近日，湖北省腫瘤醫(yī)院放射科聯(lián)合中南醫(yī)院在國際著名影像學期刊《Journal of Magnetic Resonance Imaging》在線發(fā)表SCI《Association Analysis Between Intratumoral and Peritumoral MRI Radiomics Features and Overall Survival of Neoadjuvant Therapy in Rectal Cancer》。

   本次的研究，提出并建立瘤內(nèi)、瘤周及組合模型，用于探索和預測接受新輔助治療直腸癌患者1年、3年及5年生存率。

   該論文第一作者為湖北省腫瘤醫(yī)院放射科郭小芳主任，湖北省腫瘤醫(yī)院放射科技師賀瑤瑤為共同第一作者；通訊作者為武漢大學中南醫(yī)院徐海波教授及湖北省腫瘤醫(yī)院放射科劉玉林副院長。

   研究背景

   影像組學旨在從醫(yī)學圖像中提取大量定量特征，然后用于預測臨床或預后反應。在直腸癌中，大多數(shù)影像組學研究側(cè)重于利用腫瘤內(nèi)的特征來實現(xiàn)預測目的，如治療反應、病理完全反應、無病生存期、遠處轉(zhuǎn)移和生存率等。然而，從直腸周圍系膜提取的特征也值得注意。一些涉及直腸癌瘤周特征的影像組學研究證實，瘤周特征可以預測治療反應、腫瘤復發(fā)和淋巴結(jié)轉(zhuǎn)移等。基于此，湖北省腫瘤醫(yī)院放射科科研團隊提出了瘤周和瘤內(nèi)特征是否可以作為生存分析的輔助因素，采用建立瘤內(nèi)、瘤周和組合模型的方法來預測直腸癌新輔助治療后總體生存率的思路。

   研究內(nèi)容

   該研究回顧性納入湖北省腫瘤醫(yī)院共計166名在新輔助治療后行根治性切除術(shù)的直腸癌患者。研究團隊通過提取瘤內(nèi)和瘤周的影像組學特征，并通過觀察者內(nèi)分析保留了穩(wěn)定性良好（ICC ≥ 0.75）的特征。應用Logistic回歸（LR）、支持向量機（SVM）、K-最鄰近（KNN）、隨機森林（RF）、超隨機樹（ET）、極限梯度提升（XGBoost）和LightGBM（LGBM）七個分類器，選出最優(yōu)分類器。采用最佳分類器的Rad評分和臨床特征，建立瘤內(nèi)、瘤周和組合模型。在生存分析中，組合模型（AUC = 0.954，0.821）的預測性能優(yōu)于瘤內(nèi)模型（AUC=0.833，0.813）和瘤周模型（AUC=0.861，0.688）。開發(fā)了一種結(jié)合臨床特征、瘤內(nèi)和瘤周的影像組學特征來預測1年、3年和5年生存率的諾莫圖。

   研究流程圖

   該研究成果能夠在國際期刊《Journal of Magnetic Resonance Imaging》（中科院2區(qū)，影響因子4.4分）上發(fā)表，說明湖北省腫瘤醫(yī)院放射科科研團隊更全面的證實了瘤周和瘤內(nèi)特征一樣都具有預測能力，對人工智能疾病預測模型領域又有全方位的理解。