CT影像組學在肺癌診治中應用的研究進展和問題探索

李嘉威 李夏東 綜述 陳雪琴 馬勝林 審校

原發性肺癌是世界范圍內最常見的惡性腫瘤，2018年全球共計約180萬人死于肺癌，其中我國死亡人數約為69萬，占死亡總人數約39%[1]。即使在發達國家肺癌患者的5年總生存率仍只有15%-18%[2]，有研究[3]稱2020年美國預計將有超過13萬人死于肺癌，居高不下的發病率及死亡率亟待有效的診療措施加以控制。影像組學是一門新興學科，指通過高通量提取影像圖像蘊含的參數結合機器學習算法提取影像學特征，篩選出臨床價值最高的特征作為影像學特征用于解析腫瘤生物學特征以運用于臨床，在腫瘤早期診斷、療效評估中都開始有應用[4,5]。影像組學的研究過程可分為以下四個步驟：圖像的采集與重建，靶區域的勾畫，特征的提取與篩選，建立預測預后的模型及驗證[6,7]。本文主要就影像組學在肺癌診治過程中的應用研究進展及關鍵技術問題作一綜述。

1 影像組學與良惡性肺結節鑒別

隨著影像學檢查的普及與技術提高，越來越多的肺部結節被檢出，但鑒別精度有待提升，許多研究表明影像組學可以較好地鑒別良惡性結節。Mehdi等[8]想通過影像組學技術提取組學特征從而鑒別肺腺癌結節與肉芽腫結節，他們定義了一種新型組學特征名為定量血管迂曲（quantitative vessel tortuosity, QVT），該組特征能有效評估結節血管扭曲、豐富程度從而判定結節良惡性［訓練集曲線下面積（area under the curve, AUC）=0.94±0.02；驗證集AUC為0.85］。Hong等[9]通過研究發現，結合肺窗及縱隔窗的CT影像組學分析在鑒別惰性與侵襲性肺癌中更具優勢。……