影像組學用于鼻咽癌診療進展

陳東明，金觀橋

[廣西醫科大學附屬腫瘤醫院醫學影像中心(醫學影像科)，廣西 南寧 530021]

鼻咽癌(nasopharyngeal carcinoma，NPC)是起源于鼻咽黏膜上皮的頭頸部惡性腫瘤，在我國南方發病率較高，尤以廣西、廣東兩省發病率和死亡率最高[1]。隨著調強放射治療(intensity modulated radiation therapy，IMRT)的廣泛應用和化學治療(簡稱化療)策略的優化，NPC預后有了較大改善，5年局部無復發生存(local recurrence free survival，LRFS)率已達83.0%～91.8%，5年區域無復發生存(regional recurrence free survival，RRFS)率91.0%～96.4%[2-3]；但仍有約10%患者經IMRT或IMRT聯合化療后出現局部或區域復發，約15%～30%經根治性治療后出現遠處轉移[4]。影像組學可從大量醫學圖像中以高通量提取并分析高維定量影像學特征，反映腫瘤潛在異質性，對診斷腫瘤、評價療效及預測預后等具有重要應用價值[5]。本文對影像組學在NPC診療過程中的應用進展進行綜述。

1 診斷與鑒別診斷

術前確診NPC需經鼻咽內鏡切取組織進行活檢，NPC可與腺樣體共存或隱匿在腺樣體組織中[6]，給準確取材造成一定困難，影像組學有望協助解決這一臨床難題。TSAI等[7]研究表明，增強CT紋理分析有助于鑒別NPC與正常腺樣組織。MRI的軟組織對比度優于CT，將其作為圖像來行影像組學分析，或可更好地協助臨床活檢。影像組學對于鑒別NPC與鼻咽部炎癥同樣具有重要價值。LV等[8]研究證實，基于PET/CT影像組學特征可鑒別NPC與慢性炎癥，準確率高于最大標準攝取值等傳統指標；且影像組學特征的絕對尺度魯棒性較差并不一定代表其鑒別疾病效能不佳，提示不應過分強調影像組學特征的魯棒性。DU等[9]進一步提出特征選擇和分類方法的最佳組合形式，以提高影像組學鑒別NPC復發與炎癥的效能。姚佳佳等[10]發現，基于CT影像組學特征建立模型可有效區分上行型與下行型NPC，有助于臨床有針對性地制訂治療策略。結合臨床信息構建模型將進一步提高診斷效能。

2 評估療效

考慮到腫瘤的解剖位置和放射敏感性，對NPC的主要治療方案是以放射治療(簡稱放療)為主的個體化綜合治療。早期、有效且準確評估放、化療療效是選擇和調整治療方案的重要參考依據。PENG等[11]建立PET/CT影像組學模型，將NPC患者分為低風險組和高風險組，組間5年無病生存期(disease free interval,DFI)存在顯著差異；該模型的18個特征均與DFI率顯著相關，以之進行風險分層及選擇指導誘導化療(induction chemotherapy，IC)方案的效果優于基于血漿EB病毒DNA模型。ZHAO等[12]證實MRI紋理特征評估IC療效同樣具有良好效能。治療前借助影像組學模型對患者進行風險分層和治療后準確評估療效均有利于制定并調整個體化治療策略，以避免不必要的不良反應和醫療費用。XU等[13]開發了MRI影像組學模型預測頸部轉移淋巴結對放、化療的反應，并加以驗證；但目前未見基于原發腫瘤和轉移淋巴結的影像組學特征模型。

3 放療相關并發癥

放射性口干癥是放療常見并發癥之一。WU等[14]觀察59例頭頸部腫瘤患者(包括34例NPC)的CT影像組學特征，發現IMRT過程中腮腺相關特征均有明顯變化，根據其所提出的CT口干燥癥評分(CT-based xerostomia score，CTXS)進行評估的結果與口干燥癥分級結果呈顯著正相關，以之預測口干燥癥嚴重程度準確率為79%～98%；依據治療第5周CTXS結果預測放療完成后口干燥癥程度的準確率及敏感度均為100%。放射性顳葉損傷(radiation-induced temporal lobe injury，RTLI)是放療后主要神經系統并發癥，尤其對于T3或T4期患者[15]。ZHANG等[16]從MRI中提取內側顳葉與早期RTLI相關性最強的20個影像組學特征，并成功建立3個模型，其預測RTLI的曲線下面積(area under the curve，AUC)分別為0.872、0.836及0.780。以上模型均有助于判斷是否需要對后續治療進行調整。

4 預測預后

TNM分期對于風險分層及評估預后等的作用至關重要，但TNM分期相同的不同患者的預后卻可不同[17]。傳統TNM分期僅以大體解剖為基礎，未考慮腫瘤內部的異質性。影像組學可定量分析腫瘤內部的異質性，對于評估預后擁有巨大潛力。ZHUO等[18]成功利用MRI紋理特征對非轉移NPC患者進行風險分層，其穩定性優于T分期。BOLOGNA等[19]的研究亦證實影像組學可預測晚期NPC患者總生存期。影像組學特征與臨床信息相結合可為準確評估預后提供更多信息。LV等[20]聯合應用PET和/或CT特征及臨床資料(年齡、性別、TNM分期及血漿EB病毒DNA等)建立預測NPC預后模型，發現其預測效果明顯優于單一模型。另有研究[21]顯示，結合血漿EB病毒DNA和PET/CT圖像紋理特征可細化未轉移和已轉移NPC患者的預后分層。SHEN等[22]同樣發現加入血漿EB病毒DNA可提高MRI影像組學模型預測預后的準確率。LEE等[23]認為原發腫瘤和淋巴結轉移瘤的生物學特性并不相同，精準醫學可能需要考慮在原發腫瘤影像組學信息中加入轉移區域淋巴結的信息。以上研究均直接分析整個腫瘤的紋理特征，而瘤內不同區域存在異質性，可能反映不同的生物學行為[24]；忽略這些細微差異可能導致影像組學生物標志物的能力受到限制。

XU等[25]綜合分析PET/CT識別的腫瘤內表型一致的亞區，并構建多區域影像組學生物標志物，用以預測患者接受放療或同步放、化療后的無進展生存期(progression free survival，PFS)，結果顯示根據分區生物標記物預測PFS的效能優于全腫瘤生物標記物。WU等[26]發現早期和晚期鼻咽癌MRI影像組學特征存在差異，僅基于T1～T2期或T3～T4期特征預測NPC預后的效能優于基于整個數據集，提示對影像組學特征進行更細致的分層可提高預測效能。ZHANG等[27]從預處理MRI中提取影像組學特征，自活檢標本的全視野數字切片中提取組織病理學特征，并加入獨立的臨床預后因素，由此構建多維度諾模圖，并發現臨床、組織病理學和影像組學特征存在互補作用，多維度諾模圖預測治療失敗的效能優于臨床模型。基于不同維度(個體、組織、細胞及分子等)特征構建聯合模型將是未來的發展趨勢。

5 復發與轉移

NPC復發與遠處轉移是導致治療失敗的主要原因，但治療過程中難以監測腫瘤復發或轉移；影像組學為此提供了新的解決途徑。AKRAM等[28]發現治療前復發和非復發區域NPC的MRI影像組學特征存在差異，利用這些差異可于治療前識別腫瘤內放射抵抗區域，必要時及時改變放療策略。LI等[29]基于治療前頻譜選擇性衰減反轉恢復T2WI影像組學特征，結合機器學習方法構建模型，可成功早期預測腫瘤放射野內復發。ZHANG等[30]基于預處理MRI建立的包含臨床資料的影像組學列線圖具有良好的預測局部復發能力，并成功將患者分為低危及高危組，組間LRFS差異顯著；其另一項研究[31]建立的模型則可成功預測NPC遠處轉移。PENG等[32]通過分析預處理PET/CT影像組學特征成功預測局部晚期NPC局部區域復發及遠處轉移，將序列浮動前向選擇(sequential floating forward selection，SFFS)特征篩選與支持向量機(support vector machine，SVM)分類器相結合，得到的優化特征集復發及轉移的AUC為0.829，敏感度為84.38%，特異度為77.36%，提示將機器學習選擇特征與影像組學中的經典分類器相結合，可采用有限訓練數據集進一步提升影像組學分類或預測模型的準確率和可靠性。

6 挑戰與展望

雖然影像組學在診斷NPC、評估療效、預測并發癥、預后及復發轉移等方面均已取得部分成果，但仍有諸多問題亟待解決[33]：①不同醫療單位所用掃描設備及成像參數不同，圖像后處理方法存在極大差別，尚未建立統一標準；②目前主要采用手動或者半自動方法勾畫ROI，操作者主觀因素影響明顯，可重復性差；③提取影像組學特征所用軟件及構建模型方法多種多樣，導致研究成果的可比性差；④現有NPC影像組學研究多為小樣本、單中心回顧性研究，需要高質量、大樣本、多中心前瞻性研究進一步驗證和探索。影像組學是醫工結合的新領域，相關研究在NPC診療過程中展現出巨大潛在應用價值。相信隨著上述問題的逐一解決，影像組學與基因組學、蛋白組學或代謝組學等生物標志物相結合，將發揮越來越重要的作用。