近期，重庆医科大学附属第二医院放射科陈天武团队，在Meta-Radiology第2卷 第2期发表了一篇题为《Review and prospects of new progress in intelligent imaging research on lymph node metastasis in esophageal carcinoma》的学术论文。该论文主要对基于纹理分析、影像组学及深度学习三种人工智能技术对食管癌淋巴结转移的影像学研究进展进行了述评，并对将来可能的重点研究方向进行了展望，以期提高我国食管癌淋巴结转移的诊断水平。未来，智能影像有望成为术前诊断食管癌淋巴结转移的一种无创、高准确率的量化分析手段。
影像组学和深度学习操作流程对比示意图
影像组学和深度学习的常见算法
1.影像纹理分析：
影像纹理分析已应用于多种肿瘤的诊断及鉴别诊断、病理分级、疗效评估及预测预后等多个领域。且既往研究表明，影像纹理分析对食管癌LNM具有较好的诊断价值。与影像组学和DL相比，纹理分析所需的数据更少，并且对于小样本量的研究具有更好的应用价值。但纹理特征具有可重复性差的局限性。因此，如何选择从大量纹理特征中获得最佳的和最稳定的纹理特征是当前研究的难点和重点。
2.影像组学：
影像组学是高通量地从CT、MRI或PET/CT中提取并分析大量高级的定量影像学特征，从而有助于揭示病灶内潜在的病理异质性。目前，影像组学已经发展成一门综合多种图像和多学科的分析技术。目前的研究表明，应用影像组学预测食管癌患者LNM更优于传统的影像学方法，具有更高的准确性。但影像组学仍然存在一些技术问题，受图像采集模式、重建参数、肿瘤大小和分割阈值的影响。此外，由于手动图像分割会导致观察者之间的差异，常推荐使用半自动或者自动图像分割。
3.深度学习：
深度学习是机器学习中的一种基于神经网络的机器学习方法，其关键在于通过多层神经网络对输入数据进行特征学习，从而实现对复杂数据结构和非线性关系的建模。目前关于DL模型预测食管癌LNM方面的研究非常少，但已经有一些关于运用DL模型预测乳腺癌、头颈部肿瘤、直肠癌及肺癌LNM的研究，结果显示出很好的预测效能，提示DL模型在鉴别良恶性淋巴结方面的巨大潜力。与影像组学相比，深度学习优势在于直接从大型影像数据库的原始数据中学习相关特征，从而减少人工参与，避免了复杂的特征提取过程。目前的DL方法主要集中于有监督的DL，为了克服大数据不可用的问题，DL领域需要从有监督转向无监督/半监督学习。
众所周知，食管癌的发病率和死亡率均居世界前列，术前LNM是导致其高复发率和死亡率的主要原因之一。通过ML提取食管癌影像图像中更加细微的特征，更深入地分析食管癌的异质性，从而术前预测有无淋巴结转移，有助于更精确的诊断及个体化治疗。迄今为止，ML在各种疾病研究中均提供了积极的反馈，尽管ML在医学领域中目前还处于早期阶段，但已经展现出巨大的应用前景。因此，ML有望成为术前诊断食管癌淋巴结转移的一种无创、高准确率的量化分析手段。
共同第一作者 高丹
四川省成都市邛崃市医疗中心医院放射科医师。硕士毕业于川北医学院，导师陈天武教授，研究方向为消化系统疾病影像诊断，以第一作者曾在Cancer imaging、Oncology letters等期刊发表食管癌相关的SCI论文。
共同第一作者 吴玉平
重庆医科大学附属第二医院放射科医师。硕士毕业于川北医学院，导师陈天武教授，研究方向为消化系统疾病影像诊断，以第一作者曾在European Journal of Radiology、Frontiers in Oncology等期刊发表食管癌相关的SCI论文。
通讯作者 陈天武
重庆医科大学附属第二医院放射科学术主任，二级岗教授，医学博士，博士研究生导师、博士后合作导师，四川省第13批学术和技术带头人，第四届四川省卫生健康首席专家，食管癌发病机制与临床诊治四川省青年科技创新研究团队带头人，先后在川北医学院、重庆医科大学附属第二医院工作，并一直从事以食管癌为特色的消化系统疾病影像诊断的临床、教学、科研工作。工作26年来，截止2024年4月，以负责人承担国家级、省部级科研项目11项，其中国家自然科学基金3项（在研面上项目1项）。发表论文261篇，其中第1及通讯作者论文占148篇（含SCI论文81篇），包括在影像学领域顶刊Radiology（2022年最新影响因子19.7、中科院分区1区）发表论著1篇，在影像学领域第二层次期刊European Radiology（2023年最新影响因子5.9、中科院分区2区）发表论著4篇。以第1完成人获四川省科技进步二等奖1项，以参与完成人获省部级科技进步三等奖3项。以副主编编写教材1部、学术专著1部，参编学术专著4部、教材1部、工具书1部，参与出版诊断指南、标准、专家共识共9项。研究方向：消化系统疾病CT/MRI诊断。
Dan Gao, Yu-ping Wu, Tianwu Chen. Review and prospects of new progress in intelligent imaging research on lymph node metastasis in esophageal carcinoma. Meta-Radiology. 2024;2(2):100081. doi: https://doi.org/10.1016/j.metrad.2024.100081.
长按/扫描获取全文（网页全文二维码）
