影像组学在急性胰腺炎诊断中的研究进展

张 盼，许万博（通信作者）

（1滨州医学院医学影像学院 山东 滨州 256600）

（2德州市人民医院放射科 山东 德州 253000）

急性胰腺炎（acute pancreatitis，AP）作为一种常见的急腹症，通常有腹痛、恶心、呕吐、发热等表现，部分临床表现不典型，需要结合影像学检查进行评价[1-2]。传统影像学包括超声、CT和MR多基于形态学变化评估病情[3-4]，通常滞后于疾病的进展，不利于临床决策。影像组学基于从CT、MRI或PET中获得的医学图像，高通量提取和分析大量的高级定量成像特征，将图像转化为高维数据，超越形态学特征分析的现状，逐渐发展成为一门相对成熟的学科和医学图像分析方法，利于患者的个性化管理[5]。

1 影像组学在急性胰腺炎中的应用

1.1 预测AP的严重程度

根据2012年国际共识修订的亚特兰大分类，AP可根据临床严重程度分为三类：轻度急性胰腺炎（mild acute pancreatitis，MAP）、中度急性胰腺炎（moderately severe acute pancreatitis，MSAP）和重度急性胰腺炎（severe acute pancreatitis，SAP）[6]。早期预测AP的临床严重程度不仅有利于MSAP和SAP患者的早期诊断和治疗，而且有利于AP患者的分流或转诊。

Lin等[7]从MRI门静脉期图像整个胰腺实质的感兴趣区中提取出影像组学特征，并选择11个影像特征建立支持向量机模型。在训练组中，影像组学模型区分MAP与MSAP或SAP患者的准确性和AUC分别为85.6%、0.917。在验证组中，放射组学模型区分MAP与MSAP或SAP患者的准确性和AUC分别为81.0%和0.848。两组AUC均显著高于临床评分系统和MR评分系统。本研究表明，与一些现有的临床和放射学评分系统相比，基于增强MRI的影像组学模型在早期预测AP的临床严重程度方面可能更准确。

1.2 预测AP的复发

随着人口老龄化、胆道结石、肥胖等AP危险因素的增加，AP的发病率也在逐渐增加[8]。据报道，AP的复发率约为10%～30%[9]，约10%的初发AP患者可能进展为慢性胰腺炎，而男性、吸烟者和酗酒者的风险更高[10]。另一项研究报道了慢性胰腺炎可能会增加患者患胰腺癌的风险[11]。因此，早期预测和适当的管理措施可以减少AP的复发，还可以预防或延缓其向慢性胰腺炎甚至胰腺癌的进展。

Chen等[9]基于增强CT的动脉期和静脉期图像将10 个影像特征用于建模,影像组学在预测验证组中的AP复发性方面表现良好（AUC为0.878～0.980），准确度为89.0%。验证组临床模型的AUC和分类准确度分别为0.671（0.572～0.771）和61.0%，影像学模型明显优于临床模型。据此推测，影像组学特征可以对疾病的严重程度进行分层，并比临床模型能更好地预测AP的复发。Hu等[12]基于MRI T2加权成像回顾性收集了190例AP，采用LASSO进行特征筛选，建立预测AP复发的影像组学模型、临床模型和联合模型。结果表明，影像组学联合模型在预测AP复发方面优于临床模型，其次，训练组和验证组在联合模型和影像组学模型中均表现出一致的高AUC，说明两种模型相对稳定，在预测AP复发方面具有良好的应用前景。

1.3 预测胰周坏死

根据2012亚特兰大分类[9]，AP可分为两类：①间质性水肿性胰腺炎（interstitial edematous pancreatitis，IEP）；②坏死性胰腺炎（necrotizing pancreatitis，NP）。根据坏死的分布和位置，NP可进一步细分为三种亚型[6]：①胰腺和胰腺周围联合坏死（约75.0%）；② 仅胰腺周围坏死（约20.0%）；③仅胰腺坏死（约5.0%）。文献表明，IEP的死亡率约为3.0%，而NP的死亡率约为17%；如果合并感染，NP的死亡率可上升到30%左右[6,13]。因此，区分IEP和NP对预测AP患者的预后具有重要的临床意义。

Zhou等[14]基于MRI的T2WI和动脉晚期图像，从胰周积液（T2WI）和整个胰腺实质（动脉晚期）的感兴趣区中选取特征（12个来自T2WI，10个来自动脉晚期图像）建立支持向量机模型。在训练组中，T2WI胰周积液和动脉晚期胰腺实质影像组学模型预测胰周坏死的准确性和AUC分别为91.5%和87.2%、0.969和0.931。在验证组中，胰周积液和动脉晚期胰腺实质影像组学模型预测胰周坏死的准确性和AUC参数分别为92.7%和82.9%、0.976和0.921。两种AUC值均显著高于临床模型和MR评分系统。本研究显示，与现有的一些临床模型和放射学评分相比，基于T2WI胰周积液和动脉晚期胰腺实质的MRI影像组学模型能够较准确地预测AP患者早期的胰腺外坏死。

1.4 预测AP的并发症

腹腔室综合征，血管炎，静脉血栓形成，假性动脉瘤等并发症尽管较少见或罕见，但也不容忽视。影像组学也可以用于预测AP相关的并发症，Iranmahboob等[15]对AP患者的表观弥散系数图（apparent diffusion coefficient，ADC）进行直方图分析发现，新发的胰周液体积聚、胰腺坏死、静脉血栓形成或假性动脉瘤的发生与一阶特征密切相关。峰度是一种测量分布尾部极值（即离群值）的方法，它能够预测新的并发症。峰度增加的病人出现并发症的确切病理机制尚不清楚。据推测[15]，峰度增加的原因是信号强度异质性的增加，这反映了潜在的炎症和蜂窝织炎的变化；而这些潜在的炎症和蜂窝织炎使病人容易发生并发症。

2 不足与展望

为了最大限度地发挥胰腺影像组学的长处，未来的研究需要更大的样本量提供更大量的影像组学特征（特别是二阶纹理特征和过滤图像特征），以前瞻性的方式将影像组学结果与适当的金标准进行对比研究。然而，目前文献中报道的绝大多数影像组学模型仍处于研究发展阶段，其临床应用尚未真正实施，这一现象可能主要是影像组学的局限性造成的。目前的影像组学研究和临床应用仍存在以下局限性[16]。

2.1 医学图像数据的标准化

标准化、同质、高质量的训练数据是影像组学研究和临床应用的重要基石。影像组学是2016年由名为 Force 11（the Future of Research Communications and e-Scholarship 2011）的国际社会提出的FAIR科学数据管理和指导原则[17]。这一国际社会强调，科学数据管理和应用遵循可发现（F）、可访问（A）、可互操作（I）和可重复使用（R）的原则。

2.2 模型的泛化

影像组学模型在数据集的相似和不同分布（如各种时间、治疗计划、地理位置等）中的性能称为影像组学模型的泛化。模型的可重复性和可转移性是临床应用的重要前提，也是亟待解决的重要问题[18]。增加数据样本量和数据多样性，运用全自动和半自动的图像分割方法，采取合理的特征选择和降维方法以及联合机器学习，有望为上述困难提供有效的解决方案[19]。

2.3 生物可解释性

影像组学研究者希望通过定量提取和分析人类肉眼无法识别的图像信息来探索某些特征与某些疾病或临床终点（如疾病的诊断和鉴别诊断、治疗效果的预测、病理分类和分级、基因和蛋白表型等）的关系，但影像组学的生物学可解释性仍有欠缺，各特征的潜在生物学意义尚不完全清楚严重阻碍了其临床应用[20]。因此，如何提高生物学可解释性是该领域面临的重要问题。

2.4 临床应用

具有操作简便、学习曲线短、用户体验好、运行速度快、使用场景广泛等特点的临床效用影像组学模型或系统将为临床医生的工作带来极大的便利[21]。未来，在手机和互联网上开发的软件可能成为影像组学模型或系统临床应用的有效载体。

3 小结

自2012年影像组学概念提出以来，影像组学在科学研究和临床应用中都开始表现出很大的潜力，如预测AP的复发、临床严重程度和胰腺外坏死。然而，大多数已发表的研究存在单中心、回顾性、样本量有限和影像组学质量评分较低的局限性。未来研究人员可能会着重于一些多中心、前瞻性、大样本量、高质量评分的研究。除此之外，预测AP进展为慢性胰腺炎或慢性胰腺炎进展为胰腺癌的可能性，将胰腺基因水平的研究与影像组学有效地结合以及相关的深度机器学习，都可能成为潜在的研究方向。