Page 41 - 《南京医科大学学报（自然科学版）》2025年第9期
P. 41

第45卷第9期                王宣彦，顾莹莹，唐立钧，等. PET/CT影像组学：食管癌诊疗的新视角［J］.
                  2025年9月                     南京医科大学学报（自然科学版），2025，45（9）：1251-1257                      ·1253 ·


                ating characteristic，ROC）曲线的曲线下面积（area            术来识别和保留最具代表性和预测价值的特征，有
                under curve，AUC）达到 0.90，优于单一模态影像。                 助于减少因信息丢失而导致的偏差，并提高模型的
                然而 Lei 等 ［16］ 的研究得出了相反结论，单纯 CT 影像                 泛化能力。Meta分析结果显示，尽管有全面的临床
                组学的预测效能（AUC=0.846）反而优于融合 PET/                     数据和影像学数据，影像组学特征在预测食管癌淋
                CT（AUC=0.665），提示多模态融合并不总是带来性                      巴结转移方面并未显著优于传统的临床淋巴结分
                能提升，其效果可能受多种因素影响。对于融合                             期或临床参数多变量模型            ［22］ ，这表明需要更新的技
                PET/CT图像中提取的影像组学特征性能偏低，可能                         术来提高淋巴结转移诊断的准确性。
                是由于外部软件在融合过程中丢失了一些关键的                             2.2  治疗反应及并发症的评估
                肿瘤区域信息，从而影响特征提取的完整性和肿瘤                                食管癌的常见治疗方式包括早期手术治疗、根
                异质性的评估。研究者们通常采用半自动的图像                             治性放化疗、新辅助放化疗（preoperative neoadju⁃
                分割技术来定义肿瘤区域，或结合不同的影像模态                            vant chemoradiotherapy，NCRT）等 ［23］ 。NCRT 被认为
               （如CT、增强CT、MRI）来提取互补的肿瘤信息                 ［17］ ，但   是局部晚期食管癌患者的标准治疗方法，能显著提
                不同模态（如PET与CT）的肿瘤边界可能存在差异，                         升根治性切除率、无进展生存期和总生存期（overall
                                                                             ［24-25］
                手动或阈值分割可能引入主观偏差，影响模型的可                            survival，OS）   。PET/CT 影像组学通过监测肿瘤
                重复性。同时 PET 和 CT 的特征可能存在冗余或噪                       代谢活性变化，有效评估食管癌患者的治疗反应，
                                                                                                   ［26］
                声，若未经过优化筛选，可能导致模型过拟合或性                            其特征变化与病理完全缓解密切相关 。
                能下降。未来需优化多模态图像融合算法，以确保                                Simoni等 ［27］ 回顾了54例食管癌患者接受NCRT
                在融合 PET/CT 图像时保留尽可能多的肿瘤区域信                        的情况，采用肿瘤退缩分级（tumor regression grade，
                息，并提高深度学习辅助的半自动分割技术，以提                            TRG）对病理反应程度进行分级，TRG分级越高表示
                升肿瘤边界识别的准确性。如果能在多中心、大样                            治疗效果越差。结果显示，75.9%的患者达到了主
                本研究中验证模型的泛化能力，可进一步探索影像                            要 病 理 反 应（TRG1~2），而 24.1% 的 患 者 无 反 应
                组学与临床病理因素的联合预测价值。                                （TRG3~4），最终从治疗前PET图像中提取的3个独
                    在食管癌淋巴结转移的诊断中，传统影像学方                          立影像组学特征表现出与主要病理反应呈显著相关
                法如 CT 和 MRI 各有优势，但也存在局限性。CT 在                    （P < 0.000 2），这一定程度上表明 F⁃FDG PET/CT影
                                                                                                18
                区分肿瘤引起的淋巴结肿大和炎症或反应性增生                             像组学特征可以预测NCRT的食管癌患者的病理反
                方面存在挑战，而 MRI 虽然在软组织分辨率上更                          应。这一发现与Li等         ［28］ 的研究相似，提示这些特征
                优，但在检测小淋巴结和判断淋巴结转移方面仍有                            能够有效区分患者群体，且与治疗反应显著相关，
                困难  ［18］ 。相比之下，F⁃FDG PET/CT 影像组学通过                从而可能会从 NCRT 治疗方案中受益。这表明，
                                  18
                分析肿瘤的代谢参数和纹理特征，如SUVmax、平均                         18 F⁃FDG PET/CT影像组学特征结合临床变量可以预
                标 准 化 摄 取 值（mean standardized uptake value，       测食管癌患者对新辅助治疗的反应                 ［29］ ，为个体化治
                SUVmean）、MTV 和 TLG，有助于更准确评估肿瘤的                    疗提供了潜在工具。Mishra 等            ［30］ 研究发现了从
                侵袭性和淋巴结转移情况           ［19］ 。Lei等 ［16］ 研究表明，联      PET/CT 图像提取的10个纹理参数在识别无反应患
                合 PET 和 CT 影像组学特征在预测淋巴结转移和远                       者方面优于传统PET参数。Beukinga等             ［31］ 进一步将
                处 转 移 方 面 表 现 最 佳 ，AUC 值 分 别 为 0.824 和            临床参数与纹理参数相结合，构建出的模型预测治
                0.837。Yuan 等 ［20］ 则将临床变量与PET影像组学相                 疗反应性的价值得到提升。接着，Beukinga 等                  ［32］
                结合，提高了食管腺癌患者淋巴结转移的区分能                             通过对 43 例患者进行人类表皮生长因子受体 2
                力，但其结果并未通过外部验证。总的来说，PET图                         （human epidermal growth factor receptor 2，HER2）相
                像的空间分辨率限制了其在影像组学分析中的应                             关生物肿瘤标志物的免疫组化检测，发现将 HER2
                用，且由于纹理参数涉及的体素数较少，对小病灶                            和分化簇 44（cluster of differentiation 44，CD44）纳入
                的分析并不可靠。有研究认为，高阶影像组学变量                            参考模型可以提高整体预测性能。这些肿瘤生物
                实际上是MTV等PET代谢参数的替代变量，在复杂                          标志物在治疗反应评估中表现良好，因此，结合分
                的影像组学特征选择过程中，MTV和TLG等简单的                          子生物学和影像组学的方法可能有助于更好地反
                PET 指标可能被视为潜在的混杂因素而被排除，导                          映肿瘤的异质性和治疗反应。
                致预测结果出现偏差          ［21］ 。使用特征选择和降维技                   放射性肺炎（radiation pneumonitis，RP）是指由
   36   37   38   39   40   41   42   43   44   45   46