多個(gè)病灶增大超過(guò)25%，或出現(xiàn)新病灶，或新出現(xiàn)胸、腹水，或細(xì)胞學(xué)找到癌細(xì)胞[6]。

1.4 統(tǒng)計(jì)學(xué)處理 采用SPSS 20.0軟件對(duì)所得數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，計(jì)量資料用（x±s）表示，比較采用t檢驗(yàn);計(jì)數(shù)資料以率（%）表示，比較采用χ檢驗(yàn);應(yīng)用logistic回歸分析進(jìn)行單因素及多因素分析。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 兩組基線資料比較 兩組平均年齡、性別、肝癌分期、肝癌分級(jí)比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），見(jiàn)表1。

2.2 幾何直方圖特征對(duì)放療敏感性單因素分析 將兩組影像組學(xué)幾何直方圖特征數(shù)據(jù)導(dǎo)入SPSS 20.0軟件，單因素logistic回歸分析結(jié)果顯示，所觀察的影像組學(xué)幾何直方圖特征數(shù)據(jù)均非影響放療敏感性的單因素指標(biāo)（P>0.05），見(jiàn)表2。

2.3 灰度共生矩陣對(duì)放療敏感性單因素分析 將兩組影像組學(xué)灰度共生矩陣數(shù)據(jù)導(dǎo)入SPSS 20.0軟件，單因素logistic回歸分析結(jié)果顯示，灰度共生矩陣數(shù)據(jù)中同質(zhì)性、能量性及對(duì)比性為影響放療敏感性的單因素指標(biāo)（P<0.05），見(jiàn)表3。

2.4 灰色水平運(yùn)行長(zhǎng)度矩陣對(duì)放療敏感性單因素分析 將兩組影像組學(xué)灰色水平運(yùn)行長(zhǎng)度矩陣數(shù)據(jù)導(dǎo)入SPSS 20.0軟件，單因素logistic回歸分析結(jié)果顯示，灰色水平運(yùn)行長(zhǎng)度矩陣數(shù)據(jù)中短期強(qiáng)調(diào)、長(zhǎng)期強(qiáng)調(diào)及長(zhǎng)度不均勻?yàn)橛绊懛暖熋舾行缘膯我蛩刂笜?biāo)（P<0.05），見(jiàn)表4。

2.5 灰度區(qū)域長(zhǎng)度矩陣對(duì)放療敏感性單因素分

析 將兩組影像組學(xué)灰度區(qū)域長(zhǎng)度矩陣數(shù)據(jù)導(dǎo)入SPSS 20.0軟件，單因素logistic回歸分析結(jié)果顯示，灰度區(qū)域長(zhǎng)度矩陣數(shù)據(jù)中長(zhǎng)帶強(qiáng)調(diào)、長(zhǎng)帶低灰度強(qiáng)調(diào)及長(zhǎng)帶高灰度強(qiáng)調(diào)為影響放療敏感性的單因素指標(biāo)（P<0.05）。見(jiàn)表5。

2.6 影像組學(xué)特征對(duì)放療敏感性多因素分析 將兩組影像組學(xué)特征數(shù)據(jù)導(dǎo)入SPSS 20.0軟件，多因素logistic回歸分析結(jié)果顯示，灰度共生矩陣數(shù)據(jù)中同質(zhì)性、能量性及對(duì)比性，灰色水平運(yùn)行長(zhǎng)度矩陣數(shù)據(jù)中短期強(qiáng)調(diào)及長(zhǎng)期強(qiáng)調(diào)，灰度區(qū)域長(zhǎng)度矩陣數(shù)據(jù)中長(zhǎng)帶低灰度強(qiáng)調(diào)及長(zhǎng)帶高灰度強(qiáng)調(diào)為影響放療敏感性的多因素指標(biāo)（P<0.05），見(jiàn)表6。

3 討論

目前，對(duì)于預(yù)測(cè)肝癌放療敏感性的研究主要集中在分子生物學(xué)層面，但因其主要以體外實(shí)驗(yàn)為主，缺乏臨床數(shù)據(jù)實(shí)際驗(yàn)證及標(biāo)志物采集需行穿刺活檢的不足，故所得檢測(cè)的結(jié)果無(wú)法代表整體腫瘤[7-9]。本研究中所觀察的影像組學(xué)檢查方法，是基于影像檢查而形成的新型檢查手段，其首先通過(guò)影像學(xué)檢測(cè)采集腫瘤信息，隨后應(yīng)用大量的自動(dòng)化數(shù)據(jù)特征化算法，將感興趣區(qū)域的影像數(shù)據(jù)轉(zhuǎn)化為具有高分辨率的、可發(fā)掘的特征空間數(shù)據(jù)，所獲取的腫瘤整體信息更為準(zhǔn)確[10-12]。本研究將影像組學(xué)特征作為觀察指標(biāo)，分析其對(duì)肝癌放療敏感性的影響，以期可更為準(zhǔn)確地指導(dǎo)臨床治療。

本研究通過(guò)收集既往在本院確診為肝癌并以放療作為首要治療手段患者的資料，首先應(yīng)用Eclipse系統(tǒng)，對(duì)放療前病灶區(qū)域的CT圖像進(jìn)行勾畫(huà)，隨后應(yīng)用MATLAB軟件進(jìn)行紋理特征采集，并將所得數(shù)據(jù)導(dǎo)入SPSS 20.0軟件，進(jìn)行單因素及多因素分析，結(jié)果顯示，灰度共生矩陣數(shù)據(jù)中同質(zhì)性、能量性及對(duì)比性，灰色水平運(yùn)行長(zhǎng)度矩陣數(shù)據(jù)中短期強(qiáng)調(diào)、長(zhǎng)期強(qiáng)調(diào)及長(zhǎng)度不均勻，灰度區(qū)域長(zhǎng)度矩陣數(shù)據(jù)中長(zhǎng)帶強(qiáng)調(diào)、長(zhǎng)帶低灰度強(qiáng)調(diào)及長(zhǎng)帶高灰度強(qiáng)調(diào)為影響放療敏感性的單因素指標(biāo)（P<0.05）?；叶裙采仃嚁?shù)據(jù)中同質(zhì)性、能量性及對(duì)比性，灰色水平運(yùn)行長(zhǎng)度矩陣數(shù)據(jù)中短期強(qiáng)調(diào)及長(zhǎng)期強(qiáng)調(diào)，灰度區(qū)域長(zhǎng)度矩陣數(shù)據(jù)中長(zhǎng)帶低灰度強(qiáng)調(diào)及長(zhǎng)帶高灰度強(qiáng)調(diào)為影響放療敏感性的多因素指標(biāo)（P<0.05）。由此可見(jiàn)，肝癌放療前影像組學(xué)特征與放療敏感性密切有關(guān)，可作為預(yù)測(cè)放療敏感性的重要指標(biāo)。

影像組學(xué)的概念為荷蘭學(xué)者Lambin于2012年提出，近年來(lái)，隨著研究的深入，影像組學(xué)在不同領(lǐng)域中的應(yīng)用價(jià)值越來(lái)越受臨床重視[13-14]。目前，影像組學(xué)在惡性腫瘤的相關(guān)研究中已取得了較多的成果。首先，其可應(yīng)用于疾病的基因、分子標(biāo)記和病理分型，影像組學(xué)認(rèn)為，腫瘤宏觀影像特征與微觀基因、蛋白質(zhì)和分子改變息息相關(guān)[15-16];同時(shí)，其可應(yīng)用于疾病的臨床診斷與鑒別診斷[17-18];并且，其可應(yīng)用于疾病臨床治療方案的決策和療效監(jiān)測(cè)[19-20];此外，其同樣可應(yīng)用對(duì)疾病預(yù)后的預(yù)測(cè)[21-22]。雖然，影像組學(xué)在惡性腫瘤中的應(yīng)用較為廣泛，但其在肝癌放療敏感性評(píng)價(jià)中的應(yīng)用較少，而本研究結(jié)果也證實(shí)了其在肝癌放療敏感性評(píng)價(jià)中的應(yīng)用價(jià)值。

綜上所述，隨著放療治療技術(shù)在肝癌治療中重要性的提高，臨床在考慮放療治療效果的同時(shí)，也應(yīng)十分注意其治療的副作用，通過(guò)權(quán)衡放療治療的利弊，綜合選擇更為有效的治療方案。目前，隨著影像學(xué)技術(shù)的發(fā)展，影像組學(xué)分析不僅屬無(wú)創(chuàng)檢查，同時(shí)其所得腫瘤信息完整，且不增加患者的檢查費(fèi)用，而本研究結(jié)果同樣可見(jiàn)，在肝癌放療敏感性的評(píng)價(jià)中，影像組學(xué)特征具有顯著的應(yīng)用價(jià)值，可在一定程度上有效地指導(dǎo)肝癌患者的放療治療。

參考文獻(xiàn)

[1]黃辛.復(fù)旦大學(xué)揭示全球不同地區(qū)肝癌發(fā)病模式[J].腫瘤防治研究，2019，46（5）：497.

[2]趙榮榮，鄧永東，袁宏.236例原發(fā)性肝癌患者流行病學(xué)及臨床特點(diǎn)分析[J].臨床肝膽病雜志，2016，32（8）：1538-1542.

[3]陳磊，陳詩(shī)，鄭傳勝.肝癌放射治療研究進(jìn)展[J].介入放射學(xué)雜志，2020，29（6）：631-635.

[4]楊詠強(qiáng)，田野.原發(fā)性肝癌放療的指南推薦解讀[J].中華放射腫瘤學(xué)雜志，2018，27（5）：538-541.

[5]中華醫(yī)學(xué)會(huì)放射腫瘤學(xué)分會(huì)，中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)精確放療分會(huì)肝癌學(xué)組與消化系統(tǒng)腫瘤專家委員會(huì)，中國(guó)研究型醫(yī)院學(xué)會(huì)放射腫瘤學(xué)分會(huì)肝癌學(xué)組.2016年原發(fā)性肝癌放療共識(shí)[J].中華放射腫瘤學(xué)雜志，2016，25（11）：1141-1150.

[6]張賀龍.實(shí)體瘤療效評(píng)價(jià)標(biāo)準(zhǔn)及演變[J].現(xiàn)代腫瘤醫(yī)學(xué)，2010，18（5）：839-841.

[7]馬歡，蘆東徽，徐濱，等.肝癌組織中PKM2表達(dá)及與放療敏感性的關(guān)系[J].臨床與實(shí)驗(yàn)病理學(xué)雜志，2020，36（2）：192-194.

[8]蘇書(shū)娟.牡荊葡基黃酮調(diào)節(jié)TAK1/AMPK通路增強(qiáng)人肝癌細(xì)胞的放射敏感性[J].中國(guó)免疫學(xué)雜志，2018，34（8）：1158-1162.

[9]周宇杰，徐細(xì)明.肝癌細(xì)胞輻射敏感性影響因素的研究進(jìn)展[J].山東醫(yī)藥，2017，57（23）：105-108.

[10]常悅.影像組學(xué)在胰腺癌診療中的研究進(jìn)展[J].實(shí)用放射學(xué)雜志，2020，36（8）：1334-1336.

[11]陳建，黃海霞，盧超，等.CT影像組學(xué)預(yù)測(cè)胃癌不同預(yù)后組織學(xué)分型的可行性[J].江蘇大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2020，30（4）：351-356.

[12]余翔玲.影像組學(xué)在腎細(xì)胞癌中的研究進(jìn)展[J].重慶醫(yī)學(xué)，2020，49（13）：2206-2210.

[13] Disselhorst J A，Krueger M A，Ud-Dean S，et al.Linking imaging to omics utilizing image-guided tissue extraction[J].Proc Natl Acad Sci U S A，2018，115（13）：E2980-E2987.

[14]楊守鑫，張麗，吳寧.圖像獲取與重建中影像組學(xué)特征可重復(fù)性的研究進(jìn)展[J].國(guó)際醫(yī)學(xué)放射學(xué)雜志，2020，43（3）：326-330.

[15]馬夢(mèng)偉，秦耿耿，陳衛(wèi)國(guó).影像組學(xué)在乳腺癌分子分型中的應(yīng)用現(xiàn)狀及研究進(jìn)展[J].國(guó)際醫(yī)學(xué)放射學(xué)雜志，2020，43（4）：452-456.

[16] Sailem H Z，Bakal C.Identification of clinically predictive metagenes that encode components of a network coupling cell shape to transcription by image-omics[J].Genome Res，2017，27（2）：196-207.

[17]鮑遠(yuǎn)照，程琦，葛亞瓊，等.基于增強(qiáng)CT影像組學(xué)特征建立條件推理樹(shù)模型對(duì)腎癌亞型的鑒別診斷[J].中國(guó)醫(yī)學(xué)影像學(xué)雜志，2020，28（7）：520-523.

[18]周潔潔，張洋，蘇敏瑩，等.基于動(dòng)態(tài)增強(qiáng)磁共振成像的影像組學(xué)和不同CNN的深度學(xué)習(xí)對(duì)乳腺良惡性病變的診斷價(jià)值[J].溫州醫(yī)科大學(xué)學(xué)報(bào)，2020，50（6）：475-479.

[19]江海濤，王方正，邵國(guó)良，等.基于治療前磁共振影像組學(xué)預(yù)測(cè)鼻咽癌誘導(dǎo)化療的療效[J].浙江臨床醫(yī)學(xué)，2020，22（7）：943-945，948.

[20]李華秀，李振輝，李鹍，等.CT影像組學(xué)預(yù)測(cè)局部進(jìn)展期直腸癌新輔助治療的效果[J].中國(guó)醫(yī)學(xué)影像學(xué)雜志，2020，28（1）：44-50.

[21]劉梅婕，毛寧，馬恒，等.基于影像組學(xué)構(gòu)建乳腺癌前哨淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)模型的研究[J].中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志，2020，18（3）：227-231.

[22]侯麗娜，崔艷芬，郭凌云，等.多參數(shù)MRI的影像組學(xué)融合模型在術(shù)前預(yù)測(cè)宮頸癌淋巴結(jié)轉(zhuǎn)移的應(yīng)用價(jià)值[J].中華解剖與臨床雜志，2020，25（3）：213-220.

（收稿日期：2020-09-29） （本文編輯：姬思雨）