孔春麗，陳煒越，吳徐璐，葉衛(wèi)川，王海永，雷麗燕，陳敏江，紀(jì)建松

肝細(xì)胞癌（hepatocellular carcinoma，HCC）是全球范圍內(nèi)高發(fā)的惡性腫瘤，其發(fā)病率呈現(xiàn)逐年上升的趨勢(shì)，嚴(yán)重威脅人類生命健康[1-2]。由于肝細(xì)胞癌病程隱匿且惡性程度高，70%以上的患者在確診時(shí)已處于中晚期，失去了外科手術(shù)切除等治愈性治療的機(jī)會(huì)[3]，經(jīng)肝動(dòng)脈化療栓塞術(shù)（transcatheter arterial chemoembolization，TACE）是此類患者的首選治療方案[4]，但不同患者TACE的療效不一。據(jù)報(bào)道，TACE治療后HCC患者的客觀應(yīng)答率低，為32%～57%[5-6]，直接導(dǎo)致預(yù)后不佳[7]。MRI對(duì)軟組織顯影效果好，空間分辨率高，是肝癌診斷和TACE術(shù)后最常用的影像學(xué)資料。基于MRI影像組學(xué)利用計(jì)算機(jī)技術(shù)從醫(yī)學(xué)圖像上自動(dòng)提取海量影像定量特征，借助大數(shù)據(jù)分析手段，挖掘臨床信息，用于腫瘤的定性、分級(jí)分期、基因分析、療效評(píng)估和預(yù)后預(yù)測(cè)等，可指導(dǎo)并優(yōu)化臨床決策[8-9]。因此，本研究利用TACE術(shù)前T2WI序列構(gòu)建預(yù)測(cè)HCC的TACE反應(yīng)性的影像組學(xué)模型，為臨床判斷HCC預(yù)后提供科學(xué)依據(jù)。

1 資料和方法

1.1 一般資料

回顧性收集2016年3 月至2018年4 月溫州醫(yī)科大學(xué)附屬第五醫(yī)院行TACE治療且符合下列標(biāo)準(zhǔn)的HCC患者資料。納入標(biāo)準(zhǔn)：（1）經(jīng)臨床診斷或病理證實(shí)為HCC；（2）BCLC分期為B或C期；（3）肝功能Child-pugh評(píng)分為A或B級(jí)；（4）TACE術(shù)前、術(shù)后3個(gè)月內(nèi)未接受其他抗腫瘤治療；（5）TACE術(shù)前均行MRI掃描檢查，并在術(shù)后3 個(gè)月內(nèi)進(jìn)行影像學(xué)隨訪評(píng)估TACE的療效。排除標(biāo)準(zhǔn)：（1）MRI圖像質(zhì)量不佳，影響病灶觀察；（2）合并其他惡性腫瘤疾??；（3）臨床或影像資料不完整。最終86例HCC患者納入研究，其中男71例，女15例，平均年齡（60.3±12.0）歲。本研究已獲得我院倫理委員會(huì)批準(zhǔn)。

1.2 方法

1.2.1 TACE術(shù)前MRI掃描方法：所有入組患者的MRI檢查均在飛利浦INGENIA 3.0T MR掃描儀上進(jìn)行。掃描參數(shù)：（1）T2WI，TR 3 000 ms，TE 200 ms，矩陣200×195，層厚7 mm，層間距1 mm；（2）雙回波T1WI，TR 3.6 ms，TE 1.31、2.2 ms，矩陣224× 166，層厚5 mm，層間距-2.5 mm；（3）DWI，TR 2 500 ms，TE 64 ms，矩陣116×97，層厚7 mm，層 間距1 mm，b=0，800 s/mm2；（4）增強(qiáng)掃描，TR 3.6 ms，TE 1.31、2.2 ms，矩陣224×166，于15、50、90、180 s采集獲得肝動(dòng)脈期、門(mén)靜脈期、實(shí)質(zhì)期、延遲期圖像，重建層厚5 mm，層間距-2.5 mm。

1.2.2 療效評(píng)估：依據(jù)mRECIST標(biāo)準(zhǔn)[10]評(píng)估所有肝癌患者術(shù)后3個(gè)月內(nèi)的TACE反應(yīng)性，具體如下：（1）完全緩解（CR）：所有靶病灶均無(wú)動(dòng)脈期增強(qiáng)；（2）部分緩解（PR）：靶病灶增強(qiáng)掃描動(dòng)脈期的直徑總和至少減少30%；（3）疾病穩(wěn)定（SD）：靶病灶的縮小程度既未達(dá)到PR標(biāo)準(zhǔn)，增大程度也未達(dá)到PD標(biāo)準(zhǔn)；（4）疾病進(jìn)展（PD）：出現(xiàn)新病灶，或者靶病灶增強(qiáng)掃描動(dòng)脈期的直徑或病灶的最大徑至少增大20%。本研究中，定義CR和PR為T(mén)ACE有反應(yīng)，共47例，SD和PD為T(mén)ACE無(wú)反應(yīng)，共39例，MRI圖像上，TACE有反應(yīng)患者腫塊明顯縮小、信號(hào)強(qiáng)度減弱，而TACE無(wú)反應(yīng)患者表現(xiàn)為腫塊無(wú)縮小或腫塊增加、信號(hào)增加（見(jiàn)圖1）。

圖1 TACE無(wú)反應(yīng)和有反應(yīng)的典型MRI圖像

1.2.3 感興區(qū)（ROI）分割方法：將所有患者的T2WI圖像導(dǎo)入ITK-SNAP（Version3.4.0，http://www.itksnap.org/）軟件，由1名具有10年以上經(jīng)驗(yàn)的放射科醫(yī)師基于該平臺(tái)對(duì)腫瘤病灶逐層勾畫(huà)靶病灶邊緣，并融合成三維容積興趣區(qū)volume of interest（VOI），同時(shí)，由另一名15年以上工作經(jīng)驗(yàn)的放射科醫(yī)師對(duì)勾畫(huà)的VOI進(jìn)行核對(duì)。

1.2.4 影像組學(xué)特征提取方法：將分割完成的86例患者TACE術(shù)前T2WI圖像VOI及原始DICOM文件導(dǎo)入美國(guó)GE公司的軟件AI-Kit（artificial intelligence kit，Version:3.0.1.A），基于該軟件進(jìn)行特征提取。提取5大類[形態(tài)特征（formfactor parameter）、直方圖特征（histogram parameter）、灰度共生矩陣特征（GLCM）、灰度游程矩陣特征（RLM）、灰度區(qū)域大小矩陣特征（GLSZM）]共396個(gè)紋理特征。

1.2.5 MRI影像學(xué)特征篩選及模型構(gòu)建方法：采用隨機(jī)數(shù)字表法將所有患者分為訓(xùn)練組（n=59）和驗(yàn)證組（n=27），訓(xùn)練組的樣本用來(lái)訓(xùn)練模型，驗(yàn)證組的樣本用于對(duì)模型進(jìn)行驗(yàn)證。對(duì)提取的影像特征進(jìn)行特征預(yù)處理，用中位數(shù)替代結(jié)果為NA或Inf的特征參數(shù)，并對(duì)所有參數(shù)進(jìn)行Z-score標(biāo)準(zhǔn)化，消除每個(gè)特征列的單位限制。針對(duì)訓(xùn)練組數(shù)據(jù)，使用最大相關(guān)、最小冗余算法除去與TACE反應(yīng)性無(wú)關(guān)或相互冗余的特征；采用最小絕對(duì)收縮與選擇算子（LASSO）回歸和十折交叉驗(yàn)證法篩選特征，獲得與TACE反應(yīng)性高度相關(guān)的特征子集，計(jì)算每例患者M(jìn)RI影像學(xué)特征的Rad-score值，以二元Logistic回歸算法建立預(yù)測(cè)HCC的TACE反應(yīng)性的影像組學(xué)模型，并使用訓(xùn)練組中構(gòu)建的影像組學(xué)模型計(jì)算驗(yàn)證組中每例患者的Rad-score值。使用受試者工作特征（receiver operating characteristic，ROC）曲線及校準(zhǔn)曲線評(píng)估模型在訓(xùn)練組和驗(yàn)證組的預(yù)測(cè)效能，計(jì)算ROC曲線下面積（AUC），敏感性和特異性。基于每例患者的Rad-score值，制作列線圖，個(gè)性化預(yù)測(cè)TACE反應(yīng)性，使用決策曲線分析（decision curve analysis，DCA）評(píng)估不同風(fēng)險(xiǎn)閾值下的臨床獲益。

1.3 統(tǒng)計(jì)學(xué)分析

使用R語(yǔ)言（version:3.6.1，https://www.r-project.org/）進(jìn)行統(tǒng)計(jì)學(xué)分析。采用Kolmogorov-Smirnov檢驗(yàn)定量資料的正態(tài)性，采用獨(dú)立樣本t檢驗(yàn)或Mann-WhitneyU檢驗(yàn)對(duì)定量資料進(jìn)行比較，采用χ2檢驗(yàn)對(duì)計(jì)數(shù)資料進(jìn)行比較。P＜0.05表示差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 患者一般資料

訓(xùn)練組共59 例，32 例為T(mén)ACE有反應(yīng)，27 例為T(mén)ACE無(wú)反應(yīng)；驗(yàn)證組27 例，15 例為T(mén)ACE有反應(yīng)，12 例為T(mén)ACE無(wú)反應(yīng)，TACE有反應(yīng)和無(wú)反應(yīng)的患者在訓(xùn)練組和驗(yàn)證組間的分布無(wú)統(tǒng)計(jì)學(xué)差異（P=0.909）。訓(xùn)練組和驗(yàn)證組中TACE反應(yīng)與TACE無(wú)反應(yīng)的患者在年齡、性別、有無(wú)乙肝、有無(wú)腹水、谷草轉(zhuǎn)氨酶、谷丙轉(zhuǎn)氨酶、谷氨酰轉(zhuǎn)肽酶、甲胎蛋白、腫瘤最大徑、總膽紅素、血漿白蛋白、血漿凝血酶原時(shí)間等一般資料均無(wú)統(tǒng)計(jì)學(xué)差異（P＞0.05），詳見(jiàn)表1。

表1 患者一般資料

2.2 特征篩選及模型構(gòu)建

經(jīng)LASSO回歸算法和十折交叉驗(yàn)證法計(jì)算的最優(yōu)模型參數(shù)λ為0.0874（圖2A），篩選出1 個(gè)灰度步長(zhǎng)矩陣特征（LongRunHighGreyLevelEmphasis_All-Direction_offset4_SD），6個(gè)灰度共生矩陣特征（ClusterShade_angle135_offset4，Correlation_AllDirection_offset7_SD，Correlation_angle90_offset1，InverseDifferenceMoment_angle90_offset7，GLCMEntropy_All-Direction_offset1_SD，GLCMEntropy_AllDirection_offset7_SD），和1個(gè)直方圖特征（skewness），共8個(gè)非零系數(shù)的特征（圖2B），各個(gè)特征的加權(quán)系數(shù)詳見(jiàn)圖2C。

圖2 紋理參數(shù)降維及特征選擇過(guò)程

2.3 影像組學(xué)模型預(yù)測(cè)效能評(píng)估

TACE反應(yīng)性預(yù)測(cè)模型在訓(xùn)練組和驗(yàn)證組中AUC為0.838（95%CI0.737～0.939）和0.794（95%CI0.604～0.985），靈敏度為74.1%和75.0%，特異度為84.4%和80.0%（圖3A，3B）。影像組學(xué)列線圖顯示Rad-score值越大的HCC患者TACE反應(yīng)性差的概率明顯增加，可用于TACE反應(yīng)的個(gè)體化預(yù)測(cè)（圖3C），校準(zhǔn)曲線顯示該模型在訓(xùn)練組和驗(yàn)證組的預(yù)測(cè)概率與實(shí)際概率擬合良好（圖3D，3E）。決策曲線分析顯示在0.1～1.0 的閾值范圍內(nèi)該模型具有較高的凈受益（圖3F）。

圖3 模型的效能評(píng)估曲線

3 討論

TACE是中晚期肝癌患者的最常用治療手段，能夠顯著延長(zhǎng)患者的腫瘤無(wú)進(jìn)展時(shí)間和生存時(shí)間，并作為肝切除術(shù)、肝移植術(shù)的橋接治療手段，實(shí)現(xiàn)降期治療的目的，其在臨床應(yīng)用中的作用日益凸顯[11]。但由于HCC的異質(zhì)性，不同患者對(duì)TACE的反應(yīng)性存在較大差異[12-13]，且目前尚缺乏高特異度和高敏感度的預(yù)測(cè)方法，極大影響了中晚期肝癌的臨床治療決策[14]。由于腫瘤在多個(gè)維度與多個(gè)組學(xué)的特征是相互對(duì)應(yīng)的，影像組學(xué)的快速發(fā)展，使得研究人員可以從影像學(xué)層面發(fā)現(xiàn)腫瘤內(nèi)在的基因組學(xué)、轉(zhuǎn)錄組學(xué)、表觀組學(xué)及蛋白組學(xué)等多個(gè)層面的信息，這也為精確評(píng)估腫瘤患者的TACE反應(yīng)性提供了新的思路。

本研究中，基于GE AI-Kit軟件提取了5大類共396 個(gè)影像學(xué)特征，經(jīng)篩選后，最終有8 個(gè)影像學(xué)特征與TACE反應(yīng)性高度相關(guān)。8 個(gè)特征覆蓋了直方圖特征、灰度步長(zhǎng)矩陣特征以及灰度共生矩陣特征。這些反應(yīng)不同順序紋理異質(zhì)性的醫(yī)學(xué)影像學(xué)特征已被證實(shí)了能用于定量評(píng)估腫瘤的異質(zhì)性[15]；雖然解釋腫瘤病理生理過(guò)程和紋理特征之間的復(fù)雜關(guān)系仍然是一個(gè)障礙，但紋理異質(zhì)性較高的腫瘤往往對(duì)TACE的反應(yīng)性較差[16-17]。本研究中構(gòu)建的肝癌TACE反應(yīng)性預(yù)測(cè)模型在訓(xùn)練組和驗(yàn)證組的ROC曲線下面積分別高達(dá)0.838 和0.794，模型的敏感度和特異度也較高，且校準(zhǔn)曲線也顯示了模型的預(yù)測(cè)結(jié)果和實(shí)際結(jié)果的高度一致性，決策曲線進(jìn)一步證明了模型的臨床應(yīng)用價(jià)值?；谟跋駥W(xué)特征評(píng)分的列線圖顯示，Rad-score評(píng)分越高的HCC患者TACE反應(yīng)性越低，臨床應(yīng)用中可根據(jù)患者的Rad-score值預(yù)估患者TACE反應(yīng)率，用于指導(dǎo)TACE術(shù)前無(wú)創(chuàng)化預(yù)測(cè)，指導(dǎo)臨床針對(duì)不同個(gè)體制定個(gè)性化的治療策略。

本研究也存在一定的局限性：（1）本研究是回顧性研究，樣本量較小，可能會(huì)對(duì)TACE反應(yīng)性預(yù)測(cè)模型的穩(wěn)健性有影響；（2）本研究結(jié)論缺乏外部驗(yàn)證，其普適性仍有待進(jìn)一步確證。后續(xù)的研究將開(kāi)展前瞻性、多中心研究，擴(kuò)大樣本量，提高基于MRI影像組學(xué)特征預(yù)測(cè)HCC患者的TACE反應(yīng)性的穩(wěn)定性和可重復(fù)性。