MRI 影像組學(xué)在肝細(xì)胞癌進(jìn)展、復(fù)發(fā)與預(yù)后預(yù)測(cè)方面的研究進(jìn)展

高凱華，吳慧

作者單位：內(nèi)蒙古醫(yī)科大學(xué)附屬醫(yī)院影像科，呼和浩特 010050

0 前言

原發(fā)性肝癌在2020年全球最常見(jiàn)癌癥中排名第六，也是第三大癌癥死亡原因，在男性死亡病例中排名第二[1]。原發(fā)性肝癌中以肝細(xì)胞癌（hepatocellular carcinoma, HCC）最常見(jiàn)。HCC預(yù)后很差，切除術(shù)后五年復(fù)發(fā)率接近70%，約2/3 會(huì)在2 年內(nèi)復(fù)發(fā)，與肝內(nèi)擴(kuò)散有關(guān)[2]。雖然通過(guò)HCC 的病理、分子和免疫分類有望預(yù)測(cè)HCC治療后反應(yīng)[3-4]，但這些技術(shù)需要侵入性的組織取樣，價(jià)格昂貴并且結(jié)果滯后。

目前用于HCC 診斷評(píng)估的成像方式主要是電子計(jì)算機(jī)斷層掃描（computed tomography, CT）和MRI。因MRI具有軟組織分辨率高、多參數(shù)成像等特點(diǎn)[5]，在肝癌診斷及預(yù)后評(píng)估等方面可作為首選成像方式。但傳統(tǒng)成像方式診斷疾病主要是通過(guò)人眼的主觀辨認(rèn)與識(shí)別，受觀察者主觀性影響，提取到的信息缺乏全面性與標(biāo)準(zhǔn)化。隨著精準(zhǔn)醫(yī)療的發(fā)展，僅僅依靠這些傳統(tǒng)的成像方式來(lái)診斷疾病已經(jīng)不能滿足臨床工作的需求。肝癌的MRI 影像診斷及預(yù)后評(píng)估仍具有挑戰(zhàn)性。影像組學(xué)是一種非侵入性、無(wú)創(chuàng)性的方法，通過(guò)對(duì)傳統(tǒng)成像方法獲得的圖像進(jìn)行處理，使之轉(zhuǎn)化成大量的數(shù)據(jù)信息，經(jīng)過(guò)機(jī)器學(xué)習(xí)算法，得到與病理結(jié)果或金標(biāo)準(zhǔn)相關(guān)的特征，例如紋理特征與形狀特征，選擇穩(wěn)健的特征并且建立可能改善結(jié)果的預(yù)測(cè)模型[6]。目前國(guó)內(nèi)外已有大量MRI 影像組學(xué)在HCC 的研究，雖然取得了較好的結(jié)果，但由于方法變異性大及患者個(gè)體差異，所構(gòu)建的模型能否在臨床廣泛適用有待驗(yàn)證。本綜述旨在探討MRI 影像組學(xué)在HCC 進(jìn)展、復(fù)發(fā)及預(yù)后預(yù)測(cè)方面的研究進(jìn)展，通過(guò)總結(jié)現(xiàn)階段MRI 影像組學(xué)在HCC 研究中的優(yōu)點(diǎn)與不足，提出未來(lái)發(fā)展方向，以有助于HCC 患者的個(gè)體化治療，適合的治療方案或許可提高患者的總體生存率。

1 MRI影像組學(xué)在HCC研究進(jìn)展

1.1 MRI影像組學(xué)對(duì)HCC微血管侵犯預(yù)測(cè)

微血管侵犯（microvascular invasion, MVI）是指在顯微鏡下見(jiàn)肝靜脈、門靜脈系統(tǒng)和（或）淋巴管中存在腫瘤栓子[7]。癌細(xì)胞通過(guò)血管系統(tǒng)擴(kuò)散可能是HCC 轉(zhuǎn)移和復(fù)發(fā)的原因，MVI 是預(yù)測(cè)HCC 手術(shù)切除后腫瘤復(fù)發(fā)和五年生存率的有效指標(biāo)[8]。高侵襲性HCC 常表現(xiàn)為明顯的MVI，而低級(jí)別HCC 常表現(xiàn)為無(wú)MVI[9]。此外，高危MVI組的累計(jì)五年術(shù)后生存率和無(wú)瘤生存率分別為25.4%和15.8%，明顯低于低風(fēng)險(xiǎn)MVI組和無(wú)MVI 組[10]。然而，腫瘤內(nèi)的異質(zhì)性可能會(huì)導(dǎo)致采樣錯(cuò)誤，所以通過(guò)術(shù)前活檢檢測(cè)MVI 是不可靠的[11]；因此迫切需要一種可靠、無(wú)創(chuàng)性的可術(shù)前預(yù)測(cè)HCC MVI的生物標(biāo)志物。

MRI 影像組學(xué)可以提取到整個(gè)腫瘤的高通量數(shù)據(jù)，更早期反應(yīng)HCC MVI。ZHU 等[12]基于術(shù)前對(duì)比增強(qiáng)MRI（contrast-enhanced MRI, CE-MRI）和臨床放射學(xué)特征開(kāi)發(fā)了一個(gè)組合模型，在三維紋理分析的基礎(chǔ)上從動(dòng)脈期（arterial phase, AP）與門靜脈期（portal vein phase, PP）分別提取紋理特征，經(jīng)過(guò)多元邏輯回歸分析，表明紋理特征是預(yù)測(cè)HCC MVI的有效手段，結(jié)合臨床參數(shù)可以稍微提高預(yù)測(cè)能力。這是第一項(xiàng)利用三維MRI 紋理特征建立模型預(yù)測(cè)術(shù)前HCC MVI 狀態(tài)的研究。此外，LU 等[13]在HCC MVI 的研究中證實(shí)了肝細(xì)胞特異性對(duì)比劑（gadolinium ethoxybenzyl diethylenetriamine pentaacetic acid, Gd-EOB-DTPA）增強(qiáng)MRI 影像組學(xué)特征、腫瘤邊緣和肝膽期瘤周低信號(hào)對(duì)預(yù)測(cè)HCC MVI 有價(jià)值，構(gòu)建的組合模型受試者工作特征曲線下面積（area under the curve, AUC）在訓(xùn)練組中達(dá)到0.841。

CT 和MRI 影像組學(xué)都可以預(yù)測(cè)HCC MVI，然而哪種方式更優(yōu)尚不清楚。MENG 等[14]的研究證明基于MRI 影像組學(xué)模型的AUC 值略高于基于CT 影像組學(xué)模型（0.804 vs.0.801），當(dāng)腫瘤直徑為2～5 cm 時(shí)在MRI 上顯著（P＜0.05），但在CT 上并不顯著（P=0.16），這表明，當(dāng)對(duì)孤立性小HCC（直徑2～5 cm）進(jìn)行MVI 預(yù)測(cè)時(shí)，MRI 影像組學(xué)分析優(yōu)于CT。此外，構(gòu)建模型時(shí)使用不同方法也影響模型的預(yù)測(cè)性能。劉小芳等[15]利用四種機(jī)器學(xué)習(xí)算法構(gòu)建組合模型預(yù)測(cè)HCC MVI，結(jié)果顯示每種機(jī)器學(xué)習(xí)算法各有優(yōu)勢(shì)，其中支持向量機(jī)算法的AUC值最高。

ZHANG 等[16]建立了11 個(gè)模型（1 個(gè)臨床模型、9 個(gè)MRI影像組學(xué)模型、1個(gè)組合模型）預(yù)測(cè)HCC MVI，在所有模型中臨床模型表現(xiàn)最差，組合模型表現(xiàn)最佳，組合模型在訓(xùn)練組與測(cè)試組中AUC 值分別為0.901、0.840。該項(xiàng)研究組合模型包含了所有MRI序列的影像組學(xué)特征和臨床特征。另一項(xiàng)研究同樣顯示了在預(yù)測(cè)HCC MVI 時(shí)，多序列MRI 影像組學(xué)特征構(gòu)建的模型具有最佳預(yù)測(cè)性能，訓(xùn)練組和測(cè)試組的AUC值分別為0.784、0.820[17]，不同的是，前者研究中融合所有序列的MRI影像組學(xué)模型在訓(xùn)練組和測(cè)試組中都顯示出更高的敏感度。這意味著多序列MRI影像組學(xué)可以無(wú)創(chuàng)性預(yù)測(cè)HCC MVI。最近，有研究?jī)H基于T2WI 構(gòu)建影像組學(xué)模型預(yù)測(cè)HCC MVI，測(cè)試組的AUC 值達(dá)到0.820[18]，在MRI序列中，T2WI有可能單獨(dú)用于預(yù)測(cè)HCC MVI。

DAI 等[19]納入了69 例HCC 患者，在Gd-EOB-DTPA增強(qiáng)MRI 獲取了167 個(gè)定量特征，經(jīng)分析后得出基于肝膽期（hepatobiliary phase, HBP）影像組學(xué)模型比基于AP、PP 和T1WI 影像組學(xué)模型對(duì)HCC MVI 顯示出更好的預(yù)測(cè)效能（HBP 模型AUC=0.895）。胡夢(mèng)潔等[20]的研究也證實(shí)了HBP 影像特征對(duì)于病灶的檢出和定性具有重要價(jià)值。DAI 等的研究由于樣本數(shù)量少，需要進(jìn)行大樣本量研究獲得更可靠的結(jié)果。

由于MVI 主要發(fā)生在腫瘤周圍（大約85%的MVI位于距離腫瘤邊緣1 cm以內(nèi)），已經(jīng)有學(xué)者研究了源自腫瘤周圍組織的影像組學(xué)特征[21]。FENG 等[22]基于Gd-EOB-DTPA 增強(qiáng)MRI 影像組學(xué)預(yù)測(cè)術(shù)前HCC MVI時(shí)，不僅提取了腫瘤內(nèi)的影像組學(xué)特征，同樣也提取了腫瘤周圍的影像組學(xué)特征，利用腫瘤內(nèi)和腫瘤周圍聯(lián)合的MRI影像組學(xué)模型預(yù)測(cè)HCC MVI。研究者發(fā)現(xiàn)MRI 影像組學(xué)模型在預(yù)測(cè)HCC MVI 時(shí)優(yōu)于放射科醫(yī)生，并且，這種聯(lián)合腫瘤內(nèi)與腫瘤周圍的MRI 影像組學(xué)模型預(yù)測(cè)HCC MVI 方面優(yōu)于僅腫瘤內(nèi)MRI 影像組學(xué)模型。這也是首次建立聯(lián)合腫瘤內(nèi)和腫瘤周圍MRI影像組學(xué)模型預(yù)測(cè)HCC MVI的研究。另一項(xiàng)研究基于MRI 圖像上腫瘤內(nèi)和腫瘤周圍的影像組學(xué)特征預(yù)測(cè)HCC MVI同樣取得了令人鼓舞的結(jié)果[10]。

同樣采用Gd-EOB-DTPA 增強(qiáng)MRI 預(yù)測(cè)術(shù)前HCC MVI 的還有ZHANG 等[23]，不同的是，他們所研究的是HBP 5、10、15 分鐘時(shí)模型對(duì)MVI 的預(yù)測(cè)能力，AUC 值分別為0.685、0.718、0.795，研究者采用決策分析曲線來(lái)比較這三種模型，結(jié)果顯示在閾值概率下HBP 15 分鐘的凈效益最大。目前，很少有研究比較Gd-EOB-DTPA 增強(qiáng)MRI 不同時(shí)間點(diǎn)預(yù)測(cè)性能，所以這項(xiàng)研究不僅對(duì)Gd-EOB-DTPA 增強(qiáng)MRI 預(yù)測(cè)術(shù)前HCC MVI 有意義，同時(shí)對(duì)其不同時(shí)間點(diǎn)的研究有了新的擴(kuò)展。YANG 等[24]基于MRI HBP 影像組學(xué)的研究同樣顯示了其對(duì)HCC MVI的鑒別具有較好的性能，訓(xùn)練組和測(cè)試組的AUC值分別為0.943、0.861。

在一項(xiàng)評(píng)估術(shù)前孤立性小HCC（≤3 cm）MVI的研究中，融合所有序列（T2WI、AP、HBP）的MRI 影像組學(xué)模型表現(xiàn)出更好的性能，結(jié)合腫瘤內(nèi)和腫瘤周圍的MRI影像組學(xué)模型的預(yù)測(cè)性能較僅有腫瘤內(nèi)的MRI影像組學(xué)模型表現(xiàn)好[25]。這項(xiàng)研究的優(yōu)勢(shì)為多中心有外部驗(yàn)證，加強(qiáng)了對(duì)MRI影像組學(xué)模型預(yù)測(cè)能力的泛化性。然而，在NEBBIA 等[26]的研究中，腫瘤內(nèi)和腫瘤周圍區(qū)域結(jié)合的MRI 影像組學(xué)模型比單獨(dú)的腫瘤內(nèi)或單獨(dú)的腫瘤周圍MRI影像組學(xué)模型性能下降，可能原因是腫瘤相對(duì)較大，自動(dòng)提取的腫瘤周圍區(qū)域包括了肝外組織，增加了變異性。

以上對(duì)術(shù)前HCC MVI 預(yù)測(cè)的研究全部都是回顧性研究，僅有1 項(xiàng)多中心研究[25]。在測(cè)試組中的AUC值范圍是0.685～0.913，雖然AUC值顯示了較好的預(yù)測(cè)性能，但由于研究方法變異性大，及手動(dòng)分割方法可能會(huì)有觀察者間的差異，有必要再進(jìn)行前瞻性的多中心研究來(lái)驗(yàn)證MRI 影像組學(xué)對(duì)HCC MVI 的預(yù)測(cè)性能。

1.2 MRI影像組學(xué)對(duì)HCC早期復(fù)發(fā)的預(yù)測(cè)

肝切除術(shù)是早期HCC 患者的主要治療方式[27]；然而，術(shù)后五年復(fù)發(fā)率很高，接近70%[2]。因此，迫切需要找到有效方法來(lái)預(yù)測(cè)HCC術(shù)后復(fù)發(fā)，臨床早期有效干預(yù)，或許可以提高HCC患者的總體生存期。早期復(fù)發(fā)是指在手術(shù)后的前2 年內(nèi)檢測(cè)到肝內(nèi)和/或肝外HCC 復(fù)發(fā)[28]。WEN 等[29]的研究表明，術(shù)前利用MRI 影像組學(xué)預(yù)測(cè)小HCC（＜3 cm）手術(shù)切除或射頻消融（radio frequency ablation, RFA）后早期復(fù)發(fā)具有良好的預(yù)測(cè)性能（AUC=0.981），可為早期復(fù)發(fā)陽(yáng)性患者的更密切隨訪或更積極治療提供參考。該項(xiàng)研究經(jīng)過(guò)多元邏輯回歸證實(shí)了術(shù)前血小板計(jì)數(shù)和影像組學(xué)評(píng)分與小HCC早期復(fù)發(fā)密切相關(guān)，早期復(fù)發(fā)患者的影像組學(xué)評(píng)分通常較高。影像組學(xué)評(píng)分可能會(huì)在臨床決策中起到重要作用。WANG 等[30]預(yù)測(cè)直徑≤5 cm的孤立性HCC 術(shù)后早期復(fù)發(fā)時(shí)，證實(shí)了多序列MRI 影像組學(xué)預(yù)測(cè)HCC早期復(fù)發(fā)的重要性。

CHONG 等[31]建立了腫瘤周圍擴(kuò)張10 mm 的MRI 影像組學(xué)模型，平均AUC 值在訓(xùn)練組和測(cè)試組達(dá)到0.939、0.842。此外，這項(xiàng)研究顯示了腫瘤周圍擴(kuò)張的MRI 影像組學(xué)模型可能是無(wú)大血管侵犯HCC 患者早期復(fù)發(fā)的潛在術(shù)前生物標(biāo)志物，可以對(duì)HCC早期復(fù)發(fā)進(jìn)行預(yù)測(cè)。與大部分研究一樣，回顧性單中心研究是此項(xiàng)研究的局限性。

ZHAO 等[32]研究認(rèn)為，MVI、腫瘤大小和病理學(xué)分級(jí)是預(yù)測(cè)HCC早期復(fù)發(fā)的獨(dú)立風(fēng)險(xiǎn)因素，與影像組學(xué)評(píng)分結(jié)合構(gòu)建的組合模型列線圖AUC 最高（AUC=0.873），校準(zhǔn)曲線顯示，組合模型列線圖預(yù)測(cè)早期復(fù)發(fā)概率與實(shí)際觀察到早期復(fù)發(fā)概率之間具有良好的一致性，可能有助于預(yù)測(cè)肝部分切除術(shù)后的早期復(fù)發(fā)，并指導(dǎo)進(jìn)一步的個(gè)體化監(jiān)測(cè)和治療選擇。由于該研究中的大多數(shù)患者有肝炎病史，因此很難區(qū)分早期復(fù)發(fā)的HCC和新發(fā)的HCC，研究有待進(jìn)一步提高。

KIM 等[33]利用Gd-EOB-DTPA 增強(qiáng)MRI 對(duì)早期和晚期HCC復(fù)發(fā)進(jìn)行無(wú)病生存率生存分析顯示，腫瘤周圍區(qū)域3 mm的影像特征增加了對(duì)無(wú)病生存率的預(yù)測(cè)性能，然而腫瘤周圍區(qū)域5 mm 的影像特征會(huì)使預(yù)測(cè)性能下降。適當(dāng)?shù)哪[瘤周圍擴(kuò)張有助于增強(qiáng)模型預(yù)測(cè)能力。

YU 等[34]使用機(jī)器學(xué)習(xí)算法預(yù)測(cè)包裹腫瘤簇的血管（vessels encapsulating tumor clusters, VETC）狀態(tài)，腫瘤內(nèi)或腫瘤周圍MRI 影像組學(xué)模型在預(yù)測(cè)VETC方面比臨床模型具有更高的價(jià)值，作者認(rèn)為MRI影像組學(xué)預(yù)測(cè)腫瘤周圍VETC 是HCC 早期復(fù)發(fā)的獨(dú)立預(yù)測(cè)因子。

以上對(duì)HCC 早期復(fù)發(fā)的研究都是回顧性的。ZHANG 等[35]對(duì)155 名HCC 患者進(jìn)行了一項(xiàng)前瞻性研究，構(gòu)建的組合模型列線圖結(jié)合了放射學(xué)特征、臨床特征和來(lái)自CE-MRI影像組學(xué)特征，結(jié)果表明，組合模型列線圖較影像組學(xué)評(píng)分和臨床放射學(xué)[包括了甲胎蛋白（alpha-fetal protein, AFP）水平、總血管浸潤(rùn)和非光滑腫瘤邊緣]預(yù)測(cè)性能好，AUC 值分別為0.844、0.757、0.796。這種結(jié)合了放射學(xué)特征、臨床特征和CE-MRI影像組學(xué)特征的組合模型可以作為一種無(wú)創(chuàng)性的工具用于預(yù)測(cè)肝切除術(shù)后早期復(fù)發(fā)。

1.3 MRI影像組學(xué)對(duì)HCC療效評(píng)估及生存分析

經(jīng)導(dǎo)管動(dòng)脈化療栓塞術(shù)（transcatheter arterial chemoembolization, TACE）被認(rèn)為是晚期HCC 的有效治療方法[27]。SONG等[36]基于MRI影像組學(xué)對(duì)184名經(jīng)TACE 治療的HCC 患者無(wú)復(fù)發(fā)生存率進(jìn)行預(yù)測(cè)，結(jié)合表現(xiàn)良好的MRI影像組學(xué)特征、臨床放射學(xué)特征建立的組合模型，在HCC 患者TACE 治療后的無(wú)復(fù)發(fā)生存率評(píng)估方面表現(xiàn)出最好的性能，表明了組合模型列線圖可用于單獨(dú)評(píng)估TACE 治療后無(wú)復(fù)發(fā)生存率。除了TACE 治療外，RFA 廣泛應(yīng)用于晚期HCC 的治療[37]。FANG 等[38]利用MRI 影像組學(xué)和臨床因素建立了HCC患者在TACE聯(lián)合RFA治療后的預(yù)后預(yù)測(cè)模型，取得了較好的預(yù)測(cè)結(jié)果。由于該研究中近一半的HCC 患者處于巴塞羅那HCC 分期C 期，這對(duì)預(yù)后有很大影響，建立的模型有待更精確的驗(yàn)證。目前尚未有研究基于MRI 影像組學(xué)評(píng)估樂(lè)伐替尼和TACE 聯(lián)合治療HCC 的療效。LUO 等[39]的研究證明了MRI 影像組學(xué)預(yù)測(cè)TACE 和樂(lè)伐替尼聯(lián)合治療晚期不可切除HCC進(jìn)展的有用性，聯(lián)合MRI影像特征與臨床特征的組合模型AUC值達(dá)到0.71。

WANG 等[40]結(jié)合MRI 影像組學(xué)特征與獨(dú)立的臨床風(fēng)險(xiǎn)因素（術(shù)前AFP 水平和天冬氨酸轉(zhuǎn)氨酶）構(gòu)建模型預(yù)測(cè)HCC患者術(shù)后五年生存率，校準(zhǔn)曲線顯示訓(xùn)練組和測(cè)試組預(yù)測(cè)HCC 患者術(shù)后五年生存率與實(shí)際生存率吻合較好（AUC=0.9804、0.7578）。這項(xiàng)研究是多中心研究，加強(qiáng)了對(duì)模型的驗(yàn)證。

一項(xiàng)評(píng)估HCC 患者TACE 后療效的研究表明，總膽紅素、腫瘤形狀和腫瘤包膜是預(yù)測(cè)HCC治療反應(yīng)的臨床獨(dú)立危險(xiǎn)因素，結(jié)合影像組學(xué)評(píng)分的組合模型表現(xiàn)出良好的預(yù)測(cè)性能，訓(xùn)練組和測(cè)試組的AUC值分別為0.878 和0.833[41]。在這項(xiàng)研究中，基于PP 影像組學(xué)模型顯示出比AP 和延遲期（delayed phase, DP）更好的預(yù)測(cè)性能，PP圖像可能捕獲更多的HCC預(yù)后信息，以反映腫瘤內(nèi)潛在的異質(zhì)性。

SUN 等[42]基于多序列MRI影像組學(xué)研究了不可切除HCC 患者TACE 后預(yù)后結(jié)果，在T2WI、擴(kuò)散加權(quán)成像（diffusion weighted imaging, DWI）（b 值 分 別 為0、500 s/mm2，分別表示為DWI0、DWI500）和表觀擴(kuò)散系數(shù)（apparent diffusion coefficient, ADC）4 個(gè)序列中提取特征并構(gòu)建模型。在單個(gè)序列中，DWI0的預(yù)測(cè)性能最好，AUC 為0.786；當(dāng)4 個(gè)序列共同構(gòu)建模型時(shí)，AUC值可以增加到0.800。

目前仍缺乏針對(duì)HCC 患者接受治療性RFA 的實(shí)用預(yù)后預(yù)測(cè)模型。ZHANG 等[43]建立了腫瘤內(nèi)加腫瘤周圍區(qū)域的MRI影像組學(xué)模型、臨床模型以及結(jié)合臨床特征和影像特征的組合模型，結(jié)果組合模型的預(yù)測(cè)性能最佳（C指數(shù)分別是0.698、0.614、0.706）。雖然此項(xiàng)研究是單中心回顧性研究，但是在研究中使用了4 種不同的MRI 掃描儀，表明作者研究的MRI 影像組學(xué)模型可能在多個(gè)中心廣泛適用。HE 等[44]在研究HCC 切除后的無(wú)病生存期與總生存期時(shí)，證明了CT+MRI+臨床模型優(yōu)于單獨(dú)臨床模型、單獨(dú)CT 模型、單獨(dú)MRI 模型或CT+MRI 組合模型。這種多模態(tài)MRI影像組學(xué)模型或許可以提供更豐富的腫瘤信息用于預(yù)測(cè)HCC患者術(shù)后生存期。

以上評(píng)估HCC 患者術(shù)后療效和生存率的研究均為回顧性研究，經(jīng)驗(yàn)證的MRI影像組學(xué)模型在臨床工作中可能缺乏全面性和普遍性。ZHANG 等[45]在一項(xiàng)前瞻性研究中納入了120 例病理確診的HCC 患者，使用Gd-EOB-DTPA 增強(qiáng)MRI 影像組學(xué)特征構(gòu)建模型預(yù)測(cè)手術(shù)切除HCC 患者的生存結(jié)局，整合MRI 影像組學(xué)特征和臨床放射學(xué)特征的組合模型表現(xiàn)最佳，C 指數(shù)值為0.920。此外，該研究提出了一種從腫瘤內(nèi)區(qū)域、腫瘤周圍區(qū)域和背景肝實(shí)質(zhì)區(qū)域確定多尺度MRI影像組學(xué)特征的新方法，此方法可能對(duì)HCC患者手術(shù)切除后的總生存期具有更高的預(yù)測(cè)能力。

以上研究證明了MRI影像組學(xué)在HCC臨床治療選擇中的指導(dǎo)意義，可以幫助患者和醫(yī)生選擇最佳的個(gè)性化治療方案。MRI影像組學(xué)擴(kuò)展了傳統(tǒng)成像方法的預(yù)測(cè)價(jià)值和臨床應(yīng)用，可能有助于個(gè)性化風(fēng)險(xiǎn)分層，并為HCC患者的進(jìn)一步臨床決策提供新的途徑。

2 局限性和展望

目前MRI 影像組學(xué)已廣泛應(yīng)用于HCC 進(jìn)展、復(fù)發(fā)與預(yù)后預(yù)測(cè)，但仍然存在以下問(wèn)題：（1）目前的研究大多數(shù)是回顧性的，缺乏多中心外部驗(yàn)證，建立的模型有待進(jìn)一步驗(yàn)證與評(píng)估。驗(yàn)證和評(píng)估模型潛在臨床價(jià)值的最佳方法是通過(guò)前瞻性研究進(jìn)行驗(yàn)證，并且，最好是在臨床試驗(yàn)中心進(jìn)行驗(yàn)證[46]。在多中心試驗(yàn)中，最好使用不同的MRI掃描儀（多掃描儀方案）進(jìn)行數(shù)據(jù)驗(yàn)證。此外，外部驗(yàn)證的模型比內(nèi)部驗(yàn)證的模型更可靠[47]。數(shù)據(jù)共享能夠啟動(dòng)高效的前瞻性研究。一些大型的公開(kāi)數(shù)據(jù)庫(kù)已經(jīng)被開(kāi)發(fā)，如癌癥基因組圖譜（The Cancer Genome Atlas, TCGA）包括全面、多維的基因組數(shù)據(jù)[48]；癌癥成像檔案（The Cancer Imaging Archive, TCIA）是另一個(gè)公開(kāi)可用的資源，可作為假設(shè)生成和驗(yàn)證目的有意義的來(lái)源[49]。（2）圖像分割是MRI 影像組學(xué)的一個(gè)關(guān)鍵步驟，也是一個(gè)挑戰(zhàn)。目前還沒(méi)有適用于所有圖像分割的通用算法，基于深度學(xué)習(xí)的圖像分割方法僅是對(duì)特定的腫瘤區(qū)域有用[50]。有研究提出應(yīng)該實(shí)現(xiàn)完全自動(dòng)化的分割管道，以最大限度地減少人為的可變性[51]。此外，當(dāng)使用相同的MRI系統(tǒng)時(shí)，HCC腫瘤和肝實(shí)質(zhì)的MRI影像組學(xué)特征具有可接受的重復(fù)性，而在不同的MRI平臺(tái)上進(jìn)行研究時(shí)，重復(fù)性有所下降，圖像掃描序列缺乏標(biāo)準(zhǔn)化與一致性，這對(duì)于回顧性研究和多中心研究可能是另一個(gè)重要的障礙[51]。圖像生物標(biāo)志物標(biāo)準(zhǔn)化倡議（Image Biomarker Standardization Initiative,IBSI）能夠產(chǎn)生和驗(yàn)證影像組學(xué)特征的參考值，這些參考值能夠提供基于共識(shí)的標(biāo)準(zhǔn)化，這將提高影像組學(xué)研究的再現(xiàn)性[52]。（3）MRI 影像組學(xué)的操作流程復(fù)雜、耗時(shí)，具有勞動(dòng)密集性，并且需要特定的軟件。深度學(xué)習(xí)可以幫助實(shí)現(xiàn)圖像的分割、對(duì)疾病進(jìn)行診斷、生存分析，以及改善圖像質(zhì)量，擁有巨大的潛力和臨床價(jià)值[53]，深度學(xué)習(xí)的發(fā)展將會(huì)有助于我們對(duì)HCC的研究。

3 小結(jié)

總之，MRI 影像組學(xué)在研究HCC 的進(jìn)展、預(yù)測(cè)復(fù)發(fā)、生存期與療效評(píng)估方面有巨大潛力，結(jié)合了臨床風(fēng)險(xiǎn)因素的MRI影像組學(xué)模型具有更優(yōu)的預(yù)測(cè)性能，有助于指導(dǎo)臨床決策。然而，MRI 影像組學(xué)的結(jié)果仍有待于臨床實(shí)踐的廣泛驗(yàn)證和修正。在未來(lái)的發(fā)展中，將會(huì)開(kāi)發(fā)更多的數(shù)據(jù)庫(kù)，包含更多的患者與更全面的數(shù)據(jù)，提高影像組學(xué)診斷疾病的標(biāo)準(zhǔn)化。影像組學(xué)有望結(jié)合更完善的臨床因素、實(shí)驗(yàn)室信息和其他組學(xué)，輔助并指導(dǎo)臨床治療決策。在HCC 方面，將深度學(xué)習(xí)與影像組學(xué)、影像基因組學(xué)及其他組學(xué)結(jié)合的方法應(yīng)用于提取大量組織特征、結(jié)合基因表型、預(yù)測(cè)生存及治療后反應(yīng)將會(huì)是一個(gè)充滿希望的方向。

作者利益沖突聲明：全體作者均聲明無(wú)利益沖突。

作者貢獻(xiàn)聲明：吳慧設(shè)計(jì)本研究的方案，對(duì)稿件重要內(nèi)容進(jìn)行了修改，獲得了內(nèi)蒙古自治區(qū)自然科學(xué)基金、內(nèi)蒙古醫(yī)科大學(xué)面上項(xiàng)目基金的資助；高凱華起草和撰寫(xiě)稿件，獲取、分析和解釋本研究的數(shù)據(jù)；全體作者都同意發(fā)表最后的修改稿，同意對(duì)本研究的所有方面負(fù)責(zé)，確保本研究的準(zhǔn)確性和誠(chéng)信。