醫(yī)學(xué)影像學(xué)院張輝課題組建立了無(wú)創(chuàng)預(yù)測(cè)高級(jí)別前列腺癌中周?chē)窠?jīng)侵犯狀態(tài)這一腫瘤侵襲性的雙參數(shù)磁共振影像組學(xué)模型
前列腺癌（Prostate cancer， PCa）是世界上105個(gè)國(guó)家中最常見(jiàn)的惡性腫瘤，位居男性癌癥發(fā)病率第二位，在亞洲許多國(guó)家中發(fā)病率和病死率都在上升。周?chē)窠?jīng)侵犯（Perineural invasion，PNI）是癌細(xì)胞在腫瘤微環(huán)境中包圍并侵入周?chē)窠?jīng)的一種組織學(xué)結(jié)構(gòu)，對(duì)于前列腺癌特別是病理高級(jí)別前列腺癌，PNI陽(yáng)性具有更高的包膜外侵犯發(fā)生率，是較差生存結(jié)局的獨(dú)立相關(guān)因素，但目前如何利用無(wú)創(chuàng)的方法精準(zhǔn)發(fā)現(xiàn)PCa內(nèi)PNI現(xiàn)象尚缺乏有效手段，相關(guān)研究處于空白。近年來(lái)基于MRI（magnetic resonance imaging）的影像組學(xué)技術(shù)可以挖掘腫瘤圖像背后蘊(yùn)藏的信息，其不僅能幫助檢出前列腺癌，還能對(duì)包括病理評(píng)分在內(nèi)的代表侵襲性的因素做出預(yù)測(cè)，對(duì)于指導(dǎo)臨床醫(yī)生診斷并制定臨床決策起到至關(guān)重要的作用。
2022年12月，山西醫(yī)科大學(xué)醫(yī)學(xué)影像學(xué)院張輝教授團(tuán)隊(duì)在Cancers期刊(IF:6.575)發(fā)表了“Predicting Tumor Perineural Invasion Status in High-Grade Prostate Cancer Based on a Clinical-Radiomics Model Incorporating T2-Weighted and Diffusion-Weighted Magnetic Resonance Images ”的研究論文。在本項(xiàng)研究中，研究人員利用影像組學(xué)的方法對(duì)高級(jí)別前列腺癌患者的MRI圖像進(jìn)行了特征提取，經(jīng)過(guò)降維分析提取了最具特征的影像組學(xué)特征，建立了預(yù)測(cè)模型（Fig1、2）。
Fig 1: The lasso plots for radiomics feature selection, (a) and (b) for T2WI, (c) and (d) for DWI and (e) and (f) for T2WI+DWI sequences.
Fig2：The AUCs of different models in the training and test respectively
周?chē)窠?jīng)侵犯的分類(lèi)采用SVM分類(lèi)器進(jìn)行分類(lèi)，然后繪制各組的ROC曲線。影像特征結(jié)合臨床特征模型顯示出良好的預(yù)測(cè)精準(zhǔn)度，在訓(xùn)練集上獲得了0.906的平均AUC性能，在測(cè)試數(shù)據(jù)集上AUC達(dá)到0.947，表明基于雙參數(shù)MRI的影像組學(xué)模型在評(píng)估高級(jí)別前列腺癌中周?chē)窠?jīng)侵犯狀態(tài)具有較強(qiáng)的效能?；陔p參數(shù)MRI影像組學(xué)模型能夠幫助臨床醫(yī)師術(shù)前評(píng)估腫瘤侵襲性，做出對(duì)應(yīng)臨床決策（Fig3）。
Fig3. Decision curve analysis
2019級(jí)博士研究生山西醫(yī)科大學(xué)第一醫(yī)院泌尿外科副主任醫(yī)師張偉為本文第一作者，山西醫(yī)科大學(xué)醫(yī)學(xué)影像學(xué)院張輝教授、楊國(guó)強(qiáng)教授為本文共同通訊作者。
