研究背景

　　目前随着WHO对肺腺癌亚型的重新划分，我们发现在不同的肺腺癌亚型中，患者的预后有明显的差异，因此当我们提到肺腺癌患者的精准治疗时，不得不提出肺腺癌患者的精准诊断。在我们这项研究中，我们期望能够结合目前计算机深度学习和人工智能的技术优势，开发出一套基于CT影像分析的无创病理诊断系统。

　　在这张幻灯中，左边的表格汇总了目前基于薄层高分辨CT影像来判断早期肺腺癌分期的方法，其主要依据是实性成分的比值与肿瘤病灶的浸润程度相对应。在2015年丹佛举办的WCLC大会上，来自美国Mayo Clinic的Peikert教授团队首次向我们展示了他们开发的一套命名为“CANARY”的计算机辅助判断肺结节预后的系统，其研究的数据来源为NLST低剂量CT筛查队列的影像学数据库。在他们的研究中，研究者把所有纳入研究的肺结节患者通过计算机分析分为预后较好、一般及较差三组，随访结果发现三组的分类与患者的总生存期有显著的相关性。但是是否可以进一步通过计算机辅助系统来帮助术前进行病理类型的判断呢？于是我们做了一次大胆的尝试。

　　研究方法

　　在我们的研究中，我们回顾性地入组了近2年在我们医院因胸部CT提示肺结节接受胸外科手术治疗的病例，在入组的195例肺结节病例中，术后确诊的病理类型包括非典型腺瘤样增生（AAH）、原位腺癌（AIS）、微浸润腺癌（MIA）和浸润性腺癌（IAC）。在研究中，我们进行了“肺结节影像特征”的提取，通过从原始断层图像，到三维重建提取，再到密度分布的饼状图，以及向量特征的曲线图，可以发现不同早期肺腺癌的亚型之间具有明显差异。在研究的最后，我们通过诊断效率值的计算，来验证这套全新的基于CT影像的诊断系统。具体而言，第一步，我们通过收集获得层厚小于或等于1mm的CT扫描图像。第二步，我们通过图像分割分别获得肺实质和肺结节部分的数据。第三步，我们通过特征提取和无监督聚类建立一个标准的数据库，在这里我们采用了10维和60维两种标记方法的建立方法。第一种分类方法中，我们采用10维度的标记法。通过距离矩阵的特征提取，我们通过不同区域的CT值的分布来标记。而在第二种法中，我们又附加了6个维度的多方向特征的提取，这意味着除了包含有CT密度值，我们还在数据库中的标记中包含了像素之间的位置关系。因此在这种方法中，我们一共提取了10*6，60维度的特征信息。最后我们将获得的影像学数据库与病理结果进行匹配，并利用支持向量机的方法让计算机进行分类学习并建立判断模型，从而获得我们需要的iBiopsy系统。

　　与传统的影像学分析的方法不同，基于计算机分析的系统可以细分到每一个独立的像素单元，因此我们可以选择例如5*5个像素的区域进行结节原始影像数据的提取。通过数字可视化的方法，我们可以把不同单元的密度值用距离矩阵的方式进行排列。于是我们就可以获得一个包括所有像素单元的矩阵数据库，并通过无监督分类的方法进行特定密度值维度的排列。

　　研究结果

　　在各个早期肺腺癌的亚型中，iBiospy系统诊断的准确性均超过了85%，同时绘制的ROC曲线下面积都大于0.95。然而后期我们还需要在更大规模的数据库和前瞻性的队列中来验证这套全新的系统。

　　小结

　　我们首次提出了一种基于无创CT影像分析系统，这套iBiopsy系统可以协助临床医生针对早期肺腺癌结节影像资料，进行病理亚型的分类。我们的研究结果提示，这套全新的系统在不久的将来可以为肺结节患者的精准诊断提供一种新的方法。

　　致谢

　　感谢课题PI白春学教授的支持和帮助，上海华东理工大学信息学院朱煜教授团队的技术支持，以及复旦大学附属中山医院胸外科葛棣教授、核医学科石洪成教授、放射科张新伟教授、病理科侯英勇教授、卢韶华教授、翟长文博士，呼吸科胡洁教授、张勇教授、洪群英教授、周建教授、王宁舫博士，包晨博士以及华东医院放射科张国桢教授和李铭教授、放疗科郑向鹏教授对项目的支持和给予的辛勤指导。同时要特别感谢美国纽约西奈山伊坎医学院Charles Powell教授的指导和帮助。

　　另外，还要感谢复旦大学附属中山医院临床研究专项基金、国家基础研究项目（973计划）No.2012CB933304、国家重大科技支持项目No.2013BAI09B09、国家自然基金No.81500078、No.31400713的资助。

　　由中国肺癌防治联盟主席白春学教授牵头，以该项研究作为研究基础申请的前瞻性、随机、对照多中心研究“物联网影像智能分析联合肿瘤标志物诊断早期肺癌的研究”，已在今年年初正式启动，参与的分中心包括：北京协和医院、北京胸科医院、中国人民解放军总医院、第四军医大学西京医院、第三军医大学新桥医院、南京军区总医院、第二军医大学长海医院、四川大学华西医院、浙江大学医学院附属第一医院、中南大学湘雅医院、复旦大学附属华东医院、复旦大学附属华山医院等。更多项目及联盟咨询可以关注中国肺癌防治联盟微信公众号“calcsecretariat”。