基于CT的影像組學(xué)在胃腸道間質(zhì)瘤中的應(yīng)用進(jìn)展

王沛哲，閆呈新

山東第一醫(yī)科大學(xué)第二附屬醫(yī)院影像科，山東泰安 271000

胃腸道間質(zhì)瘤（GIST）起源自Cajal間質(zhì)細(xì)胞，是消化系統(tǒng)中最常見的間葉源性腫瘤［1］。一項(xiàng)針對于我國4.3億城鎮(zhèn)人群的研究表明，GIST發(fā)病率大約為0.40/10萬人年，男女比例為1.22∶1，年齡（55.2±14.26）歲［2］。GIST 主要發(fā)生于胃（64.5%）、小腸（25.1%）、結(jié)腸（5.1%）和食管（1.9%），約3.3%出現(xiàn)在網(wǎng)膜、腸系膜、后腹膜等胃腸道外［3］。多層螺旋CT（MSCT）掃描速度較快，密度分辨率較高，安全無創(chuàng)，增強(qiáng)后還可顯示GIST的強(qiáng)化方式、程度、腫瘤供血血管及與周圍組織器官的關(guān)系等，是GIST檢查、診斷及分級的首選影像學(xué)檢查方法，對腫瘤生物學(xué)行為預(yù)測、治療方案選擇、療效評價(jià)及預(yù)后評估具有重要的價(jià)值［4-5］。但這種基于CT形態(tài)學(xué)診斷的傳統(tǒng)模式有一定的局限性。影像組學(xué)采用高通量特征提取算法進(jìn)行定量分析，深入挖掘腫瘤或其他實(shí)體疾病無法用肉眼分辨的隱藏信息，反映不同類型腫瘤的異質(zhì)性，被廣泛運(yùn)用于鑒別不同組織學(xué)表型的腫瘤［6-7］，在指導(dǎo)GIST診療方面具有廣泛的臨床應(yīng)用前景。腫瘤異質(zhì)性與其臨床生物學(xué)行為密切相關(guān)，穿刺活組織病理學(xué)檢查只能獲取腫瘤局部組織，不能反映病灶的整體情況及活體內(nèi)生存代謝的狀態(tài)［8］。鑒于GIST的惡性潛能較高，病理診斷具有侵入性，而影像組學(xué)具有揭示腫瘤在空間和時(shí)間上存在異質(zhì)性的能力，且近年來研究漸成趨勢并有望取得良好的效果，為此，本文就影像組學(xué)在GIST的研究進(jìn)展進(jìn)行綜述。

1 影像組學(xué)的概念

影像組學(xué)由荷蘭學(xué)者LAMBIN等［9］于2012年首次提出，是利用大量自動化數(shù)據(jù)特征算法，高通量地從影像的感興趣區(qū)中提取大量的定量圖像特征數(shù)據(jù)，轉(zhuǎn)化為具有高分辨率的可挖掘的高維特征空間數(shù)據(jù)，用于描述腫瘤異質(zhì)性的深層信息。作為腫瘤潛在基因表達(dá)模式及相關(guān)生物特征的替代標(biāo)志物，影像組學(xué)為臨床精確診斷、精準(zhǔn)化個(gè)體治療、預(yù)測遠(yuǎn)處轉(zhuǎn)移、預(yù)后評估等決策提供幫助［10］。影像組學(xué)主要包含以下步驟：①數(shù)據(jù)采集與標(biāo)準(zhǔn)化。影像組學(xué)的本質(zhì)是圖像分析，足量標(biāo)準(zhǔn)化影像圖像采集是影像組學(xué)研究成功的基礎(chǔ)。針對具體的研究問題和目的，收集統(tǒng)一的、標(biāo)準(zhǔn)化的圖像參數(shù)的數(shù)據(jù)集，是消除影像組學(xué)疾病診斷混雜偏倚的關(guān)鍵。②圖像分割與繪制。對病灶感興趣區(qū)或感興趣體積的分割，采用的方法有手動、半自動及自動分割，其中手動分割仍被認(rèn)為是大多數(shù)放射組學(xué)分割的金標(biāo)準(zhǔn)［11-13］。邊界的選擇將影響結(jié)論的準(zhǔn)確性，通常分割及勾畫時(shí)會剔除病灶中的空氣和鈣化［14］。③特征提取和處理。影像組學(xué)的核心步驟就是從圖像中提取出語義特征和非語義特征［15］。由于提取后的影像組學(xué)特征數(shù)量繁多，為選取預(yù)測效能最高的特征，需要對提取的特征進(jìn)行降維處理，運(yùn)用單因素分析、最大相關(guān)最小冗余、“套索”回歸［16］等方法篩除冗余和噪點(diǎn)。④模型建立。特征選取后用篩選的影像組學(xué)特征聯(lián)合臨床、病理特征，建立分類或預(yù)測模型，即訓(xùn)練集，再用驗(yàn)證數(shù)據(jù)（驗(yàn)證集）來驗(yàn)證模型的準(zhǔn)確性，最終選取出一個(gè)合適的高精度模型。目前常用的方法有l(wèi)ogistic回歸模型、隨機(jī)森林、支持向量機(jī)［17］、人工神經(jīng)網(wǎng)絡(luò)［18］等。其中l(wèi)ogistic回歸模型因簡單、可操作性強(qiáng)，被廣泛應(yīng)用于臨床。

2 基于CT的影像組學(xué)在GIST中的應(yīng)用

2.1 胃腸道腫瘤的鑒別診斷 GIST與平滑肌瘤、平滑肌肉瘤、神經(jīng)鞘瘤、胃腺癌和淋巴瘤等疾病的影像學(xué)表現(xiàn)相似，但治療的方法和預(yù)后卻顯著不同。有時(shí)僅靠MSCT平掃及增強(qiáng)很難將其進(jìn)行鑒別診斷。目前多項(xiàng)研究發(fā)現(xiàn)影像組學(xué)可以增加GIST診斷的準(zhǔn)確性，同時(shí)能鑒別其他消化道腫瘤。BA-SSALAMACH等［19］分析了47例動脈期和48例門脈期GIST、腺癌及淋巴瘤患者術(shù)前增強(qiáng)CT圖像的紋理特征，發(fā)現(xiàn)動脈期CT圖像中的紋理特征能準(zhǔn)確鑒別淋巴瘤和GIST（誤判率0%）；門脈期圖像對GIST與淋巴瘤的鑒別成功率略低，但能夠區(qū)分腺癌和GIST（誤判率8%）。SUN等［20］分析了基于增強(qiáng)CT的影像組學(xué)對鑒別GIST與胃癌的意義，分別建立了常規(guī)CT特征模型、影像組學(xué)特征模型及二者的聯(lián)合診斷模型，結(jié)果表明，聯(lián)合診斷模型可明顯提高GIST 與胃癌鑒別準(zhǔn)確性（P=0.03）。王睿［21］基于XGBoost算法，得出影像組學(xué)模型對胃神經(jīng)內(nèi)分泌腫瘤與胃腺癌鑒別的靈敏度、特異度、AUC及準(zhǔn)確性均優(yōu)于常規(guī)CT的特征模型（P<0.05）；侯宗賓［22］又進(jìn)一步研究發(fā)現(xiàn)，CT紋理特征中的Kurtosis及Entropy可作為鑒別胃間質(zhì)瘤和其他胃良性黏膜下腫瘤的獨(dú)立影響因素，常規(guī)CT形態(tài)學(xué)模型與影像組學(xué)聯(lián)合模型對其鑒別的診斷效能明顯優(yōu)于傳統(tǒng)CT特征。上述研究表明，影像組學(xué)特征可較準(zhǔn)確地對GIST進(jìn)行診斷，在診斷與鑒別診斷消化道腫瘤方面具有明顯優(yōu)勢，同時(shí)結(jié)合與臨床、病理聯(lián)合的模型具有更準(zhǔn)確的診斷效能。

2.2 病理危險(xiǎn)度分級的預(yù)測和評估 GIST生物學(xué)行為及危險(xiǎn)程度分級的研究一直是熱點(diǎn)，目前對于GIST的病理學(xué)危險(xiǎn)程度分級較常用的是改良NIH標(biāo)準(zhǔn)（2008年），其根據(jù)腫瘤大小、核分裂象計(jì)數(shù)及腫瘤原發(fā)部位將危險(xiǎn)度分級分為四級，即極低危險(xiǎn)度、低度危險(xiǎn)度、中度危險(xiǎn)度和高度危險(xiǎn)度［4］。目前多項(xiàng)應(yīng)用影像組學(xué)對GIST病理學(xué)危險(xiǎn)度分級進(jìn)行預(yù)測和評估的研究取得了一定的成果。LIU等［23］對78例低危險(xiǎn)度和極低危險(xiǎn)度GIST患者的CT平掃、動脈期和靜脈期圖像的影像組學(xué)分析，認(rèn)為其診斷效果較好。ZHANG等［24］研究了140例中危和高危患者術(shù)前GIST的動脈期CT增強(qiáng)圖像，運(yùn)用隨機(jī)森林的方式建立模型，發(fā)現(xiàn)影像組學(xué)特征在區(qū)分GIST中危和高危時(shí)具有較高的診斷效果（AUC為0.935）。REN等［25］學(xué)者在一項(xiàng)針對440例患者回顧性研究中發(fā)現(xiàn)，通過線性相關(guān)及LASSO回歸降維所建立的影像組學(xué)模型能區(qū)分低危險(xiǎn)度和高危險(xiǎn)度GIST（在訓(xùn)練和驗(yàn)證隊(duì)列中，AUC分別為0.935和0.933）；WANG等［26］對333例GIST的增強(qiáng)CT圖像建立的logistic回歸模型，證明在訓(xùn)練集及驗(yàn)證集均對低風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)GIST的區(qū)分能力較好（AUC分別為0.882和0.920）；侯宗賓［22］研究了98例GIST患者的危險(xiǎn)度分級，得出了影像組學(xué)紋理模型聯(lián)合傳統(tǒng)CT模型的效果最好（AUC為0.964），并優(yōu)于傳統(tǒng)CT模型；ZHANG等［27］通過對330例GIST患者多中心的回顧性研究表明，CT平掃對高危GIST患者的預(yù)測與增強(qiáng)掃描相當(dāng)。FENG等［28］從90例小腸間質(zhì)瘤患者的動脈期、靜脈期CT圖像中提取了不同的紋理參數(shù)，其中容積紋理特征，特別是熵對危險(xiǎn)度分層的診斷準(zhǔn)確率最高（AUC在動脈期和靜脈期分別為0.823和0.830），說明不同紋理特征參數(shù)對GIST分級具有一定的差異。上述研究表明，基于CT圖像的影像組學(xué)對于GIST危險(xiǎn)度分級具有良好的鑒別預(yù)測能力，可以為臨床精準(zhǔn)治療提供幫助。

2.3 預(yù)測腫瘤細(xì)胞的增殖狀態(tài) Ki-67增殖指數(shù)可以反映細(xì)胞分裂、增殖活性，是一種臨床上廣泛應(yīng)用的免疫組化標(biāo)志物，用以判斷腫瘤的惡性程度、侵襲性及生存時(shí)間及預(yù)后情況［29］。研究表明，Ki-67的高表達(dá)與GIST的病變體積、有絲分裂率、惡性風(fēng)險(xiǎn)及侵襲性呈正相關(guān)，代表著預(yù)后不良［30-31］。國內(nèi)外文獻(xiàn)報(bào)道，GIST的MSCT特征與Ki-67的表達(dá)水平具有顯著相關(guān)性［32-33］。隨著影像組學(xué)的不斷發(fā)展，有學(xué)者對GIST的CT紋理特征與Ki-67進(jìn)行相關(guān)研究，ZHANG等［34］對339例GIST的增強(qiáng)CT進(jìn)行分割勾畫，通過多變量logistic模型繪制諾莫圖，結(jié)果表明增強(qiáng)CT的影像組學(xué)特征聯(lián)合腫瘤大小與Ki-67的表達(dá)明顯相關(guān)（訓(xùn)練組、內(nèi)部驗(yàn)證組和外部驗(yàn)證組AUC分別為 0.801，0.828和 0.784）。ZHAO 等［33］將344例患者分為訓(xùn)練集和外部驗(yàn)證集，建立了Ki-67指數(shù)的影像組學(xué)預(yù)測模型，證明影像組學(xué)可術(shù)前預(yù)測Ki-67指數(shù)（AUC分別為0.835和0.784）。上述研究證實(shí)影像組學(xué)在預(yù)測腫瘤細(xì)胞的增殖狀態(tài)方面有很大潛力。

3 基于CT的影像組學(xué)在GIST研究中的不足

作為一個(gè)新的研究領(lǐng)域，基于CT的影像組學(xué)對GIST的研究還存在一些不足。首先，多數(shù)研究仍是單中心小樣本研究，各機(jī)構(gòu)評價(jià)標(biāo)準(zhǔn)又不盡相同，即使在同一研究中，驗(yàn)證組模型效果也明顯弱于實(shí)驗(yàn)組。其次，因采集設(shè)備不同，或管電壓、層厚等參數(shù)的選擇不同，所獲取的圖像存在明顯差異［35］。增強(qiáng)掃描所使用的對比劑、注射時(shí)相差異也會影響腫瘤周圍微環(huán)境，導(dǎo)致圖像紋理具有差別［36］。第三，不同研究者所篩選的標(biāo)準(zhǔn)有差異［37］，篩選出的影像組學(xué)特征也不盡相同。這些均可導(dǎo)致研究的可重復(fù)性有待進(jìn)一步提高，影像組學(xué)在GIST方面的研究還不能全面應(yīng)用于臨床。

4 展望

在當(dāng)前強(qiáng)調(diào)精準(zhǔn)醫(yī)療的社會背景下，影像組學(xué)在術(shù)前能較準(zhǔn)確的對GIST做出診斷，預(yù)測其危險(xiǎn)度分級及生物學(xué)特征，并有望評估評判放化療治療效果［38］。同時(shí)，隨著計(jì)算機(jī)科學(xué)與醫(yī)學(xué)的融合，基于影像的無監(jiān)督學(xué)習(xí)及深度學(xué)習(xí)成為識別、分析及驗(yàn)證定量特性的重要方法，這可以減少特征篩選的偏倚以取得更好的分類效能，極大地降低實(shí)驗(yàn)者的工作量?；诓煌瑱C(jī)器學(xué)習(xí)方法的影像組學(xué)作為當(dāng)前最具研究價(jià)值的交叉學(xué)科研究，必將在GIST個(gè)體化診療中發(fā)揮更大的作用。