目前，結(jié)直腸癌在全球腫瘤發(fā)病率和死亡譜中分別排名第三和第二。直腸癌（RC）占結(jié)直腸癌的1/3，在東亞的發(fā)病率最高。盡管根治性手術(shù)仍然是唯一的治愈方法，但基于治療前分期的新輔助化療（nCRT）的實(shí)施提高了R0的切除率，并進(jìn)一步改善了局部腫瘤的控制。nCRT被推薦為局部晚期RC（LARC）患者（T3/4和/或N+）的標(biāo)準(zhǔn)療法，而對(duì)于早期患者（T1/2和N-）則沒(méi)有治療指征。為避免過(guò)度治療或治療不足，術(shù)前準(zhǔn)確評(píng)估T分期以區(qū)分T1/2和T3/4腫瘤是十分必要的。高分辨率（HR）T2加權(quán)成像（T2WI）具有精細(xì)的軟組織分辨率，已成為RC局部分期的一線成像方式；然而，總體準(zhǔn)確率在60-75%之間，有研究報(bào)道T2腫瘤的平均過(guò)度分期率為30-57%。在這種情況下，提高對(duì)原發(fā)腫瘤T分期的評(píng)估，對(duì)精確治療和優(yōu)化治療策略具有重要的臨床價(jià)值。

放射組學(xué)作為一種新興的數(shù)據(jù)提取手段，可通過(guò)挖掘醫(yī)學(xué)圖像中的高維數(shù)據(jù)來(lái)定量評(píng)估腫瘤的異質(zhì)性。研究表明，放射組學(xué)可通過(guò)發(fā)現(xiàn)人眼不可見(jiàn)的疾病特征來(lái)改善病人管理和臨床決策。在RC，放射組學(xué)在不同的腫瘤學(xué)場(chǎng)景中取得了令人印象深刻的表現(xiàn)，包括評(píng)估腫瘤的生物學(xué)行為、評(píng)估治療反應(yīng)以及預(yù)測(cè)預(yù)后。盡管有這些進(jìn)展，但在目前的醫(yī)學(xué)成像中，放射組學(xué)特征往往受到各向異性分辨率和低體素統(tǒng)計(jì)的影響。為了提高放射組學(xué)模型的穩(wěn)健性和穩(wěn)定性，通過(guò)在模型構(gòu)建中應(yīng)用更高的分辨率圖像來(lái)解決這些限制是相當(dāng)重要的。

超分辨率（SR）技術(shù)，旨在從低分辨率的觀察中恢復(fù)更高的數(shù)字圖像的空間分辨率，自20世紀(jì)80年代以來(lái)就被提出并引入臨床。近年來(lái)，隨著深度學(xué)習(xí)（DL）的發(fā)展，SR在醫(yī)學(xué)成像方面取得了卓越的表現(xiàn)。除了恢復(fù)的SR圖像在多空間梯形中表現(xiàn)出良好的穩(wěn)定性和可靠性外，DL-SR在醫(yī)學(xué)影像學(xué)中也引起了關(guān)注，因?yàn)閺腟R圖像中提取的放射組學(xué)特征被定量證明具有明顯的可重復(fù)性和穩(wěn)定性。然而，目前的放射組學(xué)研究都沒(méi)有利用DL-SR技術(shù)來(lái)發(fā)現(xiàn)特定的放射組學(xué)生物標(biāo)志物以供臨床使用。

近日，發(fā)表在European Radiology雜志的一項(xiàng)研究開(kāi)發(fā)并驗(yàn)證了一個(gè)用于術(shù)前預(yù)測(cè)RC患者T分期的SR放射組學(xué)模型，為首次在臨床上展示基于DL的三維（3D）SR放射組學(xué)研究。

本研究共納入76名符合條件的RC患者（T1/2=287，T3/4=419），并按時(shí)間順序分配為訓(xùn)練隊(duì)列（n=565）和驗(yàn)證隊(duì)列（n=141）。本研究對(duì)高分辨率（HR）T2加權(quán)成像（T2WI）進(jìn)行了深度轉(zhuǎn)移學(xué)習(xí)網(wǎng)絡(luò)分析，以提高圖像的Z分辨率，并獲得了術(shù)前SRT2WI。命名為modelHRT2和modelSRT2的放射組學(xué)模型分別由HRT2WI和SRT2WI的人工分割的感興趣體積中通過(guò)最小絕對(duì)收縮和選擇運(yùn)算器方法提取的高維定量特征構(gòu)建。通過(guò)ROC、校準(zhǔn)和決策曲線對(duì)模型的性能進(jìn)行評(píng)估。 

ModelSRT2在區(qū)分T1/2和T3/4 RC方面優(yōu)于modelHRT2（AUC 0.869，敏感性71.1%，特異性93.1%，準(zhǔn)確性83.3%與AUC 0.810，敏感性89.5%，特異性70.1%，準(zhǔn)確性77.3%），差異顯著（P < 0.05）。兩種放射學(xué)模型都取得了比放射學(xué)專(zhuān)家更高的AUC（0.685，95%置信區(qū)間0.595-0.775，P < 0.05）。校準(zhǔn)曲線證實(shí)了較高的擬合度，決策曲線分析證實(shí)了其臨床價(jià)值。 

圖 模型評(píng)估。A Rad分?jǐn)?shù)的累積分布曲線。訓(xùn)練（B）和測(cè)試（C）隊(duì)列的ROCs。校準(zhǔn)曲線顯示了兩個(gè)隊(duì)列中模型的良好校準(zhǔn)（D-G）

本研究提出了一個(gè)基于DL的三維SR放射組學(xué)模型，在預(yù)測(cè)腫瘤T分期和識(shí)別RC患者中的nCRT候選者方面優(yōu)于傳統(tǒng)的HRT2放射組學(xué)模型和放射學(xué)專(zhuān)家。到目前為止，這是首次將基于DL的三維SR方法應(yīng)用于臨床決策支持的放射組學(xué)分析。通過(guò)進(jìn)一步的驗(yàn)證，通過(guò)SR成像的放射組學(xué)的臨床效用將得到最大化的認(rèn)識(shí)及利用。

原文出處：

Min Hou,Long Zhou,Jihong Sun.Deep-learning-based 3D super-resolution MRI radiomics model: superior predictive performance in preoperative T-staging of rectal cancer.DOI:10.1007/s00330-022-08952-8