張嘉婧，令狐華

（重慶醫(yī)科大學(xué)附屬第一醫(yī)院婦科 重慶 400016）

由于腫瘤內(nèi)異質(zhì)性的影響，卵巢腫瘤在細(xì)胞增殖、侵襲、轉(zhuǎn)移能力及對(duì)治療的敏感性方面表現(xiàn)不同[1]。其中卵巢惡性腫瘤病死率居?jì)D科惡性腫瘤之首。據(jù)報(bào)道，全世界每年約有23 萬(wàn)名女性被確診為卵巢癌，15 萬(wàn)人因此死亡[2]。早期卵巢癌臨床癥狀并非典型，約70%的患者就診時(shí)已有盆腹腔的廣泛轉(zhuǎn)移。晚期患者的5 年相對(duì)生存率為29%，而早期患者的相對(duì)生存率為92%[3-4]。因此早發(fā)現(xiàn)、早診斷、早治療對(duì)卵巢癌患者至關(guān)重要。多項(xiàng)研究表明，超聲、計(jì)算機(jī)斷層掃描（computed tomography，CT）、正電子發(fā)射斷層掃描（positron emission tomography-CT，PET-CT）及磁共振成像（magnetic resonance imaging，MRI）為卵巢癌術(shù)前診斷提供可靠依據(jù)[5-6]。然而，影像學(xué)檢查結(jié)果描述是定性的過(guò)程，其準(zhǔn)確性受多因素影響。影像組學(xué)能快速大量提取特征，建立預(yù)測(cè)模型，對(duì)疾病的診斷、分期、治療、預(yù)后等進(jìn)行綜合評(píng)估[7-8]。列線(xiàn)圖模型是臨床預(yù)測(cè)模型的常見(jiàn)表現(xiàn)形式之一[9-11]。本文就近年來(lái)影像組學(xué)列線(xiàn)圖模型在卵巢腫瘤診斷中的應(yīng)用做總結(jié)論述。

1 卵巢腫瘤診療概述

根據(jù)組織學(xué)特征，卵巢腫瘤主要分為上皮性卵巢腫瘤、生殖細(xì)胞腫瘤以及性索間質(zhì)腫瘤三大類(lèi)。其中卵巢惡性腫瘤具有高度異質(zhì)性，其異質(zhì)性的程度與患者預(yù)后呈負(fù)相關(guān)[12]。指南推薦，卵巢腫瘤的確診金標(biāo)準(zhǔn)為病理檢查。獲得病理檢查結(jié)果的途徑主要包括：手術(shù)探查、胸腔、腹腔或陰道后穹隆穿刺[13]。

2 影像組學(xué)概述

影像組學(xué)是從醫(yī)學(xué)影像中獲取高通量的定量特征，采取自動(dòng)或半自動(dòng)分析方法將影像學(xué)數(shù)據(jù)轉(zhuǎn)化為具有高分辨率、可挖掘的空間數(shù)據(jù)，從而進(jìn)行診斷或預(yù)后的相關(guān)性的研究[7-8]。工作流程如下。

2.1 獲取圖像

通過(guò)影像成像，依據(jù)標(biāo)準(zhǔn)化協(xié)議對(duì)圖像進(jìn)行預(yù)處理[14]。

2.2 圖像分割

獲取的圖像將被劃分成多個(gè)特征區(qū)域，定義為感興趣區(qū)（ROI）。劃分方式包括手動(dòng)分割、半自動(dòng)分割和自動(dòng)分割[15]。其中，半自動(dòng)分割最常用。

2.3 特征提取

影像組學(xué)特征包括形態(tài)特征、一階特征、紋理特征等[16]。形態(tài)特征包括描述ROI 大小、與球體相似程度的特征。一階特征是描述與ROI 的體素強(qiáng)度分布相關(guān)的特征。紋理特征是描述體素空間分布強(qiáng)度的特征。

2.4 篩選特征

由于提取出來(lái)的特征量大且維數(shù)過(guò)高，直接進(jìn)行機(jī)器學(xué)習(xí)容易出現(xiàn)過(guò)度擬合，因此需要對(duì)特征進(jìn)行降維篩選得到與臨床研究相關(guān)的特征。常見(jiàn)的降維算法有主成分分析法、最小冗余最大相關(guān)性、最小絕對(duì)收縮選擇算子、遞歸特征消除[8]。

2.5 建立模型

研究者分析及整理影像組學(xué)特征，與臨床病理信息、基因蛋白信息等結(jié)合，采用統(tǒng)計(jì)學(xué)方法，建立預(yù)測(cè)模型。常見(jiàn)的建模方法如下：邏輯回歸函數(shù)法、線(xiàn)性判別分析、支持向量機(jī)、決策樹(shù)、隨機(jī)森林、梯度提升決策樹(shù)[17]。

3 列線(xiàn)圖概述

列線(xiàn)圖以多因素回歸分析為基礎(chǔ)，整合多個(gè)影響因素，根據(jù)影響因素對(duì)結(jié)局變量的貢獻(xiàn)大小，對(duì)其取值水平評(píng)分，相加得到總評(píng)分，通過(guò)總評(píng)分與結(jié)局變量發(fā)生概率之間的函數(shù)轉(zhuǎn)換關(guān)系計(jì)算出對(duì)結(jié)局事件的預(yù)測(cè)值[9]。列線(xiàn)圖能夠?qū)?fù)雜的回歸方程轉(zhuǎn)化成可視化的簡(jiǎn)單圖形。初步建立的列線(xiàn)圖模型都應(yīng)經(jīng)過(guò)充分的驗(yàn)證明確其適用性。應(yīng)該用多個(gè)隊(duì)列數(shù)據(jù)進(jìn)行驗(yàn)證，盡量減小選擇偏倚所帶來(lái)的誤差。模型構(gòu)建之后，需要借助特定的指標(biāo)來(lái)評(píng)價(jià)其實(shí)用性。

4 影像組學(xué)列線(xiàn)圖鑒別卵巢腫瘤性質(zhì)

4.1 鑒別上皮性卵巢癌與非上皮性卵巢癌

Cheng 等[18]為明確影像組學(xué)鑒別性索間質(zhì)腫瘤與上皮性卵巢癌的能力，利用單因素及多因素分析來(lái)確定臨床特征及常規(guī)MR 參數(shù)中的獨(dú)立預(yù)測(cè)因素。結(jié)果顯示，結(jié)合臨床特征及影像組學(xué)特征的列線(xiàn)圖性能最佳，訓(xùn)練集及驗(yàn)證集的AUC 分別為0.934 和0.875。上皮性卵巢腫瘤與性索間質(zhì)腫瘤、生殖細(xì)胞腫瘤生物學(xué)特性差異明顯，治療方案也大相徑庭。該研究的列線(xiàn)圖模型可以為醫(yī)生制定診療方案提供參考。Zhu 等[19]已嘗試探討基于CT 圖像的影像組學(xué)方法能否準(zhǔn)確鑒別上皮性卵巢癌與非上皮性卵巢癌。他們采用多變量回歸分析發(fā)現(xiàn)年齡和CA125 水平是鑒別EOC 及NEOC 的獨(dú)立預(yù)測(cè)因子。綜合臨床特征和放射組學(xué)特征的列線(xiàn)圖模型的AUC 值為0.869。綜上所述，基于不同檢查技術(shù)的影像組學(xué)列線(xiàn)圖模型在鑒別卵巢癌是否為上皮性來(lái)源方面都有較高的診斷效能。

4.2 鑒別卵巢Ⅰ型癌與Ⅱ型癌

2002 年，Singer 等[20]首次提出卵巢漿液性癌發(fā)生的分類(lèi)模型。一條途徑是漿液性交界性腫瘤逐漸演變?yōu)榍忠u性微乳頭狀漿液性癌；另一種途徑是從卵巢表面上皮快速進(jìn)展為高級(jí)別漿液性癌。但此種分類(lèi)模型主要適用于漿液性癌。Shih 等[21]將兩級(jí)分類(lèi)推廣到其他組織學(xué)類(lèi)型，將上皮性卵巢癌分為Ⅰ型和Ⅱ型。Ⅰ型癌多為早期，生長(zhǎng)緩慢、低侵襲性、預(yù)后好；Ⅱ型癌無(wú)逐步發(fā)展模式，生長(zhǎng)迅速、侵襲性高、預(yù)后差。因此，若能在術(shù)前無(wú)創(chuàng)性預(yù)測(cè)卵巢癌的分型，將為臨床決策提供幫助。Wei 等[22]研究納入5 個(gè)研究中心的卵巢癌患者，以深度學(xué)習(xí)算法為基礎(chǔ)，建立列線(xiàn)圖模型，結(jié)果表明列線(xiàn)圖模型較臨床模型與影像組學(xué)模型都提供了更佳的鑒別準(zhǔn)確度和臨床應(yīng)用價(jià)值。超聲檢查也是常用的鑒別方法，Tang 等[23]研究了超聲影像組學(xué)鑒別Ⅰ型和Ⅱ型卵巢癌的能力，研究以多因素回歸分析為基礎(chǔ)，建立列線(xiàn)圖模型，訓(xùn)練集中放射學(xué)組學(xué)模型和列線(xiàn)圖模型曲線(xiàn)下面積（AUC）分別為0.817 和0.982，測(cè)試集中二者的AUC 分別為0.731和0.886。綜上所述，基于超聲放射組學(xué)的列線(xiàn)圖模型可以較為準(zhǔn)確地在術(shù)前預(yù)測(cè)上皮性卵巢癌分型。同年，Yao等[24]的研究也得到了類(lèi)似的結(jié)論，且校正曲線(xiàn)表明列線(xiàn)圖預(yù)測(cè)值與實(shí)際觀測(cè)值基本一致。馬春雨等[25]的研究則納入術(shù)前完善能譜CT 檢查的患者，與常規(guī)CT 相比，其提供了更多的分析工具和定量指標(biāo)，該研究篩選出有統(tǒng)計(jì)學(xué)意義的能譜參數(shù)，建立能譜CT 參數(shù)模型，于動(dòng)靜脈期碘基圖提取影像組學(xué)特征，得到Rad-score 公式，隨后構(gòu)建包含臨床特征、能譜CT 參數(shù)、影像組學(xué)特征的列線(xiàn)圖模型。列線(xiàn)圖模型在訓(xùn)練集和驗(yàn)證集中的AUC 為0.935、0.938，靈敏度 0.926、0.913，特異度為0.871、0.857，均高于其他3 組單獨(dú)的模型，校正曲線(xiàn)表明列線(xiàn)圖預(yù)測(cè)上皮性卵巢癌（EOC）分型概率與真實(shí)概率吻合較好。宋小玲等[26]研究了紋理分析（TA）在上皮性卵巢癌分型的價(jià)值，研究發(fā)現(xiàn)各項(xiàng)紋理參數(shù)中，基于T2WI的熵對(duì)Ⅰ型EOC 和Ⅱ型EOC 的鑒別診斷價(jià)值最大。上述研究表明，同樣是影像組學(xué)相關(guān)研究，盡管研究目的及參考標(biāo)準(zhǔn)一致，不同的研究設(shè)計(jì)結(jié)果所呈現(xiàn)的樣式仍有差異。但不能否認(rèn)的是，無(wú)論是列線(xiàn)圖模型還是影像組學(xué)紋理特征，都能較為準(zhǔn)確地預(yù)測(cè)EOC 分型。

5 總結(jié)與展望

隨著成像技術(shù)的進(jìn)步，人工智能技術(shù)的運(yùn)用，以此為基礎(chǔ)建立聯(lián)合臨床特征及放射組學(xué)特征的列線(xiàn)圖模型在不同臨床結(jié)局預(yù)測(cè)方面都表現(xiàn)出不俗優(yōu)勢(shì)。影像組學(xué)的每一步操作精確度決定了該項(xiàng)工作結(jié)果的可靠性。因此，有研究者提出影像組學(xué)質(zhì)量評(píng)分（RQS）來(lái)量化其質(zhì)量[8,27-28]。Ponsiglione 等[29]的研究系統(tǒng)性分析了影像組學(xué)在卵巢疾病中的應(yīng)用價(jià)值，結(jié)果顯示94%的研究集中在腫瘤學(xué)領(lǐng)域，CT 檢查是最常用的影像檢查，RQS 總分的中位數(shù)僅為6 分（滿(mǎn)分36 分），這是因?yàn)槎鄶?shù)研究缺乏前瞻性評(píng)估。綜上所述，本文發(fā)現(xiàn)以影像組學(xué)為基礎(chǔ)，聯(lián)合臨床特征繪制出的列線(xiàn)圖模型在卵巢腫瘤的診斷與鑒別診斷中表現(xiàn)出較好性能。然而影像組學(xué)需要精細(xì)化的操作，忽略任何細(xì)節(jié)都有可能影響結(jié)果的準(zhǔn)確性，且多數(shù)研究為回顧性研究，納入的樣本不足以反映真實(shí)情況，因此需要更多大樣本的前瞻性研究來(lái)驗(yàn)證其適用性及準(zhǔn)確性。