磁共振成像多序列对肝内肿块型胆管细胞癌微血管侵犯的预测价值研究

目的探讨磁共振成像(MRI)多序列对肿块型肝内胆管细胞癌(IMCC)微血管侵犯(MVI)的预测价值。方法回顾性分析2017年1月至2023年1月本院收治的80例IMCC患者的临床资料,术前均行MRI多序列扫描。根据病理结果分为MVI组(24例)和非MVI组(56例),比较两组患者MRI多序列影像特征及相关参数的差异。采用Logistic回归模型确定MVI的影响因素,再通过受试者工作特征曲线(ROC)评估影响因素对MVI的诊断效能。结果本研究IMCC患者中MVI发生率为30.00%。MVI组肿瘤直径、表观扩散系数(ADC)显著高于非MVI组(P<0.05);两组患者之间在肿瘤形态、T1加权图像(T1WI)和T2加权图像(T2WI)信号、有无坏死、强化模式、扩散加权成像(DWI)信号、有无靶征、包膜挛缩以及胆管扩张方面无差异(P>0.05)。采用多因素Logistic回归分析发现ADC值是IMCC患者发生MVI的独立危险因素(P<0.05)。通过绘制ROC曲线分析发现,ADC值预测IMCC患者发生MVI的曲线下面积(AUC)为0.903,敏感度为92.36%,特异度为88.79%,95%CI:85.66%-98.87%;最佳截断阈值为1.45×10^(-3)mm^(2)/s。结论MRI多序列对IMCC患者MVI状态的预测具有良好的诊断效能,其中ADC值可以作为预测MVI发生的独立危险因素,有助于为IMCC患者的精准医疗提供更有价值的术前信息。

磁共振成像增强扫描及弥散加权成像预测小肝癌微血管侵犯的价值

目的探讨磁共振成像(MRI)增强扫描及弥散加权成像(DWI)预测小肝癌患者微血管侵犯(MVI)的临床价值。方法选取成都医学院第一附属医院2021年5月至2023年5月收治的90例小肝癌患者(术前1周内均接受MRI增强扫描)为研究对象,根据术后病理检查结果分为MVI阳性组(n=25)和MVI阴性组(n=65),比较两组一般资料、增强扫描特征及DWI参数,采用多因素Logistic回归分析确定MVI的影响因素。基于回归分析结果建立评分模型,绘制评分模型预测小肝癌患者MVI的受试者工作特征(ROC)曲线。结果90例小肝癌患者中MVI阳性率为27.78%(25/90)。MVI阳性组低分化、动脉期瘤周强化、肿瘤边缘不光滑、肝胆期瘤周低信号的占比高于MVI阴性组,而D值、ADC值低于MVI阴性组(P<0.05)。Logistic回归分析显示,动脉期瘤周强化、肿瘤边缘、瘤周低信号、D值、ADC值是小肝癌MVI的影响因素(P<0.05)。根据回归分析建立的评分模型预测小肝癌患者MVI的ROC曲线下面积为0.898,最佳截断值为5分,其敏感度与特异度分别为0.920、0.877。结论MRI增强扫描联合DWI可有效预测小肝癌患者的MVI风险。

深度学习在术前预测肝癌微血管侵犯的Meta分析

目的:系统评价深度学习在术前预测肝癌微血管侵犯(Microvascular invasion,MVI)的评估价值。方法:检索中、英文数据库中关于深度学习模型术前预测肝癌MVI的研究,检索时间为2020年至今。对文献进行筛选评估、数据提取。使用Stata 16.0软件完成Meta分析,并绘制森林图和总受试者工作特征(summary receiver operating characteristic,SROC)曲线。采用亚组分析及Meta回归的方法来寻找异质性来源,绘制漏斗图评估是否存在发表偏倚。结果:共纳入8篇研究,其中包含899例患者。分析结果示,汇总敏感度、特异度、曲线下面积(area under the curve,AUC)、阳性似然比(positive likelihood ratio,PLR)及阴性似然比(negative likelihood ratio,NLR)值分别为0.75(95%CI:0.69~0.81)、0.82(95%CI:0.79~0.85)、0.86(95%CI:0.83~0.89)、4.16(95%CI:3.47~4.98)和0.30(95%CI:0.24~0.38)。结论:深度学习模型在肝细胞癌MVI预测中具有良好的预测性能,但其可行性的验证及临床应用的推广,需更多前瞻性研究及临床实践的支持与探索。

异常凝血酶原联合甲胎蛋白预测肝细胞癌微血管侵犯的价值研究

目的探讨术前异常凝血酶原(PIVKA-Ⅱ)联合甲胎蛋白(AFP)预测肝细胞癌(HCC)发生微血管侵犯(MVI)的价值。方法回顾性分析2017年1月1日至2019年12月31日在该院行手术治疗同时病理结果为HCC的104例患者的临床资料。根据是否发生MVI分为MVI阳性组(38例)和MVI阴性组(66例)。收集患者术前的影像学、PIVKA-Ⅱ、AFP、肝功能等指标,采用单因素及多因素Logistic回归分析HCC发生MVI的影响因素,并通过受试者工作特征(ROC)曲线评估PIVKA-Ⅱ联合AFP预测HCC发生MVI的价值。结果单因素分析显示,肿瘤最大径>3.65 cm、PIVKA-Ⅱ>220 mAU/mL、AFP>305 ng/mL均是HCC发生MVI的危险因素(P<0.05)。多因素分析显示,PIVKA-Ⅱ(OR=3.741,P=0.011)、AFP(OR=3.837,P=0.004)均是HCC发生MVI的独立危险因素。ROC曲线分析显示,PIVKA-Ⅱ和AFP单独检测的灵敏度、特异度和曲线下面积(AUC)分别为76.3%、54.5%、0.709和55.3%、75.8%、0.652;二者联合检测灵敏度、特异度和AUC为78.9%、59.5%、0.719。结论术前PIVKA-Ⅱ>220 mAU/mL、AFP>305 ng/mL均是HCC发生MVI的独立危险因素,二者联合检测能够提高对HCC发生MVI的预测效能。

能谱CT成像在评估肝细胞癌微血管侵犯中的价值

目的探讨能谱CT定量评估肝细胞癌微血管侵犯的临床价值。方法纳入51例行双期对比增强能谱CT的肝细胞癌患者。从能谱CT图测得肿瘤CT值和碘浓度(IC)。计算能谱曲线的斜率(Slope)、标准化碘浓度(NIC)以及动静脉期之间的碘浓度差比率(RICAP-VP)。根据手术病理结果,肿瘤被确定为有或无微血管侵犯。采用t检验或卡方检验分析两组间的差异,采用受试者工作特征曲线(ROC)评价变量的诊断性能。结果有和无微血管侵犯组在动脉期的IC、NIC、Slope和RICAP-VP有显著差异(P<0.05)。使用3.245作为动脉期的Slope的阈值,可以在ROC分析中获得0.806的曲线下面积(AUC)值来区分有和没有微血管侵犯的肿瘤。CT值在70keV时AUC为0.577,在40keV时提高到0.757。结论能谱CT提供了比常规CT更多定量参数,以促进区分有和没有微血管侵犯的肝细胞癌。

IVIM-DWI及多层螺旋CT与肝细胞肝癌微血管侵犯的相关性分析

目的探究体素内不相干运动扩散加权成像(IVIM-DWI)多层螺旋CT(MSCT)与肝细胞肝癌(HCC)微血管侵犯(MVI)的相关性分析。方法选取2019年12月至2022年12月本院收治HCC患者100例临床资料开展回顾性分析。所有患者均经过病理检查、VIM-DWI检查与MSCT检查。100例患者经手术病理确诊为MVI阳性38例,MVI阴性62例。比较两组IVIM-DWI、MSCT定性、定量参数分析的差异,并通过ROC曲线分析IVIM-DWI定量参数、MSCT定量参数及联合数据对HCC存在MVI的诊断价值。结果MVI阳性组边缘毛糙、瘤周低信号、瘤周强化、存在晕征高于MVI阴性组(P<0.05),肿瘤包膜低于MVI阴性组(P<0.05)。两组D、F比较差异无统计学意义(P>0.05),但MVI阳性组ADC、D低于MVI阴性组(P<0.05)。MVI阳性组动脉期CT值低于MVI阴性组(P<0.05),延迟期CT值、门静脉期CT值、肿瘤大小高于MVI阴性组(P<0.05)。ROC曲线分析显示,ADC、D、D、f、延迟期CT值、门静脉期CT值、动脉期CT值、肿瘤大小诊断HCC存在MVI的AUC分别为0.775、0.856、0.609、0.565、0.708、0.728、0.643、0.705。MSCT参数、IVIM-DWI参数、联合数据诊断HCC存在MVI的AUC分别为0.809、0.832、0.920,均具有较好准确性。结论IVIM-DWI、MSCT定性、定量参数均与HCC患者MVI相关,而IVIMDWI、MSCT诊断MVI均具有一定价值,且联合诊断准确性更高。

肝细胞癌微血管侵犯的影像学研究进展

目前,微血管浸润(microvascular invasion,MVI)被认为是与肝细胞癌(hepatocellular carcinoma,HCC)术后预后直接相关的高危因素,它是术前肿瘤能否切除、术后肿瘤复发和转移的重要危险因素,也是术后是否需要进行辅助治疗的重要参考指标。近年来,一些新兴的、非侵入性的影像技术和影像组学方法,如超声、CT、MRI、PET/CT可在术前进行预测肝癌血管侵犯状态。基于此,本文将对近年来影像学技术和影像组学方法在HCC方面应用的相关文献进行梳理,对术前预测HCC-MVI状态的研究展开综述,旨在进一步分析先进的影像学技术在医疗领域应用中存在的挑战,促进预测HCC-MVI的临床运用,此外还将对未来的研究方向进行探讨。

小肝癌微血管侵犯风险术前列线图预测模型的构建与验证

目的分析小肝癌(SHCC)发生微血管侵犯(MVI)的危险因素,构建术前列线图预测模型并进行验证。方法回顾性分析2018年8月至2023年8月因SHCC于华中科技大学同济医学院附属协和医院行根治性肝切除术的288例患者的临床资料,根据术后病理结果是否存在MVI分为MVI阳性组(n=96)和MVI阴性组(n=192)。收集患者一般资料、血清学指标、炎症指标、术前影像学资料、病理指标等,采用Lasso回归分析结合单因素、多因素Logistic回归分析探究SHCC患者发生MVI的主要危险因素,并构建术前列线图预测模型。结果288例单发SHCC患者中有96例发生MVI,发生率为33.3%。多因素Logistic回归分析结果显示,肿瘤最大径、包膜强化、AFP≥200 ng/mL、中性粒细胞/淋巴细胞比值(NLR)≥1.63、全身免疫炎症指数(SII)≥170.86、血小板计数(PLT)≥183.0×10^(9)/L为SHCC患者发生MVI的独立危险因素(P<0.05)。列线图预测模型的曲线下面积(AUC)为0.823,通过Youden指数计算出列线图的最佳截断值为181.3分,截断值下的灵敏度、特异度、阳性预测值和阴性预测值分别为65.6%、84.9%、68.5%和83.2%,具备较好的区分度和一致性。结论基于肿瘤最大径、包膜强化、AFP≥200 ng/mL、NLR≥1.63、SII≥170.86、PLT≥183.0×10^(9)/L所建立的术前列线图预测模型对SHCC发生MVI风险有较高的预测价值,对指导临床决策,改善不良预后具有重要意义。

基于增强CT影像组学与机器学习算法预测肿块型肝内胆管癌微血管侵犯

目的 研究肿块型肝内胆管癌发生微血管侵犯的影像组学及临床特征,并建立基于机器学习算法的预测模型。方法 回顾性收集2015年1月至2023年2月期间就诊于温州医科大学附属第一医院(75例)和温州医科大学附属第二医院(29例)的肝内胆管癌(ICC)患者资料,提取增强CT的影像组学特征,使用多种机器学习方法进行分析并比较,结合最佳影像组学机器学习方法与临床资料,建立预测模型并进行检验。结果 多种影像组学机器学习方法中,门脉期影像组学特征的朴素贝叶斯分类表现相对较好,曲线下面积(AUC)为0.818,结合筛选出的2个临床特征(瘤内动脉穿行,CEA>5 ng/mL)建立预测模型,训练组和测试组的AUC分别为0.883和0.891,训练组的敏感度为0.978,特异度为0.656,测试组的敏感度为0.909,特异度为0.700。结论 基于增强CT影像组学机器学习结合临床资料的模型可用于预测肝内胆管癌的微血管侵犯状态,具有较好的诊断价值。

MRI影像组学机器学习模型对肝泡型包虫病边缘带微血管侵犯的预测价值

目的探讨MRI影像组学机器学习模型对肝泡型包虫病(HAE)边缘带微血管侵犯的预测价值。方法采用回顾性分析法选取110例经术后病理确诊的HAE患者,收集患者的MR影像资料及病理切片资料,提取病灶MR影像组学特征。将患者按照8∶2比例分为训练集(88例),测试集(22例),建立极限梯度增强树(XGBoost)、随机森林(RF)、Logistic回归(LR)、支持向量机(SVM)和经典决策树(cDT)预测HAE边缘带微血管侵犯的机器学习模型,进行模型验证,并绘制ROC曲线分析不同模型对HAE边缘带微血管侵犯的预测效能。结果病理结果显示110例患者中有25例存在边缘带微血管侵犯,无边缘带微血管侵犯85例。有边缘带微血管侵犯与无边缘带微血管侵犯HAE患者的性别、年龄、病灶部位及病灶大小对比,差异均无统计学意义(P>0.05)。训练集中有20例存在边缘带微血管侵犯,测试集中有5例存在边缘带微血管侵犯。影像组学特征共提取出759个,经方差阈值法、单变量选择法最终筛选出最优影像组学特征6个。训练集中,XGBoost、RF对边缘微血管侵犯诊断的AUC值最高(0.95和0.96);测试集中,XGBoost、RF对边缘微血管侵犯诊断的AUC值(0.88和0.84)也高于其他3组模型。XGBoost模型与RF模型在训练集及测试集中的AUC值比较,差异均无统计学意义(P>0.05)。结论MRI影像组学的XGBoost模型和RF模型对HAE边缘带微血管侵犯的预测均有较高的效能。

面向肝细胞癌微血管侵犯评估的高效多模态贡献度感知网络研究

微血管侵犯(MicroVascular Invasion,MVI)是肝细胞癌(HepatoCellular Carcinoma,HCC)切除或移植患者出现早期复发和长期预后不良的重要影响因素,因此在HCC患者术前评估是否存在MVI具有非常重要的临床价值.近年来,深度学习为MVI影像诊断评估提供了有价值的解决方法,但受数据标注收集困难等因素的影响,目前研究多独立利用电子计算机断层扫描(Computed Tomography,CT)或核磁共振成像(Magnetic Resonance Imaging,MRI)手段采集影像中的单模态序列,缺乏对各成像手段中多模态序列的综合应用.在小样本场景下,为有效利用多模态序列数据,提高诊断效能,本文提出一种高效多模态贡献度感知网络.该网络可以利用模态分组卷积和高效多模态自适应加权模块,在极少计算开销的引入下,学习CT或MRI的各模态影像信息在复杂多样的MVI表象下的诊断贡献.本文在三甲医院收集的临床数据集上进行实验,结果表明该网络模型可以在少量有标注数据的支持下,取得优于多种基于注意力机制的神经网络模型的MVI诊断性能,为专业医师的诊断分析提供了有效参考.

基于计算机断层扫描影像术前预测肝细胞癌微血管侵犯的研究进展

微血管侵犯(microvascular invasion,MVI)是肝细胞癌患者根治术后近期复发和转移的重要危险因素,诊断MVI的金标准是术后病理学检查。建立术前无创评估MVI的方法,可以指导肝细胞癌患者术前治疗决策和确定手术方式,从而改善患者生存。本文针对术前计算机断层扫描影像预测肝细胞癌MVI的研究进展进行梳理,以期对肝细胞癌的临床治疗决策提供帮助。

基于瘤内和瘤周影像组学模型预测肝细胞癌微血管侵犯的临床应用价值:一项多中心研究

目的本研究旨在评估瘤内和瘤周影像组学模型对肝细胞癌(hepatocellular carcinoma,HCC)微血管侵犯(microvascular invasion,MVI)的预测价值。材料与方法回顾性分析2016年至2023年间在三家医院经手术病理证实为HCC患者的钆塞酸二钠(Gd-EOB-DTPA)增强MRI图像,以及性别、年龄、肿瘤最大径、甲胎蛋白(alpha-fetoprotein,AFP)、丙氨酸转氨酶(alanine aminotransferase,ALT)、天冬氨酸转氨酶(aspartate aminotransferase,AST)和有无乙肝7项临床信息。在动脉期、门静脉期和肝胆期图像中勾画瘤内及瘤周5 mm、10 mm感兴趣区域(region of interest,ROI),从中提取影像组学特征;训练集中,运用多因素logistic回归分析筛选MVI的独立临床预测因素;应用支持向量机(support vector machine,SVM)建立瘤内模型、瘤周模型、瘤内联合瘤周模型、临床模型和临床影像组学模型共10种模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估模型的预测能力,以DeLong检验比较各模型ROC曲线下面积(area under the curve,AUC)的差异。结果肿瘤最大直径[优势比(odds ratio,OR):1.449,95%置信区间(confidence interval,CI):1.212~1.733]及AFP(OR:1.645,95%CI:0.665~4.071)是基于训练集的MVI独立临床预测因子。验证集中,临床模型、瘤内模型、瘤周模型、瘤内+瘤周模型及临床影像组学模型预测HCC MVI的AUC值分别为0.728、0.764~0.820、0.791~0.795、0.804~0.828和0.747,瘤内+瘤周5 mm模型、瘤内+瘤周10 mm模型的AUC值分别为0.828(95%CI:0.728~0.929)、0.804(95%CI:0.696~0.913)。各模型中,瘤内+瘤周5 mm模型与临床模型、临床影像组学模型的AUC差异具有统计学意义(P=0.039,0.028),其余模型间的AUC差异均无统计学意义(P>0.05)。结论基于Gd-EOB-DTPA增强MRI影像组学模型可用于术前预测HCC MVI,其中瘤内+瘤周5 mm模型对HCC MVI有较高的预测能力,可为临床制订个体化治疗方案提供依据。

术前MRI特征对肝细胞癌血管包绕肿瘤团簇及微血管侵犯的评估

目的探讨基于术前钆塞酸二钠增强MRI的2018版肝脏影像报告和数据系统(LI-RADS v2018)及其他影像特征同时预测肝细胞癌(HCC)血管包绕肿瘤团簇(VETC)及微血管侵犯(MVI)的价值,进一步构建预测模型并评估模型风险分层能力。方法回顾性纳入接受根治性肝切除术的232例HCC病人。根据VETC和MVI状态将HCC病人分为VETC及MVI均阳性组46例[VM(+)组]和VETC或MVI阴性组186例[非VM(+)组]。采用多因素Logistic回归分析确定VM(+)HCC的独立预测因素并构建联合模型。采用受试者操作特征(ROC)曲线评估单一预测因素及联合模型的预测效能,并计算ROC曲线下面积(AUC)、敏感度、特异度。通过DeLong检验比较单一预测因素及联合模型间AUC的差异。选择AUC最高的预测因素或模型进行生存分析,基于ROC曲线的最大约登指数设定预测概率截断值,将HCC病人分为高、低风险组。使用Kaplan-Meier生存曲线评估高与低风险组、VM(+)与非VM(+)组之间的无复发生存期(RFS)及早期复发(ER)风险。结果多因素Logistic回归分析显示,肿瘤最大径、动脉期瘤周强化及肝胆期瘤周低信号是VM(+)HCC的独立预测因素,联合上述3个因素构建的联合模型的AUC、敏感度及特异度分别为0.792、80.4%、74.2%。Delong检验显示联合模型预测VM(+)HCC的AUC高于各单一预测因素(均P<0.05)。Kaplan-Meier生存分析表明VM(+)组较非VM(+)组的RFS更短、ER风险更高,高风险组较低风险组病人的RFS更短、ER风险更高(P<0.05)。结论基于肿瘤最大径、动脉期瘤周强化及肝胆期瘤周低信号的联合模型可用于VM(+)HCC的术前预测。VETC及MVI同时存在与HCC病人切除术后ER风险增加及RFS降低相关。

术前外周血血小板/淋巴细胞比值在肝细胞癌术后微血管侵犯预测中的价值

目的探讨肝细胞癌(HCC)微血管侵犯(MVI)的危险因素及术前外周血血小板/淋巴细胞比值(PLR)在预测HCC术后发生MVI中的价值。方法回顾性分析西安交通大学第一附属医院2017年1月至2018年12月收治的166例行根治性切除术的HCC患者临床资料。将可能影响MVI的14个因素纳入分析,包括一般观察指标(性别、年龄、肝炎病史、是否患糖尿病)、实验室相关指标[D-二聚体、纤维蛋白原、血浆纤维蛋白(原)降解产物、血小板计数、甲胎蛋白、中性粒细胞/淋巴细胞比值、PLR]及肿瘤相关指标(是否合并门静脉癌栓、肿瘤分化程度、T分期)。结果单因素分析结果显示,术前PLR>150、是否合并门静脉癌栓、肿瘤分化程度、肿瘤T分期与HCC术后MVI的发生有相关性(P<0.05);多因素Logistic回归分析显示,术前PLR>150、肿瘤分化程度、T分期是HCC术后发生MVI的独立危险因素(P<0.05)。受试者工作特征曲线(ROC)显示,肿瘤分化程度、T分期及PLR的AUC值分别为0.694、0.721、0.748,具有较好的MVI预测价值。结论本研究分析表明,术前PLR>150作为一个简单且易获得的炎性指标,可作为预测HCC患者根治性切除术后发生MVI的重要因素。

基于临床资料、超声造影LI-RADS联合异常凝血酶原的肝癌微血管侵犯列线图模型的构建及验证

目的基于临床资料、超声造影肝脏影像报告和数据系统(LI-RADS)联合异常凝血酶原前体蛋白(PIVKA-Ⅱ)的肝癌微血管侵犯(MVI)列线图模型的构建,并对所构建的列线图模型进行验证。方法选取2019年1月至2023年12月该院收治的312例肝癌患者作为研究对象,按照2∶1分为建模集组(208例)和验证集组(104例)。以单因素和多因素Logistic回归分析肝癌MVI的影响因素,采用R3.6.1软件绘制肝癌MVI预测列线图模型;以预测风险能力指数(C-index)、校准曲线、受试者工作特征(ROC)曲线评价列线图模型的预测能力,以决策曲线评价列线图模型的临床效用。结果建模集组与验证集组MVI发生率分别为32.21%(67/208)、27.88%(29/104),建模集组与验证集组年龄、性别、体质量指数等基线资料及MVI发生情况比较,差异均无统计学意义(P>0.05)。单因素分析结果显示,建模集组中MVI组中国肝癌分期为Ⅱ~Ⅲ期患者占比及甲胎蛋白水平均高于无MVI组,差异均有统计学意义(P<0.05);建模集组中MVI组肿瘤最大径大于无MVI组,LI-RADS分级为5级患者占比及PIVKA-Ⅱ水平均高于无MVI组,差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,甲胎蛋白水平升高、肿瘤最大径增大、LI-RADS分级为5级患者占比较高、PIVKA-Ⅱ水平升高均为肝癌MVI的独立危险因素(P<0.05)。预测肝癌MVI的列线图模型的C-index为0.936(95%CI:0.894~0.965),区分度良好。Bootstrap内部验证和外部验证结果显示,列线图模型在建模集和验证集中的一致性指数分别为0.859、0.840。ROC曲线分析结果显示,列线图模型预测肝癌MVI的AUC为0.936,高于单独的甲胎蛋白(0.839)、肿瘤最大径(0.792)、LI-RADS分级(0.705)、PIVKA-Ⅱ(0.813)。决策曲线分析结果显示,当建模集高风险阈值为0.00~0.93、验证集高风险阈值为0.00~0.78时该列线图模型具有较好的临床净收益。结论甲胎蛋白、肿瘤最大径、LI-RADS分级和PIVKA-Ⅱ与肝癌MVI均有关,均可作为肝癌MVI的联合预测因子,可提高术前诊断肝癌MVI的效能,为临床肝癌的诊断和治疗提供客观准确的决策支持。

影像组学预测肝细胞癌微血管侵犯的研究现状

肝细胞癌(HCC)是目前对人类健康造成巨大威胁的常见恶性肿瘤之一,由于其发病率、死亡率都很高以及预后不理想,对于肝细胞癌的治疗一直都是我们需要攻克的难题。微血管侵犯(MVI)已经被多项研究证实是肝细胞癌术后复发以及预后不良的重要原因。然而,MVI的诊断主要是在术后通过肝细胞癌的病理学检查来确诊。如果能在术前对MVI进行一定的预测,将会对指导个体化治疗方案以及提高患者的预后产生巨大的影响。现阶段已有不少的研究利用CT或MRI影像组学的方法对HCC MVI进行预测,并且都取得了很好的效果。本文将对目前关于HCC MVI影像组学预测的研究进展进行阐述。

肝癌伴微血管侵犯的相关因素研究

肝癌是严重危害人类健康的重大疾病,到2025年,肝癌患者新增将突破100万。肝细胞癌(hepatocellular carcinoma, HCC)是肝癌中最常见的一种,约占85%。我国人口基数较大,是肝癌发病重灾区,发病率在恶性肿瘤中处于第四位,2022年新增肝癌患者为39.9万例,每年因为肝癌而导致的死亡人数约是全世界的一半,在我国的恶性肿瘤致死率排名中,位居第二位。目前最好的根治方法仍然是手术切除,但是肝细胞癌的预后还是不佳。肿瘤的分化程度、数目、大小、有无转移等都会影响到肝癌的预后。在临床上,越来越多的研究表明,手术后经病理确认伴有微血管侵犯(Microvascular invasion, MVI)的患者,其复发率明显升高,生存率明显下降。因此,肝癌的恶性程度及预后,除了与肿瘤大小、数量、远处转移等因素有关外,还与肝癌是否伴有MVI密切相关。因此,判断肝细胞癌是否发生MVI并及时采取适当的干预措施是提高肝细胞癌患者生存率的关键。

基于示卓安超声造影Kupffer期的深度学习预测肝细胞癌微血管侵犯的研究

目的:评估基于注射用全氟丁烷微球[商品名示卓安(Sonazoid)]超声造影Kupffer期的深度学习模型预测肝细胞癌(hepatocellular carcinoma,HCC)微血管侵犯(microvascular invasion,MVI)的效能,并将其与影像组学模型及临床模型进行比较。方法:回顾并纳入2020年7月—2022年9月于广西医科大学第一附属医院接受Sonazoid超声造影检查的146例原发性HCC患者,以7∶3随机划分为训练集102例和验证集44例。基于肿瘤感兴趣区,使用ResNet101模型通过迁移学习提取深度学习特征,使用PyRadiomics提取影像组学特征。采用Mann-Whitney U检验、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行特征降维。LASSO回归用于构建深度学习模型和影像组学模型,同时还基于临床特征构建一个临床模型。采用受试者工作特征曲线的曲线下面积(area under the curve,AUC)、灵敏度、特异度和准确度评估模型的诊断效能。DeLong检验用于比较模型间的诊断效能。结果:在训练集中,深度学习模型、影像组学模型、临床模型的AUC(95%CI)分别为0.931(0.880~0.981)、0.823(0.744~0.903)、0.719(0.614~0.824)。在验证集中,深度学习模型、影像组学模型、临床模型的AUC(95%CI)分别为0.895(0.757~1.000)、0.711(0.514~0.909)、0.606(0.390~0.822)。DeLong检验表明在训练集和验证集中,深度学习模型的诊断效能均优于影像组学模型及临床模型(P<0.05)。单因素及多因素logistic回归分析示甲胎蛋白和巴塞罗那临床肝癌分期可作为HCC患者MVI的独立预测因子(P<0.01)。结论:基于Sonazoid超声造影Kupffer期的深度学习模型在预测HCC患者MVI方面表现出优异的性能,有望成为预测MVI的无创影像学生物标志物。

合并微血管侵犯的HCC患者术后辅助治疗:现状与前景

原发性肝细胞肝癌是世界上常见的恶性肿瘤,手术切除是其首选的治疗方式,但微血管侵犯(MVI)作为其独立的危险因素影响着手术后患者的生存情况。本文介绍了术后MVI阳性对患者预后的影响,同时介绍了目前常用于预防术后复发,改善肝切除患者生存情况的一系列辅助治疗方法,包括放射疗法、肝动脉化疗栓塞术(TACE)、肝动脉灌注化疗(HAIC)、靶向疗法、免疫疗法、抗病毒及营养支持疗法,评述了各类疗法对MVI阳性患者的治疗效果。作者认为,大多数治疗均展现了相应的应用前景,但疗效和适用人群有待进一步探索,而联合治疗可能是未来术后辅助治疗前进的方向。