黃惠娟 福建省漳州市醫(yī)院影像科 （福建 漳州 363000）

內(nèi)容提要： 目的：分析應(yīng)用MRI影像組學(xué)診斷和預(yù)后評估前列腺癌的技術(shù)要點和臨床價值。方法：選取2021年1月～2022年12月疑似前列腺癌患者120例，采用MRI影像組學(xué)方法和病理檢查，提取影像紋理特征和構(gòu)建模型，分析病理檢查結(jié)果、主要紋理特征，評價模型應(yīng)用價值。結(jié)果：病理檢查顯示，前列腺癌61例，前列腺增生59例；影像紋理特征顯示，共6類1129個；模型分析顯示，前列腺病灶預(yù)測模型應(yīng)用效能良好，訓(xùn)練組AUC 0.87，95%可信任區(qū)間（0.72～1.00），敏感度81.0%，特異度90.0%，模型準確率100.0%，陽性預(yù)測值100.0%，陰性預(yù)測值85.00%，驗證組AUC 0.98，95%可信任區(qū)間（0.93～1.00），敏感度85.0%，特異度85.0%，模型準確率85.0%，陽性預(yù)測值85.0%，陰性預(yù)測值85.0%。結(jié)論：MRI影像組學(xué)可輔助醫(yī)師有效檢出前列腺病變，促進病灶識別，以ADC圖像為基礎(chǔ)確定影像組學(xué)特征搭建模型，可比較準確地判別前列腺癌與前列腺增生，指導(dǎo)臨床醫(yī)師科學(xué)治療疾病。

前列腺癌屬于上皮性惡性腫瘤，發(fā)病位置為前列腺區(qū)域，在泌尿系統(tǒng)惡性腫瘤中具有高發(fā)性，中老年發(fā)病率高于其他年齡段，嚴重威脅男性生命安全[1]?；顧z進行病理學(xué)分析是局限性前列腺癌的主要危險分層方法，但是前列腺解剖結(jié)構(gòu)復(fù)雜，病理組織采集受限，取樣部位不同較易影響活檢結(jié)果。前列腺癌病變形態(tài)具有空間異質(zhì)性，隨機活檢病理分級準確度較低，影像學(xué)靶向活檢可顯著降低誤診率[2]。DWI等常規(guī)磁共振檢查時，前列腺增生可能誤診為前列腺癌，導(dǎo)致診斷結(jié)果不準確。進行MRI影像組學(xué)研究，聯(lián)合抗體偶聯(lián)藥物（antibody-drug conjugate，ADC）等定量分析前列腺區(qū)域病灶，有利于提高前列腺癌診斷準確性[3]。本文從2021年1月～2022年12月接診的疑似前列腺癌患者中選取120例，說明MRI影像組學(xué)方法，分析應(yīng)用價值。

1.資料與方法

1.1 臨床資料

選取2021年1月～2022年12月120例疑似前列腺癌病例，年齡49～84歲，平均（63.04±9.10）歲。

納入標準：①直腸指檢顯示前列腺增大，無顯著中間溝，患者出現(xiàn)尿頻、急性尿潴留、排尿困難、血尿或者膀胱刺激征等臨床表現(xiàn)；②實施前列腺區(qū)域MRI T2WI、DWI、T1WI和DCE檢查；③MRI檢查后1個月內(nèi)實施穿刺活檢；④患者及家屬知情同意。

排除標準：①MRI檢查前前列腺區(qū)域穿刺史；②內(nèi)分泌治療史；③放射性治療史；④認知功能異常；⑤精神、智力障礙；⑥資料不全。

1.2 方法

1.2.1 常規(guī)MRI檢查

全部患者實施前列腺常規(guī)MRI掃查，其中DWI為軸位單次激發(fā)平面回波序列掃描。參數(shù)設(shè)置見表1。

表1.MRI前列腺掃查參數(shù)

1.2.2 圖像分析

使用PACS系統(tǒng)導(dǎo)出患者MRI影像，資料格式設(shè)置為DICOM。兩位高年資泌尿系統(tǒng)影像科醫(yī)師分別閱片后形成一致性意見。在ITK-Snap軟件中輸入ADC圖，使用軟件針對軸位圖像手動勾畫ROI曲線。勾畫時，定位面積最大病灶，按照其最大層面，勾畫出病灶邊緣曲線。在此過程中避免覆蓋血管、尿道、鈣化區(qū)域、出血部位以及精囊根部。完成ROI勾畫后，在A.K.軟件中輸入原始圖像與ROI圖像，然后從中提取病灶紋理特征。

1.3 觀察指標

①病理檢查結(jié)果：實施穿刺活檢，統(tǒng)計病理檢查結(jié)果，分析前列腺癌、前列腺增生病例數(shù)和年齡分布情況。②影像紋理特征：進行影像特征參數(shù)篩選，采用Lasso回歸方法選取特征參數(shù)，并且構(gòu)建生物學(xué)標志。對比前列腺癌患者和前列腺增生患者在訓(xùn)練組與驗證組中的影像學(xué)標簽。③模型分析：構(gòu)建模型，獲取訓(xùn)練組、驗證組AUC值，比較兩組診斷和預(yù)測準確性、陰性與陽性預(yù)測可靠性。

1.4 統(tǒng)計學(xué)分析

以R語言軟件分析數(shù)據(jù)，回歸模型降維提取影像學(xué)組特征，線性分析構(gòu)建前列腺癌模型和前列腺增生模型，評價診斷準確性。對比ROI曲線下面積（即AUC數(shù)據(jù)），病灶分類效果與AUC呈正相關(guān)。

2.結(jié)果

2.1 病理檢查結(jié)果

穿刺活檢結(jié)果顯示，120例患者中前列腺癌61例，年齡52～84歲，平均（66.27±7.40）歲；前列腺增生59例，年齡49～81歲，平均（60.12±7.26）歲。

2.2 影像紋理特征

病灶紋理特征共6類1129個，主要分為形態(tài)學(xué)特征、直方圖特征、游程矩陣特征、灰度共生矩陣特征和以其為基礎(chǔ)的Haralick特征，此外還有灰度連通區(qū)域矩陣特征。篩選影像特征參數(shù)，Lasso回歸分析選擇特征參數(shù)，篩選出參數(shù)后構(gòu)建生物學(xué)標志?；貧w選擇紋理參數(shù)6個，常數(shù)項系數(shù)-0.0271。分別賦予訓(xùn)練組和驗證組影像組學(xué)標簽。在訓(xùn)練組和驗證組中，前列腺組影像學(xué)標簽均高于前列腺增生組，差異有統(tǒng)計學(xué)意義（P＜0.05），見表2。

表2.影像學(xué)標簽

2.3 模型分析

鑒別模型AUC、敏感度、特異度、模型準確率、陰性和陽性預(yù)測值見表3。

表3.模型分析結(jié)果

3.討論

3.1 MRI影像組學(xué)的主要特點

影像組學(xué)是計算機技術(shù)與醫(yī)學(xué)深度融合的產(chǎn)物，是先進的現(xiàn)代醫(yī)療技術(shù)。影像組學(xué)以臨床數(shù)據(jù)為依據(jù)，分析疾病圖像特征，進而分析疾病異質(zhì)性。影像組學(xué)的優(yōu)點是對患者無創(chuàng)傷，可行多次檢查，而且應(yīng)用成本較低。在傳統(tǒng)MRI檢查中，醫(yī)師通過觀察MRI圖像針對檢查結(jié)果做出解釋，小病灶較易漏診誤診。MRI影像組學(xué)不僅可定性疾病，而且可進行定量分析，技術(shù)方法獲取的結(jié)果與傳統(tǒng)MRI相比可靠性和精準度更高。MRI影像組學(xué)檢查中，主要步驟為采集和分割MRI圖像，從中提取特征信息，然后建模分析[4]。

3.2 前列腺癌診療和預(yù)后評估中應(yīng)用MRI影像組學(xué)的價值

MRI影像組學(xué)研究利用病變區(qū)域圖像紋理改變等變化，輔助醫(yī)師精準分析疾病。前列腺癌MRI影像組學(xué)分析中，通過分析圖像紋理提取圖像像素、體素灰度值特征，提取分布狀態(tài)數(shù)據(jù)以及變化趨勢等，定量分析前列腺癌異質(zhì)性[5]。

MRI影像組學(xué)屬于新型定量分析方法，應(yīng)用此種方法時，主要是深度挖掘高通量圖像數(shù)據(jù)，從而對疾病結(jié)構(gòu)特征進行量化描述，得出疾病的定量生物學(xué)指標。MRI影像組學(xué)方法彌補了傳統(tǒng)MRI檢查的不足。在診斷前列腺癌以及該類疾病預(yù)后評估時，MRI影像組學(xué)獲取的信息更準確，應(yīng)用價值更高。在此過程中，應(yīng)結(jié)合臨床因素分析和診斷疾病。

在診斷和預(yù)后評估前列腺癌活動中，MRI影像組學(xué)具有重要應(yīng)用價值。MRI影像組學(xué)未來發(fā)展中，應(yīng)積極積累臨床經(jīng)驗，加強實踐驗證，進一步完善技術(shù)。在疾病預(yù)后評估中，預(yù)測模型中樣本豐富性與預(yù)測準確性通常呈正相關(guān)。在MRI影像組學(xué)應(yīng)用中，應(yīng)統(tǒng)一數(shù)據(jù)獲取標準，拓寬樣本采集范圍，完善數(shù)據(jù)庫，從而提高MRI影像組學(xué)模型應(yīng)用可靠性。應(yīng)構(gòu)建標準化工作流程，強化質(zhì)量控制，提高技術(shù)可重復(fù)性。MRI影像組學(xué)分析與臨床因素結(jié)合，同時充分利用醫(yī)療大數(shù)據(jù)與人工智能技術(shù)，有利于科學(xué)診斷和預(yù)后評估疾病，促進精準醫(yī)療[6]。

3.3 MRI影像組學(xué)應(yīng)用方法

3.3.1 采集圖像信息

在圖像采集環(huán)節(jié)中，通過MRI設(shè)備掃描采集標準化圖像數(shù)據(jù)，進行數(shù)據(jù)分析。圖像特征分析質(zhì)量受到多種因素影響，包括設(shè)備質(zhì)量、參數(shù)設(shè)置科學(xué)性以及臨床實踐因素等。為提高結(jié)果可靠性，在采集圖像時應(yīng)設(shè)計執(zhí)行標準化采集和重建圖像方案。通過重采樣、歸一化預(yù)處理圖像，統(tǒng)一像素、灰度與分辨率。采集信息構(gòu)建數(shù)據(jù)庫，聯(lián)合前列腺腫瘤影像學(xué)檢查數(shù)據(jù)庫與相關(guān)醫(yī)療數(shù)據(jù)庫，形成磁電流成像（Magnetic Current Imaging，MCI）圖像。

根據(jù)前列腺癌臨床研究需求采集影像數(shù)據(jù)，結(jié)合患者臨床表現(xiàn)，使用標簽標記獲取的數(shù)據(jù)。影像組學(xué)研究要求樣本量≥100個，保證樣本規(guī)模有利于適度擬合。為保證科學(xué)提取圖像特征，應(yīng)標準化設(shè)置像素規(guī)模和層厚參數(shù)，統(tǒng)一圖像采集設(shè)備。并且在提取圖像特征前，針對圖像進行標準化計算機算法處理。當層厚、圖像分辨率不同時，應(yīng)針對圖像重采樣，后續(xù)歸一處理像素[7]。

3.3.2 科學(xué)分割圖像

分割前列腺圖像時，ROI分別選取腫瘤和前列腺腺體區(qū)域，實施分割。在圖像分割環(huán)節(jié)，可采用手動、半自動與多重分割方法[8]。其中手動分割的優(yōu)點是精度較高，主要是因為手動分割時影像學(xué)醫(yī)師需要手動操作進行ROI勾畫，通過人工手動操作可精準勾畫邊緣信息；缺點是效率較低，操作時間較長，適宜處理小規(guī)模數(shù)據(jù)，難以高效率處理大規(guī)模數(shù)據(jù)[9]。不僅如此，手動分割時，醫(yī)師技術(shù)水平、經(jīng)驗、操作熟練度等均會直接影響ROI勾畫效果，病灶ROI較易出現(xiàn)顯著差異，可疑病灶識別時，醫(yī)師可能做出錯誤判斷，得出錯誤ROI，導(dǎo)致提取不準確的圖像特征。在進行手動分割時，應(yīng)由高年資醫(yī)師操作，并且適用于小規(guī)模樣本[10]。

也可在計算機算法輔助下自動分割ROI。半自動、自動分割方法應(yīng)用效率較高，應(yīng)用計算機算法和開源軟件分割圖像。自動分割顯著提高了工作效率，但是自動分割較易受到圖像噪聲干擾，導(dǎo)致準確度較低[11]。應(yīng)用U-Net算法等算法可提高自動分割準確性，例如，應(yīng)用此種算法在前列腺T2WI圖像中可自動分割前列腺輪廓，還可自動測量前列腺徑線。MRI影像組學(xué)分析前列腺癌過程中，應(yīng)科學(xué)選擇ROI，促進精準研究[12]。

3.3.3 提取圖像特征

完成ROI分割后是提取圖像特征環(huán)節(jié)，提取圖像特征是核心環(huán)節(jié)[13]。選擇有價值的信息提取正常與異常圖像。在此環(huán)節(jié)中，基于特征信息分類和預(yù)測疾病[14]。圖像特征包括兩類，其一是數(shù)學(xué)定量描述，主要針對病變不可見特征，包括形態(tài)學(xué)特征、一階特征、二階特征與高階特征；其二是提取定性特征[15]。數(shù)學(xué)定量描述中，形態(tài)學(xué)特征描述方法是統(tǒng)計學(xué)數(shù)值；一階特征也稱直方圖特征，含有偏差、方差、標準差等；二階特征為病變異質(zhì)性信息，利用灰度游程矩陣、灰度共生矩陣等方法使像素、體素形成合理的空間關(guān)系；高階特征是使用拉普拉斯濾波器等提取圖像特征[16]。

在此過程中，應(yīng)積極提高模型魯棒性與精準度，促進適度擬合，應(yīng)從諸多特征信息中提取核心特征，核心特征信息量最豐富、應(yīng)用價值最高[17]。通過算法和機器學(xué)習(xí)進行嵌入，通過MRI影像組學(xué)分析提取紋理、強度、形狀等圖像特征[18]。

3.3.4 建模分析

完成上述步驟后，構(gòu)建分析模型。在建模環(huán)節(jié)，重點是合理選擇特征，應(yīng)用科學(xué)建模方法，并且在建模后驗證模型[19]。綜合臨床數(shù)據(jù)、生物學(xué)數(shù)據(jù)、遺傳信息、患者治療史信息與影像學(xué)特征信息，數(shù)據(jù)驅(qū)動選擇特征，從而保證模型具有良好效能[20]。為保證模型穩(wěn)定性，應(yīng)納入多種機器學(xué)習(xí)法，全周期記錄學(xué)習(xí)過程與結(jié)果信息，并且進行內(nèi)部、外部驗證[21]。隨機森林、卷積神經(jīng)網(wǎng)絡(luò)、支持向量機是常用模型[22]。在模型效能評價中，主要方法為ROC曲線分析和評估診斷特異度、靈敏度和準確度[23]。

本次研究中，病理檢查檢出前列腺癌61例、前列腺增生59例，影像紋理特征6類1129個。本次研究結(jié)果表明，MRI影像組學(xué)模型預(yù)測前列腺病灶效能良好，訓(xùn)練組、驗證組AUC值、敏感度、特異度均較好，模型準確率較高，陰性與陽性預(yù)測值較高。構(gòu)建預(yù)測模型并且進行學(xué)習(xí)后，病灶鑒別模型下ROI曲線下面積較好，顯示模型診斷效能較高。該結(jié)果表明，在臨床診療前列腺癌時，可采用MRI影像組學(xué)方法，病灶分析結(jié)果準確性較好，分析結(jié)果比較科學(xué)，可準確分類病灶，指導(dǎo)臨床治療[24]。

綜上所述，前列腺癌臨床診斷中，MRI影像組學(xué)具有顯著應(yīng)用價值。通過MRI影像組學(xué)可挖掘標準圖像的圖像特征，進行定量分析，輔助醫(yī)師臨床診斷疾病和預(yù)測疾病未來發(fā)展趨勢。應(yīng)用此種方法，可提高疾病診斷準確性，促進前列腺癌科學(xué)診斷和治療。