導語：影像組學在宮頸癌影像學評估的應用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【摘要】影像組學是一項從大量的醫(yī)學影像數(shù)據(jù)中提取圖像定量特征，經(jīng)過量化分析處理后進行疾病的診斷和預測的新興技術(shù)，在宮頸癌的影像組學是一項從大量的醫(yī)學影像數(shù)據(jù)中提取圖像定量特征，經(jīng)過量化分析處理后進行疾病的診斷和預測的新興技術(shù)，在宮頸癌的分期、治療、預后判斷等方面有廣闊的應用前景，與傳統(tǒng)影像學融合有助于提高臨床醫(yī)生對宮頸癌的診斷和預測復發(fā)及轉(zhuǎn)移能力，從而合理制定治療計劃以減少腫瘤復發(fā)轉(zhuǎn)移風險。本文將對國內(nèi)外影像組學應用于宮頸癌影像學評估中的研究進展做一綜述。

【關(guān)鍵詞】影像組學；宮頸癌；綜述

隨著醫(yī)學影像大數(shù)據(jù)與臨床輔助診斷技術(shù)的快速發(fā)展，影像組學技術(shù)通過從患者的醫(yī)學影像資料中提取出大量影像學特征來量化疾病相關(guān)指標，經(jīng)過分析可以幫助解決因腫瘤異質(zhì)性而難以定量評估的一些臨床問題，因而具有重要的臨床應用價值。以下將介紹影像組學技術(shù)，闡述影像組學的基本概念、處理流程及其在宮頸癌影像學評估中的應用前景、未來的發(fā)展方向及挑戰(zhàn)。醫(yī)學影像技術(shù)的起始最早可追溯到1895年，德國物理學家倫琴發(fā)現(xiàn)X線[1]，而影像組學這一概念最早于2010年提出，其影像學特征信息具有潛在的腫瘤診斷、預后與預測價值。目前，影像組學在腫瘤的篩查、診斷、分期、放療靶器官勾畫等方面已經(jīng)有相對成熟的應用[2]，特別是在肺癌、乳腺癌篩查中也發(fā)揮著重要的作用[3-4]。

1宮頸癌的診療及影像表現(xiàn)

宮頸癌在我國的惡性腫瘤的女性患者中發(fā)病率較高且有明顯上升趨勢[5]，在婦科惡性腫瘤的發(fā)病率中亦是最高，是危害我國女性健康的重要疾病之一。MR影像是目前正在不斷普及的宮頸癌影像學診療手段，具有更好的軟組織分辨率，可多方位、多序列成像，對宮頸癌的診斷和分級分期顯著優(yōu)于其他影像檢查。在MR圖像中，宮頸癌的影像學表現(xiàn)為宮頸形態(tài)不規(guī)則，密度不均勻。增強掃描時，宮頸癌表現(xiàn)為早期早于宮頸肌層迅速強化，強化曲線呈快進慢出、持續(xù)強化。T2WI序列的宮頸間質(zhì)環(huán)中斷是判斷宮頸肌層及宮旁受侵的指征，結(jié)合帶的完整性是判斷宮頸腫瘤是否浸潤肌層的重要標志。研究認為，宮頸癌在T2WI圖像上呈稍高信號或高信號，與周圍組織分界明顯，更易取得其組學特征，在影像組學應用中有較高的價值[6]。融合組學算法，能夠研究宮頸癌腫瘤內(nèi)部特征及腫瘤異質(zhì)性，有助于探索腫瘤和圖像間更深層次的聯(lián)系。

2影像組學的工作流程

2.1圖像采集

影像組學的圖像來源于患者在診療過程中采集到的CT、MR、PETCT等圖像序列，高質(zhì)量、標準化的圖像采集也更有利于得到準確可靠的預測結(jié)果。

2.2圖像分割

通過在采集到的圖像中勾畫出感興趣區(qū)（ROI），將圖像中需要重點研究的區(qū)域標記出來。計算機自動、半自動、手動分割等都是目前常見的圖像分割的辦法。宮頸癌的圖像分割仍以臨床醫(yī)生手動分割為主，計算機輔助勾畫和自動勾畫技術(shù)也正逐漸成熟[7]。

2.3特征提取和篩選

這一步是采用多樣化的統(tǒng)計分析和數(shù)據(jù)挖掘方法從大批量ROI圖像信息中提取和剝離出真正起作用的關(guān)鍵信息，將所選擇的特征降維后再篩選出其中的有效特征。影像組學特征主要包括外形特征、一階直方圖特征、二階直方圖、紋理特征，或?qū)D像用濾波器處理后建立有關(guān)模型[8]，還有一些來源于特定圖像的影像組學特征等。其中常用的特征提取和篩選方法有LASSO篩選、最大相關(guān)最小冗余（mRMR）、主成分分析法（PCA）等[9]。

2.4建立模型

將篩選出的影像學特征進行整合統(tǒng)計后，找到少數(shù)真正有關(guān)鍵意義的特征，建立起數(shù)學模型并加以驗證。Logistic回歸模型是目前最為常用的一類監(jiān)督分類器。常用的機器學習模型還有支持向量機、人工神經(jīng)網(wǎng)絡、聚類分析、隨機森林、交叉驗證、自舉法、回歸模型等[10]。

3影像組學在宮頸癌診療中的應用

經(jīng)過局部放療和全身化療的宮頸癌患者，可以觀察到腫瘤的遠處轉(zhuǎn)移和復發(fā)都能得到有效控制。而在制定宮頸癌患者的治療計劃和隨訪策略時，確定腫瘤遠處轉(zhuǎn)移和復發(fā)的預測因素就顯得更為重要。淋巴結(jié)轉(zhuǎn)移是宮頸癌復發(fā)的預測因素之一，也能夠作為宮頸癌術(shù)后放療的適應證之一。Li等[11]分析了153例Ⅱa～Ⅱb期宮頸癌的盆腔淋巴結(jié)轉(zhuǎn)移患者的MR圖像，認為基于ADC圖像的影像組學模型能夠發(fā)揮一定的預測作用。實驗中宮頸癌患者的臨床分期、MR圖像中的灰度不均勻性等影像組學特征在訓練組和驗證組中表現(xiàn)出良好的預測性能，其中MR圖像的影像組學特征模型的預測性能較其他單因子性能更優(yōu)。因而在預測Ⅱa～Ⅱb期宮頸癌的淋巴結(jié)轉(zhuǎn)移方面，從原發(fā)病變ADC圖像中提取的紋理特征有著良好的預測效能。Kan等[12]聯(lián)合T2WI及DCE序列紋理特征，基于143例宮頸癌患者MR圖像提取出超過900個影像組學特征及7個臨床特征，淋巴結(jié)是否轉(zhuǎn)移可通過影像組學特征進行有效區(qū)分。通過為宮頸癌患者在術(shù)前評估其淋巴結(jié)的轉(zhuǎn)移情況，多序列MR影像組學特征可以為早期宮頸癌患者的治療決策提供幫助。CT-MR、超聲-MR等圖像融合技術(shù)的應用也有助于提高影像診斷的準確率。在一項宮頸癌的DCE-MRI特征數(shù)據(jù)分析實驗中，藥代動力學參數(shù)具備了較高的精度和一定的診斷意義，體現(xiàn)了影像組學在腫瘤生物學領域蘊含的發(fā)展前景[13]。Reuze等[14]在一項晚期宮頸癌患者的回顧性研究中，提取并分析了118例接受局部放化療患者的紋理特征，如低灰度區(qū)突出和高灰度區(qū)突出、峰值標準化攝取值、同質(zhì)性等，發(fā)現(xiàn)這些特征在預測晚期宮頸癌治療后的局部復發(fā)具有一定作用。Lucia等[15]利用宮頸癌患者的PET-CT和MR圖像紋理特征建立模型預測接受放化療后的復發(fā)情況。經(jīng)實驗驗證，DFS模型達到90%的準確率，法國及加拿大隊列的LRC模型的準確率也分別達到98%、96%。臨床醫(yī)生通過影像組學能夠更準確地預測宮頸癌患者治療后的復發(fā)風險，從而能夠更有針對性地制定出個體化的診療方案，提高宮頸癌患者的生存率。

4影像組學研究及其在宮頸癌影像的應用中仍存在的問題

4.1腫瘤生物學特征方面

宮頸癌腫瘤的生物學特征存在較大差異，如病理類型、分期分型、位置形態(tài)等，目前的研究進度不一，主要集中于宮頸癌的鑒別診斷及其預后評估、生物學行為評價等方面。

4.2圖像應用方面

宮頸癌圖像的采集、感興趣區(qū)勾畫分割、特征提取、統(tǒng)計學建模等尚無統(tǒng)一的標準和規(guī)范。影像特征經(jīng)不同的統(tǒng)計手段和篩選方法得出的結(jié)果也會產(chǎn)生一定差異，需要更多的研究選擇出最為可靠的方法。

4.3數(shù)據(jù)處理方面

目前大多數(shù)的回顧性研究樣本數(shù)量有限，宮頸癌影像組學閾值標準的設定受到限制。預測模型的過擬合風險可能隨著算法的復雜度增加，在人群中的驗證、測試和應用中產(chǎn)生限制[16]。

4.4模型的可解釋性及語義方面

影像組學中多數(shù)的紋理特征不能賦予有效的生物學、病理學意義，缺乏確切的醫(yī)學術(shù)語描述和標準化語義規(guī)范，限制了其進一步的醫(yī)學研究和臨床運用。

5影像組學在宮頸癌中的應用展望

綜上所述，宮頸癌的影像組學分析技術(shù)雖然可能永遠不會取代目前作為臨床金標準的病理分析，但能有效輔助評估宮頸癌腫瘤的固有異質(zhì)性。宮頸癌的診斷、生物學行為評價、治療反應與療效評估中正越來越多地見到影像組學技術(shù)的參與。與傳統(tǒng)影像技術(shù)相比，影像組學更能夠定量評估宮頸癌腫瘤空間上的異質(zhì)性，可重復性更強，還能夠提供更多的有效信息[17]。未來影像組學在宮頸癌診療潛在的應用方向有：通過三維虛擬重建宮頸局部橫截面圖像，獲取用于精確的手術(shù)計劃和放化療評估的宮頸癌病灶及瘤周相關(guān)的信息；宮頸癌放療反應的預測模型建立；放射性藥物的靶向分子成像等等。我們期待影像組學與基因組學等其它各種組學相結(jié)合，為優(yōu)化醫(yī)療決策、推動精準醫(yī)學的發(fā)展尤其是腫瘤的個體化醫(yī)療提供新的發(fā)展方向。

作者：朱鑫宇 徐曉婷 單位：蘇州大學附屬第一醫(yī)院放療科