盱眙县人民医院 江苏淮安 211700
摘要:本文分析了影像组学的基本步骤,其步骤可分为图像采集与分割、特征提取与选择、模型建立与测试三个组成部分;并从肺结节大小评价、良恶性辨别、侵袭性评价三个方面对影像组学在肺结节临床应用技术展开了综述和讨论,通过分析和总结,对自身知识有了更系统的掌握和深化,同时也能为肺结节诊断提供一定的理论参考。
关键词:影像组学;肺结节;诊断;CT
影像组学是一个较新的概念,自LAMBIN等科研学者提出这个概念刚刚过去是10年时间,其特点就是通过影像组学技术能够获取的特征信息量很大。该技术获取的大量特征信息可以为肺结节病预测提供依据,是一种非常有价值的生物学行为。如今,在进行偶发性肺结节的诊疗过程中最基本的参考依据是指南,结节尺寸不断增大后,肺癌产生的概率也会随之大大增加,因此尺寸和特征这两类要素是这项生理学问题处理的基本依据。但是,现阶段采用CT技术获取结节的大小和特征仍然具有非常大的不准确性,依据指南进行主观判断的主观性与局限性仍然较强,影像组学技术的成功应用则可以规避这类问题,为疾病诊断与治疗提供更加有价值的参考依据。
1影像组学基本步骤
1.1图像采集与分割
这项技术最初始的环节是采集影像,肺结节影像通过不同医院渠道、数据中心渠道被获取后由于协议问题或者参数差异问题会影像图像特征判断,在这种情况下对各种不同渠道获取图像采取标准化处理手段是准确识别图像特征至关重要的一个环节。采用计算机对这些图像进行处理是高效快捷的重要手段,可以大大降低工作人员的工作量,采用科学合理的算法还能够最大限度提高图像处理的准确程度。
通过不同渠道采集到影像信息后,要对其进行感兴趣分割,目前主流的分割过程是放射科医师采用手动方式完成,但是放射科医师手动分割影像工作量很大,因此在进行大型影像数据分割时不具备成熟的技术基础。在理想状态下,对肺结节影像进行分割应具备自动化特点,两次肺结节影像的重复性和一致性应该较高,整体肺结节影像分割的准确程度应能够得到保证。近几年,肺结节的CT影像分割有两种方式,分别是全自动分割和半自动分割,这两种方法都取得了一定的研究进展,但上述两种方法都无法在适用于全部种类的CT影像,建立统一的分割算法无论从分割效率还是从经济效益上来看都具有非常重要的意义。
1.2特征提取与选择
影像组学的核心就是获取影像特征以支撑诊断过程,首先是从图像中获取高通量的语义特征,这个特征通常是由医师通过经验性判断做出的定性分析表述,这种语义特征虽然可以用于肺结节病理诊断,但也仅限于定性分析而非定量计算得到准确结论。例如LIU等人认为,CT图像的语义特征与肺癌换阵的表皮生长因子受体状态相关。对于非语义特征而言则能够更加准确具体的描述肺结节特征,例如可以定量表述肿瘤的面积、体积及各类形状参数,还可以描述大量高低阶成像特征。
肿瘤表型被解码成可提取的特征向量后,采用计算机程序的特定算法就能够处理不同特征信息。当样本数较多的情况下按照模型来进行拟合通常不会出现过度拟合的问题,但如果样本量很少就可能出现过度拟合问题,此时应该选择与样本相适应的模型进行拟合以提高准确程度。
1.3模型建立与测试
特征模型建立是肺结节诊断的基础环节,合适的模型可以使肺结节的预测结果更加准确,通常影像组学主要研究三类预测模型的建模方法。一是监督分类法,应用这种建模方法进行开展建模过程要求具有较为完整的临床信息,属于训练模型学习方法,在监督分类法这个分支中支持向量机和随机森林建模方法已经在试验中取得了良好的应用效果。二是无监督聚类法,这种建模方法应用于信息量不够或信息不完整的场景中,虽然不足以支撑肺结节模型的训练监督过程,但在发现特定疾病的亚型上有非常优异的表现。三是半监督分类法,这种方法可以应用体量较大的标记数据查找肺结节信息,其余数据用于构建肺结节特征和临床标签之间的具体联系。
只有经过临床测试才能知道模型的实用价值,因此在进行肺结节模型建立以后要针对性开展模型测试工作,这就涉及到模型建立的两个环节,一个环节是测试,另一个环节是训练,这两个环节之间应该没有任何联系,这是确保测试结果准确可靠的关键点。传统的影像组学中对与诊断结论准确行密切相关的两个环节进行区分,由专业影像人员进行图像获取,由放射专业医师进行肿瘤分割,这需要花费大量时间精力,然而,以模型为基础的肺结节预测技术则大幅度提升了工作效率。
2临床应用探讨
2.1肺结节大小评价
传统的肺结节测量方法是手动测量,表征手段丰富发展后利用软件可以准确迅速的获取肺结节尺寸信息,间隔固定时间多次测量其体积就可以定量判断出肺结节生长速度,即可用这个参数来确定肺结节是否稳定。 尼尔森对肺病进行了一系列筛查试验,结果表明根据肺结节生长速度快慢可以衡量肺结节演变成肿瘤的可能性。
2.2良恶性辨别
CT技术可以初步判断是否形成肺结节,影像组学则可以进一步深入判断该肺结节是良性或是恶性,CT影像组学得出的结论为治疗方案确定提供了重要支撑。CHEN等人在CT影像组学技术辨别肺结节良恶性方面做了大量研究,试验共选取75个样本,其中56%为恶性肺结节样本、44%为良性肺结节样本,以10倍于样本的数量提取CT特征,利用逐步正向选择法从多个特征中寻找病变机理并对这种方法能够实现的精确程度和可行性进行分析,利用支持向量机的方法研究CT影像组学辨别肺结节良恶性的准确程度,结果为准确度超过80%,表明该技术在良恶性辨别方面具有实用价值。
2.3侵袭性评价
罗婷等学者选取100例肺结节CT图像进行对比分析研究,选取的这些病例中肺结节均已经被确认癌变,对肺结节样本的影像组学特征进行模型分析后得到最优参数,利用特定测试方法对结果进行验证,准确度超过80%。王亚丽等学者同样选取100例肺结节CT图像进行对比分析研究,选取的这些病例中肺结节均已经被确认癌变,对每个病例进行特征信息提取,全面分析其强度和形状等肺结节病理学基本特征并建立特征模型,所计算出的ROC值均大于0.8,预测能力优于病灶大小和平均 CT 值。根据上文的讨论可以看出,影像组学在诊断肺结节方面有诸多优势,特别是在判断肺结节的良恶性以及侵袭性方面有重要的应用价值,但有很多优点的同时也必然存在不足之处,例如近年来不同团队开展试验研究的样本数量均不大于500,一方面样本体量不够大,另一方面需要获取的特征非常多,这样就导致试验研究所得出的结论是否严谨、影像组学特征是否有鉴别意义等问题长期存在,统一影像组学特征研究的标准制定迫在眉睫。
3结语
近年来,肺部CT技术不断发展成熟,现在已经实现了广泛应用,特别是在诊断肺结节上取得了长足的发展。CT技术能够表征的不同尺寸、不同形态以及各类特征差异为该技术诊断肺结节提供了技术基础,但相比于影像组学来讲,传统方法能够表征的特征种类很少,对结节判断确诊的客观依据不充分,因此研究影像组学在肺结节诊断中的应用具有重要的现实意义。影像组学在肺结节大小评价、良恶性辨别以及侵袭性评价等方面研究已经取得了重要研究进展。但就目前的研究进展而言,一方面试验样本体量不够大,另一方面需要获取的特征非常多,就导致试验研究所得出的结论是否严谨、影像组学特征是否有鉴别意义等问题长期存在,急需建立统一的影像组学特征研究标准,规范研究方法,为临床决策实践提供准确依据。
参考文献
[1]黄玲玲,余鎏,赵泉,印宏坤,任伍波.基于增强CT影像组学模型预测食管癌患者放化疗完全缓解后肿瘤复发的价值[J].中国临床医学影像杂志,2023,34(02):91-96.
[2]张云峰,王超,乔小妮,王梦雨,周逢海.基于机器学习的影像组学技术在泌尿系统肿瘤中的临床研究进展[J].磁共振成像,2023,14(02):197-202.
[3]王卓,刘世莉,丁伟,周云舒,张若弟,张自新,陈志强.基于CT影像组学结合临床影像特征预测局部晚期鼻咽癌诱导化疗疗效[J].放射学实践,2023,38(01):20-26.
作者简介:
王瑜槿(1996.11—),女,汉族,江苏淮安人,放射技术师,学士学位,研究方向:医学影像技术。