楊 秀,楊 嶠,孫建國(guó)△

(1.陸軍軍醫(yī)大學(xué)第二附屬醫(yī)院腫瘤科,重慶 400037;2.解放軍第九四一醫(yī)院超聲診斷科,西寧 810007)

據(jù)Globocan2020年的數(shù)據(jù),中國(guó)鼻咽癌患者占全球近50%[1]。鼻咽癌是中國(guó)地域特色的惡性腫瘤[2]。男性發(fā)病率為女性的2～3倍[3]。鼻咽癌對(duì)放射線(xiàn)高度敏感,初診鼻咽癌的5年生存率高達(dá)85%以上[4],但部分患者在早期出現(xiàn)治療失敗。文獻(xiàn)報(bào)道,鼻咽癌3年原發(fā)部位復(fù)發(fā)率為5%～10%,頸部淋巴引流區(qū)復(fù)發(fā)率為5%,3年遠(yuǎn)處轉(zhuǎn)移率高達(dá)20%[5],是局部復(fù)發(fā)的高危期[6]。因此,在精準(zhǔn)醫(yī)療新時(shí)代,根據(jù)患者特征制訂個(gè)體化治療方案是當(dāng)前研究熱點(diǎn)。

目前,TNM分期系統(tǒng)是指導(dǎo)鼻咽癌治療的金標(biāo)準(zhǔn)[7]。然而,該系統(tǒng)只關(guān)注腫瘤病灶及其對(duì)局部或全身組織結(jié)構(gòu)的破壞,這種基于解剖關(guān)系的分期對(duì)改善患者預(yù)后提供的信息有限,因?yàn)樵谂R床上已經(jīng)觀(guān)察到相同分期患者有不同預(yù)后。與傳統(tǒng)的解剖成像相比,正電子發(fā)射計(jì)算機(jī)斷層顯像(positron emission tomography,PET)結(jié)合了生物代謝信息和高分辨率軟組織圖像等優(yōu)點(diǎn),在鼻咽癌診斷和治療中發(fā)揮著重要作用[8]。

影像組學(xué)是2012年由荷蘭學(xué)者LAMBIN首次提出,他將傳統(tǒng)影像圖像的黑白灰階信息轉(zhuǎn)變?yōu)槎坑跋窠M學(xué)特征,為臨床提供有價(jià)值的診療信息[9]。影像組學(xué)提供了腫瘤異質(zhì)性的信息,包括腫瘤細(xì)胞異質(zhì)性、退行性變化和新生血管形成、腫瘤侵襲性[10]等,這難以在視覺(jué)上評(píng)估[11-12]。當(dāng)前,影像組學(xué)已廣泛用于實(shí)體腫瘤[13-14]。本文就影像組學(xué)在鼻咽癌中的應(yīng)用及研究進(jìn)展做一綜述。

1 影像組學(xué)的興起

影像組學(xué)是轉(zhuǎn)化研究的一個(gè)新興領(lǐng)域,從醫(yī)學(xué)圖像的感興趣區(qū)域中提取定量特征,結(jié)合相關(guān)臨床信息,分析來(lái)自腫瘤區(qū)域、轉(zhuǎn)移病灶和正常組織的異質(zhì)性,探索形態(tài)和功能圖像中的微觀(guān)變化[12]。隨著現(xiàn)代醫(yī)學(xué)成像的進(jìn)步,影像組學(xué)從被認(rèn)為是定性科學(xué),演變成一門(mén)定量科學(xué),其通過(guò)量化過(guò)程,將醫(yī)學(xué)圖像轉(zhuǎn)換為有意義且可挖掘的數(shù)據(jù)。然而,定量數(shù)據(jù)不容易被人類(lèi)的大腦解釋,它們只能從計(jì)算機(jī)中提取并通過(guò)復(fù)雜的算法進(jìn)行分析。此外,從影像圖像中提取和研究大量定量圖像特征用于預(yù)測(cè)或解碼隱藏的遺傳和分子特征,以支持決策。

影像組學(xué)的工作流程包括：(1)圖像采集;(2)圖像重建和處理;(3)分割感興趣區(qū)域;(4)提取影像組學(xué)特征;(5)分析特征之間相關(guān)性;(6)機(jī)器學(xué)習(xí),通過(guò)自動(dòng)提取和選擇特征來(lái)改善工作流程[15-16]。不同的是,傳統(tǒng)放射影像學(xué)僅能直觀(guān)地解釋圖像,而影像組學(xué)使得定量分析成為可能,因?yàn)閳D像即數(shù)據(jù)。影像組學(xué)對(duì)治療結(jié)果和癌癥遺傳學(xué)具有潛在的預(yù)測(cè)能力,這在個(gè)性化醫(yī)療中具有重要的應(yīng)用。因此,影像組學(xué)可能提供巨大的潛力來(lái)捕獲重要的表型信息,如腫瘤異質(zhì)性,從而為個(gè)性化治療提供有價(jià)值的信息[17]。影像組學(xué)研究在腫瘤學(xué)成像領(lǐng)域的高流行率得益于大量成像和非成像數(shù)據(jù)的可用性、各種大型臨床試驗(yàn)的開(kāi)展,以及推動(dòng)腫瘤學(xué)研究的各種社會(huì)和經(jīng)濟(jì)因素[18]。

2 影像組學(xué)在鼻咽癌中的應(yīng)用

影像組學(xué)已廣泛應(yīng)用于肺癌[19]、食道癌[20]、胰腺癌[21]、肝癌[22]、結(jié)直腸癌[23-24]、前列腺癌[25]、頭頸癌[26]和乳腺癌[27],在腫瘤診斷、鑒別診斷、療效預(yù)測(cè)、預(yù)后預(yù)測(cè)等多方面扮演重要角色[15],以下主要介紹影像組學(xué)在鼻咽癌中的應(yīng)用。

2.1 診斷

鼻咽癌的診斷和治療離不開(kāi)醫(yī)學(xué)影像學(xué)檢查,如CT、MRI或PET,廣泛用于早期發(fā)現(xiàn)、診斷、分期、治療反應(yīng)和評(píng)估。鼻咽癌的診斷依賴(lài)病理活檢,組織活檢需在鼻咽內(nèi)鏡下鉗取病變組織,有些需要在全身麻醉下切開(kāi)鼻咽表層從深部取得組織,該操作屬于有創(chuàng)操作,同時(shí)活檢有一定的陰性概率,部分患者對(duì)取活檢產(chǎn)生恐懼心理。

鼻咽癌局部復(fù)發(fā)的早期診斷和準(zhǔn)確識(shí)別對(duì)于及時(shí)實(shí)施挽救治療至關(guān)重要,然而,局部復(fù)發(fā)的診斷通常受鼻咽組織治療后變化的影響。據(jù)報(bào)道,CT和MRI在治療后無(wú)法區(qū)分復(fù)發(fā)性/殘留性腫瘤和炎癥組織。DU等[28]從PET圖像中共提取了487個(gè)放射特征,應(yīng)用多種機(jī)器學(xué)習(xí)方法,構(gòu)建基于影像組學(xué)的模型,可有效區(qū)分局部復(fù)發(fā)與治療后鼻咽癌炎癥,增強(qiáng)了影像組學(xué)方法在改善鼻咽癌診斷中的應(yīng)用。

2.2 鑒別診斷

由于鼻咽癌與不典型增生的鑒別診斷困難,導(dǎo)致放療靶區(qū)勾畫(huà)工作量大。KE等[29]使用3 142張鼻咽癌和958張鼻咽部良性增生圖像用于鼻咽成像的人工智能工具的研究,這項(xiàng)基于大樣本量的研究開(kāi)發(fā)了用于腫瘤檢測(cè)和分割的一種自約束的三維密度網(wǎng)架構(gòu)模型,在鼻咽癌和良性增生的鑒別中獲得比有經(jīng)驗(yàn)的放射科醫(yī)生更高的總體準(zhǔn)確性。

2.3 療效預(yù)測(cè)

目前缺乏有效的生物標(biāo)志物來(lái)預(yù)測(cè)新輔助化療對(duì)局部晚期鼻咽癌患者的早期反應(yīng)。最近,一些基于MRI圖像的影像組學(xué)研究來(lái)預(yù)測(cè)放療和化療的反應(yīng),并探索鼻咽癌患者腫瘤反應(yīng)與生存之間的關(guān)系。YONG等[30]納入108例接收新輔助化療的局部晚期鼻咽癌患者建立數(shù)據(jù)集,將經(jīng)2個(gè)周期新輔助化療后的鼻咽MRI增強(qiáng)圖像與治療前相比,使用ITK-SNAP軟件在MRI增強(qiáng)T1WI序列圖像上手動(dòng)繪制和分割鼻咽腫瘤的感興趣區(qū)域,選擇篩選后的ClusterShade_angle135_offset4和Correlation_AllDirection_offshe1_SD兩個(gè)特征建立預(yù)測(cè)模型,模型的預(yù)測(cè)值為0.905。該模型可以很好地預(yù)測(cè)新輔助化療在鼻咽癌患者中的敏感性,指導(dǎo)鼻咽癌患者的個(gè)體化治療。

同步放化療是局部晚期鼻咽癌的標(biāo)準(zhǔn)治療,與單獨(dú)同步放化療相比,誘導(dǎo)化療可提高局部晚期鼻咽癌的生存率,腫瘤對(duì)誘導(dǎo)化療的反應(yīng)是鼻咽癌調(diào)強(qiáng)放療后生存的獨(dú)立預(yù)后因素[31],但并非所有患者對(duì)誘導(dǎo)化療反應(yīng)良好。對(duì)無(wú)應(yīng)答者的及時(shí)識(shí)別將允許更個(gè)性化的治療選擇,避免無(wú)應(yīng)答者的毒性和不必要的成本。然而,目前尚無(wú)理想的臨床特征或生物標(biāo)志物作為是否誘導(dǎo)化療的參考。有研究提取了123例非流行地區(qū)鼻咽癌患者的基于MRI的影像組學(xué)特征,并整合臨床數(shù)據(jù),通過(guò)支持向量機(jī)的機(jī)器學(xué)習(xí)方法,將聯(lián)合T1加權(quán)、T2加權(quán)和對(duì)比增強(qiáng)T1加權(quán)MRI圖像中篩選出影像學(xué)特征,并建立可視化列線(xiàn)圖顯示了出色的預(yù)測(cè)價(jià)值,且優(yōu)于僅基于臨床數(shù)據(jù)的列線(xiàn)圖模型[32-33]。此外,該研究用多個(gè)影像組學(xué)特征組合將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組,低風(fēng)險(xiǎn)組的無(wú)進(jìn)展生存期明顯優(yōu)于高風(fēng)險(xiǎn)組。

2.4 預(yù)后預(yù)測(cè)

放射治療是鼻咽癌的主要治療方式,內(nèi)側(cè)顳葉作為危及器官不可避免地包含在目標(biāo)體積中,這往往導(dǎo)致數(shù)年后腦損傷。然而目前放療誘發(fā)的顳葉損傷的診斷主要取決于MRI,其診斷價(jià)值有限。應(yīng)采用影像組學(xué)方法預(yù)測(cè)放療誘發(fā)的顳葉損傷,特別是在早期階段進(jìn)行識(shí)別和預(yù)測(cè),并盡早對(duì)患者進(jìn)行干預(yù)或預(yù)防,從而改善生活質(zhì)量并延長(zhǎng)生存期。ZHANG等[34]基于242例接受放射治療的鼻咽癌患者的MRI圖像,采用Relief和自舉算法分別應(yīng)用于初始和后續(xù)特征選擇,從每個(gè)MRI序列中的內(nèi)側(cè)顳葉、灰質(zhì)和白質(zhì)中提取了非紋理特征和紋理特征。采用隨機(jī)森林法構(gòu)建3個(gè)放射相關(guān)預(yù)測(cè)模型,模型1、2和3可分別預(yù)測(cè)進(jìn)行N1、N2和N3的早期放療誘導(dǎo)的顳葉損傷,并進(jìn)行最佳模型挑選。該預(yù)測(cè)模型具有改善臨床醫(yī)生對(duì)患者管理的潛在價(jià)值,為臨床醫(yī)生在臨床實(shí)踐中的決策提供參考。

PENG等[35]基于85例Ⅲ～ⅣB期鼻咽癌患者的PET/CT資料進(jìn)行影像組學(xué)分析,從PET/CT圖像中提取放射學(xué)特征。使用層次聚類(lèi)將所有特征分組到聚類(lèi)中,并通過(guò)Relief算法選擇每個(gè)聚類(lèi)的代表性特征。然后采用順序浮動(dòng)前向選擇與支持向量機(jī)分類(lèi)器相結(jié)合,根據(jù)受試者工作特征曲線(xiàn)的曲線(xiàn)下面積推導(dǎo)優(yōu)化特征集。從中發(fā)現(xiàn)20個(gè)放射學(xué)特征可以區(qū)分疾病控制和治療失敗之間的差異,可用于預(yù)測(cè)局部晚期鼻咽癌的局部區(qū)域復(fù)發(fā)和/或遠(yuǎn)處轉(zhuǎn)移。SHEN等[36]入組327例非轉(zhuǎn)移性鼻咽癌患者,收集臨床和MRI數(shù)據(jù)構(gòu)建模型,結(jié)果表明,結(jié)合采用最小絕對(duì)收縮選擇算子和遞歸特征消除選擇的影像特征、臨床分期和EB病毒DNA水平的模型在預(yù)測(cè)非轉(zhuǎn)移性鼻咽癌患者的無(wú)進(jìn)展生存期顯示出更好的表現(xiàn)。ZHU等[37]入組156例接受調(diào)強(qiáng)放療治療的鼻咽癌患者,使用多種機(jī)器學(xué)習(xí)方法,從有或沒(méi)有局部復(fù)發(fā)患者的治療前CT圖像中提取影像特征,納入影像特征和臨床因素建立局部復(fù)發(fā)的列線(xiàn)圖,結(jié)果發(fā)現(xiàn),基于影像特征和臨床因素的列線(xiàn)圖可以預(yù)測(cè)鼻咽癌患者調(diào)強(qiáng)放療后局部復(fù)發(fā)的風(fēng)險(xiǎn),并為早期臨床干預(yù)提供證據(jù)。ZHANG等[38]探討MRI影像特征預(yù)測(cè)晚期鼻咽癌患者疾病進(jìn)展的可行性,該研究從113例患者的T2加權(quán)和對(duì)比增強(qiáng)T1加權(quán)中提取初始特征,使用最小絕對(duì)收縮和選擇運(yùn)算符方法從中選擇特征用于構(gòu)建影像組學(xué)的模型,根據(jù)曲線(xiàn)下面積評(píng)估其預(yù)測(cè)能力,結(jié)果表明,基于MRI的影像特征,在預(yù)測(cè)晚期鼻咽癌患者發(fā)生進(jìn)展具有較高的準(zhǔn)確性。

3 目前影像組學(xué)存在的不足

影像組學(xué)是腫瘤學(xué)中一個(gè)既有前途,又具有技術(shù)挑戰(zhàn)的新興學(xué)科。對(duì)于影像組學(xué)的研究仍然存在一些局限性[39]：(1)影像組學(xué)中圖像特征的提取受各種因素影響,其穩(wěn)定性和可重復(fù)性仍不足,需要進(jìn)一步研究來(lái)標(biāo)準(zhǔn)化特征提取。(2)放射特征背后的生物學(xué)意義值得探索。一些研究表明,影像組學(xué)特征與頭頸部鱗狀細(xì)胞癌中的人瘤病毒表達(dá)狀態(tài)相關(guān),在鼻咽癌中,需要更多的研究來(lái)探索影像組學(xué)的可解釋性,然后才能被廣泛采用[40]。(3)影像組學(xué)研究的質(zhì)量控制仍有待提高。PARK等[41]回顧了2018年12月之前在PubMed和Embase發(fā)表的有關(guān)影像組學(xué)的高質(zhì)量研究,分析發(fā)現(xiàn),相關(guān)研究的總體質(zhì)量和報(bào)告是不夠的,需要進(jìn)行科學(xué)改進(jìn),以表征可重復(fù)性、臨床效用能力。目的是提高影像組學(xué)研究作為診斷和預(yù)后預(yù)測(cè)模型的質(zhì)量,使影像組學(xué)成為醫(yī)療決策的有效工具。

4 影像組學(xué)的未來(lái)前景

影像組學(xué)在圖像信息采集過(guò)程中顯示出巨大潛能,而深度學(xué)習(xí)在圖像分析領(lǐng)域顯示出巨大的主導(dǎo)潛力,其可以自動(dòng)分析圖像,這是較影像組學(xué)最大的優(yōu)勢(shì)。許多研究人員已將深度學(xué)習(xí)引入影像組學(xué),并取得了令人鼓舞的結(jié)果,這可能是未來(lái)人工智能工具在醫(yī)學(xué)影像中的應(yīng)用趨勢(shì)[39]。

隨著影像組學(xué)技術(shù)的增強(qiáng)、公共數(shù)據(jù)庫(kù)的擴(kuò)展及深度學(xué)習(xí)算法的進(jìn)步,影像組學(xué)必將在未來(lái)的臨床診斷、治療和預(yù)后中發(fā)揮重要作用,為患者的個(gè)性化治療和精準(zhǔn)治療奠定基礎(chǔ)[40]。人工智能工具在醫(yī)療領(lǐng)域的廣泛應(yīng)用是未來(lái)醫(yī)學(xué)一個(gè)有希望的趨勢(shì)。影像組學(xué)和人工神經(jīng)網(wǎng)絡(luò)可能是實(shí)現(xiàn)這一目標(biāo)的主要方法,也是改善腫瘤臨床診斷和治療策略的寶貴工具[42]。機(jī)器學(xué)習(xí)算法的開(kāi)發(fā)為處理和分析高維圖像數(shù)據(jù)提供了強(qiáng)大的工具。影像組學(xué)特征與機(jī)器學(xué)習(xí)相結(jié)合,可以實(shí)現(xiàn)腫瘤患者的精確分層,為個(gè)體化診斷和治療提供更多證據(jù)[16]。

5 總 結(jié)

影像組學(xué)已廣泛應(yīng)用于鼻咽癌風(fēng)險(xiǎn)分級(jí)、分層、鑒別診斷、預(yù)后預(yù)測(cè)、治療反應(yīng)預(yù)測(cè)等方面,取得了良好的效果,并建立了相對(duì)成熟的研究方法流程,包括圖像分割、特征提取、特征選擇、模型建立和評(píng)估。但依然存在許多問(wèn)題,如特征提取的穩(wěn)定性和可重復(fù)性不足,以及缺乏對(duì)特征的解釋等。影像組學(xué)和人工智能的結(jié)合,是未來(lái)推動(dòng)基于影像組學(xué)預(yù)測(cè)/預(yù)后模型在臨床應(yīng)用的研究方向,具有廣闊的應(yīng)用前景。同時(shí)可通過(guò)建立鼻咽癌影像組學(xué)數(shù)據(jù)庫(kù),通過(guò)大數(shù)據(jù)研究,可更有效地發(fā)現(xiàn)影像組學(xué)背后的疾病機(jī)制,從而推動(dòng)個(gè)體化、智能化治療。