蔚納,吳慧,牛廣明
前列腺癌(prostate cancer,PCa)指發(fā)生在前列腺的上皮性惡性腫瘤,同時(shí)也是泌尿系統(tǒng)發(fā)病率最高的惡性腫瘤。最新研究資料表明前列腺癌的發(fā)病率在美國(guó)所有男性癌癥中居首位,我國(guó)每年前列腺癌的發(fā)病率呈現(xiàn)持續(xù)走高趨勢(shì),尤其是相對(duì)發(fā)達(dá)地區(qū)[1]。目前,在被診斷為局限性前列腺癌的男性中,主要的危險(xiǎn)分層方法是從活檢標(biāo)本中進(jìn)行病理分級(jí)、血清前列腺特異抗原(prostate specific antigen,PSA)水平和臨床分期[2]。然而,解剖結(jié)構(gòu)上的困難和有限的組織采集導(dǎo)致在使用標(biāo)準(zhǔn)活檢技術(shù)時(shí)的空間取樣偏差。許多研究表明,當(dāng)活檢是隨機(jī)獲取時(shí),近38%~46%的患者低估了其本身的病理分級(jí),而根據(jù)影像學(xué)發(fā)現(xiàn)進(jìn)行靶向活檢時(shí),誤診率可降到23%[3-5]。這種較高的誤判率可能是由于病變內(nèi)形態(tài)生長(zhǎng)模式的空間異質(zhì)性所致[6-7]??傊?,欠采樣的生物異質(zhì)性可能導(dǎo)致局部疾病的風(fēng)險(xiǎn)評(píng)估降低,因此有必要進(jìn)行充分采樣或補(bǔ)充目前對(duì)疾病特征的分析方法?;谟跋駡D像的紋理分析應(yīng)用而生,它的誕生為影像領(lǐng)域疾病的診斷注入了新鮮的血液和活力,同時(shí)也為影像科的發(fā)展帶來(lái)了新思路。
荷蘭學(xué)者Lambin等[8]在2012年正式提出影像組學(xué)的概念,基于計(jì)算機(jī)輔助診斷(computer aided diagnosis,CAD)技術(shù)將傳統(tǒng)醫(yī)學(xué)影像轉(zhuǎn)化為大量可挖掘的數(shù)據(jù)信息,并對(duì)此進(jìn)行高通量定量分析。其基本流程包括數(shù)據(jù)收集、圖像分割、特征提取、特征篩選和構(gòu)建模型及數(shù)據(jù)分析,而目前應(yīng)用最為廣泛的則是紋理分析。
影像組學(xué)特征包括一階統(tǒng)計(jì)特征、空間幾何特征、紋理特征和小波特征4大類[9]。圖像紋理分析技術(shù)作為影像組學(xué)內(nèi)的主要組成成分可將圖像中體素或像素的灰度值特征、變化趨勢(shì)、分布狀態(tài)等進(jìn)行數(shù)據(jù)提取,進(jìn)而可定量描述該圖像內(nèi)腫瘤的異質(zhì)性。近年來(lái),以基于電子計(jì)算機(jī)斷層掃描(computed tomography,CT)、正電子發(fā)射計(jì)算機(jī)斷層顯像(positron emission tomography-CT,PET-CT)、MRI紋理分析技術(shù)為代表的影像組學(xué)飛速發(fā)展,使影像組學(xué)集影像、分子與基因、臨床等信息于一體,迎合了個(gè)性化和精準(zhǔn)醫(yī)學(xué)為臨床治療提供了更優(yōu)化的選擇。
紋理分析的概念提出之后,引起了國(guó)際上腫瘤學(xué)、影像研究和圖像分析領(lǐng)域眾多專家的重視。于是,國(guó)內(nèi)外學(xué)者紛紛將紋理分析為代表的影像組學(xué)應(yīng)用到前列腺癌的檢測(cè)與發(fā)現(xiàn)、分級(jí)與分期、復(fù)發(fā)預(yù)測(cè)及療效評(píng)估等領(lǐng)域,以期能夠提高診斷水平。
紋理分析對(duì)于前列腺癌的診斷具有顯著的優(yōu)勢(shì)。許崗等[10]通過(guò)對(duì)前列腺M(fèi)RI軸位高分辨率T2加權(quán)成像(T2-weighted image,T2WI)圖像進(jìn)行紋理特征分析,比較前列腺癌和良性前列腺增生(benign prostatic hyperplasia,BPH)間紋理分析定量參數(shù)的差異,結(jié)果發(fā)現(xiàn)前列腺癌組和良性增生組間熵、平均值、標(biāo)準(zhǔn)差、不均勻度和峰值5個(gè)參數(shù)的差異具有統(tǒng)計(jì)學(xué)意義(t值分別為5.466、6.023、3.767、3.182、-2.818,P均<0.05)。Sidhu等[11]提取整個(gè)前列腺移行帶(其中顯著的腫瘤包括在TZ-ROI中)的紋理特征,發(fā)現(xiàn)可以通過(guò)降低表觀擴(kuò)散系數(shù)(apparent diffusion coefficient,ADC)直方圖的峰度值來(lái)區(qū)分顯著的前列腺癌。雖然雙參數(shù)MRI(biparametric-MRI,bpMRI)包括T2加權(quán)成像和擴(kuò)散加權(quán)圖像是定位PCa的準(zhǔn)確工具,但評(píng)價(jià)經(jīng)雄激素剝奪治療(androgen deprivation therapy,ADT)后是否有活性,其價(jià)值尚未明確。Daniel等[12]回顧性分析了28例經(jīng)ADT治療(14例)和未經(jīng)ADT治療(14例)的患者,研究分析發(fā)現(xiàn)在非ADT組中紋理特征(熵值、能量值、慣性值、相關(guān)值等)獲得的靈敏度更高,而直方圖參數(shù)(偏度、峰度、均值、第95百分?jǐn)?shù)等)的特異性更高;在ADT組中,紋理特征在特異性和敏感性方面都優(yōu)于常規(guī)直方圖參數(shù)。這些結(jié)果有希望推動(dòng)更多患者進(jìn)一步研究,促進(jìn)前列腺癌患者放射治療的體積勾畫,而且ADT患者是否需要局部放射治療的納入和排除標(biāo)準(zhǔn)完全可以借助紋理特征來(lái)定義。另外,其他幾項(xiàng)也研究了晚期前列腺癌患者用各種方法增強(qiáng)前列腺內(nèi)顯性病變的可行性,這表明顯性病變的局部控制法對(duì)前列腺癌的治療更好[13-15]。放射基因組學(xué)因可能避免活檢診斷過(guò)程中的侵入性過(guò)程而嶄露頭角,它是一門將放射組學(xué)所描述的腫瘤形態(tài)學(xué)與基因組數(shù)據(jù)所描述的基因組聯(lián)系起來(lái)的學(xué)科,它有可能衍生出與現(xiàn)有的經(jīng)驗(yàn)證的基因組風(fēng)險(xiǎn)分層生物標(biāo)記相關(guān)或補(bǔ)充的“放射表型”。Bates等[16]比較配準(zhǔn)后的前列腺特異性膜抗原(prostrate specific membrane antigen,PSMA) PET/MR影像,驗(yàn)證MR紋理分析(MR texture analysis,MRTA)對(duì)于移形帶(transformed zone,TZ)前列腺癌的檢出。獲得30個(gè)紋理特征,比較TZ的紋理特征和相應(yīng)PET圖像上的PSMA表達(dá)。結(jié)果發(fā)現(xiàn)TZ內(nèi)PSMA的表達(dá)異常與16個(gè)T2WI上的紋理特征改變相關(guān),驗(yàn)證了MR紋理分析對(duì)TZ內(nèi)前列腺癌的檢出。Kesch等[17]使用染色體拷貝數(shù)改變(chromosomal copy number alterations,CNAs)的數(shù)量作為判斷前列腺腫瘤侵襲性的標(biāo)準(zhǔn),并提取多參數(shù)MRI和Ga-PSMA-PET/CT的315個(gè)紋理特征。結(jié)果發(fā)現(xiàn)較低的平均ADC值與腫瘤侵襲性增加有明顯的關(guān)聯(lián),同時(shí)發(fā)現(xiàn)建立的放射學(xué)模型與基因組指數(shù)病變有很強(qiáng)的對(duì)應(yīng)關(guān)系,因此放射學(xué)模型與基因組的結(jié)合在未來(lái)可能有助于更好地區(qū)分惰性和侵襲性PCa。這些研究對(duì)前列腺癌進(jìn)行準(zhǔn)確檢出與評(píng)估均朝著個(gè)性化精準(zhǔn)治療和提高腫瘤控制概率的總體目標(biāo)前進(jìn),使患者更加受益。
第2版前列腺影像報(bào)告和數(shù)據(jù)系統(tǒng)(prostate imaging reporting and data system version 2,PI-RADS V2)是一個(gè)應(yīng)用多參數(shù)磁共振成像(multiparametric magnetic resonance imaging,mpMRI)檢查進(jìn)行前列腺臨床顯著癌診斷的影像學(xué)規(guī)范,許多學(xué)者探討了基于放射學(xué)模型與PI-RADS V2評(píng)估前列腺癌的侵襲性及分化程度,比較兩種模型的診斷效能。Niu等[18]探討了基于雙參數(shù)MRI紋理分析(textureanalysis,TA)在前列腺移行帶及外周帶建立了基于TA的Logistic回歸模型,比較了PI-RADS V2系統(tǒng)評(píng)分與TA模型的診斷效能。結(jié)果發(fā)現(xiàn),相比于PI-RADS V2系統(tǒng)TA模型的診斷效能明顯提高,而且在移行帶區(qū)熵值與高級(jí)別的癌有著良好的相關(guān)性,在外周帶區(qū)熵值和慣性值與Gleason分級(jí)有著良好的相關(guān)性,這些值可作為評(píng)估病變侵襲性的輔助工具。同樣,Chen等[19]也探討了基于放射學(xué)模型與PIRADS V2兩種模型的診斷效能,結(jié)果發(fā)現(xiàn)基于放射學(xué)模型鑒別癌與非癌,低級(jí)別與高級(jí)別癌的診斷明顯優(yōu)于PI-RADS V2系統(tǒng)。Rozenberg等[20]研究探討了全腫瘤ADC直方圖和紋理分析定量預(yù)測(cè)前列腺癌Gleason分級(jí)為3+4=7是否會(huì)升級(jí)。研究中54例Gleason評(píng)分為3+4=7的患者中14例經(jīng)根治性前列腺切除術(shù)(radical prostatectomy,RP)后通過(guò)大體病理驗(yàn)證腫瘤升級(jí)為4+3=7。全病灶的平均ADC、ADC比值、ADC直方圖分析均不能預(yù)測(cè)GS 3+4=7升級(jí)的病理改變,但結(jié)合ADC紋理特征(標(biāo)準(zhǔn)差、偏斜度、峰度和熵)的回歸模型改進(jìn)了對(duì)GS分級(jí)的預(yù)測(cè),提高了精度,為治療方案提供了更好的選擇。
前列腺癌的常規(guī)篩查和先進(jìn)的治療方案降低了相關(guān)死亡率,但治療后的結(jié)果仍存在很大差異。Shiradkar等[21]提取了T2WI和ADC圖的放射學(xué)特征來(lái)預(yù)測(cè)前列腺癌的生化復(fù)發(fā),結(jié)果發(fā)現(xiàn)ADC圖的梯度局部各向異性特征和T2WI基于Haralick算法的紋理特征中的偏度和峰度值與訓(xùn)練組的前列腺癌生化復(fù)發(fā)(biochemical recurrence,BCR)呈顯著相關(guān)(P<0.05),結(jié)合臨床參數(shù)(PSA/GS/PI-RADS V2)和放射學(xué)特征可提高對(duì)訓(xùn)練組的預(yù)測(cè)能力[曲線下面積(area under curve,AUC)=0.91];但是,在驗(yàn)證集上只觀察到性能的微小改善(AUC=0.74)。結(jié)果顯示,治療前雙參數(shù)MRI(T2WI和ADC圖)的放射學(xué)特征可預(yù)測(cè)前列腺癌BCR。Gnep等[22]同樣探討了T2WI基于Haralick算法的組織特征與外周帶前列腺癌放療后生化復(fù)發(fā)的相關(guān)性。結(jié)果發(fā)現(xiàn)T2WI和ADC成像的一階特征(均值、中位數(shù)和標(biāo)準(zhǔn)差)與生化復(fù)發(fā)顯著相關(guān)(P<0.05)。因此,在治療前先進(jìn)行生化復(fù)發(fā)的風(fēng)險(xiǎn)評(píng)估,然后再進(jìn)行個(gè)體化的精準(zhǔn)診療可能會(huì)使患者受益。
目前,前列腺癌放療的主要缺點(diǎn)是泌尿毒性,它可以長(zhǎng)期影響患者出現(xiàn)不同的癥狀(尿頻、排尿困難、夜尿、尿急、出血或尿失禁)。Hamid等[23]通過(guò)MR-T2加權(quán)圖像中總共提取了274個(gè)紋理特征分析評(píng)估接受強(qiáng)調(diào)放射治療的前列腺癌患者膀胱壁的結(jié)構(gòu)變化,評(píng)估并描述了輻射劑量和紋理特征變化之間的關(guān)系。實(shí)驗(yàn)表明放射性特征可以預(yù)測(cè)輻射毒性和特征,包括s5.0sumvarnc、s2.2sumvarnc、s1.0angscmom、s0.4sumaverg和s5._ 5invdfmom在受試者工作特征(receiver operating characteristic,ROC)曲線下的面積分別為0.75、0.69、0.65、0.63和0.62,與毒性相關(guān)性最高。這些放射性特征可以被識(shí)別為潛在的重要成像生物標(biāo)志物,也可以評(píng)估輻射誘發(fā)膀胱損傷的機(jī)制。Scalco等[24]探討紋理分析在前列腺癌放療前及放療結(jié)束后12個(gè)月獲得的T2WI及T1WI圖像定量分析閉孔內(nèi)肌成分局部輻射效應(yīng)的潛力,并認(rèn)為這些鄰近器官可能參與尿毒性。
直方圖及紋理分析在腫瘤和非腫瘤學(xué)中以顯示出廣闊的應(yīng)用前景,但在臨床廣泛應(yīng)用前仍面臨諸多問(wèn)題和挑戰(zhàn)。一是圖像分割方式的多種多樣造成處理結(jié)果的偏差。手動(dòng)分割準(zhǔn)確度高但受不同研究者之間主觀行為差異的影響,因此可以通過(guò)計(jì)算機(jī)輔助來(lái)自動(dòng)選定勾畫興趣區(qū),以減少人為主觀上對(duì)結(jié)果的影響。Cohen等[25]研究表明,軟件自動(dòng)分割能有效分割肺部磨玻璃結(jié)節(jié)和亞實(shí)性結(jié)節(jié)中的實(shí)性成分,敏感度和特異度分別為88%和70%,且在選擇合適的窗寬窗位的情況下,自動(dòng)分割可提高診斷精確度并具有可重復(fù)性。二是影像數(shù)據(jù)的來(lái)源標(biāo)準(zhǔn)不一樣,尤其是多中心核磁的數(shù)據(jù)。MRI紋理分析比使用CT和PET數(shù)據(jù)集的放射組學(xué)更復(fù)雜,部分原因是MRI的標(biāo)準(zhǔn)化和校準(zhǔn)在本質(zhì)上比基于光子檢測(cè)的技術(shù)更復(fù)雜[26]。與CT和PET相比,其他MRI結(jié)構(gòu)分析復(fù)雜性的因素包括采集協(xié)議和空間分辨率的可變性。因而可以通過(guò)對(duì)不同系統(tǒng)獲得的MRI數(shù)據(jù)進(jìn)行后處理,消除患者間強(qiáng)度范圍的差異,并重新采樣至均勻的體素大小。三是一些研究中共同的問(wèn)題是由于過(guò)度采樣而產(chǎn)生潛在的偏差,即提取的特征多于參與者。測(cè)試許多特性需要進(jìn)行統(tǒng)計(jì)校正,以消除Ⅰ類錯(cuò)誤,但是使用復(fù)雜的回歸模型發(fā)現(xiàn)重要特征的同時(shí)也增加了數(shù)據(jù)過(guò)擬合的風(fēng)險(xiǎn)。四是現(xiàn)大多數(shù)已發(fā)表的研究都具有回顧性和小規(guī)模的特點(diǎn),因此很難得出有意義的結(jié)論。在轉(zhuǎn)化為常規(guī)臨床實(shí)踐之前,還需要進(jìn)行更大規(guī)模的前瞻性研究來(lái)驗(yàn)證在前列腺癌診斷方面的潛力。
隨著時(shí)代的變遷,醫(yī)學(xué)的發(fā)展經(jīng)歷了從經(jīng)驗(yàn)醫(yī)學(xué)、循證醫(yī)學(xué)到現(xiàn)在以人工智能和大數(shù)據(jù)為代表的智能化診療的演變過(guò)程。紋理分析能夠深入挖掘圖像生物學(xué)本質(zhì)評(píng)估腫瘤異質(zhì)性并提供臨床決策支持,在疾病診斷、治療、預(yù)后等方面具有重要的指導(dǎo)意義,實(shí)現(xiàn)了智能化的輔助診斷,擁有廣闊的應(yīng)用前景。
利益沖突:無(wú)。