清華新聞網(wǎng)6月15日電 清華大學(xué)附屬北京清華長(zhǎng)庚醫(yī)院神經(jīng)中心主任王貴懷團(tuán)隊(duì)在膠質(zhì)瘤分級(jí)及分子標(biāo)記物術(shù)前無(wú)創(chuàng)預(yù)測(cè)研究中取得進(jìn)展，該研究表明，通過(guò)基于術(shù)前磁共振的人工智能方法，可在無(wú)創(chuàng)的情況下，準(zhǔn)確地預(yù)測(cè)脊髓膠質(zhì)瘤的分級(jí)以及分子標(biāo)記的突變狀態(tài)。這一發(fā)現(xiàn)或改變脊髓膠質(zhì)瘤的診斷和治療方式，將深度學(xué)習(xí)技術(shù)的應(yīng)用推向新的領(lǐng)域。
脊髓膠質(zhì)瘤是最常見(jiàn)的原發(fā)性脊髓腫瘤，目前主要依賴(lài)于創(chuàng)傷性的活檢來(lái)確定其病理類(lèi)型。然而，創(chuàng)傷性的活檢具有較高的組織損傷風(fēng)險(xiǎn)，尤其是對(duì)脊髓的損傷，這給患者的治療和康復(fù)帶來(lái)了巨大的困難。因此，開(kāi)發(fā)一種無(wú)創(chuàng)性的策略來(lái)確定髓內(nèi)膠質(zhì)瘤的病理類(lèi)型尤為重要。
在研究中，王貴懷團(tuán)隊(duì)運(yùn)用了一種基于多模態(tài)特征的深度學(xué)習(xí)模型，以無(wú)創(chuàng)方式預(yù)測(cè)髓內(nèi)膠質(zhì)瘤的等級(jí)和分子標(biāo)記的突變狀態(tài)。這一策略包括對(duì)來(lái)自?xún)蓚€(gè)機(jī)構(gòu)、包含461例患者的大規(guī)模數(shù)據(jù)集進(jìn)行深度學(xué)習(xí)，且均是在手術(shù)前獲取的橫斷面和矢狀面的T2加權(quán)磁共振成像掃描圖像和臨床數(shù)據(jù)。通過(guò)這種深度學(xué)習(xí)模型，研究者們可以自動(dòng)分割出腫瘤并提取其放射性特征。這些特征的表現(xiàn)形式，被輸入到提出的神經(jīng)網(wǎng)絡(luò)中，與其他主流模型進(jìn)行比較。
研究過(guò)程的插圖；第一階段包括原始圖像采集（a）、手動(dòng)ROI分割（b）和自動(dòng)ROI分割（c）。第二階段包括特征提取和選擇。從SAG和TRA圖像中提取影像特征（d），ICC篩選所有提取的特征，以選擇穩(wěn)定的特征（e），使用LASSO選擇關(guān)鍵特征（f）。第三階段包括模型構(gòu)建和驗(yàn)證。將選定的臨床和放射學(xué)特征輸入深度神經(jīng)網(wǎng)絡(luò)以預(yù)測(cè)不同的任務(wù)（g），并在外部驗(yàn)證隊(duì)列（h）中進(jìn)一步測(cè)試模型性能
研究結(jié)果表明，研究團(tuán)隊(duì)提出的基于多模態(tài)融合特征的神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)髓內(nèi)膠質(zhì)瘤的分級(jí)、分子標(biāo)記突變狀態(tài)等方面的性能，優(yōu)于其他主流模型。在外部驗(yàn)證隊(duì)列中，預(yù)測(cè)分級(jí)（WHO I-II或WHO III-IV）、突變狀態(tài)的受試者工作特性曲線(xiàn)下面積分別為0.8431、0.7622和0.7954。
模型的外部驗(yàn)證結(jié)果：（a）分別在核磁共振的SAG和TRA圖像使用自動(dòng)分割模型對(duì)病變分割進(jìn)行可視化。（b）不同任務(wù)模型在外部驗(yàn)證隊(duì)列中的效果。（c–e）預(yù)測(cè)任務(wù)中每個(gè)模型的ROC曲線(xiàn)
在該研究中，研究者們首次基于多模態(tài)特征預(yù)測(cè)了ATRX和P53突變狀態(tài)以及脊髓膠質(zhì)瘤的等級(jí)，這或?qū)o(wú)創(chuàng)地提供更多腫瘤特異性病理信息，以確定脊髓膠質(zhì)瘤的治療和預(yù)后。
相關(guān)研究成果以“基于多模態(tài)的機(jī)器學(xué)習(xí)策略實(shí)現(xiàn)精準(zhǔn)無(wú)創(chuàng)預(yù)測(cè)脊髓膠質(zhì)瘤分子標(biāo)記物狀態(tài)和分級(jí)”（Multimodal-based machine learning strategy for accurate and non-invasive prediction of intramedullary glioma grade and mutation status of molecular markers: a retrospective study）為題，發(fā)表在知名醫(yī)學(xué)期刊《生物醫(yī)學(xué)中心內(nèi)科學(xué)》（BMC Medicine）上。
論文共同第一作者為2021級(jí)清華大學(xué)臨床醫(yī)學(xué)院博士生馬超和2021級(jí)醫(yī)工交叉碩士生王立揚(yáng)，第一通訊作者為王貴懷主任醫(yī)師。該研究展示了清華大學(xué)臨床醫(yī)學(xué)院在培養(yǎng)醫(yī)工交叉創(chuàng)新人才方面的獨(dú)特優(yōu)勢(shì)和最新成果，突顯了學(xué)院在推動(dòng)科研成果深度臨床應(yīng)用的顯著能力。
論文鏈接：
https://rdcu.be/ddpo2
供稿：清華長(zhǎng)庚醫(yī)院
編輯：李華山
審核：郭玲
