繆嘉 陳心朋 張大宏*

233000 安徽蚌埠 蚌埠醫(yī)學(xué)院研究生院（陳心朋）

310014 浙江省人民醫(yī)院（繆嘉 陳心朋 張大宏）

泌尿系統(tǒng)中最常見的腫瘤是膀胱腫瘤，且膀胱癌在癌癥類型中排名第9名［1］，并導(dǎo)致每年165，000人死亡［2］。NIH數(shù)據(jù)預(yù)測，膀胱癌發(fā)病率在近幾年內(nèi)將達(dá)到前5名。然而確診膀胱腫瘤后，早期干預(yù)可使存活百分比達(dá)70%，甚至膀胱原位癌5年相對生存率可達(dá)95%［3］。因此，早期診斷膀胱癌具有重要意義。近年來，隨著影像學(xué)的快速發(fā)展，早期異常信號即可被識別，如高分辨率計算機(jī)斷層掃描（CT）可以檢測到微小病變，磁共振成像（MRI）可以協(xié)助判斷腫瘤分期和浸潤。如今，越來越多的人重視健康，這導(dǎo)致影像數(shù)據(jù)的急劇增加。使放射科醫(yī)師的工作量大量增長，并間接導(dǎo)致誤判率的增加。以上這些因素促進(jìn)高通量提取定量特征的發(fā)展，即將圖像轉(zhuǎn)換為量化數(shù)據(jù)，在進(jìn)行數(shù)據(jù)分析后預(yù)測疾病的預(yù)防和治療反應(yīng)［4］。

1 影像組學(xué)概念

影像組學(xué)的概念首先由Lambin等［5］提出。2012年，其將影像組學(xué)定義為從醫(yī)學(xué)影像中自動提取出大量定量特征后，分析臨床治療和預(yù)后的一門醫(yī)學(xué)研究領(lǐng)域。最近，因影像組學(xué)能對腫瘤控制和臨床并發(fā)癥進(jìn)行精確的預(yù)測，已經(jīng)應(yīng)用于解剖學(xué)區(qū)域和其他類似的領(lǐng)域［6］。此外，影像組學(xué)不僅局限于腫瘤學(xué)領(lǐng)域，且或多或少的影響到通過斷層掃描成像的各個醫(yī)學(xué)領(lǐng)域。

2 影像組學(xué)流程

2.1 圖像采集 雖然在圖像采集過程中，患者體位、圖像分辨率、掃描層厚度和圖像的重建算法等多種情況均會影響成像參數(shù)［7］，但圖像采集和重建對于影像組學(xué)研究的質(zhì)量和可重復(fù)性起決定性作用［8］。在過去幾年中，已經(jīng)研制出新的方法提供更精細(xì)和標(biāo)準(zhǔn)的圖像，因此臨床研究者有更多機(jī)會在臨床研究中利用影像組學(xué)［9］。

2.2 圖像分割 經(jīng)驗豐富的放射科醫(yī)師可以根據(jù)圖像勾勒出病灶的輪廓，并將此病灶作為感興趣區(qū)域（ROI）。這種勾畫病灶的方法也可被半自動甚至全自動的分割方法所代替。ROI通過三維容積重組生成三維感興趣容積（VOI）［10］。圖像分割算法分為以下三類：（1））基于閾值分割算法；（2）基于聚類技術(shù)算法；（3）基于可變形模型的算法［11］。對于影像組學(xué)，任何一個圖像分割算法均不是絕對適用于所有圖像分割。因此，多種分割方法和以選集學(xué)習(xí)算法為基礎(chǔ)組合會增加分割的有效性和準(zhǔn)確性［12］。

2.3 特征提取 一旦確定腫瘤的ROI，計算機(jī)就可以從圖像中提取腫瘤的特征。這些功能分為兩類，即“可視”和“非可視”：前者用于描述腫瘤的病變，如形狀，位置，血管分布等。非可視特征是提取定量描述符來描述病變的異質(zhì)性，如Haralick紋理，Laws紋理，小波特征等［13］。醫(yī)學(xué)成像中使用的紋理特征主要分為三類：（1）從圖像強(qiáng)度直方圖（一階特征）獲取的特征；（2）從灰度共生矩陣（二階特征）所獲取的特征；（3）從鄰域灰度差矩陣或灰度級區(qū)域矩陣（高階特征）所獲取的特征［14］。

從醫(yī)學(xué)影像中提取的特征十分龐大，但其中一些特征是多余的。因此，降維對于減少冗余和提高信息確切性至關(guān)重要，同時也是影像組學(xué)的核心［7］。但迅速發(fā)展的先進(jìn)技術(shù)與最新的臨床研究實踐缺少一致性，因此需要合適的方法評估這些先進(jìn)技術(shù)［15］。

2.4 統(tǒng)計和信息學(xué)分析 影像組學(xué)的最后一步，是將合格的高質(zhì)量數(shù)據(jù)集輸入分類器進(jìn)行分析。近年來，諸如胸部X射線數(shù)據(jù)集、淋巴結(jié)檢測和分割數(shù)據(jù)集等數(shù)據(jù)集已經(jīng)建立并在逐步改善［16］。分類器模型是由所有掃描層的圖像特征構(gòu)造而成，因此用來預(yù)測有較高的準(zhǔn)確性。計算機(jī)視覺技術(shù)是近年來最突出的機(jī)器學(xué)習(xí)技術(shù)之一。卷積神經(jīng)網(wǎng)絡(luò)（CNN）是計算機(jī)視覺技術(shù)中最重要的深度學(xué)習(xí)模型。創(chuàng)建可將CNN特征提取至分類器的理想窗口，以此來確定窗口是否包括病灶以及病灶的嚴(yán)重程度［17］。深度學(xué)習(xí)模型作為一項新技術(shù)，幫助患者在最短時間內(nèi)獲得較大的收益［18］。其優(yōu)點不容忽視。

3 影像組學(xué)在膀胱腫瘤的臨床應(yīng)用

影像組學(xué)提出以來，吸引眾多學(xué)者的目光，特別是腫瘤學(xué)領(lǐng)域和影像分析領(lǐng)域的專家。研究表明，影像組學(xué)與肺癌或頭頸癌的預(yù)后和潛在的基因表達(dá)模式有關(guān)［19］。之后，越來越多的影像組學(xué)的研究開展起來，如肺癌、乳腺癌、膠質(zhì)瘤和直腸癌，其研究范圍包括定性研究，臨床分級和分期，治療評估，預(yù)防分析和基因分析。

3.1 診斷和分期 影像組學(xué)可用于區(qū)別良性和惡性腫瘤并確定腫瘤的分期。對于腫瘤診斷方面，影像組學(xué)中的自動分割腫瘤體積的結(jié)果與來自放射科醫(yī)師的手動分割腫瘤體積結(jié)果具有高度的一致性［20］。Fan等［21］研究表明，因膀胱微型乳頭狀癌（MPC）較大的異質(zhì)性，用增強(qiáng)CT圖像的紋理分析可區(qū)分膀胱MPC和尿路上皮癌（UC）。MRI圖像中提取的影像組學(xué)特征可用于膀胱癌患者的術(shù)前預(yù)測［10］。與傳統(tǒng)分期方式比較，影像組學(xué)的諾謨圖在將患者分層中更有價值［22］。影像組學(xué)將把診斷技術(shù)帶到一個新的高度，在減少個體差異的同時，提高腫瘤識別的準(zhǔn)確性。

3.2 治療評估和預(yù)防分析 影像組學(xué)可用于評估膀胱腫瘤的治療和預(yù)防。在閱讀患者治療前、后影像資料，深度學(xué)習(xí)的影像組學(xué)和放射科醫(yī)師在評估T0期膀胱癌治療后的患者中，其概率差異無統(tǒng)計學(xué)意義［23］。DWI和ADC圖的紋理特征可以區(qū)分低級別和高級別的膀胱腫瘤，將這種影像組學(xué)策略與支持向量的機(jī)器（SVM）分類器相結(jié)合，可以更好的加快以影像為基礎(chǔ)的膀胱腫瘤術(shù)前分級［24］。且基于MRI掃描中T2加權(quán)所提取的特征，可選用最佳的生物標(biāo)記以精確侵入外囊泡進(jìn)行分類，這將膀胱癌患者分類為≤T2和＞T2組［25］。將影像組學(xué)諾謨圖與多變量邏輯回歸模型相結(jié)合，可以更好預(yù)測膀胱癌患者的淋巴結(jié)轉(zhuǎn)移［26］。

3.3 基因預(yù)測 大量研究揭示放射遺傳學(xué)在影像學(xué)診斷腫瘤方面取得杰出的成果。當(dāng)數(shù)據(jù)有限時，放射基因?qū)W可結(jié)合早期患者情況識別影像特征［27］。在多形性膠質(zhì)細(xì)胞瘤（GBM）患者中，某些特定區(qū)域的分子表型與成像特征密切相關(guān)［28］。來自影像組學(xué)和放射基因?qū)W的大數(shù)據(jù)指數(shù)可與傳統(tǒng)模型共變量相結(jié)合，以增強(qiáng)放療模型的預(yù)測能力［29］。因此，成像信息與基因組間的關(guān)系可用于探索腫瘤分子表型的診斷和臨床發(fā)病機(jī)制，從而更好地制定治療方案。無論是通過影像組學(xué)闡明有關(guān)腫瘤基因的表型，還是以影像的定量特征更精確地顯示疾病特征，均彌補(bǔ)基因診斷的不足。

4 小結(jié)

影像組學(xué)是一個新興領(lǐng)域，較多研究成果已逐漸被發(fā)現(xiàn)。然而，依然存在一些尚未解決的問題：（1）圖像不穩(wěn)定：對于核磁共振而言，圖像強(qiáng)度會隨著體素大小，磁場強(qiáng)度，脈沖序列，機(jī)器供應(yīng)商和重建算法的不同而發(fā)生變化［7］；（2）缺乏標(biāo)準(zhǔn)化方法：不同醫(yī)院、掃描儀類型、放射學(xué)軟件使得提取的影像學(xué)特征難以直接比較［30］。在影像組學(xué)的研究中，這些因素不容忽視，并值得進(jìn)一步研究；（3）關(guān)系尚未清晰：腫瘤成像特性與腫瘤生物學(xué)間的聯(lián)系是模糊的，無任何確切的證據(jù)可以證實影像學(xué)特征與遺傳表型間存在因果關(guān)系［31］。

隨著計算機(jī)技術(shù)、大數(shù)據(jù)分析和影像學(xué)的發(fā)展，影像組學(xué)的出現(xiàn)在精準(zhǔn)醫(yī)學(xué)的發(fā)展過程中是必不可少的。在手術(shù)前，影像組學(xué)可以從影像中提取特征，從而以非侵入性方式有效對腫瘤進(jìn)行分級。越來越多的研究證實腫瘤學(xué)與影像組學(xué)間存在聯(lián)系，影像組學(xué)的發(fā)展將有更廣闊的臨床前景。