王 金，劉 曦（通信作者），諶 浩，馬學琴，周寶林，羅小平

（重慶醫(yī)科大學附屬第二醫(yī)院放射科 重慶 400010）

原發(fā)性肝細胞癌（hepatocellular carcinoma,HCC）作為一個威脅全人類生命健康的惡性腫瘤疾病，其發(fā)病率及死亡率逐年增高，已成為全球諸多國家地區(qū)腫瘤致死的主要病因之一[1]。原發(fā)性HCC 是在國內(nèi)是第4 位常見的惡性腫瘤，但在腫瘤致死病因中卻高居第2 位，其中肝細胞癌占75%～85%，故本文研究的原發(fā)性HCC 特指HCC[2]。我國HCC 人群多合并病毒性肝炎、過度飲酒、非酒精性脂肪肝、肝硬化等背景因素，使得HCC的診斷更為困難，治療更為棘手，預后更為不佳。由于HCC 早期缺乏特異性的臨床癥狀及體征，絕大多數(shù)患者就診時就喪失行外科肝切除術、肝移植術等根治性手術的機會。對于不可切除的HCC，經(jīng)導管動脈化療栓塞術（transcatheter arterial chemoembolization，TACE）被認為是首選的治療手段[3-4]。影像組學作為一門新興技術，采用高通量提取算法量化圖像強度、形狀、紋理、灰度等特征，能夠更加全面、高效地挖掘和利用醫(yī)學圖像中的信息，比傳統(tǒng)的影像學能提供更為客觀的信息及證據(jù)，現(xiàn)已廣泛應用于臨床疾病研究領域中，特別是在腫瘤性病變的診斷及治療預后中起到了決策性的作用[5-6]。本文就近年來影像組學在TACE 對HCC 的療效預測、復發(fā)預測及生存預測等方面的應用進展進行綜述。

1 經(jīng)導管動脈化療栓塞術

根據(jù)向腫瘤滋養(yǎng)動脈中注入的栓塞劑不同，TACE目前可分為傳統(tǒng)TACE（c-TACE）和載藥微球TACE（DEB-TACE）。c-TACE 常采用碘化油作為化療藥物的載體，所形成的混合乳劑半衰期短，其不穩(wěn)定性易導致化療藥物與載體分離，一方面降低了病灶局部化療藥物釋放的可控性，另一方面分離的化療藥物通過血液循環(huán)擴散進入全身，增加了患者出現(xiàn)全身不良反應的風險。DEB-TACE 采用新型血管栓塞材料，能裝載化療藥物的微球栓塞劑通過離子交換和/或吸附作用，與化療藥物形成載藥微球，該載體具有高效裝載、持續(xù)釋放等優(yōu)點，可以有效延長化療藥物在病灶的局部作用的時間及濃度，同時減少全身不良反應。關于DEB-TACE 的臨床療效及安全性是否優(yōu)于c-TACE，目前尚有爭議[7-8]。Cao 等[9]通過研究發(fā)現(xiàn)：在晚期HCC 患者的TACE 術后反應率及總生存率上，DEB-TACE 優(yōu)于c-TACE，但兩者在術后不良反應發(fā)生率方面無明顯差異。而Facciorusso 等[10]通過薈萃分析得出：在術后1 年、2 年、3 年生存率方面，DEB-TACE 并不優(yōu)于c-TACE。近年來，TACE 聯(lián)合消融、放療、肝動脈灌注化療等局部治療及分子靶向/免疫治療的綜合治療是HCC 治療中的新興熱點，其療效及生存預后的分析更需要基于影像學的人工智能參與其中。

2 影像組學

作為一門新興的技術方法，影像組學運用計算機算法，通過高算力對醫(yī)學圖像（CT、MRI、PET-CT、超聲等）進行高通量的信息提取，獲取并輸出對應圖像的兩類特征[11]：（1）表義特征。通過肉眼對圖像的識別即可感知的圖形信息，如：部位、大小、形狀、色彩等；（2）不可知性特征。無法通過肉眼識別圖像獲得的，需通過紋理分析、矩陣運算、分形維數(shù)理論、拉普拉斯變換等方法對圖像進行處理后得到的數(shù)據(jù)信息[12]。這些特定的定量數(shù)據(jù)信息包含了對應圖像的某種特定特征，從而實現(xiàn)了醫(yī)學圖像由圖片到數(shù)據(jù)的轉(zhuǎn)化。這樣一來，一方面可以更大限度地利用醫(yī)學圖像所蘊含的信息，另一方面使得運用醫(yī)學圖像構(gòu)建多模態(tài)、可量化的數(shù)據(jù)分析模型成為可能，為臨床對疾病的診斷、鑒別、治療及預后等研究提供了一種全新的方法。影像組學現(xiàn)已廣泛應用于腦膠質(zhì)母細胞瘤、原發(fā)性HCC、肝纖維化等腫瘤及非腫瘤性疾病的研究，其研究結(jié)果對臨床實踐具有一定的參考價值[13]。

3 影像組學在TACE 應用的現(xiàn)狀

3.1 組學在TACE 后治療反應方面的應用

TACE 作為中、晚期HCC 患者的首選姑息性治療方式，其療效是肯定的，但部分患者也由于肝外側(cè)枝供血各種原因?qū)е耇ACE 療效欠佳而反復多次行TACE 治療或聯(lián)合其他治療，故通過術前資料篩查“TACE 療效不佳”的HCC 患者將更有利于其治療方式的選擇。經(jīng)對比發(fā)現(xiàn)將影像組學與臨床資料相結(jié)合的組合模型在預測術后疾病進展方面準確性和特異性與單純臨床模型相當，但靈敏度有顯著提高[14]。影像組學一定程度上可以對TACE 術后的早期及遠期治療反應進行有效預測，同時結(jié)合臨床資料，形成影像組學臨床模型能顯著提高對預測TACE 治療反應的靈敏度[6]。

3.2 影像組學在TACE 術后生存預測的應用

HCC 由于其本身的病理特征、生物行為不同以及患者對于TACE 治療的反應性及耐受性的差異，不同患者的術后生存期差異較大。一項回顧性研究[15]從88 例接受c-TACE 的HCC 患者的動脈期CT 圖像中各自提取116 個組學特征并通過篩選降維后構(gòu)建影像組學評分模型（Rad-Score）以預測患者生存率，結(jié)果表明，影像組學評分模型在預測患者c-TACE 術后生存率方面與臨床評分模型效果相當。而Niu 等[16]通過對218 例患者的多中心回顧性研究發(fā)現(xiàn)，無論在訓練集和驗證集中，基于多期增強CT 的影像組學模型在預測患者c-TACE 術后無病生存期（disease free survival，DFS）方面優(yōu)于臨床模型，再通過多因素Cox 回歸分析構(gòu)建了一個結(jié)合了基于多期增強CT影像組學和臨床資料的列線圖，并發(fā)現(xiàn)該列線圖較其他模型（ART 評分、ABCR 評分）能更好地對患者進行危險分層和預測生存期。Sheen 等[17]、Li 等[18]的研究也有類似的結(jié)果。Zhao 等[19]首次基于多期增強MRI 進行了類似的研究，得到了相同的結(jié)論。Song 等[20]研究發(fā)現(xiàn)基于多期增強MRI 的影像組學模型能有效地預測c-TACE 術后患者的無復發(fā)生存時間（recurrence-free survival，RFS），并且基于門靜脈期MRI 特征的瘤內(nèi)模型性能最好（C 指數(shù)=0.727），同時進一步通過對感興趣區(qū)域的外擴構(gòu)建瘤周外擴模型（分別外擴1 mm、3 mm、5 mm）以獲取更多的瘤周微環(huán)境的信息，結(jié)果表明，僅3 mm瘤周外擴模型（C指數(shù)=0.714）與門靜脈期瘤內(nèi)模型（C 指數(shù)=0.727）性能相當（P=0.4087）。另一項多中心研究[21]共納入364 名接受HCC 根治術后輔助性TACE 治療的患者，并將其分為訓練集（187 名）、內(nèi)部驗證集（92 名）及外部驗證集（85 名），將基于CT 圖像所提取篩選保留的81 個組學特征通過隨機生存森林法構(gòu)建影像組學評分模型以預測患者的RFS，結(jié)果顯示，該影像組學評分模型用于預測患者RFS 在訓練集、內(nèi)部驗證集和外部驗證集的C指數(shù)分別為0.892、0.812、0.809，較臨床評分模型有更高的表現(xiàn)（C 指數(shù)分別為0.670、0.673、0.680）。影像組學可以有效地預測患者的生存期，并對其進行危險分層，更利于患者術后后續(xù)治療的選擇。

3.3 影像組學在TACE 術后復發(fā)預測的應用

TACE 作為一種微創(chuàng)經(jīng)血管途徑的治療方法，由于栓塞劑自身穩(wěn)定性、腫瘤瘤體血供差異以及治療后瘤周缺血缺氧微環(huán)境等因素，使得TACE 治療后易出現(xiàn)復發(fā)。一系列文獻[22-23]報道影像組學在預測TACE 術后復發(fā)方面有著較好的效能。此外，Zhang 等[24]基于單因素及多因素回歸分析結(jié)果，將放射組學評分和臨床資料（AFP）、影像特征（大血管侵犯、不光滑腫瘤邊界）結(jié)合共同構(gòu)建聯(lián)合列線圖，結(jié)果顯示，聯(lián)合列線圖相比單獨放射組學評分更有價值。有研究表明影像組學可以為患者提供HCC 經(jīng)TACE 初治后肝外轉(zhuǎn)移和血管侵犯的個性化預測，有助于患者治療方式的選擇[25]。

4 總結(jié)和展望

影像組學作為一種不斷發(fā)展的無創(chuàng)性技術，極大程度地豐富了醫(yī)學圖像的內(nèi)涵，為影像診斷提供了更為精準的可用信息，在TACE 術后的治療反應、生存預測、復發(fā)預測等方面得到了廣泛的應用，但標準化醫(yī)學圖像的采集、人為勾畫感興趣區(qū)域的偏差以及特征提取算法的不可知性等因素是其目前面臨的挑戰(zhàn)。同時，影像組學在DEB-TACE 相關方面的研究尚少，這受限于DEBTACE 術式的諸多因素，如：經(jīng)濟水平不足、技術水平受限、推廣難度較高等。但是我們?nèi)韵嘈?，隨著圖像采集技術的進步、深度學習等人工智能的發(fā)展以及DEBTACE 術式的普及，影像組學能夠構(gòu)建標準化操作方式，并有望在DEB-TACE 術后評估方面取得進一步的進展。

綜上所述，影像組學在HCC 患者TACE 治療的預后評估及生存分析等方面提供了更為客觀的證據(jù)，而多中心合作、大樣本數(shù)據(jù)人工智能驗證是其發(fā)展的必然趨勢。在未來，通過前瞻性的影像組學研究，會為臨床提供定量參數(shù)，對腫瘤異質(zhì)性、患者的治療反應和患者生存期等做出客觀評價，從而為臨床醫(yī)生及患者的個性化診療方案的選擇提供客觀有利的證據(jù)。