朱海濤，張曉燕，李曉婷，史燕杰，朱匯慈，王 林，武愛文，孫應(yīng)實

1. 北京大學(xué)腫瘤醫(yī)院醫(yī)學(xué)影像科，北京 100142；

2. 北京大學(xué)腫瘤醫(yī)院結(jié)直腸腫瘤外科，北京 100142

直腸癌淋巴結(jié)狀態(tài)的判斷對于治療方案的選擇和優(yōu)化具有重要的意義。如能在根治性手術(shù)之前準(zhǔn)確預(yù)測無淋巴結(jié)轉(zhuǎn)移（pN-），那么對于局限在T1期或T2期的直腸癌患者，臨床可選擇行內(nèi)鏡下局部切除替代傳統(tǒng)根治性全直腸系膜切除術(shù)。如能在新輔助治療后準(zhǔn)確預(yù)測區(qū)域淋巴結(jié)轉(zhuǎn)移（pN+），即使直腸癌原發(fā)灶已完全退縮（T0），臨床也不能施予“等待觀察”的非手術(shù)策略。

目前尚沒有準(zhǔn)確的轉(zhuǎn)移淋巴結(jié)評價標(biāo)準(zhǔn)，影像科醫(yī)師主要通過以下主觀征象來判斷淋巴結(jié)性質(zhì)：淋巴結(jié)短徑、淋巴結(jié)形態(tài)邊緣是否規(guī)則以及淋巴結(jié)內(nèi)部信號是否均勻，但這些方法或標(biāo)準(zhǔn)均為主觀評價，主要依賴醫(yī)師的個人經(jīng)驗，不僅重復(fù)性差，而且準(zhǔn)確度欠佳，不能滿足臨床應(yīng)用。此外，術(shù)前新輔助治療所導(dǎo)致的部分纖維化、促纖維組織反應(yīng)以及膠原反應(yīng)等進一步增加了新輔助治療后淋巴結(jié)再評價的難度［1］。淋巴結(jié)準(zhǔn)確定性目前只能依賴手術(shù)后病理學(xué)檢查，淋巴結(jié)評價的滯后性使得臨床上無法對新輔助治療或手術(shù)的方案進行個性化調(diào)整。

影像組學(xué)方法的興起及其在臨床醫(yī)學(xué)問題中的廣泛應(yīng)用，為我們提供了新的思路和方法。Huang等［2］率先采用影像組學(xué)的方法，基于計算機體層成像（computed tomography，CT）圖像預(yù)測結(jié)直腸癌患者的淋巴結(jié)病理學(xué)狀態(tài)，該研究為解決結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移這一疑難問題提供了新的思路。目前淋巴結(jié)影像組學(xué)相關(guān)研究中所使用的主要影像學(xué)檢查手段包括CT和磁共振成像（magnetic resonance imaging，MRI），選擇的組學(xué)特征主要分為3類：僅使用腫瘤原發(fā)灶特征［3-8］；僅使用淋巴結(jié)特征［9-11］；聯(lián)合使用腫瘤原發(fā)灶特征和淋巴結(jié)特征［12-13］。但是這里的聯(lián)合僅是簡單的合并，并沒有考慮腫瘤原發(fā)灶特征和淋巴結(jié)特征的協(xié)同作用。我們推測腫瘤原發(fā)灶特征和淋巴結(jié)特征之間應(yīng)該有某些共同特征與淋巴結(jié)的病理學(xué)特性關(guān)系更為密切，本研究擬應(yīng)用影像組學(xué)方法，選擇局部進展期直腸癌基線MRI圖像，利用腫瘤原發(fā)灶特征和淋巴結(jié)特征的交互項預(yù)測淋巴結(jié)病理學(xué)狀態(tài)。

1 資料和方法

1.1 研究對象

本研究為回顧性研究，得到了北京大學(xué)腫瘤醫(yī)院醫(yī)學(xué)倫理委員的批準(zhǔn)（編號2019KT76）。納入標(biāo)準(zhǔn)：① 2011年8月—2015年4月北京大學(xué)腫瘤醫(yī)院直腸鏡活檢明確診斷為直腸癌；② 基線MRI證明為局部進展期（≥T3期或N+期）；③ 此前未行抗腫瘤治療；④ 于北京大學(xué)腫瘤醫(yī)院行完整治療（新輔助治療后行直腸癌根治術(shù)）；⑤ 病理學(xué)評價完整。排除標(biāo)準(zhǔn)：① MRI圖像存在嚴重偽影或影響測量的噪聲；② 腸鏡病理學(xué)診斷為黏液腺癌。

1.2 MRI及淋巴結(jié)影像評價

采用美國GE公司的Discovery 750 3.0 T MRI掃描儀，使用8通道相控陣體部線圈。常用掃描序列和參數(shù)見表1。

表1 直腸癌常用MRI掃描序列及掃描參數(shù)

所有患者如無注射禁忌證（青光眼、心臟病、前列腺增生），需在掃描前30 min內(nèi)肌內(nèi)注射20 mg山莨菪堿抑制腸道蠕動。

獲取的MRI圖像將由3名高年資影像科醫(yī)師雙盲評價，主觀評價為轉(zhuǎn)移淋巴結(jié)的標(biāo)準(zhǔn)：① 淋巴結(jié)短徑大于9 mm；② 淋巴結(jié)短徑為5～9 mm，淋巴結(jié)邊緣欠光整或淋巴結(jié)內(nèi)部信號不均勻；③ 淋巴結(jié)短徑小于5 mm，淋巴結(jié)邊緣欠光整且淋巴結(jié)內(nèi)部信號不均勻。

1.3 新輔助放化療

采用適形調(diào)強長療程放療計劃，總劑量50.0～55.0 Gy，大體腫瘤區(qū)2.3～2.5 Gy/次，臨床靶區(qū)1.8～2.0 Gy/次，共22次。放療同期給予同步口服卡培他濱（825 mg/m2，每日2次）化療?；熃Y(jié)束后8～11周接受手術(shù)。

1.4 病理學(xué)檢查

病理學(xué)檢查依據(jù)美國癌癥聯(lián)合會（American Joint Committee on Cancer，AJCC）第8版TNM分期標(biāo)準(zhǔn)，對所有根治性手術(shù)切除后的標(biāo)本進行病理學(xué)檢查。本研究以病理學(xué)檢查結(jié)果顯示淋巴結(jié)轉(zhuǎn)移為1，非轉(zhuǎn)移為0對模型進行訓(xùn)練和驗證。

1.5 腫瘤原發(fā)灶與淋巴結(jié)的勾畫

本研究由3名高年資影像科醫(yī)師采用ITKSNAP軟件在基線T2加權(quán)成像圖像上對腫瘤原發(fā)灶和體積最大的區(qū)域淋巴結(jié)進行逐層勾畫，并分別保存為不同的感興趣區(qū)（region of interesting，ROI）。

1.6 影像組學(xué)特征提取

采用Matlab軟件對原發(fā)灶和體積最大的淋巴結(jié)分別提取41個影像組學(xué)特征，包括9個灰度一階特征、24個灰度共生矩陣（GLCM）的紋理特征和8個幾何形狀特征。41個腫瘤原發(fā)灶的特征標(biāo)記為Ftumor,i（i=1,2,…,41）；41個淋巴結(jié)特征標(biāo)記為FLN,i（i=1,2,…,41）。其中灰度一階特征為最大值、最小值、均值、中位值、標(biāo)準(zhǔn)差、方差、灰度總和、偏度、峰度；形狀特征為體積、長軸長、短軸長、偏心率、延展度、方向、矩形框大小、周長；紋理特征為GLCM在距離（d值）分別取1和2時的以下特征：能量、熵、相關(guān)度、對比度、均勻度、變化度、和平均、慣性度、集群陰影、集群傾向性、最大概率值、倒方差。其中對比度特征（contrast）由于在后文中涉及，此處由公式⑴中給出，其中C為大小為LxL的GLCM，L為灰階數(shù)，C（i,j）代表灰度為i和j的像素對的個數(shù)。

1.7 交互項與相加項

本研究依照以下步驟定義腫瘤原發(fā)灶與淋巴結(jié)特征的交互項。

將Ftumor,i和FLN,i按照公式⑵分別標(biāo)準(zhǔn)化到0～1的區(qū)間。

將pN-定義為pN=0；將pN+定義為pN=1，并分別計算Ftumor,i和FLN,i和pN之間的相關(guān)系數(shù)。對于相關(guān)系數(shù)為正值或0的特征，F(xiàn)tumor,i和FLN,i保持不變；對于相關(guān)系數(shù)為負值的特征通過公式⑶變換。

1.8 受試者工作特征（receiver operating characteristic，ROC）曲線

本研究以pN為參照對Ftumor,i、FLN,i和Fmutual,i（i=1,2,…,41）繪制ROC曲線。因此，本研究共對123個特征（41個腫瘤原發(fā)灶特征，41個淋巴結(jié)特征，41個交互項）繪制了ROC曲線，并計算曲線下面積（area under curve，AUC）。

1.9 統(tǒng)計學(xué)處理

采用SPSS 22.0軟件進行統(tǒng)計學(xué)分析。由3名醫(yī)師共同勾畫50例連續(xù)患者的ROI并測量其影像學(xué)特征，分別由影像組學(xué)模型計算其得分，再采用組內(nèi)相關(guān)系數(shù)（intraclass correlation coefficient，ICC）計算醫(yī)師間的一致性。ICC＞0.80提示極高一致性，0.60＜ICC≤0.80提示較高一致性，0.40＜ICC≤0.60提示中等一致性，0.20＜ICC≤0.40提示較差一致性，ICC≤0.20提示無一致性。連續(xù)變量年齡采用t檢驗計算，其他分類變量采用χ2檢驗。ROC曲線的比較采用DeLong檢驗［14］。P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié) 果

2.1 患者一般臨床資料

本研究納入局部進展期直腸癌患者229例，臨床及流行病學(xué)特征見表2，分為pN-和pN+兩組進行比較。其中年齡和基線N分期在兩組之間差異有統(tǒng)計學(xué)意義（P＜0.05），年齡較小者淋巴結(jié)轉(zhuǎn)移的風(fēng)險更高，與文獻［15］報道相符。

表2 臨床及流行病學(xué)特征 n (%)

2.2 一致性分析

3名醫(yī)師ROI勾畫一致性分析結(jié)果顯示達到了較高的一致性（ICC為0.779～0.914，P＜0.05）。

2.3 直腸癌原發(fā)灶特征、淋巴結(jié)特征及兩者交互特征預(yù)測淋巴結(jié)狀態(tài)

本研究采用AUC來評價直腸癌原發(fā)灶與淋巴結(jié)交互特征對于淋巴結(jié)病理學(xué)狀態(tài)的預(yù)測效能（表3）。如果將總共的123個特征按照AUC從大到小排列，前1/3的特征（即41個特征）中有21個特征是交互項。在所有的123條ROC曲線中，AUC最大的特征為GLCM_contrastmutual，即GLCM_contrasttumor和GLCM_contrastLN的交互項。GLCM_contrastmutual（AUC=0.727 6）的預(yù)測結(jié)果要優(yōu)于單獨使用GLCM_contrasttumor（AUC=0.555 3，P=0.000 8）或GLCM_contrastLN（AUC=0.713 9，P=0.038 4），差異有統(tǒng)計學(xué)意義。除GLCM_contrast特征，AUC最大的特征為firstorder_summutual，即腫瘤區(qū)域灰度總和firstorder_sumtumor與淋巴結(jié)區(qū)域灰度總和firstorder_sumLN的交互項。firstorder_summutual（AUC=0.713 5）的預(yù)測結(jié)果要優(yōu)于單獨使用firstorder_sumtumor（AUC=0.567 6，P=0.003 1）或firstorder_sumLN（AUC=0.690 8，P=0.012 0），差異有統(tǒng)計學(xué)意義。圖1A和B分別為GLCM_contrast特征和firstorder_sum特征相對于淋巴結(jié)病理學(xué)檢查結(jié)果的ROC曲線。

圖1 利用腫瘤特征、淋巴結(jié)特征及兩者交互項預(yù)測淋巴結(jié)病理學(xué)狀態(tài)的ROC曲線

表3 原發(fā)灶特征、淋巴結(jié)特征和交互特征的ROC曲線的AUC及其95% CI

為了對比交互項，本研究還對淋巴結(jié)特征與腫瘤原發(fā)灶特征的相加值進行了同樣的AUC計算。GLCM_contrastadd與 firstorder_sumadd的AUC分別為0.610 1和0.634 3，介于腫瘤原發(fā)灶與淋巴結(jié)的AUC之間。因此特征的簡單相加無法體現(xiàn)出腫瘤原發(fā)灶與淋巴結(jié)特征在預(yù)測中的協(xié)同作用。

3 討 論

本研究結(jié)果表明，在淋巴結(jié)病理學(xué)狀態(tài)的預(yù)測中，腫瘤原發(fā)灶與淋巴結(jié)特征的交互項要優(yōu)于單獨的腫瘤原發(fā)灶特征或單獨的淋巴結(jié)特征。如果僅將腫瘤原發(fā)灶與淋巴結(jié)的對應(yīng)特征相加，我們無法得到優(yōu)于單獨腫瘤原發(fā)灶特征或單獨淋巴結(jié)的結(jié)果。本研究中對淋巴結(jié)病理學(xué)狀態(tài)預(yù)測效果最好的特征為GLCM中的對比度。根據(jù)方程⑴的定義，對比度與GLCM中灰度差及像素對數(shù)目成正比，即灰度差異越大的像素對的數(shù)目越多則對比度越大。因此，對比度越高說明該區(qū)域內(nèi)成分的差異越大，更傾向于惡性；而且當(dāng)腫瘤原發(fā)灶內(nèi)部的對比度與淋巴結(jié)內(nèi)部的對比度同時增高時，淋巴結(jié)病理學(xué)狀態(tài)為惡性的概率更大。一階特征中灰度總和的交互項是AUC排第二的特征，它是ROI內(nèi)所有體素灰度值相加的結(jié)果。因此，該特征既包含了體積信息，也包含了信號強度信息。無論原發(fā)灶還是淋巴結(jié)，體積的增大均與惡性程度呈正相關(guān)。本研究的結(jié)果表明，原發(fā)灶與淋巴結(jié)體積的同時增大，能更好地預(yù)測淋巴結(jié)病理學(xué)狀態(tài)。

本研究只對特征進行了單因素的分析，證明了腫瘤原發(fā)灶與淋巴結(jié)特征的交互項能夠更好地預(yù)測淋巴結(jié)病理學(xué)狀態(tài)。交互項在與其他特征聯(lián)合的多因素分析中也會提高預(yù)測模型的準(zhǔn)確度。盡管目前已有多個直腸癌影像組學(xué)的模型被提出，但尚沒有研究將腫瘤原發(fā)灶與淋巴結(jié)特征的交互項納入模型。包含交互項的影像組學(xué)模型不僅能夠提高預(yù)測淋巴結(jié)病理學(xué)狀態(tài)的準(zhǔn)確度，而且有可能應(yīng)用于其他目標(biāo)，如遠端轉(zhuǎn)移或生存期的預(yù)測等。

本研究只提取了體積最大的淋巴結(jié)的特征，但體積最大的淋巴結(jié)不一定就是惡性的淋巴結(jié)。如何從1例患者的多個淋巴結(jié)中挑選出1個作為代表是有待解決的難題。有研究［16］從不同數(shù)目的淋巴結(jié)中提出其集體展現(xiàn)的特征，被證明優(yōu)于選擇體積最大淋巴結(jié)的特征。更準(zhǔn)確的方法是在影像學(xué)勾畫和病理學(xué)檢查時做到影像學(xué)和病理學(xué)的淋巴結(jié)一一對應(yīng)。這種情況將可以把同一例患者的每個淋巴結(jié)作為不同的對象進行研究。目前已有影像學(xué)與病理學(xué)一一對應(yīng)的影像組學(xué)和深度學(xué)習(xí)方面的研究［10-11］。本研究所提出的方法也可以在淋巴結(jié)影像學(xué)與病理學(xué)一一對應(yīng)的情況下應(yīng)用。

本研究為回顧性研究，存在一定的局限性，無法做到淋巴結(jié)的MRI影像學(xué)與病理學(xué)一一對照，這是目前大多數(shù)淋巴結(jié)影像學(xué)研究面臨的共性問題。但我們選擇體積最大的、發(fā)生轉(zhuǎn)移概率最高的淋巴結(jié)［16-19］作為研究對象，以患者個體為單位，評價是否有淋巴結(jié)轉(zhuǎn)移，而不去關(guān)注淋巴結(jié)分期（淋巴結(jié)轉(zhuǎn)移個數(shù)），不失為回顧性研究中新的研究思路和解決方法。本研究具有單中心的研究屬性，且所有患者均在同一臺MRI系統(tǒng)上完成。當(dāng)圖像數(shù)據(jù)的來源不同時，交互項是否優(yōu)于單獨特征仍需要進一步的驗證。在使用不同來源的圖像數(shù)據(jù)時，圖像的標(biāo)準(zhǔn)化是必要的步驟，也需要更進一步的研究。

綜上所述，相對于單獨使用直腸癌新輔助治療前MRI圖像中的腫瘤原發(fā)灶特征或淋巴結(jié)特征，二者的交互項有可能對新輔助治療后淋巴結(jié)病理學(xué)狀態(tài)進行更準(zhǔn)確的預(yù)測。