论文部分内容阅读
影像组学是一种基于高性能计算机和算法从海量的计算机断层图像(Computed Tomography, CT)、磁共振图像(Magnetic Resonance Imaging, MRI)及正电子发射/断层图像(Positron Emission Computed Tomography, PET/CT)等多模态医学影像数据中提取感兴趣特征并进行处理分析的技术，该技术能够为疾病的早期诊断、良恶性肿瘤鉴别、疾病治疗管理、个体化精准治疗等需求提供更多有价值的信息。
目前，影像组学技术在肺癌防治中的作用主要体现在三个方面：一是治疗前基于低剂量螺旋CT的肺部小结节的排查和良恶性结节预测；二是治疗中对特定治疗方案的选择、放射治疗的敏感性预测、免疫治疗的敏感性预测、抗血管生成药物、分子靶向药物的选择及疗效评估；三是治疗后基于影像组学特征对治疗预后的预测。
影像组学分析技术的前提是基于静态、高质量的CT影像，由于大部分肺癌患者肺功能相对较差，不能耐受长时间屏气状态的CT扫描，因此，目前用于影像组学分析特征提取的CT图像都是在自由呼吸状态下扫描的，图像质量容易受到呼吸运动的影响。为了尽量减少呼吸运动对CT图像的影响，近几年，越来越多的患者经过简单的呼吸训练后采用四维断层影像(Four Dimensional Computed Tomography, 4DCT)技术进行图像扫描。基于以上现实，肺癌影像组学特征提取及分析也天然地需要基于4DCT技术环境，以往建立在静态CT下的图像预处理、组学特征提取、筛选、分析等方法在4DCT技术条件下不一定适用，因此，从技术基础上急需建立一整套基于4DCT环境下的影像组学技术流程。博士论文的主要工作包括：
(1)研究不同呼吸状态对4DCT影像组学特征提取的影响
在实验中我们发现：当呼吸频率一定，图像采集用基于恰采样的最优螺距条件下，呼吸运动的幅度越大，分时相4DCT和静态CT的肿瘤体积差异也越大，因此在肿瘤质量稳定的前提下，从这些时相内提取的和肿瘤密度相关的影像组学特征的一致性也变差。同一呼吸幅度下，呼气阶段的分时相(0%-90%)比吸气阶段的分时相(10%-50%)肿瘤体积差异小。4DCT分时相对于静态CT的肿瘤体积差异和呼吸频率不存在单调相关性，相对于其它频率，将呼吸频率控制在每分钟呼吸次数(Breath Per Minute, BPM)13能够得到更小的分时相内的肿瘤体积差异。
不同扫描螺距对4DCT图像影响非常大，目前临床普遍采用的基于恰采样的螺距优选公式计算得到的螺距对基于4DCT的影像组学特征提取而言并非最优螺距。我们的研究结果表明，4DCT技术下最优螺距应该设置为0.093。另外我们发现90%的最大呼气末时相(End of the Enpiration, EOE)对螺距敏感度相对较低，它有70%的概率能够保证在不同螺距设置情况下将肿瘤体积偏差保持在±5%之内。
(2)研究图像预处理对基于CT图像的组学特征影响
我们对有可能影响影像组学特征提取的13种图像预处理方法进行了详细研究，结果提示：不同图像预处理方法对组学特征提取的作用位点是不同的。在进行影像组学分析的时候，需要根据研究的目的筛选出满足分析要求的预处理方法，或者在已经完成的预处理方法前提下选择那些鲁棒性好的特征用于后续分析研究。研究发现：巴特沃斯平滑重测(Butterworth Smooth-Retest, BSR)、比特深度范围重调(Bit Depth Rescale Range, BDRR)、拉普拉斯滤波器(Laplacian Filter, LF)、对数滤波器(Log Filter, LF)这四种图像预处理方法对组学特征提取影响最大，我们的经验是在保证原始CT图像信息的前提下尽可能地过滤掉随机性的噪声并保持合理的图像灰阶和分辨率以提高计算效率。
(3)提出最小梯度密度投影重建图像算法和在4DCT组学研究中的应用价值
为解决4DCT图像的影像组学特征提取受肿瘤质心运动影响问题，我们创新地提出了“最小梯度密度投影重建图像(Minimum gradient density projection matrix, MGDPM)”的概念和算法，将4DCT的分时图像进行梯度权重因子重构后合成专门用于影像组学特征提取的重建图像，这样可以最大程度地利用4DCT的图像信息，得到最接近于静止状态下的重建CT图像，为基于4DCT的影像组学信息提取提供创新解决思路。
(4)基于4DCT的影像组学特征对非小细胞肺癌(NSCLC)放疗后远处转移预测效果的研究
最后，我们将研究结果在非小细胞肺癌(Nonsmall-Cell Lung Cancer, NSCLC)患者中进行了应用。研究了基于4DCT的个体化MGDPM算法重建图像提取的影像组学特征相对于基于平均密度投影(Average intensity projection, AIP)和最大密度投影(Maximum intensity projection, MIP)传统重建图像用于预测NSCLC患者治疗后远处转移的优势。结果证明：基于4DCT的MGDPM重建图像提取的影像组学特征构建的标志能够较好地预测非小细胞肺癌患者的远处转移，其预测能力要比之前文献报道的基于平均密度投影和最大密度投影图像的能力强。
目前，影像组学技术在肺癌防治中的作用主要体现在三个方面：一是治疗前基于低剂量螺旋CT的肺部小结节的排查和良恶性结节预测；二是治疗中对特定治疗方案的选择、放射治疗的敏感性预测、免疫治疗的敏感性预测、抗血管生成药物、分子靶向药物的选择及疗效评估；三是治疗后基于影像组学特征对治疗预后的预测。
影像组学分析技术的前提是基于静态、高质量的CT影像，由于大部分肺癌患者肺功能相对较差，不能耐受长时间屏气状态的CT扫描，因此，目前用于影像组学分析特征提取的CT图像都是在自由呼吸状态下扫描的，图像质量容易受到呼吸运动的影响。为了尽量减少呼吸运动对CT图像的影响，近几年，越来越多的患者经过简单的呼吸训练后采用四维断层影像(Four Dimensional Computed Tomography, 4DCT)技术进行图像扫描。基于以上现实，肺癌影像组学特征提取及分析也天然地需要基于4DCT技术环境，以往建立在静态CT下的图像预处理、组学特征提取、筛选、分析等方法在4DCT技术条件下不一定适用，因此，从技术基础上急需建立一整套基于4DCT环境下的影像组学技术流程。博士论文的主要工作包括：
(1)研究不同呼吸状态对4DCT影像组学特征提取的影响
在实验中我们发现：当呼吸频率一定，图像采集用基于恰采样的最优螺距条件下，呼吸运动的幅度越大，分时相4DCT和静态CT的肿瘤体积差异也越大，因此在肿瘤质量稳定的前提下，从这些时相内提取的和肿瘤密度相关的影像组学特征的一致性也变差。同一呼吸幅度下，呼气阶段的分时相(0%-90%)比吸气阶段的分时相(10%-50%)肿瘤体积差异小。4DCT分时相对于静态CT的肿瘤体积差异和呼吸频率不存在单调相关性，相对于其它频率，将呼吸频率控制在每分钟呼吸次数(Breath Per Minute, BPM)13能够得到更小的分时相内的肿瘤体积差异。
不同扫描螺距对4DCT图像影响非常大，目前临床普遍采用的基于恰采样的螺距优选公式计算得到的螺距对基于4DCT的影像组学特征提取而言并非最优螺距。我们的研究结果表明，4DCT技术下最优螺距应该设置为0.093。另外我们发现90%的最大呼气末时相(End of the Enpiration, EOE)对螺距敏感度相对较低，它有70%的概率能够保证在不同螺距设置情况下将肿瘤体积偏差保持在±5%之内。
(2)研究图像预处理对基于CT图像的组学特征影响
我们对有可能影响影像组学特征提取的13种图像预处理方法进行了详细研究，结果提示：不同图像预处理方法对组学特征提取的作用位点是不同的。在进行影像组学分析的时候，需要根据研究的目的筛选出满足分析要求的预处理方法，或者在已经完成的预处理方法前提下选择那些鲁棒性好的特征用于后续分析研究。研究发现：巴特沃斯平滑重测(Butterworth Smooth-Retest, BSR)、比特深度范围重调(Bit Depth Rescale Range, BDRR)、拉普拉斯滤波器(Laplacian Filter, LF)、对数滤波器(Log Filter, LF)这四种图像预处理方法对组学特征提取影响最大，我们的经验是在保证原始CT图像信息的前提下尽可能地过滤掉随机性的噪声并保持合理的图像灰阶和分辨率以提高计算效率。
(3)提出最小梯度密度投影重建图像算法和在4DCT组学研究中的应用价值
为解决4DCT图像的影像组学特征提取受肿瘤质心运动影响问题，我们创新地提出了“最小梯度密度投影重建图像(Minimum gradient density projection matrix, MGDPM)”的概念和算法，将4DCT的分时图像进行梯度权重因子重构后合成专门用于影像组学特征提取的重建图像，这样可以最大程度地利用4DCT的图像信息，得到最接近于静止状态下的重建CT图像，为基于4DCT的影像组学信息提取提供创新解决思路。
(4)基于4DCT的影像组学特征对非小细胞肺癌(NSCLC)放疗后远处转移预测效果的研究
最后，我们将研究结果在非小细胞肺癌(Nonsmall-Cell Lung Cancer, NSCLC)患者中进行了应用。研究了基于4DCT的个体化MGDPM算法重建图像提取的影像组学特征相对于基于平均密度投影(Average intensity projection, AIP)和最大密度投影(Maximum intensity projection, MIP)传统重建图像用于预测NSCLC患者治疗后远处转移的优势。结果证明：基于4DCT的MGDPM重建图像提取的影像组学特征构建的标志能够较好地预测非小细胞肺癌患者的远处转移，其预测能力要比之前文献报道的基于平均密度投影和最大密度投影图像的能力强。