CT影像组学指导肺癌个体化治疗的研究进展

沈珊珊,江德鹏（通讯作者）

（1重庆医科大学 重庆 400016）（2重庆医科大学第二附属医院呼吸内科 重庆 400010）

肺癌的分型分期、生物表型等差异是影响后期治疗和预后的重要因素[1]。目前病理组织活检及分子生物学诊断是肺癌诊断金标准，但肿瘤的不均质性使得局部活检标本难以全面反映肿瘤生物异质性。CT影像组学能反映肿瘤的整体特点，联合图像处理和参数量化解读肉眼无法评估的影像学特征，通过分析影像特征与生物特征的定量关系建立临床预测模型，从而指导肿瘤的个体化诊疗[2]。

1 影像组学的原理方法

影像组学主要通过以下四个步骤完成：标准图像采集、感兴趣区域分割、特征数据提取、预测模型建立。图像采集受扫描设备、像素、层厚等多因素影响，目前尚无统一标准；感兴趣区域分割目前主要有手动、半自动、自动等方法。其中手动分割方法准确度高，重复性差；半自动及自动分割速度快，重复性高；影像组学特征数据主要有形态特征、统计特征和区域性特征等[3]。其中形态特征为体积、矩形度等，统计特征分为直方图特征和纹理特征，区域性特征主要包括小波特征，可对图像进行局部细化；特征数据筛选即特征降维，通过机器学习、高等统计学方法筛选出有效特征，制定可用于对疾病诊疗的影像组学模型。

2 CT影像组学在肺癌个体化治疗中的应用

目前肺癌的治疗手段包括外科手术治疗、放化疗、靶向治疗等，而肺癌诊断、疗效评估及复发评价对以上治疗方案的选择影响重大。我们从不同治疗方法角度对CT影像组学应用于肺癌个体化治疗进行综述。

2.1 CT影像组学在肺癌个体化手术治疗中的应用

肺癌病理亚型和影像学特征分析对手术方式和预后有着显著的影响。Van Schil PE等研究表明对于早期原位腺癌患者，胸腔镜下肺段切除术可替代肺叶切除术达到相同的疗效，但肺叶切除术仍作为微浸润腺癌和浸润性腺癌患者手术金标准[4]。而CT影像组学可提高肺癌亚型鉴别诊断的敏感度和特异性。Son等研究表明，随着肺癌侵袭程度的增加，其影像特征熵值会随之升高[5]。Ming Li等通过研究表明，基于影响组学特征参数的支持向量机分类模型对肺腺癌亚型的鉴别准确性远高于有经验的影像科医生[6]。故CT影像组学有望指导肺癌患者个体化手术治疗，最终兼顾改善手术预后和降低术后复发率。

2.2 CT影像组学在肺癌个体化放疗中的应用

临床上对放疗敏感性评估、放射性损伤的预测是肺癌患者个体化治疗的前提。Huynh研究表明，对于接受立体定向放射治疗的I～II非小细胞肺癌患者，部分治疗前CT影像组学特征可预测放疗效果，且准确性高于传统CT指标[7]。Mattonen等研究发现，定期的CT影像组学分析能发现肺癌复发时肉眼无法识别的微小变化，并与放射损伤导致的影像学改变相区分[8]。Paul等研究表明，放疗患者每日CT特征参数变化与放射性损伤存在显著的相关性[9]。综上，通过相关的CT影像组学特征数据建立相应临床模型，在临床上可用于肺癌患者的个体化放疗的指导，并提高肺癌患者放疗的安全性。

2.3 CT影像组学在肺癌个体化化疗中的应用

预测化疗疗效及个体化方案的选择是目前亟待解决的问题。目前评估肺癌化疗疗效的主要手段为基于CT影像的RECIST标准，但单纯的RECIST标准并不能反应早期化疗疗效[10]，而基于残留肿瘤活组织量的化疗后病理应答，可更好的反应化疗疗效及预测肺癌患者生存率[11]。Coroller TP通过研究对比II～III期NSCLC患者新辅助化疗前的CT影像组学特征与术后肿瘤的病理应答，发现有7个特征性参数与病理总残留病灶相关（AUC＞0.6，P＜0.05）[12]，综上，CT影像组学特征与肺癌患者对化疗的病理应答程度有较好的相关性，可用于个体化化疗的指导。

2.4 CT影像组学在肺癌个体化靶向治疗的应用

针对特异性突变基因的分子靶向治疗是目前肺癌治疗的热点。CT影像组学可揭示肿瘤的影像学特征和分子表型间的关系，为靶向治疗药物的个体化治疗提供指导[13]。Aerts等通过对比NSCLC患者吉非替尼治疗前后的CT影像组学特征，发现肺纹理特征改变可较好的预测EGFR突变情况[14]。Liu等研究发现有11个肺腺癌组织的3D影像组学特征与EGFR突变相关，且相关CT特征参数结合临床特征可显著提高EGFR预测的准确性[15]。Rios Velazquez等研究表明，肺腺癌患者的CT纹理特征可较好的区分EGFR与KRAS突变基因阳性（AUC=0.80）[16]。综上，CT影像组学可作为肺癌个体化靶向治疗的较好预测指标。

3 问题与展望

肺癌的个体化治疗是临床发展的必然趋势，而早期的精确诊断和后期的疗效预测是实现该目标的前提。CT影像组学对图像进行后处理和数据提取分析，通过建立影像数据和临床反应相关的诊断预测模型，可对肿瘤的发生、发展与转归进行评估。然而其目前尚处于发展早期，很多问题亟待解决。首先，精准的预测模型建立是CT影像组学应用于临床的基础，其受标准图像获取、目标区域分割方式、影像学数据提取等多方面影响，而目前在这个领域尚无统一的临床影像学标准。其次，目前影像组学相关研究以回顾性居多，且多存在样本量小、评价标准不一等缺点，亟需大样本多中心的前瞻性研究对其结果进行验证[17]。相信随着统一标准化影像组学分析流程和标准化参数数据的建立，肺癌的无创性诊断与个体化治疗在不久的将来可得以实现。