Page 231 - 磁共振成像2024年7期电子刊

综 述｜｜Reviews 磁共振成像 2024年7月第15卷第7期 Chin J Magn Reson Imaging, Jul, 2024, Vol. 15, No. 7

瘤异质性，其与 PFS 相关，与 wnt信号通路呈负相关， 力，通过提取和分析影像数据，能有效预测关键生物
与肿瘤微环境（tumor microenvironment, TME）呈正 标志物的表达水平，并对患者预后进行分层。多项
相关。该研究揭示了影像组学在铂类化疗耐药评估 研究证实了这一点 ，其中 Ki-67 、趋化因子配体 9
[44]
及 PFS 预测中的可行性。另一项针对 EOC 铂化疗敏 （CXCL9）、CXCL13 等生物标志物与卵巢癌复发和
[37]
感性的回顾性研究表明 ，在纳入的多个临床因素中， 预 后 紧 密 相 关 。 WANG 等 [45] 回 顾 性 纳 入 161 例
RT、中性粒细胞计数、CA199显示出独立预测作用，结 HGSOC 患者，从治疗前 PET-CT 图像提取整个肿瘤
合多序列MRI影像学评分构建列线图，该列线图在训 区域的影像组学特征和基于生境的影像组学特征。
练队列和验证队列中都显现出良好的预测效能，AUC 结果证实基于生境的影像组学可以准确预测肿瘤
值分别达到0.90和0.89，在预测EOC患者铂类化疗的 Ki-67表达，同时可以更好地对预后进行分层。
[46]
敏感性方面表现出较高的诊断价值，进一步验证了影 GU 等 使用癌症影像档案（the cancer imaging
像组学在预测铂类化疗反应中的有效性。 archive, TCIA）和 癌 症 基 因 组 图 谱（the cancer
LI 等 的一多中心研究纳入了多个临床特征及 genome atlas, TCGA）提取了增强 CT、转录组测序数
[38]
MRI 形态特征（最大肿瘤直径、偏侧性和占位特征）， 据以及 CXCL9 在卵巢癌中的相应临床特征，构建了
结果显示：较高的影像组学评分、较高的 FIGO 分期、 预测 CXCL9 以及 60 个月总生存期（overall survival,
较大的 RT直径以及较高的 CA125水平（≥600 U/mL） OS）的影像组学模型。揭示了 CXCL9 水平与患者
与 HGSOC 铂耐药性相关，构建的影像组学列线图能 OS 的显著相关性，并且基于 CT 的影像组学特征可
有效预测铂化疗耐药性，显示出影像组学在个性化 区分 CXCL9的表达水平。与之相似，XU等 的研究
[47]
[39]
治疗中的潜力。BI 等 的一项多中心研究进一步采 进一步验证了 CXCL13 在卵巢癌中的重要性。通过
用了K-means算法构建影像组学模型、DL模型和生境 从 CT 图 像 中 提 取 影 像 组 学 特 征 ，他 们 发 现
影像组学模型，用于预测卵巢癌患者对铂类化疗的反 CXCL13 的高表达是 OS 的保护因素，与嗜酸性粒细
应。较前二者，生境模型具有更高的 AUC，而将生境 胞浸润程度呈正相关。WAN 等 则建立了基于 CT
[48]
特征与NACT相结合的列线图有较单独生境模型更高 的影像组学模型 ，用于预测趋化因子受体 5 型即
的 AUC，净 重 分 类 指 数（net reclassification index, CCR5 的表达水平，进而预测卵巢癌患者的 OS。LU
[49]
NRI）和 综 合 鉴 别 改 进（integrated discrimination 等 纳入 364 名卵巢癌患者，开发出新的预后载体，
improvement, IDI）均为阳性，证明了基于生境的影像 并 将 其 命 名 为 影 像 组 学 预 后 向 量（radiomic
组学模型在预测铂类耐药性方面的良好性能。此外， prognostic vector, RPV），RPV 由以下四种影像组学
YI 等 通过将基因组数据与基于治疗前 CT 影像组 特征组成 ：（1）FD_max_25HUgl（系数为−0.0876）；
[40]
学模型以及临床病理学数据相结合，进一步提升了 （2）GLRLM_SRLGLE_LLL_25HUgl（系数为 0.0869）；
影像组学模型在预测卵巢癌铂化疗耐药方面的可靠 （3）NGTDM_Contra_HLL_25HUgl（系 数 为 0.165）；
性。LEI 等 纳入 93 名 EOC 患者，基于手动分割的 （4）FOS_Imedian_LHH（系数为 0.250）。经过评估与
[41]
肿瘤体积以及全腹部整体体积作为感兴趣容积构建 多中心验证，RPV 具有强预后能力，并且具有易获取
模型，使用 CNNs 从 CE-T1WI 和 T2WI 提取特征来预 和可重复的优点。RPV 在之后的另一项大型独立验
[50]
测铂敏感性，结果证明基于非手动分割的全腹部 DL 证 队 列 中 得 到 验 证 。 三 级 淋 巴 结 构（tertiary
模型在铂敏感性方面具有更好的预测性能。全腹部 lymphoid structure, TLS）可在某些癌症的炎症部位观
模型由于无需手动分割而避免了传统影像组学可重 察到，目前的研究发现 TLS 高的患者有更好的 PFS，
[51]
复性较差的问题，为影像组学分析提供了新的思路。 他们的另一项研究 还利用影像组学特征，预测了
综上所述，多项研究通过结合临床、基因组与影 TLS 的 存 在 ，并 独 立 预 测 了 HGSOC 患 者 的 PFS。
[52]
像组学数据，展现了影像组学在铂类化疗耐药评估 RIZZO 等 回顾性纳入 101 名已进行 PDS 且有术前
中的重要作用，可在手术取病理或基因检测前给予 CT 图 像 的 HGSOC 患 者 ，分 析 影 像 组 学 特 征（n=
临床下一步治疗方案的选择以可靠的参考。对于铂 516），通过评估证实代表性影像组学特征与 RT 和
类耐药患者，还有很多可供选择的药物。抗血管生 12 个月内疾病进展具有显著相关性，其中 RT 是卵巢
成药物如贝伐珠单抗 、PARP抑制剂如奥拉帕尼等、 癌 最 重 要 的 预 后 因 素 。 CHEN 等 [53] 回 顾 性 纳 入
[42]
抗体-药物偶联物索星-米妥昔单抗 均可明显缓解 256 名 HGSOC 患者，构建影像组学模型、临床模型
[43]
复发性铂类耐药卵巢癌，然而，对于后续治疗的影像 （独立的临床危险因素为 FIGO 分期和 RT）和组合模
组学评估仍需进一步完善，以更好地指导临床决策， 型，组合模型具有最高的 AUC，并且高危组的 PFS 显
提高患者治疗效果。 著短于低危组（P<0.001），体现了在 HGSOC 个体化
[54]
3.4 影像组学与影像基因组学在卵巢癌预后预测方 复发预测中良好的预测效能。此外，ZHANG 等 、
面的应用 WANG 等 的研究也表明，基于 MRI 的影像组学特
[55]
影像组学在卵巢癌预后评估中展现出显著潜 征与卵巢癌预后高度相关。

·224 · https://www.chinesemri.com