四川省广元市第一人民医院肿瘤科 四川广元 628017
摘要:影像人工智能是一门技术科学分支,融合CT片、超声内镜(EUS)、MRI和正电子发射断层显像/计算机体层成像(CET/CT)计算机模型和算法来勾画靶区放射治疗模拟于人工的智能,主要自动分析技术在肿瘤靶区及危及器官勾画中应用在医疗领域具有巨大的潜力。影像人工智能融合肿瘤放射治疗靶区勾画多种方法有效联合、提高直肠癌放射治疗靶区勾画精准率应用综述。
关键词:直肠癌;放射治疗;超声内镜;自动勾画靶区
直肠癌是消化系统常的恶性肿瘤之一,欧美发病率很高,美国2013年结直肠癌发病率位于恶性肿瘤的第四位[1]。我国结直肠癌发病率为男性第四位、女性第三位,死亡率为男性第五位、女性第四位,在我国的发病率可能有上升趋势[2]。融合超声内镜(EUS)、计算机体层成像(CT)、核磁共振(MRI)调强计划系统(IMRT)在结直肠癌放射治疗计划靶区勾画的进展应用综述。
1 人工智能
它是放射治疗调强系统计算机科学的一个分支,从1956年提出人工智能一词距今已60多年,人工智能在医疗领域各个方面快速发展,结合ML代表了人工智能里的分支,DL算法已经广泛应用于解决各种问题,人工神经网络ANN调整相应的权重,调整输入和输出的关系,解决特定的放射治疗问题,CNN在肿瘤放射治疗中十分流行的DL系统应用于图像的自动分割,大大节省了靶区勾画的时间,是肿瘤放射治疗的最终目标。
2 超声内镜(EUS)
它具备内镜和超声的功能,能很好分辨肠壁的各层结构,可显示管壁的浸润深度及邻近组织器官的受侵情况[3],可完成活检、注射治疗。EUS基于35个研究荟萃分析EUS判断淋巴结的敏感性和特异性大约75%[4],EUS、CT和MRI判断淋巴结转移的敏感性55%-70%,特异性75%-80%。腔内超声在T3 T4的肿瘤判断方面有一定局限性,对狭窄性病变的诊断很难完成,通过对腔内超声连续观察可能有助于判断疗效,中国医学科学医院肿瘤医院的初步结果是EUS判断疗后肿瘤体积与疗前肿瘤体积比值与TRG(P=0.046)和PCR(P=0.000)均显著相关。在肿瘤直肠癌放射治疗中接受放射治疗的肿瘤患者占比超过50%,精准勾画OAR是放射治疗计划中的关键步骤及环节,在传统放射治疗过程中OAR勾画让临床医师相当耗时又费力,人工智能多种自动勾画技术得到发展,基于图谱和DL的自动勾画技术比手动勾画明显节省时间。
3 融合了CT、结直肠的解剖特征及病灶部位、大小形态反应肿瘤肠壁侵犯深度,局部淋巴结转移及远处转移等情况影响不同影像检查方法对肿瘤分期准确性的因素主要包括:不同检查技术特有的优势或局限性,设备改进和软件技术提高,肠道清洁度肠腔扩张及肠道内比剂的应用[5],CT转移淋巴结常出现在肠系膜上、下血管周围的结肠系膜内及主动脉旁[6],多种处理技术多平面重建,透明显示、可直观、立体地显示结直肠各段,对病变准确定位,有利于观察肿瘤形态及特征、范围及浸润程度、淋巴结转移及远处脏器转移细节[7]。CT较难分辨,对早期T1 T2期病变诊断准确较差,对T2 T3期的辨别主要依据肠壁外缘是光整以及病灶周边脂肪间隙程度来判断,肿瘤和炎症均可以引起周边脂肪隙模糊,T2期可能会过渡分期到T3期。陈凤丽等[8]研究显示增强CT诊断N分期准确率敏感性,特异性分别为71.4%,73.3%,68.4%。管晓晖等[9]研究显示64排MSCT对N分期诊断的准确率为71.1%,对N0-3各期诊断为100%,57.9%,53.4%,78.3%。
4 MRI无电离辐射
它的组织分辨率高,能清楚显示肿瘤和邻近组织结构关系,为直肠癌放疗诊断和分期的主要工具,准确率较高。张彬等[10]研究显示MRI常规序列结合弥散加权成像(DWI)诊断T分期总准确率为83%,在T1-2,T3,T4各期诊断准确率分别88.7%,83.0%,94.3%。研究显示MRI对N分期的诊断准确率仅为60%-80%。MRI对于M分期的诊断也具有较高的准确率和敏感性。
5 PET/CT
在疾病早期发生功能代谢等异常时便可发现病变并准确定位,在结直肠癌的早期诊断和分期,评估疗效和预后,监测复发等方面具有重要价值。PET/CT显像对N分期的诊断具有较高的准确率,尤其是在小淋巴结的诊断方面,生存分析显示SUVmax可作为独立预后因子。
6 肿瘤放疗
它的更新极快,疗效明显提高,接受放射治疗的人数日益增多,其中接受放射治疗的肿瘤患者占比超过50%。肿瘤放疗治疗的过程中危及器官(OAR)靶区的勾画及治疗计划的制定十分重要,ML已被应用于肿瘤治疗学等多个方面,如人工神经网络(ANN)和深度学习(DL)等,因此人工智能在肿瘤应用迅速发展。
7 OAR的自动勾画
它的目的是对肿瘤进行高剂量的放射治疗的同时为了减少周围正常组织器官的受理。放射治疗OAR精确,精准勾画是放射治疗计划的关键一环。传统的放疗治疗过程中,OAR的勾画,每位患者有数百张CT图像,需要对相关CT图像逐层勾画,临床放疗相当费力、费时。近年来基于ML自动分割技术,不少学者提出了基于CNN的自动分割技术CNN相关的方法,自动分割技术相继出现。
8 肿瘤靶区的自动勾画,最终目标是对肿瘤靶区进行放射治疗。肿瘤靶区的勾画是特别重要的环节,勾画的效果依赖于医师所掌握的解剖知识和肿瘤学知识,肿瘤侵犯的范围和深度等。U-net在医学图像分析中十分流行。分割算法在T2加权MR图像上分割直肠肿瘤。
9 肿瘤剂量预测模型
人工智能的迅速发展使用预测计划靶区(PTV)和OAR的剂量分布,以及处方剂量。因其自身局限性,OAR的添加缺乏灵活性。在IMRT中基于DL肿瘤三维剂量预测和基于剂量分布的计划生成算法,DVH曲线与放射治疗计划系统的计算结果,评估DL模型的预测能力,只有IMRT计划靶区适形度最好。在放射治疗后放射毒性及疗效预测的应用上,ML用于呼吸运动的预测以及肿瘤的追踪,在自适应治疗中OAR的自动勾画等。
10 小结
融合影像勾画靶区,EUS对直肠T分期的诊断独特优势,可发现早期病变,检查方便,费用较低,痛苦性小易广泛接收,对TNM分期诊断较差。CT临床应用广泛,对于中晚期病变具有较好的诊断价值,不能准确评价早期肿瘤浸润的范围及深度,且射线对人体有害,MRI对TNM各分期均有较高价值,成为直肠癌分期的放射治疗主要影像学方法。PET-CT对分期诊断准确率不足,对TNM分期诊断有明显优势,可评估疗效及预后,监测复发,但也有射线危害。人工智能融合影像片广泛应用于肿瘤放射治疗的多个方面,基于CNN的多种自动分割技术在OAR自动勾画中的应用以及基于U-net模型的多种自动分割技术在肿瘤靶区自动勾画中的应用,融合影像片应用渗透到了肿瘤放射治疗方方面面,并迅速提高了工作效率,缩短了在院时间,计算机科学和人工智能的进步发展,有助于放射治疗精确化、精准化。直肠癌放射治疗的设计,用来进行个体化治疗,精确定位治疗范围,尽量减少正常器官的照射,评价治疗靶区的适形度,均匀照射剂量,并在患者复发时可以进行复发部位与照射范围的复位,规范今后靶区勾画。
参考文献
[1]李哗雄.肿瘤放射治疗学[M].北京:中国协和医科大学出版社,2018:1103.
[2]李哗雄.肿瘤放射治疗学[M].北京:中国协和医科大学出版社,2018:1103.
[3]Haji A,Adams K,Bjarnason I,et aI.High-frequency mini probeultrasound before endoscopic resection of colorectal polyps-is it use-ful? [J].Dis Colon Rectum,2014,57(3):378-382.
[4]Puli SR,Reddy JB,Bechtold ML,et al.Accuracy of endoscopic ultrasound to diagnose nodal invasion by rectal cancers:a meta-analysis and systematic review.Ann Surg Oncol,2009,16:1255-1265.
[5]孙燕.临床肿瘤学高级教程[M].北京:中华医学电子音像出版社,2017:154.
[6]孙燕.临床肿瘤学高级教程[M].北京:中华医学电子音像出版社,2017:155
[7] [1]李广微.64排CT及图像后处理技术在结直肠癌术前分期的应用研究[J].中国CT和MRI杂志,2015,13(07):84-86.
[8]陈凤丽,郝粉娥,黄应龙.常规全腹部增强CT结直肠癌评估的初步研究[J].局部手术学杂志,2016,25(9):640-643.
[9]官晓晖,马隆佰,林华,64排螺旋CT扫描对大肠癌诊断及分期的价值[J].中国CT和MRI杂志,2014,12(5):73-76,89.
[10]张彬,张禀评,毛宁,刘馨蔚,王滨.MRI常规序列结合DWI对盆腔内结直肠癌术前临床分期的价值[J].中国中西医结合影像学杂志,2016,14(02):143-145+149.