韋明珠，趙振華，胡紅杰，章俞，毛海佳，黃亞男

1.浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院放射科，浙江杭州 310016；2.浙江大學(xué)紹興醫(yī)院（紹興市人民醫(yī)院）放射科，浙江紹興 312000； *通訊作者 胡紅杰 honggiehu@zju.cn

宮頸癌是女性生殖系統(tǒng)發(fā)病率較高的惡性腫瘤,而且近年發(fā)病者呈年輕化趨勢(shì)，宮頸原位癌的高發(fā)年齡為30~35歲，浸潤(rùn)癌為45~55歲。宮頸癌的檢測(cè)方法包括宮頸刮片細(xì)胞學(xué)檢查、宮頸碘試驗(yàn)、陰道鏡檢查、宮頸和宮頸管活檢等，MRI檢查是公認(rèn)的較好的影像學(xué)檢測(cè)方法[1]。宮頸癌術(shù)后一般常規(guī)做P53免疫組化檢測(cè)，p53表達(dá)的是一種基因突變，是惡性腫瘤中最常見的基因突變，臨床意義重大，在宮頸癌的發(fā)生及發(fā)展中具有重要作用[2]。

影像組學(xué)這一概念由Lambin等[3]于2012年提出，其定義為高通量地從放射影像中提取并分析大量高級(jí)的定量影像學(xué)特征，這些特征具有數(shù)據(jù)維度高、定量分析等優(yōu)點(diǎn)，可與傳統(tǒng)影像學(xué)、分子生物學(xué)、分子病理學(xué)、信息科學(xué)等相整合并進(jìn)行分析。影像組學(xué)數(shù)據(jù)可判斷組織特性，預(yù)測(cè)患者的預(yù)后及治療效果[4-6]。

本研究通過(guò)對(duì)宮頸鱗癌MRI T2WI圖像影像組學(xué)特征與其病理免疫組化p53表達(dá)分析，預(yù)測(cè)宮頸癌的組織學(xué)分級(jí)，從而指導(dǎo)臨床手術(shù)、放化療方案的制訂及預(yù)測(cè)療效等。

1 資料與方法

1.1 研究對(duì)象 回顧性分析浙江大學(xué)紹興醫(yī)院2015年4月—2018年1月確診為宮頸鱗癌的53例患者，年齡26~68歲，平均（46.25±20.75）歲。納入標(biāo)準(zhǔn)：①盆腔MRI檢查診斷為宮頸占位病變，病灶>0.5 cm；②MRI檢查后1周內(nèi)經(jīng)診斷性刮宮或手術(shù)病理明確診斷。排除標(biāo)準(zhǔn)：①M(fèi)RI檢查前行手術(shù)、放療、化療等；②有嚴(yán)重心、肺疾病或肝、腎功能不全；③圖像質(zhì)量不能滿足分析需要。

1.2 MRI檢查 采用Siemens Magnetom Verio 3.0T MRI掃描儀，專用腹部16通道相控陣線圈行盆腔MRI掃描，所有患者M(jìn)RI檢查均在同一臺(tái)機(jī)器上完成。患者取仰臥位，雙臂置于頭兩側(cè)。掃描序列包括橫斷面T2WI脂肪抑制序列，矢狀面T2WI，主要采集垂直于病灶所在宮頸管的高分辨T2WI序列圖像。掃描參數(shù)：TR 2700 ms，TE 100 ms，視野220 mm，矩陣320×320，層厚3 mm，層間距1 mm，掃描層數(shù)22層，翻轉(zhuǎn)角160°，帶寬108 Hz/像素，脂肪抑制，GRAPPA并行采集模式。SAG T2WI非脂肪抑制序列掃描參數(shù)：TR 3900 ms，TE 94 ms，層厚4 mm，層間距2 mm。

1.3 影像組學(xué)特征提取 將所有患者的T2WI圖像導(dǎo)入GE Analysis Kinetics分析軟件，得到每一個(gè)病例基于病灶大小、邊緣形態(tài)、位置信息、灰度共生矩陣、灰度步長(zhǎng)矩陣算法等的影像組學(xué)特征數(shù)據(jù)共396個(gè)。由2名從事婦科影像診斷10年以上的影像醫(yī)師參考T2WI橫斷面和矢狀面病灶的部位，通過(guò)觀察分析，一致認(rèn)為在T2WI橫斷位圖像上顯示的病灶的每個(gè)層面勾畫、分割病灶，并融合各層面病灶，計(jì)算出感興趣區(qū)（ROI）內(nèi)的定量影像特征參數(shù)。ROI的大小取決于病變大小，且盡量與病灶邊緣保持一致，觀察到宮頸癌信號(hào)在T2WI圖像上呈稍高信號(hào)或高信號(hào)，與周圍組織分界清楚，選擇T2WI進(jìn)行腫瘤勾畫，取得每個(gè)病灶的組學(xué)特征，T2WI SAG圖像作為輔助參考。所采取勾畫的病灶均位于宮頸，無(wú)遠(yuǎn)處盆腔轉(zhuǎn)移病灶或腫大淋巴結(jié)。

1.4 病理檢查及免疫組化染色 盡量選取術(shù)前MRI影像組學(xué)所勾畫的腫瘤區(qū)域，用10%甲醛溶液固定，組織脫水后，二甲苯透明后常規(guī)石蠟包埋，包埋處理完善的蠟塊進(jìn)行連續(xù)切片，切片后進(jìn)行HE染色及p53免疫組化染色，免疫組化染色嚴(yán)格參照試劑盒說(shuō)明進(jìn)行，于200倍顯微鏡下觀察。根據(jù)p53結(jié)果分為陰性和陽(yáng)性，p53陽(yáng)性指細(xì)胞核內(nèi)出現(xiàn)深染的棕黃色顆粒，為陽(yáng)性表達(dá)細(xì)胞。

1.5 統(tǒng)計(jì)學(xué)方法 采用SPSS 19.0軟件，p53陽(yáng)性與陰性數(shù)比較采用χ2檢驗(yàn)，比較陰性組及陽(yáng)性組患者低分化及中高分化的差異；正態(tài)分布的計(jì)量資料以表示，采用獨(dú)立樣本t檢驗(yàn)比較兩組T2WI圖像組學(xué)參數(shù)（每個(gè)病例396個(gè)數(shù)據(jù)）的差異，采用受試者工作特征（ROC）曲線分析敏感度與特異度。P<0.05表示差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 臨床表現(xiàn)及病理結(jié)果 53例宮頸鱗癌患者病理學(xué)上P53陽(yáng)性32例，陰性21例。病灶最大徑0.60~10.30 cm，平均（5.25±2.75）cm；根據(jù)鱗癌細(xì)胞分化程度分為低分化和中高分化，p53陽(yáng)性組與陰性組與細(xì)胞分化程度見表1，p53陽(yáng)性組中低分化鱗癌占75.0%（24/32），明顯高于p53陰性組的52.3%（11/21），差異有統(tǒng)計(jì)學(xué)意義（P=0.042）。宮頸癌病灶勾畫與病理結(jié)果見圖1。

表1 53例宮頸鱗癌p53陽(yáng)性與陰性組細(xì)胞分化程（例）

圖1 宮頸癌病灶勾畫與病理結(jié)果。

2.2 影像組學(xué)特征 兩組間4個(gè)影像組學(xué)參數(shù)包括強(qiáng)度值范圍、最大強(qiáng)度、短行程優(yōu)勢(shì)和反差分矩比較，差異均有統(tǒng)計(jì)學(xué)意義（P<0.05）。ROC曲線評(píng)價(jià)影像組學(xué)特征預(yù)測(cè)的敏感度及特異度，短行程優(yōu)勢(shì)和反差分矩的ROC曲線下面積最大（表2，圖2）。

表2 影像組學(xué)特征鑒別宮頸癌p53表達(dá)的ROC結(jié)果

圖2 影像組學(xué)特征鑒別宮頸癌p53表達(dá)的ROC曲線

3 討論

影像組學(xué)方法是對(duì)CT、MRI和PET等大量醫(yī)學(xué)圖像提取定量影像學(xué)特征并進(jìn)行分析，找到疾病的影像學(xué)標(biāo)識(shí)物，從而實(shí)現(xiàn)對(duì)疾病的精準(zhǔn)預(yù)測(cè)、診斷及預(yù)后評(píng)估等[7]。本組病例中，MRI T2WI因其有明顯的組織成像差異，橫斷位結(jié)合矢狀位圖像，能明確定位，并可清晰顯示宮頸正常及異常信號(hào)，低信號(hào)肌質(zhì)環(huán)顯示清晰，病灶呈略高信號(hào)，對(duì)比明顯，容易勾畫病灶[8-9]，還可以重復(fù)分析。通過(guò)MR掃描病灶能清晰顯示結(jié)合 DWI圖像及增強(qiáng)圖像，病灶范圍和形態(tài)更明確，從病灶本身顯示及組學(xué)勾畫準(zhǔn)確度，本研究在平掃T2WI圖像上勾畫病灶最準(zhǔn)確，對(duì)比最明顯，能客觀反映病灶的真實(shí)情況。

本研究嘗試應(yīng)用影像組學(xué)對(duì)宮頸鱗癌病灶的MRI圖像特征進(jìn)行提取和分析，所選取的均是位于宮頸的浸潤(rùn)性病變，要求病灶均>0.5 cm，宮頸以外的病灶如淋巴結(jié)轉(zhuǎn)移等未計(jì)入圖像特征篩選之列，進(jìn)而研究影像組學(xué)與病理免疫組化p53之間的相關(guān)性。p53是目前研究較多的癌基因，該基因突變可導(dǎo)致細(xì)胞的惡性轉(zhuǎn)化和腫瘤的發(fā)生、發(fā)展，許多腫瘤均有很高的p53突變率，其突變率與腫瘤細(xì)胞的分化程度有關(guān)，分化程度越低、惡性程度越高的腫瘤，p53基因水平越高[10]。本研究結(jié)論與這一特性一致，p53在低分化鱗癌中的陽(yáng)性率明顯高于高分化鱗癌。p53對(duì)宮頸癌放療敏感性和效果均有影響[11-12]，p53陰性增加放射敏感性，也是行單獨(dú)放療獲得較好效果的預(yù)后指標(biāo)。突變型p53基因的表達(dá)陽(yáng)性率與宮頸癌病理學(xué)分級(jí)相關(guān)[13]，p53基因結(jié)構(gòu)及表達(dá)異常與肝癌、胃癌、結(jié)腸癌、肺癌、乳腺癌等多種惡性腫瘤的發(fā)生、發(fā)展及預(yù)后有關(guān)[14-15]。

本組病例運(yùn)用AK軟件共獲取每個(gè)宮頸癌病例的396個(gè)影像組學(xué)數(shù)據(jù)參數(shù)，結(jié)合免疫組化p53結(jié)果，得出有4個(gè)有差異的組學(xué)數(shù)據(jù)特征，分別是圖像灰度分布的范圍、最大強(qiáng)度值、反差分矩和短行程優(yōu)勢(shì)。其中圖像灰度分布的范圍、最大強(qiáng)度值反映圖像最大強(qiáng)度及范圍，在p53陽(yáng)性病例中T2WI圖像信號(hào)強(qiáng)度高，范圍大，腫瘤分化差，惡性程度高，與臨床相符，容易觀察及推測(cè)。短行程優(yōu)勢(shì)表示較短的行程長(zhǎng)度和更精細(xì)的紋理，在這組數(shù)據(jù)中，MRI圖像呈高信號(hào)居多，病灶>0.5 cm，p53分化程度與病灶的信號(hào)差別及均勻度具有相關(guān)性，敏感度也較高。反差分矩反映圖像紋理的同質(zhì)性，度量圖像紋理局部變化的多少，值越大說(shuō)明圖像紋理的不同區(qū)域間越缺少變化，局部越均勻，p53陽(yáng)性病灶值顯著高于陰性病灶，兩者差異性明顯，特異度也最高（90%），本組病例也符合這一結(jié)果，提示p53陽(yáng)性細(xì)胞均勻。在病理組織學(xué)上低分化型以未分化細(xì)胞為主，細(xì)胞均勻致密，惡性程度高。

隨著影像組學(xué)的迅速發(fā)展，對(duì)數(shù)據(jù)的標(biāo)準(zhǔn)化、特征提取算法的可重復(fù)性以及預(yù)測(cè)結(jié)果的可靠性均提出新的標(biāo)準(zhǔn)及要求[16]。應(yīng)用MRI T1WI圖像的影像組學(xué)特征參數(shù)結(jié)合ANN和KNN等機(jī)器學(xué)習(xí)算法，可以區(qū)分不同類型的肺癌腦轉(zhuǎn)移[17]。MRI對(duì)宮頸癌有很好的定位和分期功能[18]，本研究根據(jù)宮頸癌圖像特點(diǎn)用T2WI圖像的影像組學(xué)特征參數(shù)結(jié)合A.K軟件的分析方法，更精準(zhǔn)的圖像勾畫，融合組學(xué)算法，研究腫瘤內(nèi)部特征及腫瘤異質(zhì)性[19]。

本研究的局限性為：①病灶紋理特征是從手動(dòng)勾畫的ROI中提取，很難避免宮頸基質(zhì)變形對(duì)ROI產(chǎn)生的影響，這可能會(huì)影響紋理特征的準(zhǔn)確性：②宮頸鱗癌的分級(jí)診斷與影像組學(xué)特征有一定的相關(guān)性，但有意義的組學(xué)特征較少，這可能與樣本量選取較少有關(guān)，需擴(kuò)大樣本量以減少數(shù)據(jù)量對(duì)準(zhǔn)確性的影響[20]。

總之，宮頸癌的術(shù)前診斷、分級(jí)及預(yù)后判斷是治療決策的重要依據(jù)，術(shù)后病理學(xué)檢查是診斷“金標(biāo)準(zhǔn)”，目前尚無(wú)可靠的術(shù)前臨床評(píng)價(jià)手段及影像學(xué)方法，影像組學(xué)可通過(guò)對(duì)術(shù)前病灶分析，客觀反映病灶內(nèi)部性質(zhì)，預(yù)測(cè)宮頸癌惡性程度及病理分級(jí)，對(duì)腫瘤的臨床決策具有重要的預(yù)測(cè)價(jià)值。