影像組學(xué)結(jié)合人工智能評(píng)估甲狀腺乳頭狀癌頸部淋巴結(jié)轉(zhuǎn)移的研究進(jìn)展

胡濤 張煜 周天晗 羅定存

甲狀腺乳頭狀癌（papillary thyroid carcinoma，PTC）總體預(yù)后良好，但約20%～50%的PTC 在早期診斷時(shí)已經(jīng)發(fā)生頸部淋巴結(jié)轉(zhuǎn)移[1]。目前，PTC 以手術(shù)治療為主，甲狀腺腺體及峽部切除術(shù)加治療性頸淋巴結(jié)清掃術(shù)已成為臨床診斷淋巴結(jié)陽性（cN1）的PTC 患者最常用的手術(shù)方式。但對(duì)于臨床診斷淋巴結(jié)陰性（cN0）的PTC 患者，是否進(jìn)行預(yù)防性頸部中央?yún)^(qū)淋巴結(jié)清掃仍存在爭(zhēng)議[2]。甚至有研究報(bào)道行中央?yún)^(qū)淋巴結(jié)清掃并不會(huì)改善患者的遠(yuǎn)期生存，反而會(huì)增加患者手術(shù)并發(fā)癥發(fā)生的可能[3-4]。因此，術(shù)前評(píng)估患者頸部淋巴結(jié)轉(zhuǎn)移情況有重要意義。目前，頸部超聲、頸部增強(qiáng)CT、MRI 等是臨床常用的輔助檢查，用于直接評(píng)估頸部淋巴結(jié)轉(zhuǎn)移情況。傳統(tǒng)超聲評(píng)估側(cè)頸部淋巴結(jié)轉(zhuǎn)移的靈敏度和特異度較高，分別為0.84～0.94 和0.80～0.98[5-6]。但由于中央?yún)^(qū)淋巴結(jié)位置較深且多受甲狀腺遮擋，影像特征不明顯，超聲診斷靈敏度和特異度較低，僅為0.40～0.51 和0.71～0.78[5-6]。頸部CT 影像分析彌補(bǔ)了超聲對(duì)頸部淋巴結(jié)評(píng)估的諸多局限（如鈣化病灶顯示差、胸骨后甲狀腺及中央?yún)^(qū)淋巴結(jié)顯示困難、操作者依賴性強(qiáng)、圖像重復(fù)性差等），靈敏度和特異度分別為0.72～0.80 和0.82～0.87[7-8]。MRI 目前在臨床中用于評(píng)估頸部淋巴結(jié)相對(duì)較少，有研究報(bào)道MRI 評(píng)估PTC 頸部淋巴結(jié)轉(zhuǎn)移具有較高特異度（0.90～0.93），但靈敏度（0.33～0.56）較低[9]。以上3 種常用的輔助檢查方法的評(píng)估效能仍需要進(jìn)一步提升，而影像組學(xué)等新技術(shù)為此提供了新思路。

影像組學(xué)結(jié)合人工智能技術(shù)對(duì)圖像信息進(jìn)行深度挖掘，提取高通量圖像特征，找出特征與疾病發(fā)生、發(fā)展、病理、遺傳學(xué)之間的相關(guān)性，建立模型預(yù)測(cè)分析，揭示臨床實(shí)踐中無法用肉眼識(shí)別的疾病特征，從而提高診斷預(yù)測(cè)的準(zhǔn)確性[10]。深度學(xué)習(xí)和機(jī)器學(xué)習(xí)作為目前較常見的人工智能研究方法，常與影像組學(xué)結(jié)合，幫助臨床醫(yī)生術(shù)前準(zhǔn)確評(píng)估PTC 患者頸部淋巴結(jié)情況，更好地解決了過度治療和治療不足等問題。

本文著重從以上幾項(xiàng)基于影像組學(xué)的人工智能相關(guān)技術(shù)預(yù)測(cè)評(píng)估PTC 頸部淋巴結(jié)轉(zhuǎn)移的研究進(jìn)展作一綜述。

1 基于影像組學(xué)結(jié)合深度學(xué)習(xí)算法評(píng)估PTC 頸部淋巴結(jié)轉(zhuǎn)移

深度學(xué)習(xí)作為一種數(shù)據(jù)驅(qū)動(dòng)的端到端的學(xué)習(xí)方式，利用卷積神經(jīng)網(wǎng)絡(luò)來解決特征表達(dá)，模擬人腦進(jìn)行分析學(xué)習(xí)，一般無需進(jìn)行預(yù)處理，其自身訓(xùn)練學(xué)習(xí)的過程就進(jìn)行了特征提取與最優(yōu)選擇，無需進(jìn)行分類器的選擇，能更好地實(shí)現(xiàn)對(duì)PTC 頸部淋巴結(jié)轉(zhuǎn)移的預(yù)測(cè)[11]。目前研究主要集中于超聲影像及CT 影像。

1.1 深度學(xué)習(xí)算法——超聲影像評(píng)估PTC 頸部淋巴結(jié)轉(zhuǎn)移 超聲檢查是術(shù)前評(píng)估PTC 有無淋巴結(jié)轉(zhuǎn)移最常用的影像學(xué)方法。超聲評(píng)估側(cè)頸部淋巴結(jié)轉(zhuǎn)移的靈敏度和特異度較高，分別為0.84～0.94 和0.80～0.98[5-6]，而中央?yún)^(qū)淋巴結(jié)位置較深且多受甲狀腺遮擋，影像特征不明顯，超聲診斷靈敏度和特異度較低，僅為0.40～0.51 和0.71～0.78[5-6]。且臨床上評(píng)估頸部淋巴結(jié)多為超聲醫(yī)師基于個(gè)人經(jīng)驗(yàn)進(jìn)行判斷，缺乏客觀性。故Lee 等[12]開發(fā)了一項(xiàng)基于深度學(xué)習(xí)的計(jì)算機(jī)輔助診斷（computer aided diagnosis，CAD）系統(tǒng)，對(duì)804 例甲狀腺癌患者的側(cè)頸部淋巴結(jié)超聲圖像進(jìn)行直接定位、識(shí)別，在超聲引導(dǎo)下對(duì)識(shí)別的頸部淋巴結(jié)行穿刺并獲得病理學(xué)檢查結(jié)果，該診斷系統(tǒng)的靈敏度、特異度和準(zhǔn)確度分別為0.875、0.795 和0.830。還有研究通過原發(fā)灶超聲影像來預(yù)測(cè)頸部淋巴結(jié)轉(zhuǎn)移。Wu 等[13]首次將原發(fā)灶超聲圖像、原發(fā)灶血流圖像與臨床信息（性別、年齡、淋巴結(jié)直徑）相融合，探索更多模式，開發(fā)深度多模態(tài)學(xué)習(xí)模型（multimodal classifification network，MMC-Net）預(yù)測(cè)轉(zhuǎn)移情況。該模型AUC 為0.973，預(yù)測(cè)性能顯著優(yōu)于其他3 種單模態(tài)深度學(xué)習(xí)模型（亮度呈像模式、血流呈像模式、臨床信息模式），且MMCNet 預(yù)測(cè)時(shí)會(huì)更多地參考圖像信息，而非臨床信息。該模型綜合個(gè)體化信息作出判斷，相較于單獨(dú)提取淋巴結(jié)或原發(fā)灶圖像特征，更貼近臨床醫(yī)師人為判斷方式，是未來深度學(xué)習(xí)綜合多學(xué)科評(píng)估頸部淋巴結(jié)轉(zhuǎn)移的發(fā)展方向，為臨床醫(yī)師提供可靠輔助工具。

目前超聲檢查雖有專家共識(shí)作為規(guī)范，但仍然主要依靠超聲醫(yī)師的主觀判斷，且檢驗(yàn)水準(zhǔn)很難達(dá)到一致性，而深度學(xué)習(xí)模型的診斷效能通常能客觀地與較高年資超聲醫(yī)師相仿，是該難點(diǎn)的解決方案，未來深度學(xué)習(xí)算法在診斷頸部淋巴結(jié)轉(zhuǎn)移方面有望替代淋巴結(jié)細(xì)針穿刺，實(shí)現(xiàn)快捷、無創(chuàng)的術(shù)前評(píng)估和診治。

1.2 深度學(xué)習(xí)算法——CT 影像評(píng)估PTC 頸部淋巴結(jié)轉(zhuǎn)移 頸部CT 在術(shù)前評(píng)估PTC 頸部淋巴結(jié)轉(zhuǎn)移中可起重要作用，能全層面顯示患者頸部解剖結(jié)構(gòu)，然而臨床醫(yī)生僅能通過判斷強(qiáng)化值（CT 值）等信息來評(píng)估頸部淋巴結(jié)轉(zhuǎn)移情況，容易忽視臨床陰性的淋巴結(jié)。因此，有學(xué)者基于深度學(xué)習(xí)算法構(gòu)建了頸部淋巴結(jié)CT圖像預(yù)測(cè)PTC 淋巴結(jié)轉(zhuǎn)移的輔助診斷系統(tǒng)。Lee 等[14]收集202 例甲狀腺癌患者的995 枚淋巴結(jié)橫斷面CT 圖像，采用8 種不同的模型將影像分為轉(zhuǎn)移淋巴結(jié)和非轉(zhuǎn)移淋巴結(jié)，構(gòu)建了基于深度學(xué)習(xí)的CAD 系統(tǒng)，該系統(tǒng)具有較好的預(yù)測(cè)效能，其靈敏度、特異度和準(zhǔn)確度均為0.904，AUC 為0.953。同樣，湯懷民[15]運(yùn)用深度學(xué)習(xí)算法建立的基于CT 淋巴結(jié)圖像預(yù)測(cè)PTC 側(cè)頸部淋巴結(jié)轉(zhuǎn)移的模型，準(zhǔn)確度、靈敏度、特異度分別達(dá)到了0.926、0.948、0.806，且在與高年資放射科醫(yī)師相比較時(shí)顯示診斷效能更優(yōu)。

基于超聲和CT 淋巴結(jié)圖像的影像組學(xué)，構(gòu)建的深度學(xué)習(xí)模型可以排除不同機(jī)器、操作者等主觀因素的影響，通過識(shí)別裸眼無法識(shí)別的影像特征，進(jìn)一步提升深度學(xué)習(xí)模型的準(zhǔn)確性。隨著技術(shù)的發(fā)展和計(jì)算機(jī)性能的進(jìn)步，加之多中心數(shù)據(jù)的匯入，深度學(xué)習(xí)算法開發(fā)出了很多具有不同優(yōu)勢(shì)的模型訓(xùn)練方式，為超聲和CT 影像智能診斷系統(tǒng)的訓(xùn)練提供了更多、更可靠的選擇。

2 基于影像組學(xué)結(jié)合機(jī)器學(xué)習(xí)算法預(yù)測(cè)PTC 頸部淋巴結(jié)轉(zhuǎn)移

機(jī)器學(xué)習(xí)是一門多學(xué)科交叉專業(yè)，涵蓋概率學(xué)、統(tǒng)計(jì)學(xué)、復(fù)雜算法學(xué)等相關(guān)知識(shí)。機(jī)器學(xué)習(xí)通過對(duì)大數(shù)據(jù)進(jìn)行處理、運(yùn)算、表達(dá)，模擬決策過程，將多維度和不同尺度的信息數(shù)據(jù)組合分析，并進(jìn)行對(duì)結(jié)果的預(yù)測(cè)。目前較為常用的機(jī)器學(xué)習(xí)算法有線性回歸算法、支持向量機(jī)算法、最近鄰/k-近鄰算法、邏輯回歸算法、決策樹算法、k-平均算法、隨機(jī)森林算法、樸素貝葉斯算法、降維算法、梯度增強(qiáng)算法。機(jī)器學(xué)習(xí)算法在臨床上結(jié)合影像組學(xué)，通過對(duì)目標(biāo)數(shù)據(jù)的分析訓(xùn)練，利用不同算法建立臨床預(yù)測(cè)模型已有相當(dāng)數(shù)量的研究[16-19]。目前較為常見的是結(jié)合超聲或CT 腫瘤原發(fā)灶影像建立臨床預(yù)測(cè)模型，預(yù)測(cè)PTC 患者發(fā)生的淋巴結(jié)轉(zhuǎn)移風(fēng)險(xiǎn)并指導(dǎo)臨床診斷和治療過程。

2.1 機(jī)器學(xué)習(xí)算法——超聲原發(fā)灶圖像預(yù)測(cè)PTC 頸部淋巴結(jié)轉(zhuǎn)移 超聲檢查是臨床診斷甲狀腺疾病的首選方法，但其仍然存在局限性。以往許多基于超聲的研究都集中于篩選PTC 患者淋巴結(jié)轉(zhuǎn)移的預(yù)測(cè)因子，以便為臨床醫(yī)生提供參考[20]。但這些研究使用的特征是基于不同臨床醫(yī)師的經(jīng)驗(yàn)和視覺檢查，沒有可重復(fù)性和客觀性。而通過基于超聲的影像組學(xué)，對(duì)PTC 原發(fā)灶的圖像客觀特征提取分析并進(jìn)行機(jī)器學(xué)習(xí)，建立預(yù)測(cè)模型評(píng)估患者頸部淋巴結(jié)轉(zhuǎn)移情況，是解決該問題的新思路。基于該原理，Liu 等[21]從PTC 超聲原發(fā)灶圖像中提取614 個(gè)高通量、定量化的影像學(xué)特征（如腫瘤大小、位置、回聲等），利用支持向量機(jī)算法，構(gòu)建預(yù)測(cè)頸部淋巴結(jié)轉(zhuǎn)移的機(jī)器學(xué)習(xí)模型，其最終確定的50 個(gè)定量特征有較好的預(yù)測(cè)效能，該模型的AUC 為0.782，準(zhǔn)確度達(dá)0.712。該團(tuán)隊(duì)在此基礎(chǔ)上結(jié)合超聲新技術(shù)（彈性超聲），納入新的定量特征與原發(fā)灶信息，經(jīng)圖像分割、特征提取、特征選擇和分類識(shí)別提取了3 個(gè)特征集，篩選了684 個(gè)高通量影像組學(xué)特征，結(jié)果顯示灰階超聲與剪切波彈性超聲聯(lián)合的影像組學(xué)模型預(yù)測(cè)PTC 淋巴結(jié)轉(zhuǎn)移的效能優(yōu)于單獨(dú)的灰階超聲或彈性超聲，其ROC 曲線的AUC、靈敏度、特異度和準(zhǔn)確度分別為0.90、0.77、0.88 和0.85[22]。此類預(yù)測(cè)模型可以有效幫助醫(yī)師術(shù)前預(yù)測(cè)患者頸部淋巴結(jié)情況，制定個(gè)體化治療方案。

臨床上，由于PTC 原發(fā)灶超聲圖像的簡(jiǎn)單易得，使得此類預(yù)測(cè)模型在實(shí)際運(yùn)用中也相對(duì)方便，但由于不同超聲醫(yī)師操作手法不同，所取截面不同，所獲圖像質(zhì)量不同，進(jìn)而影響進(jìn)一步的預(yù)測(cè)以及診斷效能。而隨著超聲新技術(shù)的不斷發(fā)展，如彈性超聲、超聲造影等，其已能為原發(fā)灶提供更加全面的臨床信息。另外大數(shù)據(jù)是影像組學(xué)中挖掘隱藏的預(yù)后信息以避免過擬合的必要原則，多中心研究數(shù)據(jù)的匯合能進(jìn)一步模擬現(xiàn)實(shí)臨床環(huán)境，增加可靠的影響因素，提升機(jī)器學(xué)習(xí)模型的預(yù)測(cè)效能。

2.2 機(jī)器學(xué)習(xí)算法——CT 原發(fā)灶圖像預(yù)測(cè)PTC 頸部淋巴結(jié)轉(zhuǎn)移 CT 在檢測(cè)淋巴結(jié)轉(zhuǎn)移方面具有較高的靈敏度和特異度[23]。影像組學(xué)特征基于從腫瘤原發(fā)灶影像中提取高維度數(shù)據(jù)和統(tǒng)計(jì)特征。淋巴結(jié)狀態(tài)評(píng)估主要是基于淋巴結(jié)可見的CT 影像，如最大短軸直徑、形狀、邊界、鈣化、囊變、壞死和強(qiáng)化。他們提供了來自不同類型不同組織的互補(bǔ)信息。提示腫瘤原發(fā)灶影像與淋巴結(jié)影像對(duì)淋巴結(jié)轉(zhuǎn)移的診斷具有相似的價(jià)值。

近年來，CT 原發(fā)灶影像組學(xué)結(jié)合機(jī)器學(xué)習(xí)構(gòu)建關(guān)于頸部淋巴結(jié)的臨床預(yù)測(cè)模型是目前臨床研究的主流方向。該領(lǐng)域已有相當(dāng)一部分研究，何俊林等[24]基于124 例PTC 患者術(shù)前CT 平掃期、動(dòng)脈期和靜脈期圖像提取影像組學(xué)信息，各自構(gòu)建隨機(jī)森林分類模型，發(fā)現(xiàn)3 個(gè)分期圖像的影像組學(xué)特征都可以預(yù)測(cè)頸部淋巴結(jié)轉(zhuǎn)移；進(jìn)一步比較發(fā)現(xiàn)，平掃期模型的預(yù)測(cè)性能（AUC=0.843）明顯優(yōu)于動(dòng)脈期（AUC=0.775）和靜脈期（AUC=0.783），此研究顯示平掃期影像特征具有更優(yōu)的預(yù)測(cè)效能，雖然這有待后期進(jìn)一步臨床驗(yàn)證，但這有助于為PTC 患者減少CT 檢查輻射、避免對(duì)比劑不良反應(yīng)。Li 等[25]納入678 例PTC 患者，從術(shù)前原發(fā)灶CT平掃和CT 增強(qiáng)圖像（動(dòng)脈和靜脈期）中提取影像組學(xué)特征，并結(jié)合臨床危險(xiǎn)因素，利用K-近鄰算法、物流回歸、決策樹、線性支持向量機(jī)算法、高斯支持向量機(jī)算法和多項(xiàng)式支持向量機(jī)算法，建立了預(yù)測(cè)中央?yún)^(qū)淋巴結(jié)轉(zhuǎn)移的聯(lián)合影像組學(xué)模型。在聯(lián)合模型中，使用線性支持向量機(jī)算法構(gòu)建的模型預(yù)測(cè)效能優(yōu)于其他模型（AUC=0.764），其作為一種無創(chuàng)的工具，能在術(shù)前有效預(yù)測(cè)PTC 患者中央?yún)^(qū)淋巴結(jié)轉(zhuǎn)移。但該研究也存在一些缺陷：（1）仍采取人工勾畫感興趣區(qū)域，相較于自動(dòng)化的圖像分割方法可能具有不穩(wěn)定性；（2）對(duì)于直徑過小（＜5 mm）的原發(fā)灶，不能在CT 圖像上可靠地識(shí)別和分割；（3）未納入多灶性等因素，只討論了單個(gè)病灶的情況。以上3 點(diǎn)缺陷在目前大多數(shù)研究都有存在，而隨著科技的進(jìn)步，開發(fā)自動(dòng)構(gòu)圖軟件、使用更多層CT 技術(shù)和更先進(jìn)的CT 軟件來改進(jìn)對(duì)不規(guī)則腫瘤或較小腫瘤的檢測(cè)是該研究的發(fā)展方向。

基于CT 原發(fā)灶圖像預(yù)測(cè)模型具有較高的準(zhǔn)確度和效能，有一定的臨床應(yīng)用價(jià)值。CT 能提供原發(fā)灶不同時(shí)期的圖像信息，加之CT 新技術(shù)的臨床應(yīng)用，使得預(yù)測(cè)模型的基礎(chǔ)信息量更大更全面。雖然臨床上CT檢測(cè)PTC 原發(fā)灶的效率不如超聲，但CT 可以完全、立體地描繪出固定的、體積龐大的和胸骨下的病變，彌補(bǔ)超聲在該類信息采集中的缺陷，提升模型的診斷效能。

2.3 機(jī)器學(xué)習(xí)算法——MRI 原發(fā)灶圖像預(yù)測(cè)PTC 頸部淋巴結(jié)轉(zhuǎn)移 MRI 作為一種非侵入性、非放射性的成像方法，不僅提供高軟組織對(duì)比度的解剖信息，還提供彌散加權(quán)成像（diffusion-weighted imaging，DWI）等功能信息。目前結(jié)合原發(fā)灶MRI 影像和機(jī)器學(xué)習(xí)算法構(gòu)建臨床預(yù)測(cè)模型的研究相對(duì)較少。Zhang 等[26]回顧性分析61 例PTC 患者，收集T2WI 和T2WI-fatsuppression（T2WI-fs）圖像，構(gòu)建3 種預(yù)測(cè)模型（隨機(jī)森林模型、支持向量機(jī)模型和廣義線性模型）。結(jié)果顯示T2WI 圖像比T2WI-fs 圖像具有更強(qiáng)的鑒別性，且隨機(jī)森林模型的鑒別性能最好，其AUC 為0.85、準(zhǔn)確度為0.87、靈敏度為0.83、特異度為1.00，可作為術(shù)前評(píng)估頸部淋巴結(jié)轉(zhuǎn)移的有效輔助診斷工具。

MRI 影像組學(xué)模型是臨床醫(yī)生評(píng)估頸部淋巴結(jié)轉(zhuǎn)移患者個(gè)體風(fēng)險(xiǎn)和指導(dǎo)PTC 個(gè)性化治療的輔助工具。但由于費(fèi)用昂貴以及耗時(shí)的操作，獲取圖像較為困難，且MRI 不是PTC 患者的術(shù)前常規(guī)檢查，以至于目前的相關(guān)研究較少，其在臨床應(yīng)用上仍有較多問題要解決，未來將超聲、CT、MRI 3 者融合為多模態(tài)影像組學(xué)，將3 種檢查方法取長(zhǎng)補(bǔ)短，是提升人工智能診斷效能的另一思路。

目前上述中例舉的大部分研究確定頸部淋巴結(jié)轉(zhuǎn)移的標(biāo)準(zhǔn)是通過傳統(tǒng)超聲引導(dǎo)下細(xì)針穿刺的細(xì)胞學(xué)檢查或穿刺組織洗脫液甲狀腺球蛋白測(cè)定或?qū)⑿g(shù)后頸部某一區(qū)數(shù)個(gè)淋巴結(jié)中存在部分轉(zhuǎn)移性淋巴結(jié)作為結(jié)局陽性，未做到淋巴結(jié)-淋巴結(jié)水平對(duì)照，研究結(jié)果存在假陰性或假陽性，結(jié)果可能會(huì)存在一定偏差，新技術(shù)B 超-CT 融合技術(shù)（虛擬導(dǎo)航技術(shù)）給這個(gè)問題提出了解決方案。

3 超聲-CT 融合技術(shù)（虛擬導(dǎo)航技術(shù)）評(píng)估PTC 頸部淋巴結(jié)

超聲-CT 融合技術(shù)是一種通過對(duì)同一部位進(jìn)行多平面重建，將動(dòng)態(tài)對(duì)比CT 成像的三維容積數(shù)據(jù)與超聲實(shí)時(shí)同步成像的新技術(shù)。目前大多數(shù)研究旨在研究超聲-CT 融合技術(shù)術(shù)前定位并評(píng)估頸部淋巴結(jié)轉(zhuǎn)移情況。Lee 等[27]聯(lián)合超聲和CT 評(píng)估351 例甲狀腺癌患者的801 枚頸部淋巴結(jié)轉(zhuǎn)移情況，發(fā)現(xiàn)相比單純使用超聲，超聲-CT 聯(lián)合可將診斷中央?yún)^(qū)淋巴結(jié)轉(zhuǎn)移的靈敏度從0.178 提升至0.324，側(cè)頸部淋巴結(jié)轉(zhuǎn)移從0.736 提升至0.881。Na 等[28]報(bào)道，其用超聲和CT 較特異的征象作為診斷淋巴結(jié)轉(zhuǎn)移的依據(jù)，通過超聲、CT和超聲-CT 融合3 種方式，對(duì)176 例PTC 患者的中央?yún)^(qū)和側(cè)頸部淋巴結(jié)轉(zhuǎn)移進(jìn)行了評(píng)估，結(jié)果顯示，與超聲和CT 比較，超聲-CT 融合技術(shù)顯示出更高的診斷準(zhǔn)確度，且靈敏度亦優(yōu)于單獨(dú)使用超聲和CT。上述兩項(xiàng)研究仍是以術(shù)后病理檢查顯示頸部某一區(qū)數(shù)個(gè)淋巴結(jié)中存在部分轉(zhuǎn)移性淋巴結(jié)作為結(jié)局陽性，仍未達(dá)到真正的淋巴結(jié)—淋巴結(jié)水平對(duì)照，但其相較于傳統(tǒng)檢查方法體現(xiàn)出了更優(yōu)的診斷效能，是未來檢查技術(shù)的發(fā)展方向。

目前超聲-CT 融合技術(shù)尚未在臨床中廣泛應(yīng)用，但相較于單純的超聲或CT 檢查具有明顯的優(yōu)勢(shì)，能更加精確評(píng)估頸部淋巴結(jié)，若能在該基礎(chǔ)上將虛擬導(dǎo)航和淋巴結(jié)細(xì)針穿刺相結(jié)合即影像學(xué)和病理學(xué)檢查相結(jié)合，在CT 上發(fā)現(xiàn)的可疑病變通過超聲-CT 融合技術(shù)與超聲同步成像，并在超聲引導(dǎo)下進(jìn)行定位穿刺，虛擬導(dǎo)航下定位穿刺可以減少因單純超聲引導(dǎo)下穿刺造成的漏診、誤診和不必要的手術(shù)及創(chuàng)傷。而且，虛擬導(dǎo)航具有實(shí)時(shí)、患者耐受性較好等優(yōu)點(diǎn)，CT 大視野高清晰顯示轉(zhuǎn)移淋巴結(jié)與周圍組織空間解剖結(jié)構(gòu)的關(guān)系，進(jìn)而實(shí)現(xiàn)淋巴結(jié)影像與細(xì)胞學(xué)的結(jié)-結(jié)水平對(duì)照和精準(zhǔn)定位，以便于靈活選擇穿刺路徑，增加了穿刺安全性，減少穿刺并發(fā)癥。目前在該方面的研究較少，但超聲-CT 融合技術(shù)在驗(yàn)證影像組學(xué)研究的診斷效能中比傳統(tǒng)方法更具有準(zhǔn)確性，從而提升研究結(jié)果的真實(shí)性。

4 小結(jié)

隨著PTC 發(fā)病率的升高，診斷和預(yù)后評(píng)估的精準(zhǔn)化需求越來越大。精準(zhǔn)預(yù)警PTC 患者是否出現(xiàn)頸部淋巴結(jié)轉(zhuǎn)移、被膜外侵犯及遠(yuǎn)處器官轉(zhuǎn)移等情況是精準(zhǔn)診療的基礎(chǔ)。影像組學(xué)近年來得到了飛速的發(fā)展，已經(jīng)可以為臨床預(yù)測(cè)、診斷、預(yù)后提供可靠的幫助，影像組學(xué)及其相關(guān)研究有望為PTC 患者的個(gè)體化精準(zhǔn)診療提供可靠依據(jù)，應(yīng)用前景十分廣闊。基于影像組學(xué)開發(fā)的人工智能輔助診斷系統(tǒng)在PTC 伴頸部淋巴結(jié)轉(zhuǎn)移的診療中有較好的發(fā)展前景，結(jié)合統(tǒng)計(jì)數(shù)據(jù)與現(xiàn)有臨床知識(shí)充分分析轉(zhuǎn)移淋巴結(jié)，量化信息，更有效地進(jìn)行預(yù)后分析，這些方法將有助于臨床醫(yī)生根據(jù)患者個(gè)體化需求，提供從術(shù)前診斷到手術(shù)方案、后續(xù)治療的精準(zhǔn)化管理。未來深度學(xué)習(xí)模型研究可在現(xiàn)有參數(shù)基礎(chǔ)上，分析腫瘤生物學(xué)特性及其微環(huán)境，發(fā)現(xiàn)高效能指標(biāo)，對(duì)淋巴結(jié)精準(zhǔn)分類并預(yù)測(cè)，以指導(dǎo)早期精準(zhǔn)治療。利用人工智能診斷系統(tǒng)評(píng)估頸部淋巴結(jié)情況，減少了人為主觀因素影響，由機(jī)器作出客觀評(píng)價(jià)是未來醫(yī)學(xué)檢驗(yàn)的發(fā)展方向。在經(jīng)過真實(shí)臨床環(huán)境的評(píng)估和調(diào)試后，影像組學(xué)結(jié)合人工智能有極大的希望成為新一代的主流輔助檢查方法，減少不必要的穿刺和為評(píng)估頸部淋巴結(jié)提供新的思路和方式。