田捷_影像组学及其在肿瘤研究与临床中的应用

1第五届华美影像论坛影像组学及其在肿瘤研究与临床中的应用2020年6月23日中国科学院分子影像重点实验室田捷IEEE,SPIE,IAMBE,AIMBE,IAPRFellow3背景—癌症生存率无突破经过五十年的努力，癌症的五年生存期并没有得到明显的提高N=1,950,388.UpdatedMay12,2014DatafromNationalCancerInstituteofNIH(2014)%4肿瘤基因组的时空异质性限制了靶向治疗的效果我们缺乏有效的手段去全面定量评估肿瘤异质性Gerlingeretal.NEnglJMed366,883-92(2012).被引用2368次英国伦敦大学癌症研究中心CharlesSwanton,MD挑战——缺乏定量评估手段5肿瘤5mm才能被诊断缺乏早期诊断手段癌症的五年生存率没有实质性提高时空异质性影响治疗缺乏定量评估方法背景—癌症生存率无突破原因N.Engl.J.Med.2010,363(1):4-6.医疗设备方面医疗软件方面N.Engl.J.Med.2012,366,883-92.分子影像早期诊断手段影像组学定量分析方法6机遇——影像组学肿瘤大小5mm1kg左右肿瘤1~3年5~20年细胞表达生物分子异常正常基因异常开始增殖前癌病变形成癌灶出现病状死亡转移传统成像技术难以实现早期微小肿瘤成像基因技术检测早期基因异常？影像组学影像组学融合基因信息和影像多模态信息，为实现精准诊断提供了新机遇基因异常新陈代谢异常器官结构异常时间7影像组学（Radiomics）发展历程概念完善概念提出高通量地从MRI、PET及CT影像中提取大量高维的定量影像特征，并进行分析影像组学指高通量地提取大量描述肿瘤特性的影像特征，最初译为放射组学临床应用影像组学特征成功用于肺癌和头颈癌数据的临床预后评估，得到良好效果Nat.Comm.2014,5:4006EJC2012,48:441-446MRI2012,30(9):1234.8VirendraKumaretal,MagneticResonanceImaging,2012,30:1234.(被引55次)PhilippeLambin,EuropeanJournalofCancer2012;48:441-446.(被引100次)解剖结构物理组织层次代谢层次蛋白质层次转录学层次功能影像结构影像分子影像量化微环境定量异质性基因层次基因病理利用海量影像和基因病理信息全面定量肿瘤异质性癌症研究影像组学影像组学提供定量化研究手段9影像组学流程特征提取预测算法影像数据高维特征强度形状纹理小波其它功能影像结构影像分子影像基因病理诊疗决策肿瘤分期肿瘤分型预后分析诊疗方案合作优化提高病人生存期提高疾病早诊率减轻患者医疗负担缓解医院就诊压力推广应用影像组学利用大数据挖掘技术定量肿瘤异质性，实现精准诊疗决策，提高患者的生存期10国际研究进展—肺癌头颈癌预后分析(1/4)Aertsetal.NatureCommunications,2014,5:4006.影像组学通过融合影像、基因和病理信息可量化肿瘤微环境，早期定量肿瘤基因异质性基因表达影像特征病理信息数据分割特征分析预测强度形状小波纹理美国莫菲特癌症中心RobertJ.Gillies影像组学最早提出者之一11临床问题：临床影像信息挖掘不足肿瘤异质性很难用影像定性评估收集数据：一千多个病人完整数据788个患有非小细胞肺癌病人数据231个患有头颈部鳞癌的病人数据提取特征：四百多个关键影像特征强度：最大值、标准方差、能量等形状：紧密度、最长直径、体积等纹理：和平均、最大可能、和熵等小波：边界、自由与粘贴面积比等实验结果：影像与临床显著性相关影像组学特征可用于预测肿瘤预后Aertsetal.NatureCommunications,2014,5:4006.国际研究进展—肺癌头颈癌预后分析(2/4)12Aertsetal.NatureCommunications,2014,5:4006.影像组学特征有重要预后价值：特征各向异性越强，病人存活率越低，紧密或球形肿瘤预后更好国际研究进展—肺癌头颈癌预后分析(3/4)13Aertsetal.NatureCommunications,2014,5:4006.影像组学的标签与基因重要相关利用影像特征预测患者基因信息国际研究进展—肺癌头颈癌预后分析(4/4)14国际研究进展—影像-基因回路关联分析(1/2)脑胶质瘤靶向治疗所需的基因数据难以获取，穿刺活检有创且难以得到整体信息临床问题组学方法临床数据斯坦福医院MR图像121例训练、TCGA公开数据集MR和对应的基因数据144例测试提取388个影像组学特征聚类为三类，与PARADIGM算法寻找的基因回路进行关联ScienceTranslationalMedicine,2015,DOI:10.1126/scitranslmed.aaa7582SCIIF(2015):15.84315国际研究进展—影像-基因回路关联分析(2/2)边缘毛刺多病灶前期椭球形边缘规则边缘强化内部低信号高风险组中风险组低风险组C-KitIL6-singalingAng/Tie2-signalingC-KitFOXAPDGFRVEGFR酪氨酸激酶抑制剂:伊马替尼VEGFR抑制剂：贝伐单抗影像特征预后生存基因回路靶向治疗ScienceTranslationalMedicine,2015,DOI:10.1126/scitranslmed.aaa7582SCIIF(2015):15.84316国内最新研究—五月发表三篇影像组学论文结直肠癌JClinOncol非小细胞肺癌Radiology结直肠癌ClinCancerRes预测结直肠癌淋巴结转移术前预测结直肠癌辅助放化疗效果ClinicalCancerResearchDOI:10.1158/1078-0432.CCR-15-2997浙大医学院邵逸夫医院预测非小细胞肺癌无进展生存率Radiologyaccepted,May,2016广东省人民医院中科院自动化所JournalofClinicalOncologyDOI:10.1200/JCO.2015.65.9128广东省人民医院中科院自动化所17结直肠癌淋巴结转移预测(1/2)广东省人民医院与中科院自动化所合作结直肠癌淋巴结转移预测JournalofClinicalOncology,2016,DOI:10.1200/JCO.2015.65.9128SCIIF(2015):20.98结直肠癌是否合并淋巴结转移很难在术前准确确定，是否转移决定患者手术过程中是否进行淋巴结清扫，显著影响临床决策临床问题组学方法临床数据病理证实是否淋巴结转移的影像病理数据广东省人民医院326训练、200测试数据利用影像组学方法提取转移高度相关24个影像组学特征和临床指标，绘制诺模图18融合影像特征和临床指标的影像组学标签可对结直肠癌淋巴结转移进行个性化预测，指导治疗决策预测模型诺模图结直肠癌淋巴结转移预测(2/2)JournalofClinicalOncology,2016,DOI:10.1200/JCO.2015.65.9128SCIIF(2015):20.9819非小细胞肺癌生存期预测(1/2)Radiology,accepted,May,2016传统临床分期和病理对NSCLC患者无病生存期预测效果有限，需要新的预测方法临床问题组学方法临床数据有完整无病生存期随访信息的282例早期（IA–IIB期）NSCLC病例利用LASSOCox回归模型提取5个肺癌生存期相关的影像组学特征，构建预测模型广东省人民医院与中科院自动化所合作非小细胞肺癌生存预测20对于早期非小细胞肺癌患者，影像组学特征比临床分期和临床病理有更好的生存期预示能力K-M生存曲线列线图Radiology,accepted,May,2016非小细胞肺癌生存期预测(2/2)广东省人民医院与中科院自动化所合作非小细胞肺癌生存预测21结直肠癌新辅助放疗效果评价(1/2)浙大医学院邵逸夫医院进行结直肠癌新辅助放疗效果预测结直肠癌新辅助放疗效果很难在治疗前进行预测，需要更准确方法指导治疗决策临床问题组学方法临床数据48例接受新辅助放疗的结直肠癌病例，包括T1/T2/DWI/DCE等MRI扫描数据利用影像组学方法提取103个多参数影像组学特征，对于新辅助放疗效果进行预测ClinCancerRes，2016，DOI:10.1158/1078-0432.CCR-15-299722针对结直肠癌新辅助放疗效果评估，多参数影像组学特征比常规影像分析有更准确预测性能没有缓解结直肠癌新辅助放疗效果评价(2/2)ClinCancerRes，2016，DOI:10.1158/1078-0432.CCR-15-2997病理缓解没有缓解病理缓解常规方法影像组学23影像组学研究进展——紧跟国际研究热点预测诊断软件开发研发一套专门读取临床影像数据并自动进行分期、生存率预测和治疗方案建议的软件系统基于临床数据的分期和预测算法研究利用工科优势，开展临床数据的分期和预测算法研究，发表高影响因子学术论文一系列数据资源Radiomics资源数据库建设收集一系列格式规范、信息完整的8000例临床影像数据和基因数据，并整理成资源数据库一连串关键技术一整套影像软件一大批合作医院30余家国内医院长期合作已经与北京、长三角、珠三角、河南等地区的30余家三甲为主的医院建立长期合作关系24已经超过30余家合作医院国内合作医院——北上广+中西部广东省人民医院广医一附院汕大附属肿瘤医院上海肺科医院上海长征医院哈医大四附院哈医大二附院西京医院华西医院301、协和医院天坛、佑安医院中日友好医院医科院肿瘤医院北京肿瘤医院河南省人民医院郑大一附院贵州省人民医院珠海市人民医院25影像组学数据资源建立了涵盖中国三大高发癌种的多中心、多肿瘤、多模态的数据资源平台，癌症数据近万例脑脊索瘤1家合作医院200余例肺癌8家合作医院5000余例肝癌2家合作医院500余例结直肠癌2家合作医院800余例胃癌1家合作医院600余例乳腺癌1家合作医院600余例脑胶质瘤4家合作医院1100余例26大量数据大数据影像组学大数据是临床问题明确、格式规范、信息完整的病人数据=影像组学数据规范27数据格式标准DICOM格式的CT、MR、PET等数据，支持多序列数据，同一批患者数据采集序列一致单幅图像512*512像素，数据层厚：0.625-2.5mm病理信息病理分类、TNM分期、复发转移等信息年龄、性别、是否吸烟等治疗信息药物治疗、手术治疗、放化疗、基因靶向治疗等药物用量、治疗次数、靶向药物类型等预后信息2年以上病人随访，明确肿瘤进展和死亡时间基因信息致病基因突变、相关基因回路详细参考《中国科学院分子影像重点实验室合作医院影像组学数据规范细则》肿瘤强度肿瘤纹理临床经验小波特征低维特征视觉特征高维特征一定个数三维特征经验特征复杂特征影像组学特征提取同病异症异病同症深度学习大数据挖掘定量分析肿瘤形状将低维视觉特征、高维复杂特征和临床经验特征相结合，全面分析肿瘤异质性29简单视觉二维特征放射科医生同病异症异病同症多年临床诊断经验高维复杂三维特征影像组学定量异质性提高诊疗率数据挖掘深度学习影像组学特征选择30肺结节自动分割研究LIDC公开数据集819例数据的精度为81.57%.较之于水平集方法和图割方法，精度提高14.95%(p0.0005)和10.18%(p=0.004).3D临床问题：肺结节自动分割精度低手动分割速度慢与上海长征医院合作研究肿瘤自动分割，精度提高10%JiangdianSong,ANewAutomatedLungNoduleSegmentationAlgorithmBasedonTobogganandregiongrowing.IEEETMI,35(1):337-53,2016.分割方法对实性结节和磨玻璃结节都有效31与斯坦福大学合作进行肺癌良恶性分类预测肺癌良恶性诊断对治疗方案制定