典型影像病例圖片
醫學影像網歡迎您!
醫學影像放射診斷學ppt課件
醫學影像經典病例分析
醫學影像解剖病理診斷知識
醫學影像圖庫
醫學影像資源下載
醫學影像技術
醫學影像論壇
醫學影像網 返回首頁
您當前的位置:首頁 > 影像資訊 > 影像進展

影像組學的前沿研究與未來挑戰

時間:2017-12-09  來源:腫瘤影像學  作者:郭翌等 【復制分享】【討論-糾錯】【舉報

 由于成像技術的迅速發展,醫學影像已成為疾病管理中的重要模式,為臨床提供了全面的視角和豐富的信息,在疾病篩查、早期診斷、治療選擇和預后評估等方面發揮著舉足輕重的作用。現已知病灶形態或功能上的變化是由患者個體的基因、細胞、生理微環境、生活習慣和生存大環境等諸多因素共同決定的。若在常規影像學診斷基礎上,通過深度挖掘數據,尋找出疾病的內涵特征,從而反映人體組織、細胞和基因水平的變化,將會對臨床醫學產生重大影響。基于這一理論,影像組學(radiomics)應運而生。它從醫學影像中提取高通量特征來量化腫瘤等重大疾病,在腫瘤表型分型、治療方案選擇和預后分析等方面表現出巨大優勢,是臨床醫學和生物醫學工程的研究熱點。本文系統梳理影像組學歷史,從多方面論述這一學科的應用和發展。DX5影像園XCTMR.com
DX5影像園XCTMR.com
1.影像組學概念及方法框架DX5影像園XCTMR.com
DX5影像園XCTMR.com
2012年,荷蘭學者Lambin首次提出影像組學概念,其思想來源于腫瘤異質性。實體腫瘤在基因、蛋白質、細胞、微環境、組織和器官層面上表現出的空間與時間的異質性,使病理學和分子學等有創檢測方法結果的準確性及代表性受到限制。醫學影像可全面、無創、定量觀察腫瘤整體形態,對腫瘤的發展過程和治療反應隨時進行監測,從而為腫瘤異質性問題提供了可靠的解決方案;同時,影像組學假設微觀層面的基因或蛋白質模式改變可在宏觀影像學特征上有所表達。因此,Lambin認為影像組學為“高通量地從放射影像中提取大量特征,采用自動或半自動分析方法將影像學數據轉化為具有高分辨率的可挖掘數據空間”。Kumar等進一步擴展,將影像組學定義為“高通量地從CT、MRI和正電子發射型計算機斷層顯像(positron emissiontomography,PET)中提取并分析大量高級的定量影像學特征”。Doroshow等在Nature ReviewsClinical Oncology發表文章,指出影像組學是轉化醫學未來發展方向之一。2014年,北美放射學會(Radiological Society of North America,RSNA)峰會主題即為“Radiomics: From Clinical Imagesto Omics”。Gillies在大會主題報告中提及,通過對影像的深入分析可量化微環境,預測腫瘤遺傳異質性的程度。他認為,相較于傳統的臨床醫學僅僅從視覺層面解讀醫學影像,影像組學可深入挖掘圖像的生物學本質并提供臨床決策支持。近年來,越來越多的學者關注影像組學,在腫瘤診斷、治療和預后等方面進行探索,取得了大量成果,加快了腫瘤學的臨床和轉化研究。DX5影像園XCTMR.com
DX5影像園XCTMR.com
影像組學方法框架一般分為5個部分:① 高質量標準化影像學數據獲取;② 手動或自動圖像分割與重建;③ 高通量特征提取與篩選;④臨床預測模型建立;⑤ 構建共享數據庫。影像組學是一種大數據分析方法,其研究結果必須在多中心進行驗證,對數據的標準化、算法的可重復性和可靠性提出了很高要求,故框架中每一部分都極具挑戰。DX5影像園XCTMR.com
DX5影像園XCTMR.com
2.影像組學的臨床應用DX5影像園XCTMR.com
DX5影像園XCTMR.com
影像組學通過從不同模態影像中提取高通量特征并加以數據挖掘,可用于腫瘤分子分型、鑒別診斷、治療方案選擇、療效檢測和預后評估等多方面。目前,其在肺癌、頭頸癌、乳腺癌、腦腫瘤、直腸癌、食管癌、前列腺癌、肝癌等多種腫瘤疾病中開展了初步探索。DX5影像園XCTMR.com
DX5影像園XCTMR.com
2.1基因、分子標記和病理分型DX5影像園XCTMR.com
DX5影像園XCTMR.com
影像組學認為,腫瘤宏觀影像特征與微觀基因、蛋白質和分子改變息息相關。2007年,Segal等在Nature Biotechnology發表文章,提出CT影像學特征與原發性肝癌全基因表達之間存在相關性,28個影像學特征可重建78%的基因信息,進而預測肝癌的細胞增殖、肝臟的合成功能和患者的預后,因此肝癌的基因活動可被影像學無損解碼。Yoon等通過對539例肺腺癌患者進行研究,尋找CT和PET影像學特征與間變性淋巴瘤激酶(anaplastic lymphoma kinase,ALK)/c-ros原癌基因1酪氨酸激酶(c-ros oncogene 1 receptortyrosine kinase,ROS1)/原癌基因RET (rearranged during transfection proto-oncogene)表達模式之間的關系,發現這些影像學特征在ALK基因陽性與ROS/RET融合基因陽性組之間有顯著差異。Gevaert等使用CT影像組學特征預測非小細胞肺癌(non-small cell lung cancer,NSCLC)中突變型表皮生長因子受體(epidermal growthfactor receptor,EGFR),受試者工作特征(receiver operating characteristic,ROC)曲線的曲線下面積(area under curve, AUC)為0.89。其中肺氣腫、氣道畸形與EGFR野生型有關,而毛玻璃樣變預示EGFR突變。Yu等研究腦膠質瘤MRI圖像特征與異檸檬酸脫氫酶1 (isocitrate dehydrogenase 1,IDH1)基因突變的關系,在110例二級腦膠質瘤患者術前MRI圖像中提取671個高通量特征,篩選出110個高相關特征并建立預測模型,獲得80%的IDH1分類準確率。Dang等使用MRI紋理特征預測頭頸部鱗狀細胞癌的腫瘤抑制蛋白p53,也獲得81.3%的準確率。在乳腺癌方面,Wan等和Li等對動態增強MRI (dynamic contrast-enhanced MRI,DCE-MRI)圖像開展研究,提取大小、形狀、邊界、紋理和動力學等特征,分析其與MammaPrint、Oncotype DX等基因檢測系統的關聯,預測乳腺癌復發。Zhu等分析了DCE-MRI圖像特征與基因突變、微核酸表達、蛋白表達、基因通路表達、復制數變異等腫瘤微觀結構的關系。DX5影像園XCTMR.com
DX5影像園XCTMR.com
在分子分型方面,Wu等研究影像組學特征與肺癌組織學亞型(腺癌和鱗狀細胞癌)的關系,從350例患者術前CT圖像中提取440個形狀、大小、灰度和紋理特征,單因素分析發現53個特征與腫瘤組織學顯著相關;多因素分析中,特征篩選后由5個最相關特征建立的分類模型所得AUC為0.72。Yang等從MRI T1WI和T2抑水像(T2 fluid-attenuated inversion recovery,T2Flair)橫截面、矢狀面和冠狀面圖像中提取了5類共976個紋理特征,采用隨機森林分類器進行腦膠質瘤分子分型和12個月生存期預測。Li等提取定量化MRI圖像特征,進行浸潤性乳腺癌的分子分型。研究發現,侵襲性強的腫瘤較大,內部回聲不均勻,增強紋理中熵特征與分子分型相關性更大。進一步,Guo等使用影像組學與基因組學聯合預測浸潤性乳腺癌的表型,包括病理分級、淋巴結轉移和免疫組織化學指標,共提取38個影像組學特征和144個基因組學特征,結果表明基因組學在免疫組織化學指標預測方面表現優異,影像組學更適用于預測病理分級,兩種組學的聯合應用并沒有顯著增加預測率。DX5影像園XCTMR.com
DX5影像園XCTMR.com
2.2診斷與鑒別診斷DX5影像園XCTMR.com
DX5影像園XCTMR.com
影像組學是大數據技術與醫學影像輔助診斷的有機融合。傳統的計算機輔助診斷方法多用于腫瘤篩查和鑒別診斷,而增加了高通量特征和數據挖掘的影像組學方法將有效提高診斷準確率。DX5影像園XCTMR.com
DX5影像園XCTMR.com
Pham等從271例肺癌患者CT圖像中提取兩類紋理特征,實現了縱隔淋巴結良惡性鑒別,AUC為0.89,靈敏度為75%,特異度為90%。有研究對肺部圖像影像數據庫(The Lung ImageDatabase Consortium,LIDC)中的CT圖像進行高通量特征提取,構建肺癌影像組學預測模型,用于肺癌良惡性評估。進一步,He等對240例孤立性肺結節患者分別采用普通CT和增強CT進行掃查,比較對比劑、重建層厚和卷積核對診斷的影響。結果表明,普通CT掃描、1.25 mm薄層CT和標準卷積核可為孤立性肺結節的診斷提供更多有價值的信息。在頭頸腫瘤方面,Brown等將影像組學用于甲狀腺結節良惡性鑒別,從多中心采集26例患者的擴散加權成像(diffusion weightedimaging,DWI)數據,從表觀擴散系數(apparentdiffusion coefficient,ADC)圖像中提取21個紋理特征,建立線性判別分析模型,分類準確率、靈敏度和特異度均超過90%。Fruehwald-Pallama等也將DWI紋理特征用于腮腺腫塊的識別。Park等從DCE-MRI參數圖中容積轉運常數(Ktrans)、速率常數(Kep)和血管外細胞外容積分數(Ve)提取直方圖特征用于識別口咽鱗狀細胞癌和惡性淋巴瘤,兩種癌癥的Ktrans直方圖中值和眾數,以及Ve直方圖的眾數、偏度和峰度差異較大。Ve峰度是最有效的識別特征(準確率86%,靈敏度83%,特異度90%)。DX5影像園XCTMR.com
DX5影像園XCTMR.com
Cameron等和Khalvati等分別在多參數MRI中提取影像組學紋理特征,實現前列腺癌的自動檢測,準確率達87%和88%。Khalvati等的研究進一步表明,增加相關擴散成像(correlated diffusion imaging,CD)和高b值DWI (computed high-b DWI,CHBDWI)圖像可有效提高檢測的靈敏度和特異度。Wibmer等研究發現,從MRI圖像提取灰度共生矩陣(gray level co-occurrence matrix,GLCM)特征有助于前列腺癌外周帶與移行帶的識別,并可用于Gleason評分。在T2WI和ADC圖像上,外周帶與高熵值、高惰性值、低能量值、低相關性和低均勻性有關(P<0.000 1~0.008)。DX5影像園XCTMR.com
DX5影像園XCTMR.com
移行帶與ADC圖像特征(P<0.000 1)及T2WI圖像的相關性(P=0.041)和惰性值(P=0.001)強相關,而Gleason評分與高熵值和低能量值有關。Litjens等通過研究70例前列腺全切患者術前多參數MRI圖像,發現CHB-DWI鑒別前列腺癌與良性增生更有效,DCE-MRI可用于鑒別前列腺癌與前列腺萎縮或炎癥,且ADC是診斷高級別前列腺癌最有效的特征。同樣,影像組學也可在DCE-MRI中識別三陰性乳腺癌,將腫瘤區域特征與背景實質強化特征相結合后,獲得的識別準確率AUC可達0.88。Hassan等在功能MRI圖像中提取與異質性相關的紋理特征,鑒別腦部真正的功能活動區域。GLCM的不相關系數、熵、和方差、熵差值與腦功能相關性最強,回歸模型的識別準確率高達80.19%。

  參考文獻:郭翌等,腫瘤影像學2017年第26卷第2期
| 轉到上一篇 | 轉到下一篇 | 復制鏈接 | 加入收藏 | 返回首頁 | 分享到:
顱內脫髓鞘假瘤影像學表現
顱內脫髓鞘假瘤影
肝臟感染性病變影像學鑒別診斷和潛在陷阱(一)
肝臟感染性病變影
浸潤型肝癌:放射科醫生需要知道些什么?(一)
浸潤型肝癌:放射
中樞神經細胞瘤(central neurocytomas)影像學特點綜述
中樞神經細胞瘤(
    相關內容:
發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
推薦圖片
贊助商鏈接
熱門內容
影像解剖
贊助商鏈接
最新內容
下载海南体彩app