周文文，郭凌飛

（1.山東省濟南市濟陽區(qū)人民醫(yī)院影像科，山東 濟南 251400；2.山東大學附屬山東省醫(yī)學影像學研究所，山東 濟南 250021）

腎臟腫瘤是成人常見腫瘤之一，以惡性腫瘤多見，腎細胞癌是最常見的成人惡性腎臟腫瘤，約占90%［1］。近年來隨著醫(yī)學影像檢查技術的飛速發(fā)展和推廣應用，腎臟腫瘤的檢出率也在逐年上升。CT、MRI、超聲等影像學檢查是篩查、術前診斷腎臟腫瘤性質(zhì)常用的無創(chuàng)檢查方法，對疾病的后續(xù)治療有重要指導作用。傳統(tǒng)醫(yī)學影像診斷模式主要通過診斷醫(yī)師對病灶的影像表現(xiàn)進行綜合分析后作出影像診斷，因此診斷的準確率依賴于醫(yī)師的診斷水平；另外，由于部分腎臟腫瘤的影像學表現(xiàn)相似，故不易準確診斷，如乏脂肪血管平滑肌脂肪瘤與部分腎癌因影像表現(xiàn)相似，其術前影像診斷易誤診。近幾年放射組學作為精準醫(yī)療時代的新興領域，在多種疾病的篩查、診斷和預后評估等多個方面的研究都有著飛速發(fā)展，其在腎臟腫瘤領域的多項研究［2-4］表明，其可很好地輔助影像診療系統(tǒng)，提高腎臟腫瘤的檢出率和準確率，降低漏診率。放射組學的概念在2012年由LAMBIN 等［5］提出，研究者對醫(yī)學影像圖像進行ROI 分割，通過計算機軟件對其進行大量放射組學特征的提取，篩選出對診斷某種疾病或鑒別相關疾病特異性較高的特征用于指導臨床工作。

目前，放射組學在診斷腎臟腫瘤類型、病理分級、評估預后等多方面都有了一定成果，其在解決傳統(tǒng)影像學所面臨的難題上有巨大潛力。本文主要就放射組學在腎臟腫瘤領域的研究現(xiàn)狀及前景作一綜述。

1 放射組學的概念

放射組學通過特定技術處理圖像，分割病灶，運用計算機算法高通量提取病灶的放射組學特征信息，特征參數(shù)可反映組織本身的異質(zhì)性，因此可區(qū)分不同組織之間的差別［6］。這些放射組學特征是人類單靠肉眼無法看到的，且是客觀參數(shù)，不受主觀因素影響，它為非侵入性地量化病灶異質(zhì)性提供了機會。隨著治療過程中病灶生物學行為的改變，放射組學提取出的參數(shù)也會不同，這為放射組學參與疾病篩查、性質(zhì)診斷、治療效果評價乃至預測疾病發(fā)展方向等各個臨床環(huán)節(jié)提供了可能。

放射組學可分為圖像獲取、圖像分割、特征提取、數(shù)據(jù)庫的建立與共享、模型預測五步［7］。放射組學特征提取方法包括一階、二階和高階統(tǒng)計：一階統(tǒng)計量描述單個體素值的分布，不考慮體素之間的空間關系，這些通常是基于直方圖的統(tǒng)計方法，如圖像中體素強度的平均值、最大值、熵及偏度等。二階統(tǒng)計通常被描述為紋理特征，其描述了體素之間的相互關系，在放射組學中，紋理特征可很好地表達腫瘤內(nèi)異質(zhì)性的度量。在實際應用中，有數(shù)十種方法和多個變量可用于提取紋理特征，從而產(chǎn)生數(shù)百甚至上千個值。高階統(tǒng)計方法將濾波網(wǎng)格強加在圖像上以提取重復或非重復模式。紋理特征分析是目前常用的特征分析，基本方法分為結構分析法、統(tǒng)計法、模型法、信號處理法（濾波法）4 種［8］，其中統(tǒng)計法在醫(yī)學領域的應用最多，也是最早應用的［9-11］，而目前使用最多的紋理分析統(tǒng)計方法是灰度共生矩陣［8］。

目前，放射組學研究在醫(yī)學多個領域都有涉及，其中涉及腫瘤疾病的研究應用較多，如對肺癌［12］、乳腺癌［13］、腦腫瘤［14］、肝硬化［15］等多種疾病的 診斷、預后療效評估［16-17］等。放射組學與人工智能結合輔助影像診療系統(tǒng)是各大公司和學者的研究開發(fā)熱點，目前已有不少醫(yī)療機構使用智能軟件輔助識別肺結節(jié)，極大提高了診斷醫(yī)師的工作效率。當然，在非腫瘤疾病領域放射組學的研究也有很多，如CONNOR等［18］的研究證明通過對急性腦出血患者的血腫進行形態(tài)和密度的定性和定量評分來預測血腫擴大具有統(tǒng)計學意義，但這種方式具有主觀性，受觀察者的主觀意識影響結果可能會有不同，而紋理分析在該研究中被證實可較準確評估腦出血異質(zhì)性，具有臨床價值。劉卓等［19］通過對阿爾茲海默病患者與健康對照者的海馬MRI 圖像進行紋理參數(shù)提取并對比分析，證實阿爾茲海默病患者與健康人之間的和均值、能量等紋理參數(shù)有顯著差異，且能與形態(tài)學測量保持較好的一致性，因此紋理分析的應用有助于阿爾茲海默病的早期診斷。

2 放射組學在腎臟腫瘤中的研究應用

目前，紋理分析在腎臟腫瘤領域的研究涉及多方面，主要集中于腎臟腫瘤良惡性的鑒別、預測惡性腫瘤的病理分型、分級及腎臟腫瘤的預后評估等。

2.1 放射組學用于腎臟良惡性腫瘤的鑒別診斷 腎臟良惡性腫瘤的治療方式不同，若在早期通過影像學方法明確診斷、采取合理的治療方式，可避免過度診療或治療方式不合理導致預后不良等問題，提高患者生活質(zhì)量。RAMAN 等［20］應用紋理分析評估幾種腎臟腫瘤病灶內(nèi)部的病理異質(zhì)性并行分類定量比對分析，證明了紋理分析用于鑒別腎透明細胞癌、乳頭狀細胞癌、嗜酸性細胞瘤和腎囊腫有較高的準確率（分別為91%、100%、89%、100%）。腎血管平滑肌脂肪瘤是常見的腎良性腫瘤，典型的腎血管平滑肌脂肪瘤因含有肉眼可識別的脂肪成分，診斷醫(yī)師多可根據(jù)影像特征作出準確診斷，但乏脂肪血管平滑肌脂肪瘤因缺乏肉眼可識別的脂肪成分且血供較豐富，極易被誤診為腎細胞癌進而對其行部分或根治性腎切除手術。FENG 等［21］通過對17 例小型乏脂肪血管平滑肌脂肪瘤（≤4 cm）與41 例小腎細胞癌（≤4 cm）進行CT 紋理分析，證明支持向量機遞歸特征消除（SVM-RFE）和合成少數(shù)過采樣技術（SMOTE）分類器結合在區(qū)分2 種腫瘤方面具有較佳性能，基于機器學習法的CT 紋理特征分析有助于鑒別小型乏脂肪血管平滑肌脂肪瘤與小腎細胞癌，有望輔助醫(yī)師在術前準確鑒別兩者，減小誤診率，提高患者生活質(zhì)量。腎嗜酸性細胞腺瘤和腎透明細胞癌的影像鑒別也是一大研究難點和熱點，耿莉等［22］搜集這2種疾病的CT 增強掃描圖像，進行了多個紋理特征的提取，統(tǒng)計分析2 組之間不同紋理參數(shù)的差異，證明兩者之間的部分紋理特征有顯著差異，其中標準差、能量及熵對兩者的鑒別有著尤為重要的價值。

2.2 放射組學術前預測腎臟惡性腫瘤的病理亞型不同病理類型的腎臟惡性腫瘤有著不同的生物學行為，預后各有不同，術前預測腫瘤類型也是放射組學分析研究的熱點之一。周智等［23］對腎透明細胞癌、乳頭狀細胞癌、嫌色細胞癌3 種腎癌的MRI 增強掃描圖像進行了3D 紋理特征提取，利用基于MaZda 軟件的4 種不同的紋理分析方法，通過繪制ROC 曲線，得出不同方法對鑒別這3 種腫瘤的準確率、敏感度和特異度等，證實基于MRI 動態(tài)增強掃描3D 圖像提取的紋理特征對于鑒別3 種腫瘤具有較高效能。王繹忱等［24］通過MRI 壓脂T2WI 圖像中的全病灶紋理分析篩選出鑒別透明細胞癌、嫌色細胞癌、乳頭狀細胞癌意義較大的參數(shù)并比較其效能評價，證實紋理特征分析對鑒別三者有著重要臨床價值。CHANDARANA等［25］的研究表現(xiàn)，MRI 增強掃描的直方圖參數(shù)可較好地鑒別腎臟透明細胞癌與乳頭狀細胞癌。

放射組學不僅在鑒別腫瘤性質(zhì)方面有所應用，在預測惡性腫瘤的病理分型方面也有所涉及。VENDRAMI 等［26］通過對47 例乳頭狀腎細胞癌（其中Ⅰ型31 例、Ⅱ型16 例）的MRI 圖像進行分析，從定性和定量特征兩方面進行邏輯回歸運算，證實在常規(guī)定性分析中加入紋理特征分析可增加預測2 種乳頭狀腎細胞癌的準確性。DOSHI 等［27］也在研究中試圖應用紋理分析區(qū)分乳頭狀腎細胞癌2 種亞型，進而發(fā)現(xiàn)在ADC 圖及腎實質(zhì)期增強掃描圖像上，Ⅱ型比Ⅰ型有較高的平均熵。丁玖樂等［28］提取了腎透明細胞癌CT 增強掃描圖像的多個紋理特征值，對Fuhrman 低級別組（Ⅰ+Ⅱ級）和高級別組（Ⅲ+Ⅳ級）病理的紋理參數(shù)進行分析，篩選出差異有統(tǒng)計學意義的參數(shù)，并繪制ROC 曲線評價其診斷效能，發(fā)現(xiàn)對比度這一參數(shù)對鑒別兩者具有相對更高的效能，其有望成為預測腎透明細胞癌分級的影像標志物。李小虎等［29］通過分別提取Fuhrman 高、低級別腎透明細胞癌的CT 增強掃描3D 圖像的紋理特征，對其進行機器學習測試及評級診斷效能，證實放射組學對術前預測腎透明細胞癌的級別高低有著較好的診斷效能。肉瘤樣腎細胞癌具有高度侵襲性，患者預后極差，術前準確鑒別其與其他腎細胞癌對指導治療有重要作用［30-31］。SCHIEDA 等［32］用紋理分析研究肉瘤樣腎細胞癌，發(fā)現(xiàn)其與腎透明細胞癌的灰度不均勻性差異有統(tǒng)計學意義，肉瘤樣腎細胞癌比腎透明細胞癌更具有異質(zhì)性，這說明紋理分析對鑒別兩者有重要價值。

2.3 放射組學對腎臟腫瘤的預后評估 多項研究表明［33-36］，放射組學可為疾病療效的評估、預測疾病發(fā)展提供客觀依據(jù)。TERUEL 等［33］對58 例接受治療的局部晚期乳腺癌進行研究，證實其MRI 動態(tài)增強掃描圖像中的紋理特征分析可幫助預測病灶對新輔助化療的反應。楊彥松等［34］對直腸癌病灶的MRI 圖像進行放射組學特征提取、篩選分析和訓練學習，證實放射組學構建的模型可預測直腸腺癌神經(jīng)周圍侵犯，為臨床評估預后及后續(xù)治療提供了客觀依據(jù)。BIER 等［35］研究證明，CT紋理參數(shù)分析對預測腹腔鏡腎部分切除術患者圍術期的預后有重要價值。白旭等［36］搜集已發(fā)生不同部位轉(zhuǎn)移的腎透明細胞癌患者原發(fā)病灶的MRI 資料，提取T2WI 圖像中的大量特征參數(shù)進行統(tǒng)計學分析，繪制ROC 曲線分析特異度、敏感度等參數(shù)，證實發(fā)生不同部位轉(zhuǎn)移的腎透明細胞癌原發(fā)病灶的紋理特征存在差異，紋理分析有望用于預測腎透明細胞癌的轉(zhuǎn)移部位。

3 放射組學的局限與挑戰(zhàn)

放射組學是醫(yī)學研究中的新興領域，它的發(fā)展充滿巨大潛力，但也面臨著諸多問題：①在放射組學研究的資料收集階段，不同的研究機構使用的掃描機器型號和掃描參數(shù)不同，所得圖像信息也會有所不同，有研究［37-39］表明部分放射組學特征會隨著圖像和采集參數(shù)的微小變化而發(fā)生顯著變化，因此放射組學特征的再現(xiàn)性是其研究過程中的一大挑戰(zhàn)。②圖像分割環(huán)節(jié)目前有自動分割、半自動分割和手動分割3 種［40］，不同分割方法所獲得的圖像范圍不同，提取的放射組學特征也會不同，因此部分特征參數(shù)存在重復性差的局限性。③不同研究機構對于不同疾病所采用的分析軟件和方法都不同，而這些因素都會直接影響研究結果［41］。④各研究團隊對于預測模型的建立方法也不相同。放射組學研究只有建立在大數(shù)據(jù)的獲取和驗證基礎上，實現(xiàn)信息共享，才能為精準醫(yī)療的發(fā)展帶來準確的數(shù)據(jù)支持。如何保證研究圖像及所得數(shù)據(jù)的質(zhì)量是一大難題，這需要相關研究機構建立統(tǒng)一的規(guī)范標準。⑤目前關于放射組學的研究以回顧性研究居多，前瞻性研究相對匱乏，今后需投入更多的資源和精力用于放射組學的臨床實踐，以發(fā)揮其真正價值。

4 結論

傳統(tǒng)醫(yī)學影像診斷模式依賴于診斷醫(yī)師，診斷準確性易受醫(yī)師主觀因素和業(yè)務能力的影響，另外因為部分腫瘤的影像學表現(xiàn)存在重疊故易出現(xiàn)誤診情況，尤其在我國醫(yī)療資源相對緊張、診斷醫(yī)師的工作繁重的情況下更易出現(xiàn)誤漏診情況；而放射組學在影像診療系統(tǒng)中的輔助應用可大大提高診斷醫(yī)師的工作效率和診斷準確率。放射組學在腎臟腫瘤的良惡性鑒別、惡性腫瘤病理分型、分級、評估預后等多個方面的研究現(xiàn)已取得了可觀成果。在不久的將來，放射組學有望應用于疾病診療的各個環(huán)節(jié)，在精準醫(yī)學時代發(fā)揮其巨大作用。