CT影像组学用于胸腺上皮性肿瘤进展.pdf

第一作者刘宇(),男,内蒙古锡林郭勒人,在读硕士,医师.研究方向:心胸影像学诊断.E m a i l:q q c o m 通信作者赵建华,内蒙古自治区人民医院影像医学科,.E m a i l:z j h y y j h c o m 收稿日期 修回日期 综述P r o g r e s s e so fC Tr a d i o m i c sa p p l i c a t e d i nt h y m i ce p i t h e l i a l t u m o r sL I UY u,ZHA OJ i a n h u a(B a o t o uM e d i c a lC o l l e g eo fI n n e rM o n g o l i aU n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g y,B a o t o u ,C h i n a;D e p a r t m e n t o fM e d i c a lI m a g i n g,I n n e rM o n g o l i aP e o p l esH o s p i t a l,H o h h o t ,C h i n a)A b s t r a c tT h y m i ce p i t h e l i a l t u m o r s(T E T)a r et h em o s tc o mm o np r i m a r yt u m o r so f t h ea n t e r i o rm e d i a s t i n u m,m a i n l yi n c l u d i n gt h y m o m aa n d t h y m i c c a r c i n o m a,w i t hc o m p l e xo r g a n i z a t i o n a l t y p e s a n dc l i n i c a l s t a g e s,a n d t h e t r e a t m e n tm e t h o d so fT E Ta r ea l s ov a r i o u s A c c u r a t ed i a g n o s i sa n dt y p i n go fT E Ta r eh e l p f u l f o rm a k i n gt r e a t m e n td e c i s i o na n de v a l u a t i n gp r o g n o s i s C Tr a d i o m i c sc a n i d e n t i f ys u b t l ed i f f e r e n c e so nC Ti m a g e sw h i c hc a n n o tb es e e nb yh u m a ne y e s,h a v i n gg r e a ts i g n i f i c a n c ef o rd i a g n o s i sa n dt r e a t i n gT E Ta n dp r e d i c t i n gp r o g n o s i s T h ep r o g r e s s e so fC Tr a d i o m i c sa p p l i c a t e di nT E Tw e r er e v i e w e d i nt h i sa r t i c l e K e y w o r d st h y m u sn e o p l a s m s;n e o p l a s m s,g l a n d u l a ra n de p i t h e l i a l;t o m o g r a p h y,X r a yc o m p u t e d;r a d i o m i c sD O I:/j i s s n C T影像组学用于胸腺上皮性肿瘤进展刘宇,赵建华(内蒙古科技大学包头医学院,内蒙古 包头 ;内蒙古自治区人民医院影像医学科,内蒙古 呼和浩特 )摘要胸腺上皮性肿瘤(T E T)是前纵隔最常见原发肿瘤,主要包括胸腺瘤和胸腺癌;其组织学分型及临床分期复杂、治疗方法各异,准确诊断T E T及判断其分型有助于制定治疗决策及评估预后.C T影像组学可识别人眼难以分辨的细微差异,对于诊治T E T及预测预后具有重要意义.本文就C T影像组学用于T E T进展进行综述.关键词胸腺肿瘤;肿瘤,腺性和上皮性;体层摄影术,X线计算机;影像组学 中图分类号R ;R 文献标识码A 文章编号 ()胸 腺 上 皮 性 肿 瘤(t h y m i ce p i t h e l i a lt u m o r s,T E T)来源于胸腺上皮组织,是前纵隔最常见原发肿瘤,主要分为胸腺瘤和胸腺癌.T E T组织学分型及临床分期复杂,根据WHO分类可分为A型、A B型、B 型、B 型、B 型及胸腺癌等种病理亚型;根据预后则可分为低风险胸腺瘤(A型、A B型、B 型)、高风险胸腺瘤(B 型、B 型)和胸腺癌.对于低风险胸腺瘤可通过手术完全切除,而对高风险胸腺瘤和胸腺癌往往难以完全切除,需辅以放射及化学治疗(放化疗)等综合治疗.准确评估T E T分型有助于制定治疗方案及评估预后.C T影像组学可识别人眼难以分辨的细微差异.本文就C T影像组学用于T E T进展进行综述.C T影像组学概述影像组学于 年首次提出,指从超声、C T、MR I及P E T等医学影像中提取高通量定量特征,通过更深层次的挖掘、分析获取更多信息,能为临床决策提供可靠依据.影像组学主要工作流程如下:采集图像,扫描设备、参数、扫描方法、重建算法及图像后处理等差异均可影响图像质量而对影像组学结果产生影响,故应尽可能以统一标准获取高质量、标准化图像,以保证结中国医学影像技术 年第 卷第期C h i nJM e dI m a g i n gT e c h n o l,V o l ,N o果的稳定性和可靠性;分割图像,在已采集图像中勾画R O I,分为基于某个层面的R O I和基于整个病灶的感兴趣体积(v o l u m eo f i n t e r e s t,VO I),常用方式包括手动分割、自动分割和半自动分割,应具有高效、准确及重复性较好等特点;目前大部分影像组学研究主要采用手动分割方式,计算机辅助勾画及自动勾画为未来发展趋势;提取及筛选特征,基于已分割R O I或VO I提取影像组学特征并将其转化为定量数据特征,可分为形态学特征、一阶灰度直方图特征、二阶及高阶纹理特征和基于滤波和变换的特征类,对所提取特征进行降维可获得最具有代表性和相关性的特征,常用方法包 括最小绝对 收 缩 和 选 择 算 子(l e a s ta b s o l u t es h r i n k a g ea n ds e l e c t i o no p e r a t o r,L A S S O)、最大相关最小冗余及主成分分析法等;建立模型,为影像组学研究的核心环节,常用机器学习方法包括l o g i s t i c回归(l o g i s t i cr e g r e s s i o n,L R)、K邻近(K n e a r e s tn e i g h b o r,KNN)、支持向量机(s u p p o r tv e c t o rm a c h i n e,S VM)、随机森林(r a n d o mf o r e s t,R F)、决策树(d e c i s i o nt r e e,D T)、极 端 梯 度 提 升(e X t r e m eG r a d i e n tB o o s t i n g,X G B o o s t)等,而基于深度学习影像组学(d e e pl e a r n i n g b a s e dr a d i o m i c s,D L B R)亦广泛用于图像分析.C T影像组学用于T E T 鉴别诊断精确诊断及鉴别诊断T E T有利于改善预后.通过客观和定量分析医学影像,影像组学有助于提高T E T诊断率,有利于指导临床治疗决策.HE等 分析 例T E T和 例前纵隔淋巴瘤的临床及增强C T(c o n t r a s t e n h a n c e dC T,C E C T)资料,共基于C E C T提取 个影像组学特征,经筛选获得最重要的前个影像组学特征,分别以L R算法建立的临床影像模型、影像组学模型和二者联合模型以鉴别T E T与前纵隔淋巴瘤在训练集(例T E T及 例前 纵 隔 淋 巴 瘤)的 曲 线 下 面 积(a r e au n d e rt h ec u r v e,AU C)分别为 、和 ,在测试集(例T E T及 例前纵隔淋巴瘤)分别达 、和 ,提示C E C T影像组学模型和联合模型鉴别T E T与前纵隔淋巴瘤的效能较佳.预测病理学类型基于C T提取的纹理特征能反映肿瘤异质性,可作为非侵入性手段用于术前评估T E T病理分型;联合应用临床及C T特征可提高诊断效能.任采月等 回顾性观察经免疫组织化学确定组织分型的 例T E T(例低风险胸腺瘤及 例高风险胸腺瘤)的C E C T表现并进行纹理分析,以L A S S O算法筛选C T影像组学特征,基于相应权重系数进行线性组合,分别构建了C T预测模型、纹理预测模型和二者联合预测模型,以之预测低危组与高危组T E T的AU C分别为 、和 ,提示C T纹理特征比C T征象更能反映T E T的微观异质性,C T征象 与 纹 理 特 征 相 结 合 预 测T E T病 理 分 型 更 具优势.评估临床分期明确T E T临床分期对选择治疗方案具有重要价值.目前临床应用最广泛的T E T分期系统包括M a s a o k a K o g a分期和T NM分期.C T影像组学模型用于评估T E T临床分期具有良好效能.WANG等 对 例经手术病理证实的T E T患 者(例 早 期 及 例 晚 期)的 平 扫C T(u n e n h a n c e dC T,U E C T)和C E C T进行纹理分析,分别从中提取 个影像组学特征,通过筛选获得个U E C T和个C E C T影像组学特征,分别以之构建L R机器学习模型以预测胸腺瘤临床分期;结果显示U E C T(AU C )与C E C T(AU C )影像组学模型的诊断效能差异无统计学意义,二者均可作为区分早期胸腺瘤与 晚期胸腺瘤 的非侵入性 生物学标志.选择治疗方案对于低风险T E T可通过微创手术完全切除病灶,且局部复发和扩散概率较小;而对于高风险T E T,由于微创手术操作更复杂,可能存在病灶包膜破裂、肿瘤碎片植入胸膜和切除不完全等风险,术后局部复发可能较高.利用C T影像组学模型可于术前有效评估手术治疗T E T风险(低风险及高风险),有助于临床选择手术方式(开放式手术或微创手术).KAY I等 针对 例T E T患者(例低风险及 例高风险)的C E C T提取 个特征,经筛选 获 得个 最 佳 特 征,以 之 建 立KNN、S VM、X G B o o s t、R F、L R及D T机器学习模型用于预测T E T低风 险 与 高 风 险 人 群,其 中KNN模 型 效 能 最 佳(AU C ).胸腺切除术是常用治疗T E T方法,若前纵隔肿块被误诊为T E T,可能导致部分不必要的胸腺切除术.C T影像组学模型能提高术前诊断的准确性、降低非治疗性胸腺切除率,并可通过构建列线图实现模型可视化,更便于临床应用.Z HOU等 针对 例接受胸腺切除术的前纵隔肿块患者的U E C T和C E C T提取 个影像组学特征,以L A S S O算法筛选出个U E C T特征和个C E C T特征,结合临床及影像学特征,以多变量L R方法分别建立临床U E C T或C E C T影像组学联合模型并绘制列线图,发中国医学影像技术 年第 卷第期C h i nJM e dI m a g i n gT e c h n o l,V o l ,N o现基于U E C T影像组学列线图预测训练集(n ,例治疗性及 例非治疗性)和验证集(n,例治疗性及 例非治疗性)治疗性胸腺切除术的效能均良好(AU C 、).预测预后手术能否完全切除T E T是预后良好与否的关键.基于C T影像组学模型可预测T E T可切除状态,对无法完全切除者在术后及时辅以放化疗,能延长患者生存期.A R AU J O F I LHO等 纳入 例接受手术切除并经病理确诊T E T患者,其中 例未完全切除、例完全切除;共基于术前C E C T提取 个定量影像组学特征并筛选出个特征,采用弹性网络惩罚L R方法建立机器学习模型预测T E T可切除状态,结果表明影像组学模型用于术前预测肿瘤切 除 不 完 全 的 效 能 良 好(AU C ).T I AN等 基于 例T E T术前U E C T提取及筛选影像组学特征,采用R F法建立机器学习模型预测术后生存结果(总生存期和无进展生存期),其预测总生存期(AU C )和无进展生存期(AU C )的效能均良好.但目前为止将影像组学用于预测T E T患者预后的研究报道相对较少,有待更多、更大样本量研究结果.D L B R用于T E T影像组学多依赖于机器学习,而D L B R过程能自动分割病灶,更全面、更深层次地挖掘病灶影像相关信息,效率更高、结果更可靠,可提高模型智能化程度以获得更优效能.韩小伟等 回顾性分析 例接受手术切除并获得明确病理结果(例T E T,例非T E T)的前纵隔肿物患者的C E C T及临床资料,采用D L B R诊断胸腺瘤(T a s k)、区分低与高风险胸腺瘤(T a s k),于自动分割病灶后采用D L网络包含的两个残差块的R e s N e t 进行训练,并从第一个全连接层中提取D L特征,以K e n d a l l相关系数、折交叉验证法及L A S S O回归等方法筛选特征,最后以多变量L R构建预测模型;所获T a s k 模型在训练集(含 例T E T及 例非T E T)和测试集(含 例T E T及 例非T E T)的A U C分别为 和 ,T a s k 模型在训练集(例低风险胸腺瘤和 例高风险胸腺瘤)和测试集(例低风险胸腺瘤和 例高风险胸腺瘤)的A U C分别为 和 ,提示D L B R可在不增加样本量的情况下代替传统影像组学的分割病灶及提取特征步骤,临床收益相比传统影像组学更高.小结与展望影像组学有利于诊断疾病及指导临床选择治疗方案.目前C T影像组学已在T E T领域取得一定成果,但相关研究尚少,且多为小样本、单中心、回顾性研究,数据处理过程中需要进行大量逻辑运算和建模分析,易出现过拟合现象,有待经前瞻性、多中心及大样本研究验证,并提高算法的统一性,以避免影响模型效能.另一方面,影像组学结果的准确性与影像图像后处理息息相关,采用D L方法可减少主观依赖性、提高标准化程度、优化模型效能.随着影像学技术和人工智能的发展,期待C T影像组学在T E T领域取得进一步发展.参考文献 S C O R S E T T IM L E O F T R AMA A e ta l 敭T h y m o m aa n dt h y m i cc a r c i n o m a s J 敭C r i t R e v O n c o l H e m a t o l 敭 周青 周俊林敭胸腺上皮性肿瘤分期及分型影像学研究进展 J 敭中国医学影像技术 敭 OH I R A R YANA GAWA M S U Z UK I Y e ta l 敭C T b a s e dr a d i o m i c s a n a l y s i s f o r d i f f e r e n t i a t i o n b e t w e e n t h y m o m a a n dt h y m i cc a r c i n o m a J 敭 JT h o r a cD i s 敭 L AMB I N P R I O S V E L A Z QU E Z E L E I J E NAA R R e ta l 敭R a d i o m i c s E x t r a c t i n g m o r ei n f o r m a t i o nf r o m m e d i c a li m a g e su s i n ga d v a n c e df e a t u r ea n a l y s i s J 敭 E u rJC a n c e r 敭 R I Z Z OS B O T TA F R A I MON D IS e ta l 敭R a d i o m i c s T h ef a c t sa n dt h ec h a l l e n g e so f i m a g ea n a l y s i s J 敭E u rR a d i o lE x p 敭 L I NY C L I N C H L U H Y e ta l 敭D e e pl e a r n i n gf o rf u l l ya u t o m a t e d t u m o r s e g m e n t a t i o n a n d e x t r a c t i o n o f m a g n e t i cr e s o n a n c er a d i o m i c sf e a t u r e si nc e r v i c a lc a n c e r J 敭E u rR a d i o l 敭 史张 刘崎敭影像组学技术方法的研究及挑战 J 敭放射学实践 敭 李双双 侯震 刘娟 等敭影像组学分析与建模工具综述 J 敭中国医学物理学杂志 敭 CHA R T R AN DG C HE N GPM V O R ON T S OVE e t a l 敭 D e e pl e a r n i n g Ap r i m e rf o rr a d i o l o g i s t s J 敭R a d i o g r a p h i c s 敭 HE W X I AC C HE N X e ta l 敭C o m p u t e dt o m o g r a p h y b a s e dr a d i o m i c sf o rd i f f e r e n t i a t i o n o ft h y m i ce p i t h e l i a lt u m o r sa n dl y m p h o m a s i na n t e r i o r m e d i a s t i n u m J 敭F r o n tO n c o l 敭 张金华 张濬韬 张亮 等敭基于增强C T影像组学鉴别胸腺瘤组织学分型 J 敭中国介入影像与治疗学 敭 任采月 王升平 张盛箭 等敭 M S C T征象联合纹理分析在预测胸腺上皮性肿瘤WHO简化病理分型中的价值 J 敭中国癌症杂志 敭 N I C HO L S ON AG D E T T E R B E C KFC MA R I N O M e ta l 敭中国医学影像技术 年第 卷第期C h i nJM e dI m a g i n gT e c h n o l,V o l ,N oT h eI A S L C I TM I Gt h y m i ce p i t h e l i a lt u m o r ss t a g i n gp r o j e c t P r o p o s a l s f o r t h eTc o m p o n e n t f o r t h e f o r t h c o m i n g t h e d i t i o no ft h eT NM c l a s s i f i c a t i o no fm a l i g n a n tt u m o r s J 敭JT h o r a cO n c o l S u p p l S S 敭 WAN GX S UN W L I AN G H e ta l 敭R a d i o m i c ss i g n a t u r e so fc o m p u t e dt o m o g r a p h yi m a g i n gf o rp r e d i c t i n gr i s kc a t e g o r i z a t i o na n dc l i n i c a l s t a g eo f t h y m o m a s J 敭 B i o m e dR e s I n t 敭 Z HAN GX GUZ F AN G W e t a l 敭M i n i m a l l y i n v a s i v e s u r g e r yi nt h y m i cm a l i g n a n c e s T h en e ws t a n d a r do fc a r e J 敭 JT h o r a cD i s S u p p l S S 敭 KAY IC AN G I R A O RHAN K KAHYA Y e t a l 敭C Ti m a g i n g b a s e dm a c h i n e l e a r n i n gm o d e l Ap o t e n t i a lm o d a l i t yf o rp r e d i c t i n g l o w r i s ka n dh i g h r i s kg r o u p s o f t h y m o m a I m p a c t o fs u r g i c a lm o d a l i t yc h o i c e J 敭W o r l dJS u r gO n c o l 敭 Z HOUZ QUY Z HOU Y e ta l 敭 D e v e l o p m e n ta n dv a l i d a t i o no fa C T b a s e dr a d i o m i c sn o m o g r a mi np a t i e n t s w i t ha n t e r i o rm e d i a s t i n a l m a s s I n d i v i d u a l i z e d o p t i o n s f o r p r e o p e r a t i v ep a t i e n t s J 敭 F r o n tO n c o l 敭 A R AU J O F I LHOJAB MAY O R A LM Z HE N GJ e t a l 敭 C TR a d i o m i c f e a t u r e sf o rp r e d i c t i n gr e s e c t a b i l i t ya n dT NMs t a g i n gi nt h y m i ce p i t h e l i a lt u m o r s J 敭A n n T h o r a cS u r g 敭 T I AND YANHJ S H I I YAH e t a l 敭M a c h i n e l e a r n i n g b a s e dr a d i o m i cc o m p u t e dt o m o g r a p h yp h e n o t y p i n go f t h y m i ce p i t h e l i a lt u m o r s P r e d i c t i n gp a t h o l o g i c a la n ds u r v i v a lo u t c o m e s J 敭JT h o r a cC a r d i o v a s cS u r g 敭 e 敭 韩小伟敭基于深度学习的影像组学在胸腺瘤诊断及组织病理学风险评估中的应用 D 敭北京 北京协和医学院 敭消息 敬 请 关 注 中 国 介 入 影 像 与 治 疗 学 公 众 号(c j i i t ),每月 日左右将发布最新一期目次,方便作者查询稿件的刊发情况;另外,公众号还会发布专家共识、精选案例等,便于大家交流学习.中国医学影像技术 年第 卷第期C h i nJM e dI m a g i n gT e c h n o l,V o l ,N o