田捷-影像組學(xué)與其在腫瘤研究與臨床中應(yīng)用

2015年9月，國家衛(wèi)計委、發(fā)改委等16個部門聯(lián)合印發(fā)《中國癌癥防治三年行動計劃（2015-2017年）》背景—國家重大需求：4項(xiàng)定量指標(biāo)：重點(diǎn)地區(qū)、癌癥早診率達(dá)到50%腫瘤登記覆蓋全國30%以上人口癌癥防治核心知識知曉率達(dá)60%成人吸煙率下降3%第一頁，共51頁。背景—癌癥生存率無突破經(jīng)過五十年的努力，癌癥的五年生存期并沒有得到明顯的提高N=1,950,388.UpdatedMay12,2014DatafromNationalCancerInstituteofNIH(2014)%第二頁，共51頁。腫瘤基因組的時空異質(zhì)性限制了靶向治療的效果我們?nèi)狈τ行У氖侄稳ト娑吭u估腫瘤異質(zhì)性Gerlingeretal.NEnglJMed366,883-92(2012).被引用2368次英國倫敦大學(xué)癌癥研究中心CharlesSwanton,MD挑戰(zhàn)——缺乏定量評估手段第三頁，共51頁。腫瘤>5mm才能被診斷缺乏早期診斷手段癌癥的五年生存率沒有實(shí)質(zhì)性提高時空異質(zhì)性影響治療缺乏定量評估方法背景—癌癥生存率無突破原因N.Engl.J.Med.2010,363(1):4-6.醫(yī)療設(shè)備方面醫(yī)療軟件方面N.Engl.J.Med.2012,366,883-92.分子影像早期診斷手段影像組學(xué)定量分析方法第四頁，共51頁。機(jī)遇——影像組學(xué)腫瘤大小5mm1kg左右腫瘤1~3年5~20年細(xì)胞表達(dá)生物分子異常正?；虍惓ｉ_始增殖前癌病變形成癌灶出現(xiàn)病狀死亡轉(zhuǎn)移傳統(tǒng)成像技術(shù)難以實(shí)現(xiàn)早期微小腫瘤成像基因技術(shù)檢測早期基因異常？影像組學(xué)影像組學(xué)融合基因信息和影像多模態(tài)信息，為實(shí)現(xiàn)精準(zhǔn)診斷提供了新機(jī)遇基因異常新陳代謝異常器官結(jié)構(gòu)異常時間第五頁，共51頁。影像組學(xué)（Radiomics）發(fā)展歷程概念完善概念提出高通量地從MRI、PET及CT影像中提取大量高維的定量影像特征，并進(jìn)行分析影像組學(xué)指高通量地提取大量描述腫瘤特性的影像特征，最初譯為放射組學(xué)臨床應(yīng)用影像組學(xué)特征成功用于肺癌和頭頸癌數(shù)據(jù)的臨床預(yù)后評估，得到良好效果Nat.

Comm.2014,5:4006EJC2012,48:441-446MRI2012,30(9):1234.第六頁，共51頁。VirendraKumaretal,MagneticResonanceImaging,2012,30:1234.(被引55次)PhilippeLambin,EuropeanJournalofCancer2012;48:441-446.(被引100次)解剖結(jié)構(gòu)物理組織層次代謝層次蛋白質(zhì)層次轉(zhuǎn)錄學(xué)層次功能影像結(jié)構(gòu)影像分子影像量化微環(huán)境定量異質(zhì)性基因?qū)哟位虿±砝煤Ａ坑跋窈突虿±硇畔⑷娑磕[瘤異質(zhì)性癌癥研究影像組學(xué)影像組學(xué)提供定量化研究手段第七頁，共51頁。影像組學(xué)流程特征提取預(yù)測算法影像數(shù)據(jù)高維特征強(qiáng)度形狀紋理小波其它功能影像結(jié)構(gòu)影像分子影像基因病理診療決策腫瘤分期腫瘤分型預(yù)后分析診療方案合作優(yōu)化提高病人生存期提高疾病早診率減輕患者醫(yī)療負(fù)擔(dān)緩解醫(yī)院就診壓力推廣應(yīng)用影像組學(xué)利用大數(shù)據(jù)挖掘技術(shù)定量腫瘤異質(zhì)性，實(shí)現(xiàn)精準(zhǔn)診療決策，提高患者的生存期第八頁，共51頁。國際研究進(jìn)展—肺癌頭頸癌預(yù)后分析(1/4)Aertsetal.NatureCommunications,2014,5:4006.影像組學(xué)通過融合影像、基因和病理信息可量化腫瘤微環(huán)境，早期定量腫瘤基因異質(zhì)性基因表達(dá)影像特征病理信息數(shù)據(jù)分割特征分析預(yù)測強(qiáng)度形狀小波紋理美國莫菲特癌癥中心RobertJ.Gillies影像組學(xué)最早提出者之一第九頁，共51頁。臨床問題：臨床影像信息挖掘不足腫瘤異質(zhì)性很難用影像定性評估收集數(shù)據(jù)：一千多個病人完整數(shù)據(jù)788個患有非小細(xì)胞肺癌病人數(shù)據(jù)231個患有頭頸部鱗癌的病人數(shù)據(jù)提取特征：四百多個關(guān)鍵影像特征強(qiáng)度：最大值、標(biāo)準(zhǔn)方差、能量等形狀：緊密度、最長直徑、體積等紋理：和平均、最大可能、和熵等小波：邊界、自由與粘貼面積比等實(shí)驗(yàn)結(jié)果：影像與臨床顯著性相關(guān)影像組學(xué)特征可用于預(yù)測腫瘤預(yù)后Aertsetal.NatureCommunications,2014,5:4006.國際研究進(jìn)展—肺癌頭頸癌預(yù)后分析(2/4)第十頁，共51頁。Aertsetal.NatureCommunications,2014,5:4006.影像組學(xué)特征有重要預(yù)后價值：特征各向異性越強(qiáng)，病人存活率越低，緊密或球形腫瘤預(yù)后更好國際研究進(jìn)展—肺癌頭頸癌預(yù)后分析(3/4)第十一頁，共51頁。Aertsetal.NatureCommunications,2014,5:4006.影像組學(xué)的標(biāo)簽與基因重要相關(guān)利用影像特征預(yù)測患者基因信息國際研究進(jìn)展—肺癌頭頸癌預(yù)后分析(4/4)第十二頁，共51頁。國際研究進(jìn)展—影像-基因回路關(guān)聯(lián)分析(1/2)腦膠質(zhì)瘤靶向治療所需的基因數(shù)據(jù)難以獲取，穿刺活檢有創(chuàng)且難以得到整體信息臨床問題組學(xué)方法臨床數(shù)據(jù)斯坦福醫(yī)院MR圖像121例訓(xùn)練、TCGA公開數(shù)據(jù)集MR和對應(yīng)的基因數(shù)據(jù)144例測試提取388個影像組學(xué)特征聚類為三類，與PARADIGM算法尋找的基因回路進(jìn)行關(guān)聯(lián)ScienceTranslationalMedicine,2015,DOI:10.1126/scitranslmed.aaa7582

SCIIF(2015):15.843第十三頁，共51頁。國際研究進(jìn)展—影像-基因回路關(guān)聯(lián)分析(2/2)邊緣毛刺多病灶前期橢球形邊緣規(guī)則邊緣強(qiáng)化內(nèi)部低信號高風(fēng)險組中風(fēng)險組低風(fēng)險組C-KitIL6-singalingAng/Tie2-signalingC-KitFOXAPDGFRVEGFR酪氨酸激酶抑制劑

:伊馬替尼

VEGFR抑制劑：貝伐單抗影像特征預(yù)后生存基因回路靶向治療ScienceTranslationalMedicine,2015,DOI:10.1126/scitranslmed.aaa7582

SCIIF(2015):15.843第十四頁，共51頁。國內(nèi)最新研究—五月發(fā)表三篇影像組學(xué)論文結(jié)直腸癌JClinOncol非小細(xì)胞肺癌Radiology結(jié)直腸癌ClinCancerRes預(yù)測結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移術(shù)前預(yù)測結(jié)直腸癌輔助放化療效果ClinicalCancerResearchDOI:10.1158/1078-0432.CCR-15-2997浙大醫(yī)學(xué)院邵逸夫醫(yī)院預(yù)測非小細(xì)胞肺癌無進(jìn)展生存率Radiologyaccepted,May,2016廣東省人民醫(yī)院中科院自動化所JournalofClinicalOncology

廣東省人民醫(yī)院中科院自動化所第十五頁，共51頁。結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測(1/2)廣東省人民醫(yī)院與中科院自動化所合作結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測JournalofClinicalOncology,2016,

DOI:10.1200/JCO.2015.65.9128

SCIIF(2015):20.98結(jié)直腸癌是否合并淋巴結(jié)轉(zhuǎn)移很難在術(shù)前準(zhǔn)確確定，是否轉(zhuǎn)移決定患者手術(shù)過程中是否進(jìn)行淋巴結(jié)清掃，顯著影響臨床決策臨床問題組學(xué)方法臨床數(shù)據(jù)病理證實(shí)是否淋巴結(jié)轉(zhuǎn)移的影像病理數(shù)據(jù)廣東省人民醫(yī)院326訓(xùn)練、200測試數(shù)據(jù)利用影像組學(xué)方法提取轉(zhuǎn)移高度相關(guān)24個影像組學(xué)特征和臨床指標(biāo)，繪制諾模圖第十六頁，共51頁。融合影像特征和臨床指標(biāo)的影像組學(xué)標(biāo)簽可對結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移進(jìn)行個性化預(yù)測，指導(dǎo)治療決策預(yù)測模型諾模圖結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測(2/2)JournalofClinicalOncology,2016,

DOI:10.1200/JCO.2015.65.9128

SCIIF(2015):20.98第十七頁，共51頁。非小細(xì)胞肺癌生存期預(yù)測(1/2)Radiology,accepted,May,2016傳統(tǒng)臨床分期和病理對NSCLC患者無病生存期預(yù)測效果有限，需要新的預(yù)測方法臨床問題組學(xué)方法臨床數(shù)據(jù)有完整無病生存期隨訪信息的282例早期（IA–IIB期）NSCLC病例利用LASSOCox回歸模型提取5個肺癌生存期相關(guān)的影像組學(xué)特征，構(gòu)建預(yù)測模型廣東省人民醫(yī)院與中科院自動化所合作非小細(xì)胞肺癌生存預(yù)測第十八頁，共51頁。對于早期非小細(xì)胞肺癌患者，影像組學(xué)特征比臨床分期和臨床病理有更好的生存期預(yù)示能力K-M生存曲線列線圖Radiology,accepted,May,2016非小細(xì)胞肺癌生存期預(yù)測(2/2)廣東省人民醫(yī)院與中科院自動化所合作非小細(xì)胞肺癌生存預(yù)測第十九頁，共51頁。結(jié)直腸癌新輔助放療效果評價(1/2)浙大醫(yī)學(xué)院邵逸夫醫(yī)院進(jìn)行結(jié)直腸癌新輔助放療效果預(yù)測結(jié)直腸癌新輔助放療效果很難在治療前進(jìn)行預(yù)測，需要更準(zhǔn)確方法指導(dǎo)治療決策臨床問題組學(xué)方法臨床數(shù)據(jù)48例接受新輔助放療的結(jié)直腸癌病例，包括T1/T2/DWI/DCE等MRI掃描數(shù)據(jù)利用影像組學(xué)方法提取103個多參數(shù)影像組學(xué)特征，對于新輔助放療效果進(jìn)行預(yù)測ClinCancerRes，2016，DOI:10.1158/1078-0432.CCR-15-2997第二十頁，共51頁。針對結(jié)直腸癌新輔助放療效果評估，多參數(shù)影像組學(xué)特征比常規(guī)影像分析有更準(zhǔn)確預(yù)測性能沒有緩解結(jié)直腸癌新輔助放療效果評價(2/2)ClinCancerRes，2016，DOI:10.1158/1078-0432.CCR-15-2997病理緩解沒有緩解病理緩解常規(guī)方法影像組學(xué)第二十一頁，共51頁。影像組學(xué)研究進(jìn)展——緊跟國際研究熱點(diǎn)預(yù)測診斷軟件開發(fā)研發(fā)一套專門讀取臨床影像數(shù)據(jù)并自動進(jìn)行分期、生存率預(yù)測和治療方案建議的軟件系統(tǒng)基于臨床數(shù)據(jù)的分期和預(yù)測算法研究利用工科優(yōu)勢，開展臨床數(shù)據(jù)的分期和預(yù)測算法研究，發(fā)表高影響因子學(xué)術(shù)論文一系列數(shù)據(jù)資源Radiomics資源數(shù)據(jù)庫建設(shè)收集一系列格式規(guī)范、信息完整的8000例臨床影像數(shù)據(jù)和基因數(shù)據(jù)，并整理成資源數(shù)據(jù)庫一連串關(guān)鍵技術(shù)一整套影像軟件一大批合作醫(yī)院30余家國內(nèi)醫(yī)院長期合作已經(jīng)與北京、長三角、珠三角、河南等地區(qū)的30余家三甲為主的醫(yī)院建立長期合作關(guān)系第二十二頁，共51頁。已經(jīng)超過30余家合作醫(yī)院國內(nèi)合作醫(yī)院——北上廣+中西部廣東省人民醫(yī)院廣醫(yī)一附院汕大附屬腫瘤醫(yī)院上海肺科醫(yī)院上海長征醫(yī)院哈醫(yī)大四附院哈醫(yī)大二附院西京醫(yī)院華西醫(yī)院301、協(xié)和醫(yī)院天壇、佑安醫(yī)院中日友好醫(yī)院醫(yī)科院腫瘤醫(yī)院北京腫瘤醫(yī)院河南省人民醫(yī)院鄭大一附院貴州省人民醫(yī)院珠海市人民醫(yī)院第二十三頁，共51頁。影像組學(xué)數(shù)據(jù)資源建立了涵蓋中國三大高發(fā)癌種的多中心、多腫瘤、多模態(tài)的數(shù)據(jù)資源平臺，癌癥數(shù)據(jù)近萬例腦脊索瘤1家合作醫(yī)院200余例肺癌8家合作醫(yī)院5000余例肝癌2家合作醫(yī)院500余例結(jié)直腸癌2家合作醫(yī)院800余例胃癌1家合作醫(yī)院600余例乳腺癌1家合作醫(yī)院600余例腦膠質(zhì)瘤4家合作醫(yī)院1100余例第二十四頁，共51頁。大量數(shù)據(jù)大數(shù)據(jù)影像組學(xué)大數(shù)據(jù)是臨床問題明確、格式規(guī)范、信息完整的病人數(shù)據(jù)=影像組學(xué)數(shù)據(jù)規(guī)范第二十五頁，共51頁。數(shù)據(jù)格式標(biāo)準(zhǔn)DICOM格式的CT、MR、PET等數(shù)據(jù)，支持多序列數(shù)據(jù)，同一批患者數(shù)據(jù)采集序列一致單幅圖像>512*512像素，數(shù)據(jù)層厚：0.625-2.5mm病理信息病理分類、TNM分期、復(fù)發(fā)轉(zhuǎn)移等信息年齡、性別、是否吸煙等治療信息藥物治療、手術(shù)治療、放化療、基因靶向治療等藥物用量、治療次數(shù)、靶向藥物類型等預(yù)后信息2年以上病人隨訪，明確腫瘤進(jìn)展和死亡時間基因信息致病基因突變、相關(guān)基因回路詳細(xì)參考《中國科學(xué)院分子影像重點(diǎn)實(shí)驗(yàn)室合作醫(yī)院影像組學(xué)數(shù)據(jù)規(guī)范細(xì)則》影像組學(xué)數(shù)據(jù)規(guī)范第二十六頁，共51頁。腫瘤強(qiáng)度腫瘤紋理臨床經(jīng)驗(yàn)小波特征低維特征視覺特征高維特征一定個數(shù)三維特征經(jīng)驗(yàn)特征復(fù)雜特征影像組學(xué)特征提取同病異癥異病同癥深度學(xué)習(xí)大數(shù)據(jù)挖掘定量分析腫瘤形狀將低維視覺特征、高維復(fù)雜特征和臨床經(jīng)驗(yàn)特征相結(jié)合，全面分析腫瘤異質(zhì)性第二十七頁，共51頁。簡單視覺二維特征放射科醫(yī)生同病異癥異病同癥多年臨床診斷經(jīng)驗(yàn)高維復(fù)雜三維特征影像組學(xué)定量異質(zhì)性提高診療率數(shù)據(jù)挖掘深度學(xué)習(xí)影像組學(xué)特征選擇第二十八頁，共51頁。肺結(jié)節(jié)自動分割研究LIDC公開數(shù)據(jù)集819例數(shù)據(jù)的精度為81.57%.較之于水平集方法和圖割方法，精度提高14.95%(p<0.0005)和10.18%(p=0.004).3D臨床問題：肺結(jié)節(jié)自動分割精度低手動分割速度慢與上海長征醫(yī)院合作研究腫瘤自動分割，精度提高10%JiangdianSong,ANewAutomatedLungNoduleSegmentationAlgorithmBasedonTobogganandregiongrowing.IEEETMI,35(1):337-53,2016.分割方法對實(shí)性結(jié)節(jié)和磨玻璃結(jié)節(jié)都有效第二十九頁，共51頁。與斯坦福大學(xué)合作進(jìn)行肺癌良惡性分類預(yù)測肺癌良惡性診斷對治療方案制定有重要指導(dǎo)意義，常規(guī)診斷主要依靠術(shù)前穿刺活檢或術(shù)后病理，缺乏術(shù)前無創(chuàng)定量評估方法臨床問題組學(xué)方法臨床數(shù)據(jù)有良惡性病理證實(shí)的國際公開肺癌數(shù)據(jù)庫LIDC數(shù)據(jù)庫中495良性和495惡性肺結(jié)節(jié)采用基于深度機(jī)器學(xué)習(xí)的影像組學(xué)方法進(jìn)行肺癌良惡性二分類的預(yù)測分析WeiShen,Multi-scaleLungNoduleClassificationMethodUsingCNN,accepted,2016,PR基于深度學(xué)習(xí)的肺癌良惡性預(yù)測(1/2)第三十頁，共51頁。深度機(jī)器學(xué)習(xí)對肺結(jié)節(jié)多尺度分類精度達(dá)83%基于深度學(xué)習(xí)的肺癌良惡性預(yù)測(2/2)尺度0120+10+21+20+1+2良惡性分類精度76.36%79.49%82.12%80.90%81.41%80.81%83.23%基于LIDC數(shù)據(jù)庫495良性和495惡性肺結(jié)節(jié)，采用10倍交叉驗(yàn)證法卷積神經(jīng)網(wǎng)絡(luò)深度機(jī)器學(xué)習(xí)人工智能黑盒子多尺度輸入良惡分類WeiShen,Multi-scaleLungNoduleClassificationMethodUsingCNN,accepted,2016,PR第三十一頁，共51頁。在中國科學(xué)院STS項(xiàng)目支持下研發(fā)肺癌影像組學(xué)預(yù)測軟件數(shù)據(jù)顯示區(qū)預(yù)測結(jié)果實(shí)時進(jìn)度運(yùn)行記錄操作區(qū)軟件進(jìn)展—肺癌預(yù)測軟件研發(fā)(1/5)第三十二頁，共51頁。軟件進(jìn)展—肺癌預(yù)測軟件研發(fā)(2/5)軟件可以進(jìn)行腫瘤良惡性預(yù)測，為臨床診斷提供第二意見TNM分期良惡性生存期治療方案病人打分機(jī)制：

>60分預(yù)后良好，可推薦手術(shù)治療、放化療等

<60分預(yù)后較差，建議保守治療、靶向治療等第三十三頁，共51頁?？蓪?shí)現(xiàn)腫瘤的自動分割和592個特征的提取腫瘤分割結(jié)果軟件進(jìn)展—肺癌預(yù)測軟件研發(fā)(3/5)第三十四頁，共51頁。惡性腫瘤例子N分期良惡性生存期治療方案軟件進(jìn)展—肺癌預(yù)測軟件研發(fā)(4/5)第三十五頁，共51頁。N分期良惡性生存期治療方案軟件進(jìn)展—肺癌預(yù)測軟件研發(fā)(5/5)良性磨玻璃偽影(GGO)例子第三十六頁，共51頁。影像組學(xué)預(yù)測軟件推廣思路—借助STS項(xiàng)目影像大數(shù)據(jù)資源平臺影像組學(xué)輔助診斷研究所、高校三甲醫(yī)院區(qū)級醫(yī)院技術(shù)支持資源支撐提出需求專家經(jīng)驗(yàn)提出需求專家經(jīng)驗(yàn)信息共享，遠(yuǎn)程會診評估預(yù)測

輔助診斷評估預(yù)測

輔助診斷數(shù)據(jù)和特征入庫數(shù)據(jù)和特征入庫第三十七頁，共51頁。影像組學(xué)預(yù)測軟件推廣上海肺科醫(yī)院

影像科

史景云主任上海長征醫(yī)院

影像醫(yī)學(xué)與核醫(yī)學(xué)科

劉士遠(yuǎn)主任廣東省人民醫(yī)院

放射科梁長虹主任廣州醫(yī)學(xué)院一附院放射科曾慶思主任河南省人民醫(yī)院史大鵬主任鄭州大學(xué)第一附屬醫(yī)院程敬亮主任哈爾濱醫(yī)科大學(xué)附屬第四醫(yī)院申寶忠院長北京天壇醫(yī)院

神經(jīng)外科江濤、張亞卓主任項(xiàng)目組研發(fā)影像組學(xué)預(yù)測軟件將在國內(nèi)多家三甲醫(yī)院進(jìn)行試點(diǎn)，臨床預(yù)測精度80%左右第三十八頁，共51頁。與江西中科九峰移動醫(yī)療公司合作惠民工程（江西）遠(yuǎn)程醫(yī)療項(xiàng)目，已獲30余家三甲醫(yī)院支持，并在上高縣人民醫(yī)院等一批基層醫(yī)院得到推廣健康醫(yī)療信息惠民行動計劃影像組學(xué)遠(yuǎn)程醫(yī)療推廣借助惠民工程，推廣遠(yuǎn)程醫(yī)療，服務(wù)基層醫(yī)院九峰醫(yī)療與南昌市人民政府、江西省科技廳等四方共建移動醫(yī)療研究院第三十九頁，共51頁。已經(jīng)形成完整的自主知識產(chǎn)權(quán)體系研究基礎(chǔ)—專利軟著第四十頁，共51頁。研究基礎(chǔ)—科研獎項(xiàng)(第一完成單位)41國家技術(shù)發(fā)明獎二等獎(2010)國家技術(shù)發(fā)明獎二等獎(2012)國家科技進(jìn)步獎二等獎(2003)國家科技進(jìn)步獎二等獎(2004)第四十一頁，共51頁。在Radiomics理論方法及醫(yī)學(xué)應(yīng)用方面發(fā)表IEEETrans系列雜志，NatureComm，NatureProtoc,PNAS，LaserPhotonicsRev等SCI國際期刊論文70余篇研究基礎(chǔ)—發(fā)表論文方法技術(shù)系列論文生物醫(yī)學(xué)應(yīng)用系列論文第四十二頁，共51頁。臨床影像頂級期刊Radiology臨床腫瘤領(lǐng)域頂級期刊JCO影像處理頂級期刊IEEETMI研究基礎(chǔ)—代表性論文在腫瘤、放射、影像處理頂級期刊上都有文章發(fā)表第四十三頁，共51頁。田捷，博士，中國科學(xué)院自動化研究所研究員IEEE,SPIE,IAMBE