CT影像組學(xué)在胃腸道外間質(zhì)瘤中的研究進(jìn)展＊

丁振偉，孫思琦，盧佳萌，程昱昊，賴要宇

（皖南醫(yī)學(xué)院醫(yī)學(xué)影像學(xué)院，安徽 蕪湖241002）

近年來(lái)，惡性腫瘤發(fā)病率逐年增高，對(duì)人類生命造成很大的威脅。各種醫(yī)學(xué)影像技術(shù)廣泛應(yīng)用在腫瘤的早期檢查中，胃腸道外間質(zhì)瘤的檢出率較以往顯著上升，在盡早選定有效的治療方案過(guò)程中有很大的參考意義。目前，診斷疾病最常用的方法是醫(yī)學(xué)影像技術(shù)，它能無(wú)創(chuàng)地獲取患病部位重要的特征信息。但這些傳統(tǒng)診斷方法不能對(duì)腫瘤的異質(zhì)性和危險(xiǎn)度等情況進(jìn)行準(zhǔn)確判斷，在此背景下，醫(yī)學(xué)工作者們尋求新的方法，新時(shí)代的產(chǎn)物“影像組學(xué)”應(yīng)運(yùn)而生。

1 胃腸道外間質(zhì)瘤的傳統(tǒng)診斷方法

胃腸道外間質(zhì)瘤（extragastrointestinal stromaltumor，EGⅠST）是起源于腹腔軟組織如網(wǎng)膜、腸系膜、腹膜后腔等處，與腸壁或內(nèi)臟漿膜面無(wú)關(guān)，僅占間質(zhì)瘤的3%～4%[1]。人類各年齡階段皆可發(fā)生EGⅠST，在人群中無(wú)性別差異并以中老年人群多發(fā)。又因腫瘤位于消化道外，腹腔和腹膜后所余空間大，因此癥狀常于晚期被發(fā)現(xiàn)，病人的臨床表現(xiàn)主要為腹部有異常感覺(jué)、腹部出現(xiàn)腫塊和腹痛，首次發(fā)現(xiàn)時(shí)瘤體往往較大。當(dāng)發(fā)現(xiàn)疑似患者，除了應(yīng)用相關(guān)腫瘤標(biāo)記物檢查之外，臨床上還常常使用影像學(xué)技術(shù)。首先對(duì)其進(jìn)行檢查確定有無(wú)良惡性腫瘤，如有再進(jìn)行腫瘤定性、定位等相關(guān)信息的分析和處理，迅速且準(zhǔn)確地選擇后續(xù)治療方案，接受手術(shù)或相關(guān)藥物治療，延長(zhǎng)生存時(shí)間保證患者的生命質(zhì)量。目前治療手段以手術(shù)切除發(fā)病部位為主，手術(shù)類型和范圍的選擇由腫瘤所在的部位和大小共同決定。目前來(lái)說(shuō)，在治療前臨床最為關(guān)注的問(wèn)題，除了正確判斷EGⅠST良惡性、異質(zhì)性，還有手術(shù)治療的危險(xiǎn)度，這些因素對(duì)臨床在選擇治療方案時(shí)有著重要的參考價(jià)值。通過(guò)這些特點(diǎn)，可以直接制定臨床治療方案，預(yù)測(cè)治療效果，以及評(píng)估患者治療后恢復(fù)情況。

目前EGⅠST常用的影像學(xué)檢查包括超聲、CT、MRⅠ等。其中又以CT影像檢查技術(shù)最為常用，在很多方面運(yùn)用起來(lái)都有很大的優(yōu)勢(shì)。

2 胃腸道外間質(zhì)瘤的CT特征

EGⅠST的CT表現(xiàn)如下：①EGⅠST體積大。②EGⅠST內(nèi)部出現(xiàn)液氣平面影的概率極小，這一特點(diǎn)是胃腸道外間質(zhì)瘤特征性表現(xiàn)。③EGⅠST的密度不是均勻的，而且有很大概率發(fā)生壞死和囊變。④EGⅠST的形狀小部分是類圓形，大部分是不規(guī)則形，周圍見(jiàn)分葉。⑤EGⅠST實(shí)性部分清楚地表現(xiàn)為均一強(qiáng)化，在動(dòng)脈期時(shí)，線條狀的異常增強(qiáng)腫瘤血管影清晰可見(jiàn)，但是對(duì)于囊變壞死區(qū)來(lái)說(shuō)，在動(dòng)脈期和門脈期都沒(méi)有明顯強(qiáng)化。⑥EGⅠST直接侵犯周圍組織的病例較少，常常壓迫移位，腹膜后淋巴結(jié)轉(zhuǎn)移概率也較小。早期檢查時(shí)，腫瘤是否存在及其診斷過(guò)程中CT有著舉足輕重的價(jià)值，但顯而易見(jiàn)這種方法是一種定性分析，嚴(yán)重依賴于臨床醫(yī)生的視覺(jué)觀察及常年累積的診斷經(jīng)驗(yàn)，可能存在誤差和具有不可重復(fù)的特點(diǎn)。在臨床上精準(zhǔn)的病理檢查被稱為最可靠的檢查方法，因此，胃腸道外間質(zhì)瘤的確診通常依靠病理檢查及免疫組化得出，多數(shù)患者經(jīng)有創(chuàng)獲取病灶樣本，制成病理切片，病理檢查后通過(guò)其病理學(xué)特點(diǎn)來(lái)精準(zhǔn)判斷腫瘤的特征。此方法為有創(chuàng)操作，因此不可多次重復(fù)，同時(shí)也會(huì)給患者帶來(lái)痛楚和出現(xiàn)并發(fā)癥的可能。術(shù)前評(píng)估患者良惡性至關(guān)重要，因?yàn)榫珳?zhǔn)的術(shù)前良惡性判斷對(duì)患者的治療和預(yù)后有著不可小覷的影響，對(duì)于EGⅠST來(lái)說(shuō)，準(zhǔn)確而迅速地評(píng)估其危險(xiǎn)度及下一步的診治至關(guān)重要，會(huì)給患者帶來(lái)最大的好處。CT影像組學(xué)與傳統(tǒng)檢查方法相比，能夠自動(dòng)地提取圖像顯示的有效信息，在一定程度上減少了影像醫(yī)師主觀原因造成診斷誤差的概率，可更加客觀、全面地反映腫瘤潛在的生物學(xué)特性。CT影像組學(xué)逐漸廣泛應(yīng)用于腫瘤的診斷和治療的過(guò)程之中，而且取得了一些比較有意義的成果。

3 影像組學(xué)的工作流程

CT影像組學(xué)就是從CT檢查的圖像中高通量地提取大量的影像特征，應(yīng)用大量自動(dòng)化數(shù)據(jù)特征化算法將感興趣區(qū)（region of interest，ROⅠ）的影像數(shù)據(jù)轉(zhuǎn)化為可采集的、擁有高保真度和高通量的、具有高維可發(fā)掘的特征空間數(shù)據(jù)，并進(jìn)行數(shù)據(jù)挖掘，將影像學(xué)特征與表型或基因-蛋白特征相聯(lián)系起來(lái)，用于構(gòu)建描述和預(yù)測(cè)模型。其核心假設(shè)是對(duì)圖像特征數(shù)據(jù)進(jìn)行自動(dòng)化分析獲取對(duì)疾病診斷、預(yù)后及預(yù)測(cè)有價(jià)值的信息[2]。

胃腸道外間質(zhì)瘤CT影像組學(xué)的工作流程為：①數(shù)據(jù)采集與重建。根據(jù)研究目的，收集相同或相似采集參數(shù)的數(shù)據(jù)集。②圖像分割與繪制。通過(guò)自動(dòng)化分割算法[3]或臨床專家勾畫確定胃腸道外間質(zhì)瘤區(qū)域ROⅠ。③特征提取和選擇。從圖像中提取和限定描述性特征，如灰度分布、灰度級(jí)之間的空間關(guān)系、紋理異質(zhì)性、小波等[4-5]。④模型建立及數(shù)據(jù)共享。通過(guò)對(duì)選定的影像組學(xué)特征與結(jié)果進(jìn)行分析建立預(yù)測(cè)模型[6]。

4 CT影像組學(xué)在胃腸道外間質(zhì)瘤方面的發(fā)展應(yīng)用

CT是胃腸道外間質(zhì)瘤影像學(xué)檢查技術(shù)應(yīng)用最廣泛的，近年來(lái)，CT影像組學(xué)在腫瘤的研究逐漸增多，且取得了以下一些不錯(cuò)的效果：①區(qū)分腫瘤的良惡性。6個(gè)紋理特征建立的分類模型能夠在訓(xùn)練集和驗(yàn)證集中成功地區(qū)分良惡性胃腸道間質(zhì)瘤。該模型在訓(xùn)練集中得到的AUC、敏感性、特異性和分類準(zhǔn)確率分別為0.93、0.88、0.85和0.87；驗(yàn)證集中分別為0.91、0.87、0.86和0.86[7]。②腫瘤的病理分型及診斷。在病理分型及診斷方面，基于CT的影像組學(xué)對(duì)胰腺導(dǎo)管內(nèi)乳頭狀黏液瘤有預(yù)測(cè)的潛力，該腫瘤多數(shù)為胰腺癌的早期病變[8]。③進(jìn)行腫瘤危險(xiǎn)度的預(yù)測(cè)?；谠鰪?qiáng)MDCT的圖像提取質(zhì)地和形態(tài)特征所開(kāi)發(fā)的影像組學(xué)特征模型，對(duì)高危和低危胃腸道間質(zhì)瘤患者的鑒別準(zhǔn)確性較高[9]。有研究顯示，經(jīng)CT提取形狀大小特征、一階統(tǒng)計(jì)特征、高階紋理特征3大紋理特征，然后應(yīng)用基于ReliefF、MⅠ（MutualⅠnformation）、Fisher Score、EC（Eigenvector centrality）的前向選擇算法進(jìn)行特征提取，并利用SVM（support vector machines）、RF（Random forest）、KNN（K-Nearest Neighbor）分類器進(jìn)行訓(xùn)練得到預(yù)測(cè)模型。最后對(duì)模型進(jìn)行評(píng)估比較，實(shí)現(xiàn)了基于影像組學(xué)特征的胃腸道間質(zhì)瘤危險(xiǎn)度分級(jí)預(yù)測(cè)輔助診斷[10]。④預(yù)測(cè)腫瘤的預(yù)后效果。一項(xiàng)研究282例早期非小細(xì)胞肺癌患者中，影像組學(xué)顯示出對(duì)疾病預(yù)后額外的預(yù)測(cè)價(jià)值[11]。CT影像組學(xué)在得到相應(yīng)的影像圖像后，進(jìn)行相關(guān)的專業(yè)技術(shù)處理，可得到腫瘤的形態(tài)特征及部分功能上的重要信息，由此監(jiān)測(cè)疾病的發(fā)生、發(fā)展，以及對(duì)相應(yīng)的治效方案進(jìn)行評(píng)價(jià)。對(duì)腫瘤的異質(zhì)性和危險(xiǎn)度分級(jí)遠(yuǎn)遠(yuǎn)超越了影像醫(yī)師經(jīng)驗(yàn)所得的判斷結(jié)果，可以反映組織的細(xì)胞微環(huán)境的微妙變化，可作為定量探究病灶異質(zhì)性的一種重要手段。在可見(jiàn)的未來(lái)，影像組學(xué)可以提供更為精確的診斷，為患者提供更好的治療手段。當(dāng)前，影像組學(xué)作為一套標(biāo)準(zhǔn)的研究流程，在越來(lái)越多的臨床應(yīng)用中得以實(shí)施。依據(jù)大量研究，有理由相信CT影像組學(xué)在胃腸道外間質(zhì)瘤的診斷中有很大的發(fā)展?jié)撃堋?/p>

5 挑戰(zhàn)和展望

5.1 挑戰(zhàn)

影像組學(xué)作為研究疾病的一種新方法，目前發(fā)展有限，存在許多問(wèn)題需要解決，其中有兩個(gè)問(wèn)題嚴(yán)重阻礙了影像組學(xué)的向前發(fā)展，即沒(méi)有完備的數(shù)據(jù)庫(kù)和數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)。

5.1.1 沒(méi)有完備的數(shù)據(jù)庫(kù)

臨床數(shù)據(jù)龐大，各種變量關(guān)系錯(cuò)綜復(fù)雜，在對(duì)某一腫瘤采取特征提取的時(shí)候影像組學(xué)通常會(huì)從中得到數(shù)以萬(wàn)計(jì)的特征，然而可以來(lái)回進(jìn)行驗(yàn)證的數(shù)據(jù)卻寥寥無(wú)幾，兩者比例相差較大。未來(lái)從錯(cuò)綜復(fù)雜的眾多數(shù)據(jù)中挑選出有意義的部分建立數(shù)據(jù)庫(kù)，需要投入大量的人力物力。由于有用的數(shù)據(jù)相對(duì)較少，要建立因果關(guān)系的映射可謂步步艱辛。現(xiàn)有的影像組學(xué)研究小樣本占絕大一部分，很少研究大量樣本，所得的結(jié)論也沒(méi)有得到廣泛驗(yàn)證。

5.1.2 數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)

由于醫(yī)學(xué)影像設(shè)備的圖像獲取及成像算法中還沒(méi)有一個(gè)公認(rèn)統(tǒng)一的標(biāo)準(zhǔn)，不同的科研機(jī)構(gòu)采用不同的方法，圖像采集和影像分析根據(jù)不同的標(biāo)準(zhǔn)結(jié)果也各有差異，不具有普遍性。就目前研究來(lái)說(shuō)，已經(jīng)有很多的技術(shù)和算法應(yīng)用于影像組學(xué)，然而阻礙研究進(jìn)展的是還沒(méi)有制定統(tǒng)一標(biāo)準(zhǔn)，最優(yōu)的方法仍不知是哪一種。

5.2 展望

人工智能是當(dāng)前研究的一個(gè)熱點(diǎn)，其特點(diǎn)是通過(guò)計(jì)算機(jī)來(lái)模擬人類的思維過(guò)程并做出最佳判斷，隨著科技的不斷進(jìn)步，為人工智能技術(shù)的發(fā)展帶來(lái)勃勃生機(jī)，人工智能也逐漸應(yīng)用在醫(yī)學(xué)工作的過(guò)程當(dāng)中。其中，醫(yī)學(xué)影像與人工智能的結(jié)合是最具發(fā)展前景的領(lǐng)域[12]。從現(xiàn)在的研究結(jié)果來(lái)看，目前的研究主要是利用CT數(shù)據(jù)，多數(shù)研究的樣本量也不大，結(jié)果的可行性尚需未來(lái)更多實(shí)驗(yàn)來(lái)驗(yàn)證。在研究腫瘤過(guò)程中，醫(yī)學(xué)影像與人工智能的結(jié)合在三個(gè)主要的臨床任務(wù)中發(fā)揮了巨大的作用，即腫瘤的檢測(cè)、表征和監(jiān)測(cè)[13]。人工智能越來(lái)越智能化，在其他的研究和應(yīng)用方面將會(huì)有很大的發(fā)展空間，將來(lái)有很大可能應(yīng)用到臨床醫(yī)學(xué)影像工作中，比如通過(guò)人工智能自動(dòng)化提取影像特征，可將其應(yīng)用于疾病的分析和綜合診斷。未來(lái)人工智能在腫瘤研究中可以開(kāi)展的工作還有很多，例如疾病的診斷，胃腸道外間質(zhì)瘤影像的自動(dòng)化分析，腫瘤的良惡性、危險(xiǎn)度和異質(zhì)性預(yù)測(cè)。對(duì)重大疾病的預(yù)測(cè)，對(duì)早期干預(yù)、優(yōu)化治療手段和療效評(píng)估具有指導(dǎo)意義。

6 小結(jié)

隨著醫(yī)學(xué)的進(jìn)步，影像組學(xué)的提出和應(yīng)用大大地推動(dòng)了精準(zhǔn)醫(yī)療的發(fā)展，最近數(shù)十年，研究腫瘤良惡性、危險(xiǎn)度分級(jí)、分期、分型、預(yù)后等方面取得了一系列成果，影像組學(xué)不但能夠提前診斷出疾病，而且能做出更加合適的應(yīng)對(duì)方案，使預(yù)后效果更好，使患者益處最大化。影像組學(xué)作為一個(gè)新興領(lǐng)域，必然存在許多挑戰(zhàn)和發(fā)展的空間。一方面存在很多需要人們未來(lái)進(jìn)一步解決的問(wèn)題，如沒(méi)有完善的數(shù)據(jù)庫(kù)、圖像獲取和成像算法缺乏統(tǒng)一標(biāo)準(zhǔn)等；另一方面，新興領(lǐng)域的研究同樣存在很大的進(jìn)步空間，比如人工智同CT影像組學(xué)在腫瘤的應(yīng)用。因此，需要進(jìn)行不斷研究，需要更多嚴(yán)謹(jǐn)創(chuàng)新的想法，相信在廣大醫(yī)學(xué)科研工作者的一致努力下，影像組學(xué)將會(huì)給醫(yī)學(xué)帶來(lái)重大意義的改變。