影像组学用于鼻咽癌诊疗进展

陈东明，金观桥

[广西医科大学附属肿瘤医院医学影像中心(医学影像科)，广西 南宁 530021]

鼻咽癌(nasopharyngeal carcinoma，NPC)是起源于鼻咽黏膜上皮的头颈部恶性肿瘤，在我国南方发病率较高，尤以广西、广东两省发病率和死亡率最高[1]。随着调强放射治疗(intensity modulated radiation therapy，IMRT)的广泛应用和化学治疗(简称化疗)策略的优化，NPC预后有了较大改善，5年局部无复发生存(local recurrence free survival，LRFS)率已达83.0%～91.8%，5年区域无复发生存(regional recurrence free survival，RRFS)率91.0%～96.4%[2-3]；但仍有约10%患者经IMRT或IMRT联合化疗后出现局部或区域复发，约15%～30%经根治性治疗后出现远处转移[4]。影像组学可从大量医学图像中以高通量提取并分析高维定量影像学特征，反映肿瘤潜在异质性，对诊断肿瘤、评价疗效及预测预后等具有重要应用价值[5]。本文对影像组学在NPC诊疗过程中的应用进展进行综述。

1 诊断与鉴别诊断

术前确诊NPC需经鼻咽内镜切取组织进行活检，NPC可与腺样体共存或隐匿在腺样体组织中[6]，给准确取材造成一定困难，影像组学有望协助解决这一临床难题。TSAI等[7]研究表明，增强CT纹理分析有助于鉴别NPC与正常腺样组织。MRI的软组织对比度优于CT，将其作为图像来行影像组学分析，或可更好地协助临床活检。影像组学对于鉴别NPC与鼻咽部炎症同样具有重要价值。LV等[8]研究证实，基于PET/CT影像组学特征可鉴别NPC与慢性炎症，准确率高于最大标准摄取值等传统指标；且影像组学特征的绝对尺度鲁棒性较差并不一定代表其鉴别疾病效能不佳，提示不应过分强调影像组学特征的鲁棒性。DU等[9]进一步提出特征选择和分类方法的最佳组合形式，以提高影像组学鉴别NPC复发与炎症的效能。姚佳佳等[10]发现，基于CT影像组学特征建立模型可有效区分上行型与下行型NPC，有助于临床有针对性地制订治疗策略。结合临床信息构建模型将进一步提高诊断效能。

2 评估疗效

考虑到肿瘤的解剖位置和放射敏感性，对NPC的主要治疗方案是以放射治疗(简称放疗)为主的个体化综合治疗。早期、有效且准确评估放、化疗疗效是选择和调整治疗方案的重要参考依据。PENG等[11]建立PET/CT影像组学模型，将NPC患者分为低风险组和高风险组，组间5年无病生存期(disease free interval,DFI)存在显著差异；该模型的18个特征均与DFI率显著相关，以之进行风险分层及选择指导诱导化疗(induction chemotherapy，IC)方案的效果优于基于血浆EB病毒DNA模型。ZHAO等[12]证实MRI纹理特征评估IC疗效同样具有良好效能。治疗前借助影像组学模型对患者进行风险分层和治疗后准确评估疗效均有利于制定并调整个体化治疗策略，以避免不必要的不良反应和医疗费用。XU等[13]开发了MRI影像组学模型预测颈部转移淋巴结对放、化疗的反应，并加以验证；但目前未见基于原发肿瘤和转移淋巴结的影像组学特征模型。

3 放疗相关并发症

放射性口干症是放疗常见并发症之一。WU等[14]观察59例头颈部肿瘤患者(包括34例NPC)的CT影像组学特征，发现IMRT过程中腮腺相关特征均有明显变化，根据其所提出的CT口干燥症评分(CT-based xerostomia score，CTXS)进行评估的结果与口干燥症分级结果呈显著正相关，以之预测口干燥症严重程度准确率为79%～98%；依据治疗第5周CTXS结果预测放疗完成后口干燥症程度的准确率及敏感度均为100%。放射性颞叶损伤(radiation-induced temporal lobe injury，RTLI)是放疗后主要神经系统并发症，尤其对于T3或T4期患者[15]。ZHANG等[16]从MRI中提取内侧颞叶与早期RTLI相关性最强的20个影像组学特征，并成功建立3个模型，其预测RTLI的曲线下面积(area under the curve，AUC)分别为0.872、0.836及0.780。以上模型均有助于判断是否需要对后续治疗进行调整。

4 预测预后

TNM分期对于风险分层及评估预后等的作用至关重要，但TNM分期相同的不同患者的预后却可不同[17]。传统TNM分期仅以大体解剖为基础，未考虑肿瘤内部的异质性。影像组学可定量分析肿瘤内部的异质性，对于评估预后拥有巨大潜力。ZHUO等[18]成功利用MRI纹理特征对非转移NPC患者进行风险分层，其稳定性优于T分期。BOLOGNA等[19]的研究亦证实影像组学可预测晚期NPC患者总生存期。影像组学特征与临床信息相结合可为准确评估预后提供更多信息。LV等[20]联合应用PET和/或CT特征及临床资料(年龄、性别、TNM分期及血浆EB病毒DNA等)建立预测NPC预后模型，发现其预测效果明显优于单一模型。另有研究[21]显示，结合血浆EB病毒DNA和PET/CT图像纹理特征可细化未转移和已转移NPC患者的预后分层。SHEN等[22]同样发现加入血浆EB病毒DNA可提高MRI影像组学模型预测预后的准确率。LEE等[23]认为原发肿瘤和淋巴结转移瘤的生物学特性并不相同，精准医学可能需要考虑在原发肿瘤影像组学信息中加入转移区域淋巴结的信息。以上研究均直接分析整个肿瘤的纹理特征，而瘤内不同区域存在异质性，可能反映不同的生物学行为[24]；忽略这些细微差异可能导致影像组学生物标志物的能力受到限制。

XU等[25]综合分析PET/CT识别的肿瘤内表型一致的亚区，并构建多区域影像组学生物标志物，用以预测患者接受放疗或同步放、化疗后的无进展生存期(progression free survival，PFS)，结果显示根据分区生物标记物预测PFS的效能优于全肿瘤生物标记物。WU等[26]发现早期和晚期鼻咽癌MRI影像组学特征存在差异，仅基于T1～T2期或T3～T4期特征预测NPC预后的效能优于基于整个数据集，提示对影像组学特征进行更细致的分层可提高预测效能。ZHANG等[27]从预处理MRI中提取影像组学特征，自活检标本的全视野数字切片中提取组织病理学特征，并加入独立的临床预后因素，由此构建多维度诺模图，并发现临床、组织病理学和影像组学特征存在互补作用，多维度诺模图预测治疗失败的效能优于临床模型。基于不同维度(个体、组织、细胞及分子等)特征构建联合模型将是未来的发展趋势。

5 复发与转移

NPC复发与远处转移是导致治疗失败的主要原因，但治疗过程中难以监测肿瘤复发或转移；影像组学为此提供了新的解决途径。AKRAM等[28]发现治疗前复发和非复发区域NPC的MRI影像组学特征存在差异，利用这些差异可于治疗前识别肿瘤内放射抵抗区域，必要时及时改变放疗策略。LI等[29]基于治疗前频谱选择性衰减反转恢复T2WI影像组学特征，结合机器学习方法构建模型，可成功早期预测肿瘤放射野内复发。ZHANG等[30]基于预处理MRI建立的包含临床资料的影像组学列线图具有良好的预测局部复发能力，并成功将患者分为低危及高危组，组间LRFS差异显著；其另一项研究[31]建立的模型则可成功预测NPC远处转移。PENG等[32]通过分析预处理PET/CT影像组学特征成功预测局部晚期NPC局部区域复发及远处转移，将序列浮动前向选择(sequential floating forward selection，SFFS)特征筛选与支持向量机(support vector machine，SVM)分类器相结合，得到的优化特征集复发及转移的AUC为0.829，敏感度为84.38%，特异度为77.36%，提示将机器学习选择特征与影像组学中的经典分类器相结合，可采用有限训练数据集进一步提升影像组学分类或预测模型的准确率和可靠性。

6 挑战与展望

虽然影像组学在诊断NPC、评估疗效、预测并发症、预后及复发转移等方面均已取得部分成果，但仍有诸多问题亟待解决[33]：①不同医疗单位所用扫描设备及成像参数不同，图像后处理方法存在极大差别，尚未建立统一标准；②目前主要采用手动或者半自动方法勾画ROI，操作者主观因素影响明显，可重复性差；③提取影像组学特征所用软件及构建模型方法多种多样，导致研究成果的可比性差；④现有NPC影像组学研究多为小样本、单中心回顾性研究，需要高质量、大样本、多中心前瞻性研究进一步验证和探索。影像组学是医工结合的新领域，相关研究在NPC诊疗过程中展现出巨大潜在应用价值。相信随着上述问题的逐一解决，影像组学与基因组学、蛋白组学或代谢组学等生物标志物相结合，将发挥越来越重要的作用。