基于纹理特征的前列腺癌微结构高分辨率弥散成像及侵袭性影像生物学模型的构建

Prostate cancer is a complicated disease characterized by heterogeneous pathology that greatly affects the early diagnosis, treatment and prognosis monitoring. Thus, accurate identification and quantification of pathological changes may facilitate a better understanding of tumor pathogenesis and progression. MR as a noninvasive technique for the detection of prostate cancer revealing the microstructure has certain limitations. Diffusion-weighted imaging (DWI) is currently the only imaging method to detect the movement of water molecules in vivo. In the previous studies of imaging in risk assessment of prostate cancer, we have defined the diffusion imaging parameters were significantly associated with Gleason score. The project is planned through the establishment of animal model and clinical study of prostate cancer, combined high-resolution diffusion imaging and image texture analysis, to quantify the whole tumor microstructure in depth, to access to high-throughput parameters, to assess prostate cancer microstructures with multi-dimensional analysis, to reveal the underlying biological mechanism by comparing with histopathological results, and further to build a highly representative multi-parameter model based MR texture feature to accurately predict the prostate cancer aggressiveness.

肿瘤异质性影响到前列腺癌患者的早期诊断、治疗和预后监测， MR弥散成像是目前唯一能在活体检测水分子运动的成像技术，在前列腺癌侵袭性研究中，我们已经明确了弥散成像参数与Gleason评分显著相关。本项目拟通过建立前列腺癌动物模型并开展临床病例研究，运用高分辨率MR弥散成像，并借助图像纹理特征提取与量化，从整体上挖掘图像的内在信息，获取高通量参数，多维度精准识别和量化评估前列腺癌微结构，同时与组织病理学研究对照揭示其潜在的生物学机制，进而构建基于MR纹理特征变化的多参数影像生物学模型精准预测前列腺癌侵袭性。

前列腺癌是男性泌尿生殖系统最常见的恶性肿瘤，探索肿瘤微结构及侵袭性特征的内在机制具有重要的现实临床意义。磁共振弥散成像是目前唯一能在活体检测水分子运动的成像技术，在前列腺癌侵袭性研究中，我们已经明确了弥散成像参数与Gleason评分显著相关。高分辨率小视野DWI技术是在常规EPI序列的基础上，通过射频脉冲设计，引入一种可二维选择性激励的射频脉冲，替代传统的常规EPI原有的90°脉冲。本课题主要研究内容是基于高分辨率成像的DWI技术可以为前列腺疾病的诊断及预后判断提供有价值的信息。通过建立前列腺癌模型和临床病例研究，运用高分辨率弥散成像，并借助图像纹理特征提取与量化技术，从整体上挖掘图像的内在信息，获取高通量参数，多维度评估前列腺癌微结构，与组织病理学研究对照揭示其潜在的生物学机制，进而构建基于MR纹理特征变化的多参数模型精准预测前列腺癌侵袭性。本课题结果显示使用ROC分析来比较候选病灶分类中的不同分类器。在1000种不同的训练/测试集划分中测试了这些不同分类器的性能，将这1000种划分的AUC值的平均值作为最终结果，可以看出，SVM分类器比其他两个分类器表现更好。基于使用三种不同分类器的分类性能的每个MR序列的排名也显示，ADC序列在候选分类中比单个T2或DWI序列更重要。这意味着ADC序列在诊断过程中起着最重要的作用，这与放射科医师根据ADC序列描绘候选病灶并通过ADC序列确定良性或恶性病灶的原则一致。另外，我们可以观察到多种MR序列的性能在候选病灶分类中超过单个MR序列，表明多种MR序列超过单个MR序列，最佳性能来自T2和ADC序列的组合。病灶-凸包比的良性和恶性前列腺病例中存在显著差异（P<0.05）。该方法可以用于检测前列腺癌的计算机辅助检测方法，包括体素点分类、候选病灶检测和候选病灶分类等，该系统可以帮助放射科医师检测前列腺癌位置和范围信息，并且它将是放射科医师的潜在有价值的工具。