影像組學特征對肝癌放療敏感性的影響分析

李春鳴　余更生　崔恩銘　饒建　雷芳勇　周樹權

【摘要】 目的：分析影像組學特征在肝癌放療敏感性評價中的應用價值。方法：選擇2014年1月-2019年12月本院收治的以放射治療作為首要治療方式的60例肝癌患者為觀察對象。根據放療效果，將患者分為敏感組26例和不敏感組34例。收集患者肝臟CT資料，以放療病灶為觀察區域，應用影像組學分析軟件，提取放療病灶的影像組學特征。分析影像組學特征對肝癌放療敏感性的影響。結果：將兩組影像組學數據導入SPSS 20.0軟件，單因素logistic回歸分析結果顯示，灰度共生矩陣數據中同質性、能量性及對比性，灰色水平運行長度矩陣數據中短期強調、長期強調及長度不均勻，灰度區域長度矩陣數據中長帶強調、長帶低灰度強調及長帶高灰度強調均為影響放療敏感性的單因素指標（P<0.05）。多因素logistic回歸分析結果顯示，灰度共生矩陣數據中同質性、能量性及對比性，灰色水平運行長度矩陣數據中短期強調及長期強調，灰度區域長度矩陣數據中長帶低灰度強調及長帶高灰度強調均為影響放療敏感性的多因素指標（P<0.05）。結論：肝癌放療治療前影像組學特征與放療敏感性有關，可作為評價放療敏感性的重要指標。

【關鍵詞】 影像組學特征 肝癌 放療敏感性

Analysis of the Influence of Imaging Characteristics on Radiotherapy Sensitivity of Hepatocellular Carcinoma/LI Chunming， YU Gengsheng， CUI Enming， RAO Jian， LEI Fangyong， ZHOU Shuquan. //Medical Innovation of China， 2021， 18（23）： -159

[Abstract] Objective： To analyze the application value of imaging characteristics in the evaluation of radiotherapy sensitivity of liver cancer. Method： A total of 60 patients with hepatocellular carcinoma treated in our hospital from January 2014 to December 2019 with radiotherapy as the primary treatment were selected as the observation objects. According to the effect of radiotherapy， the patients were divided into sensitive group （n=26） and insensitive group （n=34）. The liver CT data of the patients were collected， and the radiomeric features of the radiotherapy lesions were extracted using radiomic analysis software， taking the radiotherapy lesions as the observation area. The influence of radiomeric features on radiotherapy sensitivity of liver cancer was analyzed. Result： The two groups of imaging omics data were imported into SPSS 20.0 software. The results of single-factor logistic regression analysis show that the homogeneity， energy and comparability of gray co-occurrence matrix data， short-term emphasis， long-term emphasis and uneven length of gray horizontal running length matrix data， in gray area length matrix data， long band emphasis， long band low gray emphasis and long band high gray emphasis were single factor indexes affecting radiotherapy sensitivity （P<0.05）. The results of multivariate logistic regression analysis showed that homogeneity， energy and contrast in gray level co-occurrence matrix data， medium and short-term emphasis and long-term emphasis in gray level operation length matrix data， long band low gray emphasis and long band high gray emphasis in gray area length matrix data were multi factor indexes affecting radiotherapy sensitivity （P<0.05）. Conclusion： The imaging characteristics of liver cancer before radiotherapy are related to radiotherapy sensitivity， which can be used as an important index to evaluate radiotherapy sensitivity.

[Key words] Imaging characteristics Hepatocellular carcinoma Radiotherapy sensitivity

First-author’s address： Jiangmen Central Hospital， Jiangmen 529000， China

doi：10.3969/j.issn.1674-4985.2021.23.038

肝癌為臨床最為常見的消化系統惡性腫瘤之一，因肝癌的隱匿性較高，故多數患者確診時已經處于腫瘤晚期，預后往往并不理想[1-2]。近年來，隨著放療技術的發展，其在局部晚期肝癌治療中的地位逐漸提高，且已被多個臨床指南所推薦，但因放療存在放射性肝損傷的不良反應，在一定程度上也降低了患者治療的依從性[3-5]。因此，在肝癌患者放療前準確的預測放療敏感性，對于減少放療損傷，提高放療效果具有重要意義。故本研究選取放療前CT影像組學特征作為觀察指標，分析其對于放療敏感性的評價作用，以期為臨床治療提高一定的參考。現報道如下。

1 資料與方法

1.1 一般資料 選擇2014年1月-2019年12月本院收治的以放射治療作為首要治療方式的60例肝癌患者為觀察對象，男35例，女25例;平均年齡（50.69±6.39）歲;肝癌分期：Ⅰ期5例，Ⅱ期18例，Ⅲ期26例，Ⅳ期11例;Edmondson-Steiner分級標準：低分化16例，中分化22例，高分化22例。（1）納入標準：①均經肝臟穿刺活檢及病理學檢查，明確診斷為肝癌;②均以三維適形放療為首要治療方式;③年齡18～75歲;④臨床資料完整。（2）排除標準：①合并其他部位惡性腫瘤或屬肝轉移癌;②接受除放療外，其他抗腫瘤治療方案治療;③存在免疫系統疾病;④合并嚴重心腦血管疾病、腎臟功能不全;⑤合并嚴重外傷者。授權委托人完全了解本研究，并簽署知情同意書。研究經醫院倫理學委員會批準。

1.2 方法 回顧性分析所有患者的臨床資料，收集所有患者放療前的肝臟CT圖像資料，以放療病灶為觀察區域，應用影像組學分析軟件，提取放療病灶的影像組學特征，分析影像組學特征影響肝癌放療敏感性的危險因素。影像組學特征提取方法：患者肝臟CT平掃均于64排螺旋CT下進行，以5 mm作為掃描層厚，將所采集的CT圖像上傳至Eclipse系統中，對放療病灶區域進行勾畫。勾畫完成后，將圖像及相關數字信息上傳至MATLAB軟件，采集紋理特征。

1.3 觀察指標及判定標準 依據實體瘤療效判定標準，對所有患者放療效果進行評價，將治療后達到完全緩解及部分緩解標準者作為敏感組（n=26），以治療后達到無變化及進展者作為不敏感組（n=34）。實體瘤療效判定標準如下，完全緩解：所有病灶完全消失;部分緩解：雙徑可測病灶，各病灶最大垂徑乘積之和縮小50%以上，或單徑可測病灶，各病灶最大徑之和減少50%以上;無變化：雙徑可測病灶，各病灶最大垂徑乘積之和縮小不足50%，或增大不超過25%，或單徑可測病灶，各病灶最大徑之和縮小不足50%，或增大不超過25%。進展：一個或多個病灶增大超過25%，或出現新病灶，或新出現胸、腹水，或細胞學找到癌細胞[6]。

1.4 統計學處理 采用SPSS 20.0軟件對所得數據進行統計分析，計量資料用（x±s）表示，比較采用t檢驗;計數資料以率（%）表示，比較采用χ檢驗;應用logistic回歸分析進行單因素及多因素分析。以P<0.05為差異有統計學意義。

2 結果

2.1 兩組基線資料比較 兩組平均年齡、性別、肝癌分期、肝癌分級比較，差異均無統計學意義（P>0.05），見表1。

2.2 幾何直方圖特征對放療敏感性單因素分析 將兩組影像組學幾何直方圖特征數據導入SPSS 20.0軟件，單因素logistic回歸分析結果顯示，所觀察的影像組學幾何直方圖特征數據均非影響放療敏感性的單因素指標（P>0.05），見表2。

2.3 灰度共生矩陣對放療敏感性單因素分析 將兩組影像組學灰度共生矩陣數據導入SPSS 20.0軟件，單因素logistic回歸分析結果顯示，灰度共生矩陣數據中同質性、能量性及對比性為影響放療敏感性的單因素指標（P<0.05），見表3。

2.4 灰色水平運行長度矩陣對放療敏感性單因素分析 將兩組影像組學灰色水平運行長度矩陣數據導入SPSS 20.0軟件，單因素logistic回歸分析結果顯示，灰色水平運行長度矩陣數據中短期強調、長期強調及長度不均勻為影響放療敏感性的單因素指標（P<0.05），見表4。

2.5 灰度區域長度矩陣對放療敏感性單因素分

析 將兩組影像組學灰度區域長度矩陣數據導入SPSS 20.0軟件，單因素logistic回歸分析結果顯示，灰度區域長度矩陣數據中長帶強調、長帶低灰度強調及長帶高灰度強調為影響放療敏感性的單因素指標（P<0.05）。見表5。

2.6 影像組學特征對放療敏感性多因素分析 將兩組影像組學特征數據導入SPSS 20.0軟件，多因素logistic回歸分析結果顯示，灰度共生矩陣數據中同質性、能量性及對比性，灰色水平運行長度矩陣數據中短期強調及長期強調，灰度區域長度矩陣數據中長帶低灰度強調及長帶高灰度強調為影響放療敏感性的多因素指標（P<0.05），見表6。

3 討論

目前，對于預測肝癌放療敏感性的研究主要集中在分子生物學層面，但因其主要以體外實驗為主，缺乏臨床數據實際驗證及標志物采集需行穿刺活檢的不足，故所得檢測的結果無法代表整體腫瘤[7-9]。本研究中所觀察的影像組學檢查方法，是基于影像檢查而形成的新型檢查手段，其首先通過影像學檢測采集腫瘤信息，隨后應用大量的自動化數據特征化算法，將感興趣區域的影像數據轉化為具有高分辨率的、可發掘的特征空間數據，所獲取的腫瘤整體信息更為準確[10-12]。本研究將影像組學特征作為觀察指標，分析其對肝癌放療敏感性的影響，以期可更為準確地指導臨床治療。

本研究通過收集既往在本院確診為肝癌并以放療作為首要治療手段患者的資料，首先應用Eclipse系統，對放療前病灶區域的CT圖像進行勾畫，隨后應用MATLAB軟件進行紋理特征采集，并將所得數據導入SPSS 20.0軟件，進行單因素及多因素分析，結果顯示，灰度共生矩陣數據中同質性、能量性及對比性，灰色水平運行長度矩陣數據中短期強調、長期強調及長度不均勻，灰度區域長度矩陣數據中長帶強調、長帶低灰度強調及長帶高灰度強調為影響放療敏感性的單因素指標（P<0.05）。灰度共生矩陣數據中同質性、能量性及對比性，灰色水平運行長度矩陣數據中短期強調及長期強調，灰度區域長度矩陣數據中長帶低灰度強調及長帶高灰度強調為影響放療敏感性的多因素指標（P<0.05）。由此可見，肝癌放療前影像組學特征與放療敏感性密切有關，可作為預測放療敏感性的重要指標。

影像組學的概念為荷蘭學者Lambin于2012年提出，近年來，隨著研究的深入，影像組學在不同領域中的應用價值越來越受臨床重視[13-14]。目前，影像組學在惡性腫瘤的相關研究中已取得了較多的成果。首先，其可應用于疾病的基因、分子標記和病理分型，影像組學認為，腫瘤宏觀影像特征與微觀基因、蛋白質和分子改變息息相關[15-16];同時，其可應用于疾病的臨床診斷與鑒別診斷[17-18];并且，其可應用于疾病臨床治療方案的決策和療效監測[19-20];此外，其同樣可應用對疾病預后的預測[21-22]。雖然，影像組學在惡性腫瘤中的應用較為廣泛，但其在肝癌放療敏感性評價中的應用較少，而本研究結果也證實了其在肝癌放療敏感性評價中的應用價值。

綜上所述，隨著放療治療技術在肝癌治療中重要性的提高，臨床在考慮放療治療效果的同時，也應十分注意其治療的副作用，通過權衡放療治療的利弊，綜合選擇更為有效的治療方案。目前，隨著影像學技術的發展，影像組學分析不僅屬無創檢查，同時其所得腫瘤信息完整，且不增加患者的檢查費用，而本研究結果同樣可見，在肝癌放療敏感性的評價中，影像組學特征具有顯著的應用價值，可在一定程度上有效地指導肝癌患者的放療治療。

參考文獻

[1]黃辛.復旦大學揭示全球不同地區肝癌發病模式[J].腫瘤防治研究，2019，46（5）：497.

[2]趙榮榮，鄧永東，袁宏.236例原發性肝癌患者流行病學及臨床特點分析[J].臨床肝膽病雜志，2016，32（8）：1538-1542.

[3]陳磊，陳詩，鄭傳勝.肝癌放射治療研究進展[J].介入放射學雜志，2020，29（6）：631-635.

[4]楊詠強，田野.原發性肝癌放療的指南推薦解讀[J].中華放射腫瘤學雜志，2018，27（5）：538-541.

[5]中華醫學會放射腫瘤學分會，中國生物醫學工程學會精確放療分會肝癌學組與消化系統腫瘤專家委員會，中國研究型醫院學會放射腫瘤學分會肝癌學組.2016年原發性肝癌放療共識[J].中華放射腫瘤學雜志，2016，25（11）：1141-1150.

[6]張賀龍.實體瘤療效評價標準及演變[J].現代腫瘤醫學，2010，18（5）：839-841.

[7]馬歡，蘆東徽，徐濱，等.肝癌組織中PKM2表達及與放療敏感性的關系[J].臨床與實驗病理學雜志，2020，36（2）：192-194.

[8]蘇書娟.牡荊葡基黃酮調節TAK1/AMPK通路增強人肝癌細胞的放射敏感性[J].中國免疫學雜志，2018，34（8）：1158-1162.

[9]周宇杰，徐細明.肝癌細胞輻射敏感性影響因素的研究進展[J].山東醫藥，2017，57（23）：105-108.

[10]常悅.影像組學在胰腺癌診療中的研究進展[J].實用放射學雜志，2020，36（8）：1334-1336.

[11]陳建，黃海霞，盧超，等.CT影像組學預測胃癌不同預后組織學分型的可行性[J].江蘇大學學報（醫學版），2020，30（4）：351-356.

[12]余翔玲.影像組學在腎細胞癌中的研究進展[J].重慶醫學，2020，49（13）：2206-2210.

[13] Disselhorst J A，Krueger M A，Ud-Dean S，et al.Linking imaging to omics utilizing image-guided tissue extraction[J].Proc Natl Acad Sci U S A，2018，115（13）：E2980-E2987.

[14]楊守鑫，張麗，吳寧.圖像獲取與重建中影像組學特征可重復性的研究進展[J].國際醫學放射學雜志，2020，43（3）：326-330.

[15]馬夢偉，秦耿耿，陳衛國.影像組學在乳腺癌分子分型中的應用現狀及研究進展[J].國際醫學放射學雜志，2020，43（4）：452-456.

[16] Sailem H Z，Bakal C.Identification of clinically predictive metagenes that encode components of a network coupling cell shape to transcription by image-omics[J].Genome Res，2017，27（2）：196-207.

[17]鮑遠照，程琦，葛亞瓊，等.基于增強CT影像組學特征建立條件推理樹模型對腎癌亞型的鑒別診斷[J].中國醫學影像學雜志，2020，28（7）：520-523.

[18]周潔潔，張洋，蘇敏瑩，等.基于動態增強磁共振成像的影像組學和不同CNN的深度學習對乳腺良惡性病變的診斷價值[J].溫州醫科大學學報，2020，50（6）：475-479.

[19]江海濤，王方正，邵國良，等.基于治療前磁共振影像組學預測鼻咽癌誘導化療的療效[J].浙江臨床醫學，2020，22（7）：943-945，948.

[20]李華秀，李振輝，李鹍，等.CT影像組學預測局部進展期直腸癌新輔助治療的效果[J].中國醫學影像學雜志，2020，28（1）：44-50.

[21]劉梅婕，毛寧，馬恒，等.基于影像組學構建乳腺癌前哨淋巴結轉移預測模型的研究[J].中國中西醫結合影像學雜志，2020，18（3）：227-231.

[22]侯麗娜，崔艷芬，郭凌云，等.多參數MRI的影像組學融合模型在術前預測宮頸癌淋巴結轉移的應用價值[J].中華解剖與臨床雜志，2020，25（3）：213-220.

（收稿日期：2020-09-29） （本文編輯：姬思雨）