新闻资讯

化疗纹理分析及影像组学在直肠癌新辅助放化疗

作者:韩哲,邵国良,浙江省肿瘤医院放射科;庞佩佩,通用电气医疗集团生命科学部   直肠癌为消化道常见的恶性肿瘤,我国结直肠癌的发病率和病死率均保持上升趋势。多数患者发现时已属于中晚期。这类患者通常表现为局部进展期和(或)远处转移。对于无远处转移的局部进展期直肠癌(locallyadvancedrectalcancer,LARC)患者,标准治疗方案是新辅助放化疗+直肠癌根治术+辅助化疗。其中,新辅助放化疗(neoadjuvantchemoradiotherapy,NCRT)的目的在于提高手术切除率,提高保肛率,延长患者无病生存期   新辅助放化疗后病灶的反应可以用肿瘤退缩程度(tumorregressiondegree,TRG)这一病理组织学指标来表示。研究表明,TRG与预后息息相关。同时,若患者经NCRT达到完全缓解(completere-sponse,CR),可有希望选择“等待并观察”的治疗方案,从而避免外科手术。因此,术前判定TRG能够给临床提供肿瘤的侵袭性及预后信息,指导临床制定诊疗方案。随着影像技术的发展,通过术前影像学方法判断TRG越来越多地得到重视,也为影像科医师提出了更高的要求   MRI是目前临床上术前判断TRG的主要手段。但是由于新辅助放化疗所导致的纤维化和炎症反应,常规MRI判断准确率低,主观性强,判定一致性差。而与之相关的功能成像研究层出不穷,研究结果也不尽相同,短期无法推广至临床。越来越多国内外的研究将焦点移至图像纹理特征分析及影像组学上,期望通过人工智能的方法解决这一难题   国务院在2017年7月印发的《新一代人工智能发展规划》中将智能医疗提升到国家战略的高度,是互联网及大数据等大背景下催生出新的发展机遇和阶段。智能影像识别是智能医疗的重要部分,而医工结合是重要手段之一,是目前研究的热点和趋势。本文以图像纹理分析及影像组学作为切入点,选择直肠癌新辅助放化疗后评估这一实际临床问题,对当前国内外的研究现状和进展进行综述   图像特征分析是指提取图像中有用的数据或信息,得到一系列特征参数,再运用统计学方法对这些特征进行分析的过程。图像特征分析是影像组学中非常关键的步骤,是建立临床模型的基础。图像特征包含图像的颜色特征、纹理特征、形状特征和空间关系特征等。医学影像研究中以纹理分析最多见。众所周知,医学影像是不同灰度所构成的人体正常组织和疾病的灰白影像。纹理分析正是通过分析这些图像中像素或体素灰度的分布和联系,深度挖掘其细微结构和变化规律,从而得到关于正常组织和疾病组织的海量信息,再将这些信息与患者的临床资料进行比对整合   纹理分析方法按其性质而言,可分为4大类:统计分析方法、结构分析方法、信号处理方法和模型方法。不同的纹理分析软件所得出的纹理特征参数虽略有差异,但基本上都包含有直方图参数、灰度共生矩阵参数和灰度游程矩阵参数,其中以直方图参数分析的研究最多。目前国内外报道中使用和研究频率最高的特征参数有均值、方差、标准差、百分位数、偏度、峰度、均匀性、能量、熵等   不同的图像数据,各种参数再加上丰富的临床资料大大增加了纹理特征分析研究的范围。纹理分析主要反映了对象的不均匀性,可用于疾病的定性、肿瘤分级分期、疗效评估和预后预测等各个方面,尤其是在研究肿瘤异质性上具有极大的优势。目前纹理分析可用于多种肿瘤的疗效评估,如肾癌、乳腺癌和鼻咽癌等   图像选择及感兴趣区(regionofinterest,ROI)勾画是纹理分析的第一步。基于CT、MRI和PET/CT图像纹理分析预测直肠癌NCRT疗效均有报道。不单是原始图像信息,经过后处理的功能参数信息也可以用于纹理分析。同时,未治疗时的基线图像、新辅助治疗中的图像以及新辅助治疗结束后的图像都可以用来进行纹理分析   2015年,MartinT等发表在Oncology上的研究通过分析新辅助治疗前(pre-NCRT)平扫CT的纹理参数预测是否达到病理完全缓解(pathologycompleteresponse,pCR)。峰度曲线.77;95%置信区间,0.48~0.91),粗糙(0.74;95%置信区间,0.38~0.87)不同度量组中高于阈值0.75。偏度曲线也显示AUC值在精细(0.77;95%置信区间,0.49~0.89),中等(0.79;95%置信区间,0.51~0.90),粗糙(0.78;95%置信区间,0.51~0.90)不同度量组中高于0.75。偏度在中等度量组中预测pCR的灵敏度为66.3%,特异度为80.1%。这是关于纹理分析预测直肠癌NCRT反应较早的报道   2017年CheeCG等分析了95例LARC患者pre-NCRT增强CT的熵、一致性、峰度、偏度和标准差,采用LoG空间滤波器用于突出从细到粗不同解剖空间尺度的特征,得出结果治疗反应组显示出均匀的纹理特征,即低熵值、高一致性和低标准差,认为CT纹理参数具有作为无创地预测治疗反应的影像生物学指标的潜能。由于CT较差的软组织分辨率,其在直肠癌新辅助治疗评估中的作用十分有限,关于这方面纹理分析的研究和报道屈指可数   MRI是评估直肠癌新辅助放化疗反应最常用的影像方法。最近两三年内,在常规MRI和功能MRI的基础之上,关于MRI图像纹理分析预测治疗反应的报道越来越多,研究也逐渐深入。常规MRI主要采用T2WI图像,而功能MRI主要集中在扩散加权成像(diffusionweightedimaging,DWI)和动态增强磁共振成像(dynamiccontrast-enhancedmagneticresonanceimaging,DCE-MRI)两个方面,其中以ADC直方图分析最多见   轴位小FOV高分辨T2WI非抑脂序列为评价肿瘤退缩的主要序列。信号定义:肿瘤为高于直肠肌层但低于黏膜下层的中等信号;黏液为高于黏膜下层的极高信号;纤维为与肌肉相似的低信号或更低信号。根据病理Mandard诊断标准得出直肠癌TRG的MRI诊断标准:1)mrTRG1:无残余肿瘤;2)mrTRG2:大量纤维,少量残余肿瘤;3)mrTRG3:纤维/黏液与残余肿瘤各约占50%;4)mrTRG4:少量纤维/黏液,大部分为残余肿瘤;5)mrTRG5:肿瘤未见明确变化   在实际临床工作中MRI-TRG判断难度较大,影像诊断医师的主观因素对结果有影响,并没有得到广泛的使用。2015年发表于InvestRadiol上的一篇报道纳入15例进行新辅助放化疗的直肠癌患者,对新辅助治疗前和治疗中的T2WI上的肿瘤进行最大截面瘤体勾画,根据不同的层厚度量得出量化参数峰度、偏度、熵和正像素的平均值,结果表明治疗前中等纹理度量的量化峰度在pCR亚组中显著低于PR+NR亚组;与PR+NR相比pCR亚组未过滤的治疗中的峰度显著升高;治疗期间峰度的变化在PR+NR亚组明显低于pCR亚组;治疗前峰度在鉴别pCR和PR+NR的ROC曲线下面积显著高于其他参数。治疗前峰度的最佳临界值为0.19,其预测pCR的敏感性和特异性分别为100%和77.8%   2017年,O.Jalil等在ColorectalDisease发表的文章同样地运用过滤直方图技术对新辅助治疗前和新辅助治疗6周后的T2WI图像进行纹理分析,指出基于MR的纹理分析能够在术前预测疗效,有可能帮助筛选个体化的治疗方案。2017年发表在《中华放射学杂志》中的一篇文章也认为直肠癌新辅助治疗前、治疗中的T2WI纹理分析具有预测疗效的价值   关于DWI在直肠癌新辅助治疗评估中作用的研究报道很多,研究角度多有不同,但绝大部分的研究结果表明:扩散加权成像的定量参数ADC能够用来进行早期放化疗反应的预测和疗效监测。关于ADC能否预测pCR其实还存在争议。有研究表明ADC值与pCR具有相关性。KimSeungHo等认为仅单独分析新辅助治疗后的ADC值,就能可靠地区分直肠癌pCR和非pCR,而EnginGulgun等提出在直肠癌治疗后再分期中,ADC值的增加能够预测治疗反应,但不能明确地判定完全缓解   2015年ChoSH等探究post-NCRT(新辅助放化疗后)ADC600和ADC1000直方图纹理参数判断pCR的诊断效能,发现第10百分位数在ADC600(0.841,灵敏度100%,特异度70.7%)和ADC1000(0.821,灵敏度77.8%,特异度87.8%)均表现出最佳诊断效能,特别是与平均ADC值相比提高了特异性   2016年J.Magn.Reson.Imaging上的一篇文献认为post-NCRTADC直方图中的第25百分位数在预测pCR中具有最优诊断效能,其ROC曲线。以上两篇文献的结论基本一致地认为新辅助放化疗后ADC的低百分位数在评估疗效、判定pCR中具有很高的诊断价值。关于新辅助治疗前ADC,2017年有两篇国外文献肯定了纹理分析的作用。其中一篇分析了26名LACR患者包括平均ADC在内的133个纹理,找到18个参数在反应组和无反应组之间具有统计学差异,同时进行Logistic回归发现能量方差和SdGa47两个参数能够作为无反应组的独立预测指标,该模型曲线   另一篇研究纳入了78例患者,对多个容积ADC直方图参数(ADC体素分布、峰度和偏度)和pCR、预后的相关性进行分析后得出偏度与疾病预后具有显著相关性,结论认为pre-NCRT容积ADC直方图分析有可能预测pCR和疾病进展。2018年EnkhbaatarNE等发表在Radiology上的最新文献中对92例LACR患者新辅助治疗前后行MRI检查,分析了T2WI、ADC变化百分比、ADC直方图偏度和峰度,发现post-NCRTADC偏度(回归系数=10.9,P=0.06)和ADC变化百分(回归系数=-0.18,P=0.03)与残余肿瘤百分比有关,post-NCRTADC偏度与TRG呈负相关,ADC变化百分比与TRG呈正相关,提出post-NCRTADC直方图的偏度和ADC变化百分比对判断新辅助治疗反应良好具有一定价值   除了以上常规DWI模型ADC纹理分析的报道之外,国内外的研究团队还试图探究其他DWI模型的纹理参数分析在直肠癌新辅助治疗评估中的价值,例如体素内不相干运动扩散加权成像(intravoxelincoherentmotiondiffusion-weightedimaging,IVIM-DWI)。传统DWI通常使用两个b值,以ADC为自由参数,是单指数模型;而IVIM-DWI使用多个b值通过双指数衰减模型得到标准ADC值、D*值(灌注系数)、D值(扩散系数)、f值(灌注分数)等,同时得到反映快速扩散的血流灌注信息和反映慢速扩散的组织扩散受限信息,较传统DWI能获得更加真实的组织内水分子运动的信息   2016年NougaretS等发表在Radiology上的一篇文献通过比较新辅助放化疗前后的ADC、IVIM参数的均值和纹理特征值,得出D和ADC的均值在新辅助治疗后显著增高,且在反应良好组和反应不良组中具有统计学差异,纹理参数并没有在均值的基础上为肿瘤反应评估增加额外的价值。而2018年国内的研究团队研究了新辅助治疗前IVIM参数的一级以及二级特征预测pCR的价值,发现在预测直肠癌对新辅助放化疗病理反应方面,二级纹理特征可能要优于一级纹理特征   DCE-MRI运用不同模型可定量分析直肠癌病变局部的微循环情况。常用的模型有Tofts两室模型(细胞外血管内血浆容积与细胞外血管外间质容积),常用的定量参数为Ktrans(转移常数)、Kep(回流常数)、Ve(血管外细胞外间隙容积分数)、Vp(血浆分数),这些反映病变微血管通透性的参数,可以定量准确分析肿瘤微血管通透程度,从而预测直肠癌对治疗的反应。多数研究认为Ktrans是评估肿瘤放化疗效果以及是否达到pCR的重要参数,但是也有研究认为Ktrans对pCR并无诊断价值   DCE-MRI纹理分析比较新颖,2018年之前并未见到相关研究,2018年有两篇关于这方面的文献。其中一篇是发表于ClinRadiol上,作者根据术后病理反应将21名患者分为反应良好(GR)组和反应不良(non-GR)组,比较pre-NCRT两组之间DCE-MRI一阶纹理参数的不同,结果显示Ve的偏度和峰度在non-GR组中显著高于GR组,Ve偏度<3.635能够预测GR,ROC曲线%。Ve峰度<21.095可以预测反应,AUC为0.963,灵敏度93.8%,特异度80%,准确度90.5%。另一篇是国内的研究团队在2018年6月发表于J.Magn.Reson.Imaging上,结果表明在pCR组和GR组中,肿瘤体积、平均Ktrans、Ktrans的熵和相关性均减低,Ktrans的能量值增加,治疗前后的相关性差值(Δ相关性)在预测pCR或GR中是有价值的参数特征(AUC0.895,灵敏度86.7%,特异度81.8%)   除了以上常用的T2WI、DWI和DCE-MRI之外,MRI其他序列也可用于纹理分析,如磁化转移序列。2016年EurRadiol一篇报道中,作者运用post-NCRT磁化转移序列所产生的磁化转移率鉴别NCRT反应良好或不良,得出第95百分位数在区分肿瘤反应良好的AUC高达0.88   关于PET/CT的纹理分析,EurJNuclMedMolImaging杂志在2016年和2018年有两篇文献报道。前者认为18FFDGPET/CT产生的代谢和纹理参数可以作为反映肿瘤异质性的指标,用于预测LARC新辅助放化疗反应和复发。后者的结果也表明相较信号强度以及体积相关的参数,基于18FFDGPET/CT的纹理分析具有更好的预测效能,可以作为判断LARC患者预后的独立预测指标   由于PET/CT所得到的代谢图解剖分辨率较低,加上CT有限的软组织分辨率,相关纹理分析研究涉及较少,病变勾画和特征分析的难度较大,还需要大样本量的研究以验证其在评估新辅助治疗中的作用和价值   以上介绍了图像纹理特征分析在评估直肠癌新辅助治疗反应中的研究进展,以下简要说明影像组学的相关情况。影像组学是借助计算机软件,从医学影像图像中挖掘海量的定量影像特征(包含纹理特征),使用统计学和(或)机器学习的方法,筛选最有价值的影像组学特征,构建模型,用以解析临床信息。影像组学结合医学影像、基因和临床大数据,利用人工智能方法挖掘病变信息,实现智能诊断、评估和预测,例如建立影像组学CT模型预测结直肠癌淋巴结转移、利用影像组学MRI模型预测胶质瘤预后和进行分层管理、利用影像组学MRI模型脑胶质瘤抗血管生成治疗效果等   影像组学主要有以下五个重要步骤:图像搜集、病灶分割、特征提取、特征降维和模型建立。影像组学运用于直肠癌新辅助治疗评估的研究报道集中于最近三年,几乎都是基于MRI图像影像组学模型的建立。例如2016年发表在ClinCancerRes上的文献通过对多参数MRI图像特征的系统分析,建立了比传统图像度量具有更高预测性的模型。虽然这只是早期初步的研究结果,却为后来的研究者们提供了很好的思路   接下来的2017年,同样还是在ClinCancerRes杂志上,国内的研究团队通过治疗前后的MRI数据,建立了个体化、无创地预测pCR的影像组学模型。该模型具有良好的诊断效能,能够用来帮助筛选新辅助放化疗后避免手术的LARC患者。在同期或者接下来的一段时间,不同的学者通过建立影像组学模型来提高新辅助放化疗疗效预测的准确性。其中2017年北京大学肿瘤医院研究团队通过建立4种模型用于预测新辅助治疗后直肠癌淋巴结有无转移,得出包含新辅助治疗前后肿瘤、淋巴结特征的组学模型能更好地预测新辅助放化疗后淋巴结状态   HorvatN等在2018年6月发表在Radiology杂志上的研究比较了T2WI、DWI和影像组学判断pCR的诊断效能,结果显示影像组学分类器曲线%,阴性预测值为100%;相较于T2WI和DWI定性评估的单独或联合使用,基于T2WI的影像组学在诊断LARC新辅助治疗后pCR中具有更好的分级效能   通过以上的介绍和回顾,我们不难发现虽然图像特征分析及影像组学在直肠癌新辅助放化疗评估中运用的时间不长,研究结果却是令人鼓舞的。但由于研究机构的不同,设备、参数不统一,图像数据质量不平衡,肿瘤靶区勾画标准不一致,分析软件和分析方法也各有千秋,研究结果也就有所不同。再者,某些特征的稳定性差,实验结果的可重复性不高,所建立的模型短期难以推广至临床。另外,对于结果的解释有时也差强人意。这些将是以后的研究需要解决的问题。近年来,随着计算机软硬件的快速发展,纹理分析和影像组学的研究和应用也将进一步发展,能够更加充分地挖掘医学影像数据中所蕴含的有效信息;同时人工智能的方法被越来越广泛地运用,对病变的智能诊断、评估和预测将更加成熟,距离智能医疗的目标也会越来越近   来源:韩哲,邵国良,庞佩佩.纹理分析及影像组学在直肠癌新辅助放化疗评估中的研究进展[J].医学影像学杂志,2019,29(09):1582-1586 山东棋牌 山东棋牌app 山东棋牌手机版官网 山东棋牌游戏大厅 山东山东棋牌官方下载 山东棋牌安卓免费下载 山东棋牌手机版 山东棋牌大全下载安装 山东棋牌手机免费下载 山东棋牌官网免费下载 手机版山东棋牌 山东棋牌安卓版下载安装 山东棋牌官方正版下载 山东棋牌app官网下载 山东棋牌安卓版 山东棋牌app最新版 山东棋牌旧版本 山东棋牌官网ios 山东棋牌我下载过的 山东棋牌官方最新 山东棋牌安卓 山东棋牌每个版本 山东棋牌下载app 山东棋牌手游官网下载 老版山东棋牌下载app 山东棋牌真人下载 山东棋牌软件大全 山东棋牌ios下载 山东棋牌ios苹果版 山东棋牌官网下载 山东棋牌下载老版本 最新版山东棋牌 山东棋牌二维码 老版山东棋牌 山东棋牌推荐 山东棋牌苹果版官方下载 山东棋牌苹果手机版下载安装 山东棋牌手机版 山东棋牌怎么

相关推荐:



Copyright © 2014-2019 Www.cosptg.com 版权所有 网站Sitemap| 导航地图   苏ICP12345678