影像组学的兴起及其应用.docVIP

影像组学的兴起及其应用 吴亚平 伍卫国 林予松 白岩 王梅云 和融 刘广芝 顾建钦 西安交通大学电子与信息工程学院 郑州大学互联网医疗与健康服务河南省协同创新中心 河南省人民医院放射科 河南省临床大数据分析与服务工程研究中心河南省人民医院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 作者简介：顾建钦, E-mail:mywang@ha.edu.cn 收稿日期：2017-05-16 Received： 2017-05-16 医学影像学在保健查体、疾病预防、疾病筛查、早期诊断、病情评估、治疗方法选择、康复疗效评价、分级诊疗等, 以及在生命科学研究方面发挥了越来越大的不可替代作用[1]。影像以其非侵入方式取得内部组织的特点日益获得普及, CT、PET、MRI在癌症诊断和预后中已经成为常规检测。影像科医生通过对医学影像中的病变区域进行观察后, 依据其个人知识和临床经验对影片进行主观、定性的判断, 进而实现临床诊断。在这个过程中, 大量的医学影像信息主要以定性形式给出结论, 只有极少的定量分析, 例如, 定量化指标通常仅限于长轴位测量其一维 (RECIST) [2]或二维 (WHO) 尺寸[3-4], 如此简单的量化信息无法反映肿瘤形态学的复杂性。当前, 医学影像中的信息利用不完全, 医学影像中存在的人眼无法分辨的图像信息无法发挥作用;诊断过程依赖医生的个人经验, 带有个人主观性, 同一张医学影像, 不同的医生甚至相同的医生在不同的时间都会给出不同的诊断结果, 存在发生误诊或漏诊的可能;在分级诊疗体系中, 基层医疗机构迫切需要专家级的影像学专家进行患者影像信息的诊断和处置。 生物标记是能够用于正常生物过程、致病过程或治疗干预过程中对药物的反应进行客观评价和测量的特征[5]。影像生物标记的特征包括健壮且标准化的采集程序、病理对照、代表性的关联、与结果相关性、效果估计、可再现性、对有效治疗可快速反应并观测。生物标记可以用于预测特定疗法的反映, 预测当前状态下的发展趋势, 监测某项治疗开始后的反应[6]。 1 影像组学的提出 组学这个词开始起源于分子生物学, 用于描述生物分子的细节特征, 特点是从一个单一对象或样本生成复杂的高维数据。例如DNA (基因组学) 、RNA (转录组学) 、蛋白质 (蛋白质组学) 、代谢分子 (代谢组学) 等[7]。由于影像数据包含大量体素的信息, 可以从中提取肿瘤等异常实体的尺寸、形状、纹理等特征应用组学的概念进行定量化、多层面的应用。受组学概念的影响, 相关科研先驱拓展出了影像组学的概念。影像组学 (Radiomics) 是一种新兴医学影像定量化分析预测方法, 近年来受到国内外学者的广泛关注。通过高通量的抽取定量化特征, 影像组学将医学分层影像转化为可挖掘的数据, 并分析这些数据用于决策支持[8-10]。 由于医学决策系统目前精度有限以及临床医学本身的特点, 组织病理学检测是癌症判定的金标准。但是, 由于样本取样误差以及观测者误差的存在, 癌症组织病理学检测的错误率高达23%[8]。影像中提取的强度、形状、容量、纹理等特征为肿瘤的表型和微环境提供了信息, 这些信息与临床报告、实验室测试结果、以及基因组和蛋白质组分析不同, 这些特征可以与上述信息进行联合, 可以与临床结果数据相关联, 并对临床决策支持提供实证方案。定量化图像分析技术寻求最大化从医学图像中抽取的信息, 通过对放射科医师提供的主观、定性的结论增加客观、定量的解释, 影像组学的成功应用可以辅助医生进行影像诊断, 减小不同操作者之间的差异。因此, 虽然影像组学用于寻找相关性而不能给出原因, 但是, 通过相关补充病理学检测的不足, 对是否需要病理学检测、检测位置、给出检测建议具有非常积极的意义。影像组学以客观、可重现、可挖掘的特点有潜力发展为肿瘤决策支持的知识和分析工具, 通过影像组学发掘医学影像中的生物标记用于对癌症的发现、诊断、预后估计、治疗效果预测以及肿瘤状态监测, 进而实现对癌症的精准医疗和个性化医疗服务。 2007年Eran Segal等人[11]使用28个影像特征组合可以表达80%的基因表达谱、揭示细胞增殖、肝脏合成功能和病人的预后。2013年Robert A.Gatenby等人[12]从达尔文法则的前提下阐述了微环境与肿瘤异质性之间的关系, 描述了肿瘤亚区所表现出来的微环境选择力, 并从病理的角度阐述了影像学特征包含的信息具有肿瘤诊断、预后与预测价值。2014年Hugo J.W.L.Aerts等人[13]在《Nature Communications》发表研究成果显示, 使用440个亮度、形状、纹理和小波特征在一个1 019病例组成