影像组学在唾液腺疾病中的应用

苑子茵 综述 郑 宁 邵 硕 审校

(1 济宁医学院临床医学院,济宁 272013;2 济宁医学院附属济宁市第一人民医院,济宁 272011)

唾液腺属于外分泌腺,其主要功能是分泌唾液。唾液腺疾病可分为肿瘤和类肿瘤性疾病、炎症性疾病、免疫性疾病等。这些疾病通过常规影像学检查有时很难鉴别病变性质。影像组学指非侵入性从标准的医学影像图像中提取高通量的定量特征来指导临床诊疗，通过对大量影像数据的提取、挖掘、分析及处理，从而得到图像信息与疾病间的联系[1]。目前影像组学已在唾液腺疾病的诊断、治疗、预后以及靶区勾画等方面取得了重大进展。

1 影像组学概述

医疗设备的改进和科技进步提供了更多、更准确的图像信息用于疾病的诊断。影像组学从CT、MRI或PET图像上提取大量影像学特征，并将其转换为可挖掘的数据，并进行相关分析，通过对这些数据的量化分析，发现图像信息与疾病本身的联系，从而更准确反映疾病的异质性[2]。影像组学作为近年来出现的影像学研究的新领域，已在各类疾病的鉴别诊断、治疗及预后等方面发挥了很大作用。

影像组学的工作流程大致分为5步：1)图像的获取和重建。即通过CT、MRI或PET获得大量影像学资料，并对这些资料进行预处理，使其具有一致性。2)图像分割。利用电脑软件对感兴趣区域进行勾画，因为感兴趣区域直接用于提取定量特征，准确度高低会影响后续影像组学分析。根据自动化的程度，可分为纯手工勾画、半自动人机交互勾画及全自动勾画3类[3]。3)图像特征提取。提取正常和异常组织的影像图像上的有用信息，包括感兴趣区域边界、形状、大小、纹理以及血流动力学等特征[4]。4)统计分析及数据库建立。将所提取的特征信息转化为可量化的数据，对这些数据用统计学方法和选定适用的模型加以分析及整理，并运用大量数据建立数据库。5)临床预测。整合影像特征、临床特征、遗传基因数据用于判断疾病性质、分型、分期及预后等，从而指导临床医生制定个体化治疗方案。

2 影像组学在唾液腺疾病中的应用

2.1 影像组学在唾液腺肿瘤中的应用

由于唾液腺肿瘤种类复杂多样，生物学行为各不相同，因此术前对唾液腺性质、肿瘤亚型的鉴别诊断以及恶性肿瘤分期非常重要。细针穿刺活检(FNAC)是诊断唾液腺肿块性质的有效辅助手段，但是穿刺结果往往因获取的细胞学材料过少、病灶位置过深,以及医生的临床经验而不明确；且FNAC属于有创性检查，可能引起肿瘤细胞的扩散，造成恶性肿瘤复发。影像组学通过提取并分析图像中的体素或像素的灰度值特征、变化趋势、分布状态等数据，能够客观地反映信号强度(异质性)的空间分布，具有作为影像学生物标志物的潜力[5-6]。CT纹理分析可用于比较腮腺多形性腺瘤与腺淋巴瘤，其中平均值、异质性以及联合多个纹理参数的诊断效能较高(AUC>0.9)[7-8]。任思桐等[9]研究表明CT平扫图像纹理分析可用于鉴别腮腺多形性腺瘤及恶性肿瘤。而且基于CT图像的三维纹理特征的平均值、能量可用于鉴别多种类型的腮腺良恶性肿瘤[10]。杨亮等[11]通过腮腺肿瘤的CT平扫及增强动、静脉期图像进行纹理分析，得出增强静脉期的总熵是鉴别良、恶性腮腺肿瘤的最佳参数(AUC=0.88)。此外，尚有学者基于标准T1加权图像和对比增强T1加权图像的共生矩阵及游程矩阵获得的纹理特征鉴别良、恶性腮腺病变；基于增强T1加权图像的小波变换能量鉴别多形性腺瘤和腺淋巴瘤[12]。任继亮等[13]利用ADC图纹理分析预测术前舌和口底鳞状细胞癌组织学分级，发现了69.23%的纹理参数在观察者间测量一致性极好，且在直方图参数中，Ⅰ级鳞状细胞癌的ADC10显著高于 Ⅱ、Ⅲ级，能量及熵则低于后者。上述各种研究，通过影像组学中的纹理分析，可以对唾液腺肿瘤的性质及亚型鉴别、恶性肿瘤分期提供帮助。周宇堃等[14]从腮腺肿瘤T1WI、IDEAL-T2WI图像中提取影像组学特征，建立机器学习模型，得出T1WI、IDEAL-T2WI及T1WI联合IDEAL-T2WI影像组学特征可鉴别多形性腺瘤和腺淋巴瘤，尤其T1WI联合IDEAL-T2WI效能较高，AUC为0.87，准确率83%。Shao 等[15]开发并验证了基于DWI图像的影像组学分析作为鉴别良性和恶性涎腺上皮性肿瘤的分类模型；筛选出DWI图像中最佳的放射特征，利用所选特征建立分类模型，得出逻辑回归(LR)和支持向量机(SVM)两种算法，具有较好预测良恶性肿瘤的分类性能。上述研究证明影像组学与机器学习方法结合构建的影像组学模型对于术前诊断唾液腺肿瘤提供了很大帮助，为临床疾病的诊断提供可靠的影像学依据，对临床治疗具有指导意义。

关于唾液腺肿瘤大小的术前评估和唾液腺癌的预后预测，周培锋等[16]通过影像组学模型预测多形性腺瘤的直径，分析模型应切除的最大直径与实际切除最大直径的差异，进而可以修正手术范围，防止复发。目前此研究只是初步建模预测，还未在临床取得广泛应用。此外，利用18F-FDG PET/CT提取的纹理特征预测唾液腺癌的预后，有助于风险分级[17]。ROC曲线分析表明，最大标准化摄取值、标准化摄取熵值、均匀性、熵、区域尺寸不均匀性(ZSNU)和高强度区域强调(HIZE)与总生存期(OS)显著相关。另有研究[18]基于18F-FDG PET/CT的纹理分析预测近距离放疗后晚期唾液腺癌的预后；通过分析提取的54个特征，发现最小强度(MIN)、长游程强调(LRE)是无进展生存期的显著预测因子。影像组学在其它部位肿瘤诊断、疗效评价及复发预测等方面开展了较多研究，目前影像组学在唾液腺恶性肿瘤术前评估、预后及疗效评估方面的研究尚少，需要更多研究来验证其预测价值。

2.2 影像组学判断唾液腺功能损伤的临床价值

自1899年进入放射治疗阶段以来,放疗已经成为治疗头颈部恶性肿瘤的主要手段。然而，放疗可能会导致唾液腺组织不同程度的损伤,早期预测患者放疗后期口干或唾液腺腺体萎缩情况，并及时调整治疗方案，会有效降低放疗副作用，减轻痛苦。通过对放射治疗后腮腺的平均CT值和腮腺体积变化进行分析，能得出在第五周(模型预测精度和治疗适应时间的折衷时期)的CT口干评分(CTXS)，可用于预测放疗结束时口干的严重程度，以确定后续的治疗方法[19]。结合唾液量和口干的关系，基于CT影像组学特征可前瞻性评估鼻咽癌放射治疗患者未来急性口干的可能性和程度[20]。Scalco等[21]利用纹理分析法评价放疗时腮腺组织的结构变化，平均强度和分形维数预测腮腺萎缩的准确率分别为66.7%和50%。对采用放射治疗头颈肿瘤的患者进行影像组学研究，在剂量-体积参数和基线因素的基础上，加入CT图像生物标记物(IBMS)，即腮腺的短期重点和颌下腺的CT强度特征，可预测12个月后中重度口干(XER12m)和唾液黏滞(STIC12m)[22]。Nardone等[23-24]对上述研究进行了改进，加入腮腺和颌下腺的照射剂量方面的因素，发现剂量体积直方图中V30、熵、对比度与急性口干显著相关；灰度共生矩阵的相关性(GLCM Correlation)、V30、长游程不均匀性与慢性口干显著相关。由于MRI在软组织对比成像方面优于CT和PET，在区分脂肪和实质腺体组织方面更准确。因此，研究磁共振生物标记物(MR-IBMs)可以为预测晚期口干提供更好的信息。此后van Dijk等[25]又探讨MR-IBMs是否与放疗后12个月口干症相关，并对XER12m模型进行了改进，实现了对放疗后晚期口干症的预测(AUC=0.83)。Pota等[26]综合多种预测因子(患者临床信息、放射剂量信息、腺体放射治疗过程中的CT图像的纹理特征、初始和最终治疗阶段的腮腺体积变化)，建立预测模型，判断腮腺萎缩及放射治疗长期毒性。Sheikh等[27]分析放射治疗开始前从唾液腺的CT和MRI图像中提取的特征(形状特征、一阶统计特征、灰度共生矩阵、灰度游程长度矩阵、灰度大小区域矩阵特征)，与剂量-体积直方图结合，可以反映唾液腺功能和潜在的辐射损伤风险，将图像特征整合到预测模型中有可能改善口干燥症风险分层，最终实现具有真正个性化的头颈部恶性肿瘤放疗。影像组学在唾液腺功能损伤方面做了大量研究，为临床早期发现肿瘤放疗后唾液腺损伤提供更可靠的影像学依据。

2.3 影像组学在唾液腺炎性疾病方面的应用

原发性干燥综合征是一种以眼、口干燥为主要症状的慢性系统性自身免疫性疾病[28]。干燥综合征可能在临床上表现为多种症状，缺乏特异性，因此对于疾病活动性的评估，在制定最佳治疗方案和预测疾病预后上具有重要意义。Chu等[29]比较了不同活动性患者在临床、实验室和影像学指标上的差异，其中中高活动性组和低活动性组的抗-SSB、唇活检、磁共振成像形态学、ADC、ADCmean和熵值有显著差异，证实了利用腮腺ADC直方图和纹理分析可预测疾病活性，从而对预测原发性干燥综合征活动性具有重要临床意义。

3 挑战与展望

影像检查为临床诊断唾液腺疾病及其治疗预后提供了大量有用信息。近年来，各种功能性磁共振成像技术越来越多的用于量化肿瘤生理学和生物学的相关特征。影像组学作为影像学的一个新研究领域，与临床信息及基因表型结合，通过对大量影像特征定量分析，在肿瘤鉴别、分型及分期、肿瘤治疗、疗效评估、预后预测、基因特征鉴定等方面取得一定进展，弥补了常规影像学检查的不足，成为临床医学的研究热点。

但在唾液腺疾病的应用过程中，存在以下问题：1)不同的操作者和机器设备在采集条件、数据重建、肿瘤体积分割和图像重采样等方面有一定的差异，这些因素影响疾病特征的稳定性[30]，在进行研究时需要标准化的研究设计及模型的建立。2)影像组学在研究过程中有大量的数据需要计算，这些数据的分析及处理需要工科研究者的配合、协助，需要建立多个学科之间的联系。3)影像组学的研究需要大量的病例，且需要建立能够完整贮存每例患者的各种资料的庞大数据库以及数据共享[31]，而临床上符合研究条件的唾液腺疾病的病例收集起来相对困难，需要多中心合作。影像组学正逐步应用到唾液腺疾病的研究中，但目前此类研究多是用纹理参数分析，运用全面影像组学分析的较少；且大多数研究纳入的样本量较少或采用单中心研究，准确性还可进一步提高。目前，唾液肿瘤的鉴别及分期、预测模型的建立是唾液腺疾病影像组学的研究热点，相信通过国内外研究者和放射科医生的共同努力,影像组学将在唾液腺疾病的诊疗、分子基因检测等应用中发挥更大的作用。

利益冲突：所有作者均申明不存在利益冲突。