肿瘤的影像组学对临床医师在患者的治疗方法、手术方案及预后的作用,什么是“影像学”？

肿瘤的影像组学对临床医师在患者的治疗方法、手术方案及预后的作用

所谓的“成像组织学”是指描述肿瘤特征的大量成像特征的高通量提取，最初被翻译成放射学。图像组织学的概念最早是由荷兰学者在2012年提出的。它强调的深层含义是从图像中提取大量的图像信息(计算机断层扫描、核磁共振成像、正电子发射断层扫描等)。)以高通量的方式实现肿瘤分割、特征提取和模型构建

什么是“影像组学”？

成像组织学指的是描述肿瘤特征的大量成像特征的高通量提取，最初被翻译成放射学 图像组织学的概念最早是由荷兰学者在2012年提出的。它强调的深层含义是从图像中提取大量的图像信息(计算机断层扫描、核磁共振成像、正电子发射断层扫描等)。)以高通量的方式实现肿瘤分割、特征提取和模型构建。借助于右侧和左侧图像，可以提高图像质量。

什么是“影像学”？

所谓的“成像组织学”是指描述肿瘤特征的大量成像特征的高通量提取，最初被翻译成放射学。图像组织学的概念最早是由荷兰学者在2012年提出的。它强调的深层含义是从图像中提取大量的图像信息(计算机断层扫描、核磁共振成像、正电子发射断层扫描等)。)以高通量的方式实现肿瘤分割、特征提取和模型构建

什么是“影像组学”？

肿瘤的影像组学对临床医师在患者的治疗方法、手术方案及预后的作用范文

摘要:肿瘤在生物学上是复杂的，显示出不同肿瘤之间的表型和基因组异质性，甚至在单个肿瘤内也是如此。目前，影像学可以获得高通量的数据，从图像中提取大量的定量特征，挖掘肿瘤形态、纹理和瘤内异质性的定量信息。因此，成像数据可用于建立描述性和预测性临床模型，并将成像特征与肿瘤生物表型相关联。影像组织学是目前最具创新性的医学专业之一。它采用非侵入性和定量的方法来了解体内肿瘤的多层次信息，在治疗方法、手术方案和患者预后方面对临床医生起着重要作用。

关键词:肿瘤；异质性；影像组织学；肺癌；

肺癌的CT放射治疗进展

刘超路邓吉紫青

三峡大学第一临床医学院放射科/宜昌市中心人民医院

摘要:

肿瘤在生物学上是复杂的，在不同的肿瘤之间表现出表型和基因组的异质性，甚至在单个肿瘤内也是如此。目前，放射医学可以从图像中获得高通量的数据，提取大量的定量特征来挖掘肿瘤形态、纹理和肿瘤内部异质性的定量信息。因此，放射组学数据可用于建立描述性和预测性临床模型，并将影像特征与肿瘤生物表型联系起来。放射组学是目前最具创新性的医学专业之一。它采用非侵入性和定量的方法来了解体内肿瘤的多层次信息，对患者的治疗、手术计划和预后有重要作用。

关键词:肿瘤；异质性；无线电麦克风；肺癌；

肺癌是全世界癌症死亡的主要原因之一。全世界每年约有180万新的肺癌病例，其中2/3被发现处于晚期，肺癌患者确诊后的5年生存率仅为10%[1]。在肺癌的常规治疗中，计算机断层扫描、正电子发射断层扫描和磁共振成像在疾病诊断、分期、治疗计划、术后监测和反应评估中具有重要意义。尽管这些常规模式提供了关于肺癌表型的重要信息，但仍有大量遗传和预后信息尚未揭示。

在过去的10年里，在高通量数据计算和自动传输系统方面，特别是在计算机断层扫描方面取得了巨大的进步，使得从医学计算机断层扫描图像中提取大量的定量特征成为可能，这被称为成像组织学。因此，通过提取图像组织学特征[2]，可以发现隐藏在传统的计算机断层图像层中的大量信息供临床使用。影像组织学在肿瘤学中有很大的应用潜力。定量特征可以更好地挖掘肿瘤特征，更准确地评估预后和预测耐药性。[3]。瘤内异质性导致单一肿瘤结构和功能的区域差异。成像组织学可以通过测量定量特征来量化空内部特征和功能异质性[4-5]。医学成像中观察到的定量特征反映了肿瘤的分子、细胞和组织成分，这使得研究人员能够更准确地了解整个肿瘤的生物社会。本文综述了CT影像组织学的方法学及其在肺癌中的应用和面临的挑战。

1肿瘤学的CT成像组织学方法

计算机断层成像组织学是一门以定量和非侵入性的方式在临床常规计算机断层图像中显示信息的新学科，用于患者的诊断和术前规划。成像数据可用于建立与肿瘤生物表型相关的成像特征的描述性和预测性临床模型。

1.1步骤

1.1.1图像采集

图像采集是图像组织学的第一步。首先，从计算机断层成像中获取大量的图像，然后对这些图像进行预处理以保证它们的一致性。该步骤的主要问题是图像采集参数变化很大，包括辐射剂量、扫描方案、重建算法和扫描层厚度。Yan等人[6]发现不同的图像特征对重建环境有不同的敏感性，其中标准摄取值的峰值、标准摄取值的平均值、多重纹理特征和熵最稳定。

1.1.2分裂

下一步是定义感兴趣区域，它包含整个肿瘤内的多个子区域。这个过程叫做肿瘤分割。这对于肿瘤边缘明确的实体瘤来说非常容易。然而，当浸润性肺腺癌周围的肿瘤边界模糊时，例如毛玻璃不透明，GGO)，肿瘤边缘的识别变得更加复杂[7]。

此外，应特别考虑全肺和肺叶分割，为预测术后残余肺功能、发病率和死亡率提供有利条件。对于肺叶切除术，第一步是应用气道阈值分割肺实质、气道和血管。其次，主气道和血管被重新定位以将左肺和右肺分开。裂隙的提取是准确分割肺叶的关键。根据计算的图像强度和每个体素[8周围的局部相邻区域的解剖信息(例如气道和血管)来确定。气道分割可以手动、半自动或自动完成，但是手动分割非常耗时。目前，区域生长和波传播是海因茨细胞(Hu)中最常用的通过阈值像素值分割气道的方法。

1.1.3特征提取

在精确的肿瘤分割之后，几乎所有的成像特征都可以从确定的肿瘤感兴趣区域中提取出来。在肿瘤学领域，影像组织学的优势非常明显，包括肿瘤特征的定量分析，能够客观揭示人眼难以检测的肿瘤生物学特征。此外，提取的影像学特征可以进一步分析和挖掘更有用的信息[9]。

1.1.4功能选择

在提取大量成像特征后，下一步是提取这些特征的真正临床价值。特征提取与癌症检测、诊断、预后评估甚至治疗反应监测有关，[10]。目前常用的方法包括随机森林法和支持向量机算法[11-12]。帕尔玛等人[11]利用随机森林定律分析了从464名肺癌患者中提取的440个成像特征，发现该方法对数据变化具有很高的稳定性。Dhara等人[12]使用结合成像特征的支持向量机算法对891个肺结节进行分类，准确率为95.05%。这些研究表明，良性和恶性肺结节与影像学特征有很强的相关性，可作为肺结节的准确诊断方法。

1.2图像组织学特征类型

1.2.1形态特征

肿瘤的物理特征通常由形态学特征来定义。例如，肿瘤的圆度可以通过球形度和离散紧密度来量化。表面积可以通过三角测量来计算，三角测量是一种完全覆盖肿瘤表面的三角测量技术。就肿瘤毛刺而言，表面体积比较大的肿瘤通常具有更多棘状和不规则毛刺，而表面体积比较小的肿瘤更光滑。另一个形态学特征是肿瘤质量，它是一个结合体积和密度的参数。肺腺癌是最常见的肺癌组织学类型，通常表现为GGO结节影。李等人[13]发现通过肿瘤质量测量可以比传统测量方法更早地检测到GGO生长。高斯拉普拉斯算子是空之间的滤波技术，用于增强外围边缘特征。它可以定量分析肿瘤边缘特征，反映肿瘤与周围组织的关系，从而反映肿瘤微环境。

1.2.2统计特征

1.2.2。1级直方图特征

一阶统计量的基础是直方图，直方图是肿瘤像素沿一个轴相对于每个衰减值沿另一个轴的像素频率的衰减的简单图。因此，直方图显示了定义的病变区域内像素值的范围和频率。直方图可以计算许多特征，例如平均值、中值、标准差、峰度、偏斜度、能量、熵、均匀性和方差，并且大多数特征具有可重复性[14]。传统的计算机断层图像直方图构造简单，直方图分析可以获得多个定量特征，因此基于直方图的特征在肿瘤学中得到广泛应用。从组织学的定量特征来看，肺癌的细微变化可以从体素水平上反映出来。

1.2.2。2高阶纹理特征

与直方图特征相比，高阶纹理特征代表每个体素的空信息。利用图像灰度的数量、距离和角度构造灰度共生矩阵。从灰度共生矩阵中提取聚类特征、相关特征、对比度特征、能量特征和熵特征。灰度游程矩阵的特征使得连续体素在任何方向上具有相同的灰度。从灰度运行矩阵中可以提取出长期运行优势、短期运行优势、运行不均匀性、灰度不均匀性和运行百分比等特征。邻域灰度差矩阵使用邻域的强度值而不是体素来表示邻域中相似或不同体素强度之间的空关系。复杂纹理强度特征可以从邻域灰度差矩阵中提取。研究发现肺癌的肿瘤分期、转移、治疗反应、存活和分子遗传学与纹理特征[15-16]显著相关。

1 . 2 . 3

如上所述，单个肿瘤内也存在大量异质性。肿瘤内异质性对于肿瘤进展非常重要，因为一些亚区域可以启动癌细胞转化。肿瘤的异质性可以通过绘制肿瘤中空的相似灰度分布来表达，即区域特征。区域特征显示了肿瘤内子区域的数量和特定子区域的出现频率。目前，划分区域的方法包括数据驱动的分割和阈值的使用。数据驱动的分割组体素具有相似的强度聚类，阈值也用于将体素分组到聚类中。此外，区域特征在描述肿瘤异质性方面显示出巨大潜力空。通过将相似的身体分组在一起，可以发现对治疗有不同反应并导致肿瘤进展的多个区域。吴等人[17]发现，通过荧光脱氧葡萄糖正电子发射计算机断层扫描和肿瘤内的计算机断层扫描图像分割，可以识别与肺癌相关的高风险区域。

1.2.4基于模型的功能

分形变化描述了物体形状在一定尺度范围内的复杂性。分形维数是反映物体形状的数学计算。在这种情况下，肿瘤的形态学复杂性和空之间的异质性可以量化并赋予数值。它的优点是相对稳定，不受其他特征的影响，并可用于对单个患者的纵向评估。王等人[19]定量评估了具有不同分形特征的造影剂的摄取异质性动力学，表明其在监测抗血管生成治疗的早期反应中具有潜在作用。

1.2.5骨骼特征

骨架化，也称为轴向提取，广泛用于计算机形状分析。通过对气道的定量测量，可以准确地找到气道中的位置，然后进行计算，从而可以在目标支气管上分割出垂直平面。全宽半最大值方法基于两个极值之间的差值，其中Hu值等于其最大值的一半。主要用于寻找气道壁的内部像素和外部像素，并计算气道壁的尺寸。它还可以自动提取腔面积，即腔面积(WA)，用于量化气道壁增厚和气道狭窄，然后通过气道腔[20]的分叉角和圆度来识别气道骨架结构的变化和气道不均匀形状的变化。

2 CT成像在肿瘤学中的临床应用

2.1肺癌的影像学和组织学方法

2011年，国际肺癌研究协会、美国胸科学会和欧洲呼吸学会对肺癌进行了新的分类。大量文献报道，含有GGO成分的亚固体结节与肺腺癌的范围有关，[21-25]。早期肺腺癌的CT表现通常为简单的GGO结节或部分实性结节。因此，GGO距离成像反映了基因突变积累导致的从入侵前病变到腺癌的演变过程。然而，由于传统CT扫描的视觉感知和主观分析有限，很难区分GGO病变中的侵入性和非侵入性比例。王亚丽等人[21]回顾性分析了102例GGO小于10 mm肺腺癌患者的术前CT图像，发现GGO小于10 mm肺腺癌患者的浸润性病变和浸润性病变之间的差异可以通过影像学组织学特征反映出来。江口等人[22]发现肿瘤大小和计算机断层扫描衰减是肺癌病理浸润的预测因素，肿瘤大小和计算机断层扫描衰减的结合可以更准确地预测浸润性腺癌。李等人[23]发现，当纯GGO直径大于15毫米且像素衰减高(>-472 Hu)时，结节最有可能是浸润性腺癌。池田等人[24]发现，GGO病变的定量成像特征有助于发现在医学成像体素水平上视觉难以发现的小病理侵入性成分。熵和高衰减值，如直方图中第75百分位的CT衰减值，被认为是浸润性腺癌的重要鉴别因素。贝克等人[25]发现，97.5%的CT衰减值和CT衰减值的斜率被认为是预测未来CT衰减变化和纯GGO病变增长率的预测指标。因此，与肺癌特异性相关的GGO成像特征可以提供更多关于肿瘤侵袭性和其他惰性和非侵袭性病变的信息，甚至可以预测肿瘤生长。

当影像学的特征与潜在的基因组变化相关联时，也显示出良好的结果。肿瘤大小、边缘形状和锐度特征与预后显著相关，可预测非小细胞肺癌患者的代谢产物。Yoon等人，[26]基于肿瘤间的成像特征和临床信息，成功预测了肺癌中肿瘤基因突变的表型。

2.2术后肺功能和术后并发症的预测

术后肺功能的预测在肺癌患者术前评估中起着关键作用，以确定术后并发症和死亡率增加的风险。目前，术后肺功能的预测主要采用肺功能测定法、容积法、一氧化碳弥散法和放射性核素肺扫描法。对于非均匀有效肺功能，如肺气肿和间质性肺疾病，ILD)，术后应准确预测肺功能。雅布奇等人[27]发现吸气/呼气的计算机断层扫描容积测量可以用来预测术后肺功能。定量螺旋CT可用于计算局部和全功能肺的体积，并可分别测量肺气肿、肺不张和肺癌引起的正常功能肺面积和非功能肺面积的肺密度。上田等人[28]发现，肺功能测量和定量CT评估相结合可以描述呼吸动力学的特征，并且可以用作体积减小效果的预测器。吴等人[29]首次提出定量CT预测术后肺功能。进一步的研究证实了定量CT在预测术后肺功能中的作用，与灌注成像肺功能试验有很好的相关性。虽然肺叶切除术将导致肺功能永久丧失，但肺癌和慢性阻塞性肺疾病患者在肺切除术后肺功能几乎没有改善，这种现象被称为肺减容效应[30]。此外，拉普安特等人[31]发现，双能量断层扫描还提供显示特定时间点肺灌注的图像。通过碘浓度的提取和定量，双能量CT可以提供肺叶灌注的比例，从而准确预测术后肺功能。Choe等人[32]报道了一种结合双能CT后肺容积变化的改进方法，作为预测术后肺功能的有效方法。

此外，慢性阻塞性肺病和ILD病患者术后并发症和死亡率较高。定量CT结合螺旋测量有助于更好地预测肺癌肺叶切除术后心肺并发症。卡普兰等人[33]发现肺密度低于-787.5 Hu和肺气肿体积高于5.41%会增加术后肺部疾病的风险。Mimae等人[34]发现术前计算机断层扫描图像中肺纤维化的程度是肺癌患者肺纤维化和肺气肿术后死亡率的独立预测因子。肺纤维化的严重程度可以根据CT直方图量化、纹理量化和深度学习范围和模式进行定量分析。最近的研究表明，自动量化ILD、GGO、肺气肿和肺实变的x光图像可以预测肺功能和肺部疾病的进展[35-36]。因此，定量分析ILD病和慢性阻塞性肺病可以预测肺癌患者治疗后的死亡率和发病率。

3问题和前景

CT影像组织学是一个新的多学科领域，因此，新的挑战是不可避免的。(1)没有标准化的图像采集过程。不同的研究机构采用不同的标准采集和分析图像，包括图像分辨率、视场、切片厚度等。因此，使用这些不同类型图像的研究不会在不同图像集之间产生精确的比较。(2)组织学成像技术和算法很多，但目前还没有统一的标准方法。不清楚哪种方法最好，也缺乏标准的国际协议和核查结果。因此，在不同的成像组织学算法中应该使用相同的数据集，以确保结果比较和验证的一致性。(3)跨多个机构的数据共享是影像组织学领域的一个关键问题，涉及到保护患者的隐私权。

在肺癌的诊断和治疗领域，CT成像的临床应用已经显示出巨大的优势。因此，CT影像组织学有望成为精确医疗的核心。精确医疗的本质是在对患者个人数据进行高精度测量和有效信息挖掘的基础上，对疾病的预防、诊断和治疗做出个性化的决策。虽然计算机断层成像组织学还处于起步阶段，但相信在国内外学者的共同努力下，在可预见的未来，计算机断层成像组织学将在肿瘤领域的精确医疗发展中发挥重要作用。

参考

男人。剔除7在肺癌组织和细胞中的表达及其临床意义的研究[。济南:山东大学，2015。

胡玉川、张欣、崔广斌。引用该论文[。放射学实践，2017，3 (12) :1239-1241。

罗婷，张峥，李鑫，等。计算机断层图像纹理分析对毛玻璃密度肺腺癌浸润的鉴别诊断[。中国医学影像技术，2017，33 (12) :1788-1791。

克隆异质性和肿瘤进化:过去、现在和未来[。手机，2017，168 (4) :613-628。

吕玉坤，龚冠中，邱陶青，等。计算机断层成像组织学在指导肺癌精确放疗中的应用[。中国癌症诊所，2018，45 (2) :92-96。

[6]严杰，朱雪伦JL，洛伊海，等.图像重建设置对纹理特征的影响.《纽克尔医学》，2015，56 (11) :1667-1673。

[7]里奥斯·贝拉斯克斯·埃，埃尔斯·HJ，顾勇，等.一种半自动的基于CTs的肺肿瘤整体分割:与肿瘤学家的描绘和手术标本的比较.放射肿瘤学，2012，105 (2) :167-173。

[8]多埃尔·特，加瓦汉·杰，格劳诉[计算机断层扫描自动肺叶分割方法综述]。计算机医学成像图，2015，40:13-29。

[9]高俊平，苏军，朱大波，等.肺腺癌:定量CT表现与病理表现的相关性[.放射学，2016，280 (3) :931-939。

[10]梅西友，奥顿，昂JE，等。塞地拉尼治疗晚期实体肿瘤:动态增强磁共振成像和计算机断层扫描作为血管活性标志物的比较[。放射学，2012，265 (2) :426-436。

[11]帕尔玛，格罗斯曼，巴斯金，等.定量放射性生物标志物的机器学习方法[.Sci代表，2015，5:13087。

[12]达拉·阿克，穆霍帕德亚耶，杜塔·阿，等.数字成像，2016，29 (4) :466-475。

[13]李海，郑JY，李KS，等.孤立性肺结节性肺腺癌:组织病理学评分和患者生存率与影像生物标志物的相关性[.放射学，2012，264 (3) :884-893。

[14]杨杰，张磊，法夫·XJ，等.肺部肿瘤增强CT定量成像特征的不确定性分析[.计算机医学成像图，2016，48:1-8。

[15]库克GJ，叶丙，西迪克米，等。非小细胞肺癌的预处理18F-FDG正电子发射断层扫描肿瘤结构特征与放化疗后的反应和生存率相关吗？[·杰]。《纽克尔医学》，2013，54 (1) :19-26。

[16]弗里德·德夫，塔克·SL，周·S，等.ⅲ期非小细胞肺癌预处理的CT纹理特征的预后价值和可重复性[.《放射肿瘤生物学》，2014，90 (4) :834-842。

[17][17]吴军，詹希默，董鑫，等.确定肺癌高危亚区的肿瘤内强有力分割:一项试点研究[.《放射肿瘤生物学》，2016，95 (5) :1504-1512。

[18]列侬·费，钱奇·气相色谱法，西普利亚尼·纳，等.肺癌——分形观点[.《临床肿瘤杂志》，2015，12 (11) :664-675。

[19]王c，苏世娥，殷福夫，等.动态分形特征差异性分析在动态增强磁共振成像治疗反应评估中的应用[[]。医学物理，2016，43 (3) :1335-1347。

[20]蔡斯，霍夫曼EA，文泽尔SE，等.基于定量计算机断层成像的聚类区分具有独特临床表型的哮喘亚组[.《过敏临床免疫》，2017，140 (3) :690-700。e8。

王亚丽，朱会元，毛夏海，等。影像学特征对肺[10mm以下纯毛玻璃结节侵袭性的诊断价值。中国医学计算机影像杂志，2017，23 (6) :513-516。

[22]江口，良泽，川上，等。肺部纯毛玻璃结节的肿瘤大小和计算机断层摄影衰减对病理侵袭性是有用的[。公共科学图书馆1，2014，9 (5) :e97867。

[23]李海，蔡YL，李KS，等.纯毛玻璃不透明肿瘤性肺结节:组织病理学，影像学和管理[.AJR·安·伦琴诺，2014，202 (3) :W224-233。

[24]池田光，Awai K，Mori T，等.毛玻璃不透明结节的鉴别诊断:通过三维计算机量化的CT数分析[.胸部，2007，132 (3) :984-990。

[25]Bak SH，Lee HY，Kim JH，等.纯毛玻璃不透明结节的定量CT扫描分析预测进一步的CT扫描改变[.胸部，2016，149 (1) :180-191。

[26]尹HJ，索恩一，赵JH，等。用放射经济学方法解码肺腺癌ALK，ROS1和RET融合的肿瘤表型[J]。医学(巴尔的摩)，2015，94 (41) :e1753。

[27]亚布奇，川美，卡米塔尼，等.原发性肺癌肺叶切除术后肺功能的预测:吸气/呼气CT计数方法、有效肺叶容积和肺叶塌陷的比较.[.欧洲无线电杂志，2016，85 (11) :1956-1962。

[28]上田，村上春树，三野，等.肺癌肺叶切除术后减容效果的评估[[]。《外科杂志》，2015，197 (1) :176-182。

[29]吴MT，张JM，蒋AA，等.用定量计算机断层扫描预测肺癌患者术后肺功能的研究[[]。放射学，1994，191 (1) :257-262。

[30]戴军，杨鹏，考克斯，等.肺癌与慢性阻塞性肺疾病:从临床角度看[.Oncotarget，2017，8 (11) :18513-18524。

[31]拉普安特·阿，巴赫希·赫，布雷斯·德，等.利用对比增强双能量计算机断层扫描评估肺功能在放射治疗中的潜在应用[.医学物理，2017，44 (10) :5260-5269。

[32]崔杰，李树明，蔡e J，等.肺癌患者术后肺容积和灌注变化的双能计算机断层扫描评估[[]。《欧洲无线电杂志》，2017年，90:166-173。

[33]卡普兰·T，阿塔克·GK，古纳尔·N，等.肺密度定量计算机断层扫描评估作为肺癌患者术后肺发病率的预测因子[[]。《胸腔疾病》，2015，7 (8) :1391-1397。

[34]明美，铃木康，津滨，等。肺纤维化的严重程度影响肺纤维化和肺气肿合并患者肺癌的早期手术结果[。医学(巴尔的摩)，2016，95 (29) :e4314。

[35]汉弗莱斯SM，八井石K，哈克贝利J，等.特发性肺纤维化:基线和15个月随访时纤维化程度的数据驱动纹理分析[J]。放射学，2017，285 (1) :270-278。

[36]月亮JW，裴俊平，李海英，等。灌注和基于模式的定量CT指数使用对比增强双能量计算机断层扫描独立间质性肺疾病:与生理损伤的关系和预后预测[。Eur Radiol，2016，26 (5) :1368-1377。