影像组学及其在肿瘤研究与临床中的应用

1影像组学及其在肿瘤研究与临床中的应用2020年3月25日田捷Ph.DFellowofIEEE,SPIE,IAMBE,AIMBE,IAPR中国科学院分子影像重点实验室22015年9月，国家卫计委、发改委等16个部门联合印发《中国癌症防治三年行动计划（2015-2017年）》国家对癌症的重视4项定量指标：重点地区、癌症早诊率达到50%肿瘤登记覆盖全国30%以上人口癌症防治核心知识知晓率达60%成人吸烟率下降3%3癌症诊疗的挑战(1/2)我们已经得到大量肿瘤基因数据,但癌症仍然无法被治愈经过五十年的努力，癌症的五年生存期并没有得到明显的提高2013年4月1日时代杂志封面N=1,950,388.UpdatedMay12,2014DatafromNationalCancerInstituteofNIH(2014)4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N.Engl.J.Med.2010,363(1):4-6.N.Engl.J.Med.2012,366,883-92.缺乏早期定量方法影像组学癌症诊疗的挑战(2/2)5——改自武汉大学周强教授5mm1kg左右肿瘤1~3年5~20年肿瘤微环境导致微小癌分子和癌细胞免疫系统可排除正常基因异常开始增殖前癌病变发生癌症出现病状死亡转移基因诊断肿瘤异质性不确定性高常规影像PET,CT,MRI,超声无法诊断5mm以下肿瘤发生发展凋亡早期诊断？缺乏早期诊断手段Gerlingeretal.NEnglJMed366,883-92(2012)Richardetal.JClinOncol22,277-285(2004)6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次英国癌症研究中心伦敦研究所CharlesSwantonMD缺乏定量评估手段7VirendraKumaretal,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机遇—影像组学为精准医疗提供早期定量手段8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生存期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，提高病人生存期9——改自武汉大学周强教授5mm1kg左右肿瘤肿瘤微环境导致微小癌分子和癌细胞免疫系统可排除正常基因异常开始增殖前癌病变发生癌症出现病状死亡转移基因诊断肿瘤异质性不确定性高影像组学基因+影像+病理早期诊断,精准医学常规影像PET,CT,MRI,超声无法诊断5mm以下肿瘤影像组学定位(1/2)Gerlingeretal.NEnglJMed366,883-92(2012)Richardetal.JClinOncol22,277-285(2004)10影像组学通过全面评价肿瘤的异质性，可以使医学诊疗更精准2011年美国基因组学与生物医学界的智库发表了《迈向精准医学：建立生物医学与疾病新分类学的知识网络》2015年1月份美国总统奥巴马宣布了“精准医疗计划”(PrecisionMedicineInitiative)，探索个体精准诊疗方法。影像组学定位(2/2)Aertsetal.NatureCommunications,2014,5:4006.11以肺癌为例，2010年中国共54万发病率，45万死亡率，且在过去30年以465%的速度增长肺癌居恶性肿瘤首位，在非小型细胞肺癌患者中，五年存活率依然很低，不足19%。中国每年花在肺癌治疗上的费用近400亿各大医院开始关注肺癌的检测。肺癌筛检中假阳性较高，活检代价较大—中国癌症调查报告，2013肺癌影像组学12国际研究进展(1/7)Aertsetal.NatureCommunications,2014,5:4006.影像组学通过融合基因和病理信息可量化微环境，早期定量肿瘤的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.Gillies13肺癌和头颈癌病人存活率预测数据集：1019个病人788个患有非小型细胞肺癌的病人231个患有头颈癌的病人特征集：440个分析（影像特征与诊疗结果的关系）临床数据与影像特征一起被考虑Aertsetal.NatureCommunications,2014,5:4006.国际研究进展(2/7)14Aertsetal.NatureCommunications,2014,5:4006.RIDER测试/重测试N=31重复分割N=21Lung1MaastroNSCLCN=422Lung2RadboudNSCLCN=225H&N1MaastroHNSCCN=136H&N2VUAmsterdamHNSCCN=95Lung3MUMCNSCLCN=89Radiomics特征定义训练验证按稳定性排序的特征按稳定性排序的特征Radiomics特征Radiomics特征Radiomics特征Radiomics特征Radiomics特征&基因表达式基于稳定性排序和性能的特征选择Radiomics标签(包括四个特征)预示验证lungcancercohort预示验证H&Ncancercohort预示验证H&Ncancercohort与基因表达式的关系分析流程国际研究进展(3/7)15影像特征种类代表性特征个数1强度a.最大值b.标准方差c.能量d.范围142形状a.紧密度b.最长的三维直径c.表面面积d.体积83纹理a.最大可能性b.和平均c.和熵334小波a.肺的边界b.自由与粘贴面积比c.解剖位置Aertsetal.NatureCommunications,2014,5:4006.共计440个特征国际研究进展(4/7)16(a)有相似的radiomic表达模式的病人分类(b)Radiomic特征集与被分类的表达模式的病人间的关系(c)病人的radiomic表达模式与主要的肿瘤阶段、总的阶段以及组织学间有重要关系Aertsetal.NatureCommunications,2014,5:4006.Radiomics热图国际研究进展(5/7)17Aertsetal.NatureCommunications,2014,5:4006.Radiomics数据的预示价值:特征的各向异性越强，病人存活率越低;有更紧密或者球形肿瘤的病人有更好的存活可能性国际研究进展(6/7)18Aertsetal.NatureCommunications,2014,5:4006.Radiomics标签与基因表达模式间的重要关联性国际研究进展(7/7)19影像组学研究进展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20余家三甲医院长期合作已经与北京、长三角、珠三角、河南等地区的一批三甲医院建立长期合作关系20国内超过30余家合作医院合作医院广东省人民医院广州医学院一附院汕头大学附属肿瘤医院上海肺科医院上海长征医院哈医大附属第四医院西京医院301医院协和医院天坛医院佑安医院中日友好医院医科院肿瘤医院河南省人民医院郑大一附院21大量数据大数据影像组学大数据是格式规范、信息完整的病人数据=影像组学数据规范22数据格式标准DICOM格式的CT断层数据，平扫和增强，支持MR、PET、超声等数据，复查数据单幅图像512*512像素，数据层厚：0.625-2.5mm病理信息病理分类、TNM分期、致病基因突变、肿瘤中心定位等年龄、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年以上的病人随访记录，明确死亡时间控制删失数据在10%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》余例已建立多中心、多肿瘤、多模态数据资源平台，含五类癌症数据逾5000例；预计年底扩充至8000例。24CTMRI…采集重建数据存储可重复性金标准全自动验证数据库的整合存储及共享PACS系统信息分析多信息特征空间自动提取低冗余度影像数据肿瘤分割特征提取及量化预测分析治疗决策Radiomics算法处理流程影像组学关键技术进展25WeiShen,ANovelPrincipalComponentAnalysisbasedAirwaySegmentationmethod.IPMI2015.肺支气管分割结果肿瘤分割(1/3)分割算法流程26肿瘤分割(2/3)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).3D2D与上海长征医院合作肿瘤自动分割，精度提高10%JiangdianSong,ANewAutomatedLungNoduleSegmentationAlgorithmBasedonTobogganandregiongrowing.IEEETMI,2015,accepted.27979695949392979695949392232231230229228227232231230229228227166165164163162161166165164163162161abc160159158157156155160159158157156155464544434241464544434241163162161160159158163162161160159158实质性肺结节自动分割结果GGO肺结节自动分割结果JiangdianSong,ANewAutomatedLungNoduleSegmentationAlgorithmBasedonTobogganandregiongrowing.IEEETMI,2015,accepted.分割方法对实性结节和GGO都有效肿瘤分割(3/3)28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特征选择(1/3)29肿瘤强度肿瘤形状与尺寸肿瘤纹理设计了592个三维影像特征临床医生提出的特征小波特征Aertsetal.NatureCommunications,2014,5:4006.Balagurunathanetal.,TranslationalOncology,2014,7:72.特征选择(2/3)同病异症异病同症深度学习和数据挖掘技术可解决30临床医生提出的肿瘤特征分叶征毛刺征尖角边界光整空洞空气泡特征选择(3/3)31卷积神经网络对肺结节多尺度分类精度达83%肺癌良恶性预测WeiShen,Multi-scaleLungNoduleClassificationMethodUsingConvolutionalNeuralNetwork,underreview,IEEETMI尺度0120+10+21+20+1+2良