近年來,，肺癌患病率及病死率均明顯升高,，成為威脅人類健康的主要殺手之一^[1]。如何提高肺癌的早期診斷率,、選擇合適的治療方法,、正確評估療效成為迫切需要解決的問題^[2]。肺癌的診斷,、治療和影像學,、分子生物學、病理學等多學科密切相關,，已經從單純的形態(tài)學研究發(fā)展為多學科聯(lián)合診治,，這其中，PET-CT所代表的分子影像學技術具有不可代替的作用,，因其能夠提供肺癌的多方位觀察視角,，不僅可以通過腫瘤的形態(tài)學及功能學的變化，還可以通過組學的方法,，從大量的影像圖像中提取特征性數(shù)據(jù),，從分子影像學的角度識別腫瘤組織的早期變化，從而對肺癌的診斷及治療響應進行監(jiān)測,、評估^[3,4],。

一,、影像組學的定義和意義

2012年Lambin等^[5]提出影像組學的概念,，最初被譯為放射組學，并被逐步完善定義為：高通量地從CT,、MRI,、PET等影像中提取大量多維的定量影像特征,，通過量化分析來提高診斷準確性并進行預測^[6]。其運用大量的自動化數(shù)據(jù)特征化算法將興趣區(qū)域的影像數(shù)據(jù)轉化為具有特征空間數(shù)據(jù),，即對大量的影像數(shù)據(jù)進行數(shù)字化的定量高通量分析,，從而綜合評價腫瘤的各種表型^[5,7]。其核心內容包括：（1）標準化的圖像獲取及重建,；（2）圖像分割及繪制,；（3）圖像特征的提取和量化；（4）數(shù)據(jù)庫建立及共享,；（5）個體數(shù)據(jù)的分析5個部分^[8,9],。影像組學的特征數(shù)目種類繁多，總體上可分為3類,，即一階特征,、二階特征及高階特征。一階特征主要是基于直方圖的統(tǒng)計學特征描述,，包括平均數(shù),、中位數(shù)、變異度等,；以及腫瘤的形態(tài)特征,，如腫瘤形狀、大小,、體積,、密度、邊緣毛刺等,。二階特征也稱為紋理特征,，其通過像素點及其鄰域的灰度分布來表現(xiàn)物體表面緩慢變化或周期性變化的組織排列屬性，與直方圖相比,，紋理特征反映了腫瘤的空間分布的復雜性,，紋理特征包括了灰度共生矩陣（grey level co-occurrence matrix, GLCM）、灰度游程矩陣（grey level length matrix, GLRL）,、附近灰度色調差矩陣（neighbourhood grey-tone difference matrix, NGTDM）等,。高階特征則進一步加入了過濾器，常用的有分型分析（fractal analysis）,、小波（wavelets）等,，可在不同維度上反映一個物體形狀的復雜度^[5,8,9,10]。

與腫瘤生物學的相關性是影像組學研究和發(fā)展的主要內容,，影像組學是對腫瘤的整體特征進行分析,，它反映的是整個腫瘤的生物學特性，不同的腫瘤或同一患者腫瘤的不同部位都存在異質性，體現(xiàn)在腫瘤的表型,、生理學和基因組學等多種水平^[11,12],。在過去的數(shù)十年里，隨著醫(yī)學成像技術的進步,、新的顯像劑以及自動化分析方法的發(fā)展,，影像組學可以提供一種非侵入性的方式，以整個腫瘤為研究對象,，運用影像組學的方法可自動化,、可重復性的提取更多的信息，提供豐富的醫(yī)學影像數(shù)據(jù),，獲取腫瘤內部的整體信息,，捕捉和定量化分析腫瘤之間以及腫瘤內部的異質性，揭示腫瘤的生物學行為,，從而在分子層面進行定性和定量研究,，用于腫瘤的診斷、分期,、治療后檢測^[5,13],。

二、¹⁸F-脫氧葡萄糖（FDG）PET-CT在肺癌的診斷,、治療中的作用

PET-CT是目前診斷肺癌先進的,、無創(chuàng)性的檢查方法之一，它實現(xiàn)了功能影像和形態(tài)影像學的同機融合,，可'一站式'檢查全身各個器官的葡萄糖代謝情況,，即'患者一次檢查，醫(yī)師可獲得全身信息',，從而早期發(fā)現(xiàn)腫瘤,，并在腫瘤的定性、分期,、療效的監(jiān)測中起到良好的作用,。¹⁸F-FDG是一種最常用的正電子顯像劑，它是葡萄糖類似物,，由于大部分惡性腫瘤對葡萄糖消耗量明顯增加,，因而腫瘤細胞對¹⁸F-FDG攝取增高。標準化攝取值（standard uptake value,，SUV）是反映病灶對¹⁸F-FDG攝取程度的半定量指標,，即SUV值增高代表病灶部位葡萄糖的攝取增高，細胞增殖和生長能力旺盛^[14],，有惡性病變的可能,。

PET-CT影像組學是通過對PET及CT圖像進行高維特征性提取,，例如SUV值、腫瘤代謝體積（metabolically active tumor volume,，MTV）、總糖酵解值（total lesion glycolysis,，TLG）,、腫瘤形狀及定位、紋理結構,、與周圍組織之間的關系等,，結合臨床數(shù)據(jù)，利用人工智能的方法挖掘腫瘤信息,，并建立數(shù)據(jù)庫,，從而輔助臨床決策。在肺癌化療的療效監(jiān)測中,，PET-CT可通過SUV值,、MTV等的變化，從細胞層面反映腫瘤葡萄糖代謝的變化,，從而判斷療效,，較形態(tài)學的變化更敏感，如病變部位SUV值依然增高,，提示仍然有活性腫瘤組織存在^[15,16],。另外，有學者認為從SUV值的動態(tài)變化中,，可以預測腫瘤的預后,。Hoekstra等^[17]對47例非小細胞肺癌患者在化療前后分別行¹⁸F-FDG PET-CT顯像，發(fā)現(xiàn)SUV值降低50%或更多則提示預后良好,。

1．¹⁸F-FDG PET-CT影像組學對肺癌診斷的研究：

盡管目前診斷肺癌的方法很多,，但對于孤立性肺結節(jié)的影像診斷仍然是個難題，傳統(tǒng)的PET-CT診斷主要依據(jù)影像醫(yī)師的主觀判斷,，而運用影像組學的方法是借助于數(shù)學及統(tǒng)計學的方法,，高通量的從興趣區(qū)的影像數(shù)據(jù)中提取有特征性的空間數(shù)據(jù)，通過量化分析來提高肺癌診斷的準確性^[5,18],，通過大量的影像數(shù)據(jù)可以實現(xiàn)常規(guī)影像學不能達到的醫(yī)療數(shù)據(jù)整合,。根據(jù)腫瘤的PET代謝信息、肺部薄層CT形態(tài)信息（腫瘤大小,、位置,、毛刺）、臨床信息（年齡,、性別,、吸煙史,、惡性腫瘤史），建立數(shù)學模型,，通過ROC曲線分析評估¹⁸F-FDG PET-CT對肺孤立性結節(jié)診斷的敏感度及特異度優(yōu)于傳統(tǒng)的PET二分法[病灶的最大SUV值（SUVmax）是否高于縱隔血池來鑒別良惡性]和閾值法（病灶的SUVmax是否大于2.5來鑒別良惡性）^[19],。PET圖像中，紋理特征分析可以量化分析示蹤劑在腫瘤內部的空間分布,，因肺癌組織內部存在微血管分布,、細胞增殖、壞死等生物學異質性,，因此PET圖像紋理特征分析可以很好地描述肺癌的組織學特點,，并預測療效和存活率^[20]，Leijenaar等^[21]研究表明,，SUV的離散化方式所產生的紋理特征及解釋方法起著至關重要的作用,，因此分析腫瘤紋理的標準方法是十分重要的。Miwa等^[22]對54例懷疑為非小細胞肺癌的肺結節(jié)¹⁸F-FDG PET-CT圖像進行紋理特征分析,，發(fā)現(xiàn)瘤體的形態(tài)學和密度分型維數(shù)與SUVmax相結合可以提高肺癌的診斷準確性,。

CT提供的肺癌斷層影像信息（腫瘤的體積、密度,、與周圍臟器的關系及結構紋理描述）可對PET代謝信息形成互補作用,，對肺癌的診療過程至關重要^[23]。在肺部良,、惡性結節(jié)的鑒別中,，Kamiya等^[24]通過對72例惡性和21例良性結節(jié)的密度直方圖的峰度和偏度分析，發(fā)現(xiàn)惡性結節(jié)具有更高的峰度和更低的偏度,。Giesel等^[25]回顧性分析了148例腫瘤患者的1 022個淋巴結在PET-CT上的表現(xiàn),，使用容積CT組織直方圖分析淋巴結的CT值，并結合其SUVmax值,，發(fā)現(xiàn)淋巴結的密度可以作為鑒別良惡性淋巴結的又一重要參數(shù),。

2．¹⁸F-FDG PET-CT影像組學在肺癌治療中的應用：

準確地分期和預測治療結果是癌癥治療的一項重要任務，對于制定和調整治療計劃具有重要價值,，與傳統(tǒng)的影像學不同,，影像組學是基于數(shù)據(jù)的分析，從大量的圖像中挖掘出圖像特征作為新的標記物,，從而指導臨床決策,。盡管目前肺癌診斷和治療的最新進展很多，然而大部分晚期肺癌患者療效不佳,，患者對同一治療方案往往表現(xiàn)出不同的反應^[26],。當前的應用仍然是基于醫(yī)師的主觀或半定量評估，通過SUVmax值的變化來觀察治療反應,。¹⁸F-FDG PET-CT影像組學已經成功地應用于肺癌的分期和療效評價,，并指導個性化治療,。de Geus-Oei等^[27]研究發(fā)現(xiàn)，SUVmax值評估非小細胞肺癌化療療效的特異度為64%~100%,，變異性較大,，存在不足。SUVmax值是單點估計,，忽略了FDG攝取分布的變化,，無法評估腫瘤總體的代謝情況，由于惡性腫瘤的異質性,，因此FDG的分布和攝取程度同樣重要^[21],。為此,，影像組學利用計算機大量提取圖像特征,、捕捉額外的信息（SUV值、臨床特性,、基因表達等）,，將能更好地反映腫瘤的異質性，為制定和調整治療方案提供更加準確的參考,。在治療過程中,，可通過多次影像學檢查，追蹤圖像特征的變化,，動態(tài)監(jiān)測療效,，及時發(fā)現(xiàn)腫瘤的變化。最新的研究表明,，新的PET-CT考慮了腫瘤的空間信息,，如腫瘤代謝體積（MTV）、糖酵解總量（TLG）,、SUV直方圖寬度,、紋理特征等因素，比傳統(tǒng)的SUVmax值變化在臨床預測腫瘤的療效更具有應用價值^[23,28,29],。

在肺癌的療效檢測中,，腫瘤體積的變化和密度變異度是兩個重要的參數(shù)，最新的PET-CT一體機中的薄層CT因為有足夠的空間分辨率,，利用影像組學的方法可以更精確地測量腫瘤的體積和密度的變化,，進而作出療效判斷^[6,30]。

3．¹⁸F-FDG PET-CT影像組學對肺癌預后的判斷：

傳統(tǒng)的TNM分期不能準確的預后評估,，研究者發(fā)現(xiàn)可以基于PET-CT影像組學數(shù)據(jù)分析,，提取高維圖像特征建立肺癌預后預測模型，發(fā)現(xiàn)危險因素分層^[31],。PET圖像上紋理特征可以描述腫瘤組織,，預測存活率,。Coroller等^[32]通過肺腺癌CT的圖像研究，發(fā)現(xiàn)了35個影像組學特征有預測肺癌遠處轉移的能力,，12個特征可以預測生存率,。Huang等^[33]利用影像組學方法研究了282例早期（ⅠA~ⅡB）非小細胞肺癌患者的無病生存率，并和傳統(tǒng)的臨床-病理分期相比較后發(fā)現(xiàn)前者做得更好,，如將影像組學方法和傳統(tǒng)的分期相結合,，將使肺癌的生存率評估提升至新的精準醫(yī)學模式。

4．¹⁸F-FDG PET-CT影像組學對基因型的預測：

影像組學可反映肺癌的基因驅動的表型,，二者之間有著密切的關聯(lián),，Yoon等^[34]分析了539例肺腺癌的影像特征，分析了腫瘤大小,、位置,、體積、密度,、SUV值等,，以及基于像素的紋理特征與基因表達模式的關系，發(fā)現(xiàn)這些影像特征在ALK基因陽性和ROS/RET融合基因陽性組有顯著差別,。研究者還發(fā)現(xiàn)影像組學可預測肺癌EGFR突變基因突變,，Liu等^[35]研究發(fā)現(xiàn)周圍型肺腺癌可通過影像組學的方法捕捉有關腫瘤表型的相關信息，通過建立模型可以預測亞洲人群肺腺癌的EGFR突變,，可以將僅由臨床特征預測突變得到的ROC下面積由0.66提高到0.71,。這些發(fā)現(xiàn)對肺癌的靶向治療具有一定的臨床應用價值。

三,、展望

影像組學是一個新興的交叉性學科,，其應用領域不僅局限于上述幾個方面，目前認為¹⁸F-FDG PET-CT影像組學用于肺癌的療效監(jiān)測和預后判斷具有較高的可測信度和穩(wěn)定性^[36],，大多數(shù)的影像組學研究都是首先提取了大量的圖像特征,，然后再選擇最突出的和具有特征性的數(shù)據(jù)對組織特性進行判斷^[37,38]，通過挖掘特征性數(shù)據(jù)捕捉肺癌治療過程中的生理過程,。影像組學在PET-CT領域仍處于起步階段,，未來的機會很多，現(xiàn)今最大的挑戰(zhàn)是重復性,、數(shù)據(jù)共享和標準^[39],，還需要更多醫(yī)師、信息科學家等研究者密切配合,。隨著腫瘤影像組學在PET-CT領域研究的不斷深入,，必將對肺癌的診斷、分期,、療效檢測和預后判斷產生巨大的影響,，為肺癌的準確診斷,、個體化和精準化治療提供決策依據(jù)。