基于高分辨T2WI 的影像組學(xué)對(duì)直腸癌新輔助治療療效的評(píng)估價(jià)值

臧書(shū)芹 沈 浮 陸建平

近年來(lái)隨著我國(guó)人口的老齡化及飲食結(jié)構(gòu)的西化，以結(jié)直腸癌為代表的肛腸外科疾病發(fā)病率明顯增加，這類(lèi)疾病嚴(yán)重威脅我國(guó)人民的健康[1]。局部進(jìn)展期直腸癌的治療推薦采取新輔助治療后手術(shù)治療，該方案明顯降低了術(shù)后局部復(fù)發(fā)率，提高了長(zhǎng)期生存率及保肛率。因此，對(duì)直腸癌新輔助治療的患者進(jìn)行準(zhǔn)確的影像學(xué)評(píng)估及早期預(yù)測(cè)預(yù)后將使治療方案更加個(gè)性化和有效化，所以如何應(yīng)用影像學(xué)方法來(lái)準(zhǔn)確預(yù)測(cè)與評(píng)估直腸癌新輔助治療后的轉(zhuǎn)歸情況便成了一個(gè)非常迫切的問(wèn)題[2]。

影像組學(xué)（radiomics）應(yīng)用大量的自動(dòng)化數(shù)據(jù)特征化算法，將影像感興趣區(qū)域（region of interest，ROI） 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)，具有數(shù)據(jù)維度高、定量分析等優(yōu)點(diǎn)，通過(guò)特征選擇具有診斷、預(yù)測(cè)價(jià)值的影像組學(xué)標(biāo)簽，采用人工智能分析方法將其用于影像診斷、療效評(píng)估、預(yù)后預(yù)測(cè)、支持個(gè)性化臨床決策、改善個(gè)體化治療選擇等，有望成為精準(zhǔn)影像醫(yī)學(xué)的重要基石[3]。

因此本研究基于磁共振高分辨率T2WI，引入影像組學(xué)的方法，得到直腸高分辨率T2WI 圖像影像組學(xué)特征，運(yùn)用主成分分析法探討直腸磁共振高分辨率T2WI 圖像影像組學(xué)特征對(duì)直腸癌新輔助治療的療效評(píng)估價(jià)值。

方 法

1.臨床資料

回顧性分析2018 年1 月～2018 年12 月期間在上海長(zhǎng)海醫(yī)院符合以下納入標(biāo)準(zhǔn)的患者：①術(shù)后病理檢查證實(shí)為直腸癌；②單一病灶；③nCRT 前行直腸高分辨T2WI 磁共振檢查；④所有患者nCRT 后行手術(shù)治療，有詳細(xì)病理報(bào)告結(jié)果。排除標(biāo)準(zhǔn)：圖像質(zhì)量差，偽影明顯，無(wú)法用于圖像的分割及影像組學(xué)特征的提取。46 例患者納入研究，男性35 例，女性11 例，年齡36 ～74 歲，平均年齡55.7±9.2 歲。

2.MR 檢查方法

磁共振掃描采用3T 磁共振系統(tǒng)（Siemens MAGNETOM Skyra 3T 磁共振成像系統(tǒng)）。所有患者檢查前4h 禁食。掃描前囑患者使用開(kāi)塞露（20ml甘油）清潔腸道。采用腹部相控陣線圈。掃描序列均采用常規(guī)直腸MRI 及高分辨T2WI 序列。常規(guī)序列包括矢狀面T2WI 脂肪抑制序列，橫斷面T1WI 及增強(qiáng)、DWI。高分辨T2WI 為斜橫斷面，掃描平面垂直于病灶所在腸管的長(zhǎng)軸。掃描參數(shù)：TR4000ms，TE108ms，F(xiàn)OV18cm，矩陣320×320，層厚3mm，層間距0，層數(shù)28 層，反轉(zhuǎn)角度150°，帶寬108Hz/像素。無(wú)脂肪抑制，GRAPPA 并行采集模式，加速因子為3，平均累加次數(shù)2，回波鏈長(zhǎng)度16，掃描時(shí)長(zhǎng)為4 分10 秒。

3.治療方案及病理標(biāo)準(zhǔn)

3.1 治療方案：所有患者均行術(shù)前長(zhǎng)程盆腔放療，處方劑量45 ～50Gy，分25 ～28 次，共計(jì)5 周到5 周半完成?；熡诘谝淮闻枨环暖熼_(kāi)展時(shí)實(shí)施，持續(xù)靜滴5-FU 或口服卡培他濱[4]。新輔助放化療結(jié)束后間隔5 ～12 周行TME 手術(shù)[5]。

3.2 病理診斷：根據(jù)美國(guó)癌癥聯(lián)合委員會(huì)（American Joint Committee on Cancer，AJCC）第七版[6]的分類(lèi)標(biāo)準(zhǔn)進(jìn)行病理診斷，記錄術(shù)后病理腫瘤退縮分級(jí)（tumor regression grade，TRG），根據(jù)標(biāo)準(zhǔn)分為0 ～3 級(jí)共4 類(lèi)：0 級(jí)（完全消退）指無(wú)鏡下可見(jiàn)的腫瘤細(xì)胞；1 級(jí)（中等退縮）在鏡下僅見(jiàn)單個(gè)或小灶腫瘤細(xì)胞；2 級(jí)（輕微退縮）是腫瘤殘留但少于纖維化間質(zhì)；3 級(jí)（無(wú)退縮）指無(wú)或少量腫瘤細(xì)胞壞死，廣泛的腫瘤殘留。將TRG 0、1 級(jí)分類(lèi)為療效良好組，TRG 2、3 級(jí)分類(lèi)為療效不良組。

4.影像組學(xué)方法

4.1 圖像分割和特征提?。簩@取到的高分辨T2WI 原始DICOM 圖像導(dǎo)入后處理平臺(tái)（大數(shù)據(jù)智能分析云平臺(tái)，慧影醫(yī)療科技有限公司，北京），一名放射科醫(yī)師采用手動(dòng)方式在高分辨率T2WI 圖像上沿病灶邊緣逐層勾畫(huà)感興趣區(qū)（region of interest，ROI），計(jì)算機(jī)自動(dòng)生成病灶的三維容積感興趣區(qū)（volume of interest，VOI），另一名高年資放射科醫(yī)師檢查勾畫(huà)結(jié)果。將上述獲取到的VOI 使用上述平臺(tái)自動(dòng)提取影像組學(xué)特征，包含兩類(lèi)特征：①基于特征類(lèi)：一階統(tǒng)計(jì)量特征（first order statistic）、形狀特征（shape-based）、紋理特征（texture）；② 基于過(guò)濾器類(lèi)：小波分析（wavelets）、拉普拉斯轉(zhuǎn)換（Laplacian transforms）、對(duì)數(shù)特征（logarithm）、指數(shù)特征（exponential）等。共1029 個(gè)。

4.2 特征降維及模型構(gòu)建：提取影像組學(xué)特征后，采用主成分分析法（principal component analysis，PCA）進(jìn)行特征值降維，使用降維后的特征與術(shù)后腫瘤退縮分級(jí)（tumor regression grade，TRG）分 類(lèi) 建 立K 近 鄰（K-nearest neighbor，KNN）模型，將樣本隨機(jī)分為訓(xùn)練集（80%）與測(cè)試集（20%）進(jìn)行機(jī)器學(xué)習(xí)，分別繪制ROC 曲線。分類(lèi)器模型驗(yàn)證測(cè)試集采用5 折交叉驗(yàn)證，計(jì)算AUC、靈敏度、特異度、95%置信區(qū)間。

結(jié) 果

1.一般資料

表1 KNN 分類(lèi)器訓(xùn)練集及測(cè)試集ROC 分析結(jié)果

圖1 男性，52 歲，便血、便秘1 個(gè)月。A.nCRT 前高分辨T2WI 示腔內(nèi)腫塊（白箭）。B.nCRT 后復(fù)查T(mén)2WI，提示腫塊較前明顯縮?。ò准±硎局蹦c中分化腺癌，新輔助治療后完全退縮，TRG=0 級(jí)。圖2 男性，74 歲，膿血便3 個(gè)月，腸鏡發(fā)現(xiàn)直腸占位。A.nCRT 前高分辨T2WI 示腔內(nèi)腫塊（白箭）。B.nCRT 后復(fù)查T(mén)2WI，提示腫塊較前明顯縮?。ò准?，病理示直腸中分化腺癌，新輔助治療后大部分退縮，TRG=1 級(jí)。

圖3 男性，66 歲，大便習(xí)慣改變半年。A.nCRT 前高分辨T2WI 示腸壁增厚占管腔3/4 圈（白箭）。B.nCRT 后復(fù)查示病灶較前小部分退縮（白箭）。病理示直腸中分化腺癌，新輔助治療后小部分退縮，TRG=2 級(jí)。圖4 男性，58 歲，腸鏡發(fā)現(xiàn)直腸占位。A.nCRT 前高分辨T2WI 示腸壁增厚占管腔全圈（白箭）。B.nCRT 后復(fù)查示病灶退縮較前不明顯（白箭）。病理示直腸中分化腺癌，新輔助治療后無(wú)明顯退縮，TRG=3 級(jí)。

納入的46 例直腸癌患者，男性35 例，女性11例，年齡36 ～74 歲，平均年齡55.7±9.2 歲。術(shù)后病理報(bào)告顯示：T1 期0 例，T2 期19 例，T3 期20 例，T4 期3 例，無(wú)法評(píng)估T 分期4 例。TRG 0 級(jí)4 例，TRG 1 級(jí)15 例，TRG 2 級(jí)17 例，TRG 3 級(jí)10 例。療效良好組19 例，療效不良組為27 例。病例詳見(jiàn)圖1 ～4。

圖5 主成分分析法（PCA）。

圖7 測(cè)試集ROC 曲線。

2.影像組學(xué)結(jié)果

2.1 影像組學(xué)特征：共提取得到的1029 個(gè)組學(xué)特征，采用主成分分析（PCA）的方法進(jìn)行特征值降維，將影像組學(xué)特征重新組合為新的特征，選取前5個(gè)最能代表整個(gè)影像組學(xué)特征矩陣的特征，保證能得到整個(gè)影像組學(xué)特征矩陣中99%以上的信息（圖5）。

2.2 分類(lèi)器模型預(yù)測(cè)表現(xiàn)：KNN 分類(lèi)器的訓(xùn)練集ROC 曲線下面積為0.690，見(jiàn)圖6；交叉驗(yàn)證測(cè)試集的平均ROC 曲線下面積為0.712，見(jiàn)圖7。訓(xùn)練集及測(cè)試集的AUC、靈敏度、特異度、95%置信區(qū)間詳見(jiàn)表1。

討 論

直腸癌新輔助治療的療效評(píng)估是決定下一步治療決策的重要依據(jù)，準(zhǔn)確預(yù)測(cè)新輔助治療后轉(zhuǎn)歸良好的患者，能提高直腸癌患者的保肛率及生活質(zhì)量，對(duì)轉(zhuǎn)歸不良的患者及時(shí)調(diào)整治療方案，提供更多的治療選擇，以期取得好的治療效果。術(shù)后病理學(xué)檢查是判斷新輔助治療后腫瘤退縮的金標(biāo)準(zhǔn)，術(shù)前影像學(xué)檢查NCCN 指南推薦采用直腸高分辨序列進(jìn)行療效評(píng)估[4]，目前主要基于高分辨T2WI 序列。高分辨T2WI 軟組織分辨率高，能清晰顯示腸壁層次結(jié)構(gòu)，對(duì)顯示病灶治療后的改變非常重要，但這一傳統(tǒng)影像學(xué)方法僅在形態(tài)學(xué)上對(duì)腫瘤進(jìn)行評(píng)估，具有一定的主觀性，缺乏定量評(píng)估，導(dǎo)致其預(yù)測(cè)病理退縮程度的準(zhǔn)確性仍較低，比如難以區(qū)分新輔助放化療后的纖維組織與殘存腫瘤[7]。臨床往往結(jié)合擴(kuò)散加權(quán)成像（DWI）所獲得的表觀擴(kuò)散系數(shù)（ADC）值對(duì)腫瘤進(jìn)行定量分析，但是常規(guī)DWI 及ADC 圖也并不能完全區(qū)分腫瘤組織退縮的改變或者治療后的疤痕、水腫[8]。因此，臨床目前仍沒(méi)有可靠的術(shù)前評(píng)價(jià)手段，現(xiàn)有研究證實(shí)影像組學(xué)可以改善這一現(xiàn)狀[9]。

影像組學(xué)（radiomics）方法是指對(duì)大量醫(yī)學(xué)圖像提取定量影像學(xué)特征并進(jìn)行分析，找到疾病的影像學(xué)標(biāo)識(shí)物，從而實(shí)現(xiàn)對(duì)疾病的精準(zhǔn)預(yù)測(cè)、診斷及預(yù)后評(píng)估等[10]。憑借對(duì)海量影像數(shù)據(jù)信息進(jìn)行更深層次的挖掘、預(yù)測(cè)和分析來(lái)輔助醫(yī)師做出最準(zhǔn)確的診斷[11-12]。非侵入性影像醫(yī)學(xué)檢查對(duì)腫瘤的整體評(píng)估具有巨大的潛能，其可對(duì)患者進(jìn)行無(wú)損傷和可重復(fù)性檢查[13-14]?；谟跋窠M學(xué)技術(shù)，不僅規(guī)避了觀察者本身對(duì)于影像特征解讀的主觀偏向，還能深度挖掘并整合圖像中大量的人眼無(wú)法識(shí)別和區(qū)分的數(shù)字化信息，從而提高術(shù)前影像診斷效能。目前，國(guó)內(nèi)外學(xué)者對(duì)結(jié)直腸腫瘤的影像組學(xué)研究主要集中在紋理特征提取、良惡性病變的鑒別、術(shù)前分期、預(yù)后預(yù)測(cè)等方面[15-17]。這些研究的圖像采集都以高分辨T2WI 序列為主，所以我們也基于高分辨T2WI 進(jìn)行組學(xué)研究。

本研究采用PCA 方法進(jìn)行特征值降維。PCA 作為一種降維算法，是設(shè)法將原來(lái)眾多具有一定相關(guān)性指標(biāo)，重新組合成一組新的互相無(wú)關(guān)的綜合指標(biāo)來(lái)代替原來(lái)的指標(biāo)，考察的是多個(gè)變量間相關(guān)性。K 近鄰（KNN）算法是模式識(shí)別眾多算法中一個(gè)簡(jiǎn)單有效的分類(lèi)方法，通過(guò)相似性的度量方式發(fā)現(xiàn)與測(cè)試樣本最近的K 個(gè)訓(xùn)練樣本，對(duì)K 個(gè)樣本進(jìn)行統(tǒng)計(jì)分析，并把測(cè)試樣本判決為鄰近數(shù)量最多的那一類(lèi)。本研究結(jié)果顯示KNN 分類(lèi)器模型測(cè)試集的ROC 曲線下面積為0.712，靈敏度為78.8%，特異度為56.6%，95%置信區(qū)間為0.557 ～0.867，表明KNN 分類(lèi)器對(duì)直腸癌新輔助治療后的療效評(píng)估具有診斷價(jià)值。

本研究局限性主要在于：第一，這是一項(xiàng)回顧性研究，可能存在選擇偏倚，為了驗(yàn)證目前的結(jié)果，有必要進(jìn)行大規(guī)模前瞻性多中心研究；第二，影像組學(xué)特征是從手動(dòng)勾畫(huà)的VOI 中提取，很難避免腸壁形變對(duì)VOI 產(chǎn)生的影響，并且沒(méi)有對(duì)圖像的分割進(jìn)行一致性檢驗(yàn)，進(jìn)而可能會(huì)影響機(jī)器學(xué)習(xí)準(zhǔn)確性；第三，本研究TRG 診斷效能并未達(dá)到最好，且沒(méi)有進(jìn)行是否達(dá)到pCR 影像組學(xué)分析，這與樣本量較小有關(guān)，需擴(kuò)大樣本量以減少數(shù)據(jù)量對(duì)模型的影響。

綜上所述，基于高分辨T2WI 圖像的影像組學(xué)PCA 法對(duì)直腸癌新輔助治療后的療效評(píng)估具有診斷價(jià)值，具有較好的預(yù)測(cè)腫瘤退縮的能力，為臨床治療方案的選擇提供有利信息。