CT 紋理分析（CT texture analysis，CTTA）通過提取 CT 圖像的紋理特征，然后進行分析和定量客觀的評價，可以客觀地評估超出主觀視覺解釋能力的組織及其病變的異質性，反映組織微環境信息。該文從胃腫瘤的鑒別、胃癌分期的預測、與胃癌 Lauren 分型的相關性、胃癌隱匿性腹膜轉移的預測、胃癌療效及預后評估、生物標志物的預測幾個方面，對近年來 CTTA 在胃癌中的應用進行了綜述，認為 CTTA 在上述方面具有很好的應用前景。
引用本文： 范園, 李宏江, 陳修遠, 賀濤, 王竹, 陳潔. CT紋理分析在胃癌中的應用研究. 華西醫學, 2020, 35(11): 1404-1408. doi: 10.7507/1002-0179.202001184 復制
胃癌是指原發于胃的上皮源性惡性腫瘤，是導致癌癥相關死亡的第三大原因，是全球第五大最常見的惡性腫瘤[1]。國家癌癥中心 2015 年的統計數據顯示，我國新發胃癌病例數為 67.9 萬，其中死亡病例為 49.8 萬，均居同期全國惡性腫瘤發病率和死亡率的第 2 位[2]。胃癌患者的預后與分期密切相關。CT 被歐洲臨床腫瘤協會推薦為胃癌分期和風險評估的常規檢查手段[3]。多層螺旋 CT 在我國普及較廣，是我國胃癌首選臨床分期手段，同時使用增強 CT 多平面重建圖像，還能初步判斷腫瘤部位、腫瘤與周圍臟器（如肝臟、胰腺、膈肌、結腸等）或血管關系及區分腫瘤與局部淋巴結[4]。目前 CT 結果大多由放射科醫師根據腫瘤的對比劑攝取及其形態變化進行定性判讀，這一過程容易受主觀因素（個人經驗、期望、疲勞等）的影響，導致漏診或誤診。CT 紋理分析（CT texture analysis，CTTA）是影像組學中的一部分，是一種圖像后處理方式。CTTA 可以利用計算機對已有的 CT 圖像進行后處理，運用數學方法計算、分析像素的強度、空間特征和分布特征，客觀定量地評估腫瘤。近年來的研究表明 CTTA 能為腫瘤的鑒別診斷、分期、治療效果評估、預后判斷及相關生物學指標預測等提供依據。本文現對 CTTA 在胃癌中的應用作一綜述。
1 CTTA 概述
紋理是體現圖像中同質現象的一種視覺特征，它能反映物體表面具有緩慢變化或者周期性變化的表面結構組織的排列屬性和周圍環境的聯系[5]。紋理屬于圖像處理范疇的一個基礎研究單元，具有很強的普遍性，在雷達圖像處理、森林物種識別、人臉識別及醫學圖像分析等領域的應用中發揮著重要作用[6-8]。紋理分析通過提取、定量分析圖像特征提供客觀的圖像信息，可以識別人眼難以觀察到的差異。在醫學領域，紋理分析可以用于 CT、超聲、MRI 及正電子發射斷層掃描等多種成像方式[9]。近幾年，不少研究關注紋理分析在腫瘤的臨床診斷和治療評估中的作用。
紋理分析的基本程序包括圖像選取、感興趣區域勾畫、特征量化提取及篩選、數據分析及模型建立[10]。紋理特征量化一般有 4 種方法，即頻譜法、模型法、統計法及結構法，其中最常用的是統計法[11]。利用統計法可生成 3 種主要紋理特征，分別稱為一階、二階和高階特征。一階統計主要是基于直方圖方法來描述單個像素值的分布，不考慮空間關系，包括像素強度的平均值、最大值、最小值、熵（空間像素強度的不規則性）、標準差、偏度（像素直方圖的不對稱性）和峰度（像素直方圖的峰值平坦性）等。二階統計運用灰度共生矩陣、鄰域灰度差矩陣和灰度游程步長矩陣等三維運算方法描述相鄰像素之間的強度關系，可對像素強度的空間排列進行度量，因此可測量腫瘤內異質性，包括對比度、相關性、同質性及能量等[12]。高階特征是通過對圖像進行分形分析、小波變換和拉普拉斯變換等獲得的特征，可用于識別重復或非重復模式、抑制噪音等，主要用于紋理較為粗糙的區域[13]。同時由于 CTTA 是對 CT 圖像進行后處理，因此無論是平掃還是增強的圖像都可以進行紋理分析。
2 CTTA 在胃癌中的應用
2.1 胃腫瘤的鑒別
目前胃腫瘤的確診主要根據胃鏡取材活檢或手術切除活檢進行病理檢查[3]，但活檢屬于有創操作，可能會導致腫瘤破潰、出血，甚至有發生腫瘤腹腔種植的危險；而且當胃鏡活檢組織取材較少或部位不理想時，病理往往很難得出明確的診斷[6]，需要再次手術活檢確診。由于 CTTA 的優勢，其在腫瘤診斷方面具有很大的潛力，有望成為一種重要的輔助工具。Sun 等[14]回顧性分析 60 例胃癌患者和 40 例胃腸道間質瘤患者的 CT 增強圖像數據，利用放射科醫生的主觀診斷、紋理分析特征及兩者聯合分別建立 3 種模型，評估這 3 種模型在鑒別這 2 種胃腫瘤方面的能力，發現聯合模型的受試者工作特征曲線下面積（area under curve，AUC）可達 0.903，特異度和靈敏度分別為 93.33%、86.00%，CTTA 模型的 AUC 為 0.886，靈敏度和特異度分別為 82.50%、81.00%，而放射科醫生診斷建立的模型的 AUC 只有 0.806，靈敏度和特異度也最低，分別為 65.00%、75.00%。Ba-Ssalamah 等[15]回顧性分析了 47 例胃腫瘤患者增強 CT 動脈期圖像和 48 例胃腫瘤患者的增強 CT 靜脈期圖像，結果發現動脈期的紋理特征能有效地區分出胃癌和胃淋巴瘤（誤診率為 3.1%），同時也能準確鑒別出胃腸道間質瘤和胃淋巴瘤（誤診率為 0%）；靜脈期的紋理也能鑒別胃癌和胃淋巴瘤（誤診率為 9.7%），同時在胃腸道間質瘤和胃淋巴瘤方面也有較好的鑒別能力（誤診率為 8.0%）。Ma 等[16]回顧性分析 40 例 Borrmann Ⅳ型胃癌患者和 30 例胃淋巴瘤患者的靜脈期 CT 圖像發現，183 個紋理特征與區分 Borrmann Ⅳ型胃癌和胃淋巴瘤有關，并用組間相關系數>0.75 的 178 個紋理特征建立預測模型，其鑒別 Borrmann Ⅳ型胃癌和胃淋巴瘤的靈敏度和特異度分別為 86.67% 和 82.50%，當與放射科醫生的主觀診斷一起建立組合預測模型時，特異度可達 100%。上述研究提示 CTTA 在鑒別胃腫瘤方面具有無創、客觀、簡便的優勢，有待進一步的研究進行證實。
2.2 胃癌分期的預測
早期胃癌的及時發現和診斷，對于提高胃癌患者的生存率具有重要的意義，有研究表明早期胃癌患者術后 5 年生存率可達 90%，晚期胃癌的 5 年生存率卻不到 30%[17]。術前準確的分期有助于合理治療方式的選擇，避免不必要的治療。傳統增強 CT 掃描用于胃癌的術前分期，它對 T 分期的總體準確率為 43%～82%[18]。Liu 等[19]應用 CTTA 對 153 例胃癌患者的術前增強 CT 圖像進行回顧性分析，觀察到 CT 圖像動脈期的最大頻率、靜脈期的均值、靜脈期的最大頻率（直方圖的峰值）、模式（直方圖中出現頻率最高的像素強度）和熵 5 個紋理特征與胃癌的 T 分級、N 分級和 TNM 分期呈正相關（P<0.05），動脈期的最大頻率、靜脈期的最大頻率、熵可鑒別早期和晚期胃癌（AUC 分別為 0.810、0.752、0.822，P<0.05），其中運用靜脈期的最大頻率、偏度和熵 3 個紋理特征與活檢病理結果建立的多因素分析模型可預測胃癌的淋巴結轉移（AUC=0.892，P<0.05）。Yardimci 等[20]利用 CTTA 從 114 例擬行新輔助化學治療（化療）胃癌患者的門脈期 CT 影像中提取了 272 個紋理特征，分別篩選出 5 個特征與 T 分級（分為 T1-2 和 T3-4）有關，3 個特征與N 分級（分為 N+ 和 N–）有關，2 個特征與腫瘤病理學分級（分為 G1-2 和 G3）有關，線性判別分析顯示鑒別能力分別為 90.4%、81.6% 和 64.5%。基于增強 CT 的紋理分析在胃癌的分期預測方面有一定的價值，這或許能為臨床醫生的治療方式決策提供更多的信息參考。
2.3 與胃癌 Lauren 分型的相關性
Lauren 分型根據不同的流行病學和臨床病理特點將胃癌分為腸型、彌漫型、混合型和不確定/未分類型，被認為是最具預后價值的組織學分型[21]。Liu 等[22]通過 CTTA 評估 107 例胃癌患者的術前增強 CT 圖像，并與術后病理結果進行比較分析，發現靜脈期 CT 圖像的平均衰減、最大衰減、百分位數和模式幾個紋理特征與胃癌的分化程度和 Lauren 分型顯著相關；動脈期 CT 圖像的標準差和熵也與胃癌的 Lauren 分型顯著相關，在動脈期分析中，胃癌合并血管侵犯者的標準偏差和熵值明顯低于未合并血管侵犯者，最小衰減恰好與之相反。該研究表明 CTTA 作為一種無創的非侵入性的檢查，可在術前初步評估胃癌患者的 Lauren 分型。
2.4 胃癌隱匿性腹膜轉移的預測
腹膜轉移是指胃癌原發灶癌細胞經血行、淋巴或直接種植生長于腹膜。腹膜轉移的胃癌被認為是一種不可治愈的全身性疾病，它能導致腸梗阻及大量惡性腹水形成，患者生存質量差，預后往往不理想[23]。Ji 等[24]報道，在早期胃癌根治手術發生轉移的患者中腹膜轉移占 16%，在晚期胃癌中腹膜轉移的比例為 35.8%～63.1%。近來有臨床研究表明靶向治療、腹腔灌注化療聯合減瘤手術能改善胃癌腹腔轉移患者的生存率，手術加上腹腔灌注化療與單純手術相比能改善 1、2、3 年的生存率（優勢比分別為 0.31、0.27、0.29），所以早期識別腹腔轉移對于患者治療方案的制定意義重大[25-27]。Kim 等[28]將 51 例術前 CT 圖像未發現有腹膜轉移、首次在術中發現腹膜轉移（隱匿性腹膜轉移）的晚期胃癌患者作為轉移組，并將根據 T 和 N 分期匹配無遠處轉移的 51 例胃癌患者作為對照組，檢測包括平均值、標準差、峰度、偏度、熵和相關性在內的紋理特征，其中在兩組中分別抽出 10 例對 CTTA 的結果進行驗證；結果顯示在轉移組中平均值、標準差和熵更高，其中熵是隱匿性腹膜轉移的獨立預測因子，在受試者工作特征曲線中，設置熵的閾值大于 7.141，在驗證病例中診斷隱匿性腹膜轉移的靈敏度和特異度可高達 80% 和 90%。Dong 等[29]在 4 個中心共納入 554 例術前 CT 圖像未發現腹膜轉移的晚期胃癌患者，對這些患者的臨床基本信息和 CT 紋理特征進行多因素分析，發現 Lauren 分型、原發性腫瘤表型的紋理特征及腹膜周圍的紋理特征是胃癌隱匿性腹膜轉移的相關影響因子，并以這 3 個因素建立列線圖，在此列線圖中的 4 個隊列（1 個訓練隊列、1 個內部驗證隊列、2 個外部驗證隊列）的 AUC 分別為 0.958、0.941、0.928 和 0.920。這些研究提示 CTTA 可以預測胃癌的隱匿性腹膜轉移，為臨床醫生手術方式及時機的選擇具有指導意義。
2.5 胃癌療效及預后評估
如前所述，早期胃癌通過根治性手術可以明顯改善生存期，但是晚期胃癌即使經歷了手術、放射治療（放療）、化療和靶向治療等綜合手段，預后仍不理想[29]。其中部分晚期胃癌通過新輔助化療有可能改善局部疾病控制，提高根治性切除率，從而提高患者的生存率[30-31]。但是新輔助化療存在很大的個體差異，部分患者對新輔助化療的標準方案反應較差或者無反應。因此如果能從晚期患者中篩選出對新輔助化療敏感的患者和反應較差及無反應患者，就能為患者個性化地制定精準化療方案。Giganti 等[32]以新輔助化療后根治術患者的腫瘤消退分級為參考，探討患者術前的多層螺旋 CT 圖像的紋理特征是否有助于預測對新輔助化療的治療反應，單因素分析結果顯示，在納入 34 例患者中，CT 圖像的 14 個紋理特征能識別對新輔助化療有反應者和無反應者，在有反應患者中熵、平均絕對差、標準差和方差的基線水平顯著更高，而均一性在有反應者中更低。
晚期胃癌患者往往有疼痛、出血、貧血、腸梗阻、低白蛋白血癥等并發癥，對手術和放化療的耐受性相對較差。對晚期胃癌患者及時評估治療方案的療效，實時調整治療方案顯得尤為重要。通常來說，腫瘤的治療反應、效果及耐藥性與腫瘤的異質性密切相關。Yoon 等[33]將 26 例人表皮生長因子受體 2 陽性且經過以曲妥珠單抗為基礎化療的Ⅳ期胃癌患者納入研究，以生存期 12 個月為臨界點，將患者分為生存期良好組和不良組，然后對兩組 CT 圖像的感興趣區域利用直方圖和灰階共生矩陣特征進行 CTTA，發現各項紋理特征識別生存期良好組的 AUC 均大于 0.7，而且紋理特征中腫瘤異質性增加的患者總體生存期較好。另外，Hou 等[34]利用 CTTA 對 43 例伴有腹腔轉移不能再接受化療的晚期胃癌患者在接受低劑量脈沖放療后進行療效評估，他們從 1 117 個紋理特征中發現在 AUC 值為 0.686～0.729 范圍內一階熵、小區域低灰度權重、均值、聚類、熵及小區域權重 6 個特征能在低劑量脈沖放療開始前就分辨出患者是否對放療有反應，并且他們利用 K 最近鄰算法和人工神經網絡對紋理特征進行建模，這 2 種模型在訓練集和測試集中均獲得了較高的預測準確度，訓練集中 K 最近鄰算法和人工神經網絡的準確性分別為 0.794 和 0.714，測試集中這 2 個模型的準確性均為 0.816。以上研究顯示 CTTA 能早期識別晚期胃癌的治療反應。
在預后預測方面，Giganti 等[35]回顧性分析 56 例胃鏡活檢證實為胃癌且可行根治性手術患者的臨床資料和 CT 圖像，Kaplan-Meier 和 Cox 回歸分析顯示一階統計量（能量、熵、最大 CT 值、偏度、平方根及平均絕對差）與不良預后顯著相關。該研究表明基于 CTTA 的紋理參數可以作為一種術前影像學生物標志物來預測胃癌患者的預后。
2.6 生物標志物的預測
一些生物標志物與腫瘤的增殖、侵襲轉移和血管侵犯等密切相關[36]，也是療效及預后評價的重要監測指標。Liu 等[37]為了探究 CTTA 與免疫組織化學中胃癌組織 E-鈣黏蛋白、Ki-67、血管內皮生長因子受體（vascular endothelial growth factor receptor 2，VEGFR2）和表皮生長因子受體（epidermal growth factor receptor，EGFR）這些生物標志物之間的關系，通過研究 139 例胃癌患者的增強 CT 圖像的紋理特征，發現動脈期和靜脈期的標準差、寬度、熵、熵（H）、相關度及對比度與胃癌 E-鈣黏蛋白的表達水平顯著相關（P<0.05），動脈期的偏態、靜脈期的平均值和自動相關性與 Ki-67 的表達水平呈負相關（P<0.05），靜脈期的寬度、熵和對比度與 VEGFR2 呈正相關，而未發現紋理特征與 EGFR 的表達水平有關；因此作者認為 CTTA 在一定程度上可預測胃癌中 E-鈣黏蛋白、Ki-67 和 VEGFR2 的表達水平（0.612≤AUC≤0.715）。該項研究表明 CTTA 有可能無創且較為準確地反映胃癌腫瘤的增殖、侵襲遷移和血管生成能力的分子指標。這在胃癌的早期判斷和一些無法接受侵入性檢查的胃癌患者的評估方面顯示了一定的優勢。
3 小結及展望
從以上的研究可看出 CTTA 在胃癌的鑒別、分期、轉移風險評估、療效預后評估及生物標志物識別方面有很大的潛力，與現在臨床上所用的檢查監測手段相比具有無創、客觀、全面、經濟等諸多優勢。但是目前針對 CTTA 在胃癌方面的研究樣本量過少，且均為回顧性研究，缺乏多中心的前瞻性大數據研究結果證實。CTTA 在各文獻中的方法、報告的參數和與生物相關的關聯強度方面存在明顯的變異性，無統一的標準流程和嚴格的質量控制體系，各個研究機構之間存在很大的偏差。
雖然許多研究已經描述了 CTTA 和病理或遺傳特征之間的聯系，但如何建立有意義可用于臨床實踐的病理相關仍是一個挑戰，這是一個值得深入研究探索的領域。另外，CTTA 要在臨床上廣泛開展應用，統一的分析方法和報告標準勢必要建立。
胃癌是指原發于胃的上皮源性惡性腫瘤，是導致癌癥相關死亡的第三大原因，是全球第五大最常見的惡性腫瘤[1]。國家癌癥中心 2015 年的統計數據顯示，我國新發胃癌病例數為 67.9 萬，其中死亡病例為 49.8 萬，均居同期全國惡性腫瘤發病率和死亡率的第 2 位[2]。胃癌患者的預后與分期密切相關。CT 被歐洲臨床腫瘤協會推薦為胃癌分期和風險評估的常規檢查手段[3]。多層螺旋 CT 在我國普及較廣，是我國胃癌首選臨床分期手段，同時使用增強 CT 多平面重建圖像，還能初步判斷腫瘤部位、腫瘤與周圍臟器（如肝臟、胰腺、膈肌、結腸等）或血管關系及區分腫瘤與局部淋巴結[4]。目前 CT 結果大多由放射科醫師根據腫瘤的對比劑攝取及其形態變化進行定性判讀，這一過程容易受主觀因素（個人經驗、期望、疲勞等）的影響，導致漏診或誤診。CT 紋理分析（CT texture analysis，CTTA）是影像組學中的一部分，是一種圖像后處理方式。CTTA 可以利用計算機對已有的 CT 圖像進行后處理，運用數學方法計算、分析像素的強度、空間特征和分布特征，客觀定量地評估腫瘤。近年來的研究表明 CTTA 能為腫瘤的鑒別診斷、分期、治療效果評估、預后判斷及相關生物學指標預測等提供依據。本文現對 CTTA 在胃癌中的應用作一綜述。
1 CTTA 概述
紋理是體現圖像中同質現象的一種視覺特征，它能反映物體表面具有緩慢變化或者周期性變化的表面結構組織的排列屬性和周圍環境的聯系[5]。紋理屬于圖像處理范疇的一個基礎研究單元，具有很強的普遍性，在雷達圖像處理、森林物種識別、人臉識別及醫學圖像分析等領域的應用中發揮著重要作用[6-8]。紋理分析通過提取、定量分析圖像特征提供客觀的圖像信息，可以識別人眼難以觀察到的差異。在醫學領域，紋理分析可以用于 CT、超聲、MRI 及正電子發射斷層掃描等多種成像方式[9]。近幾年，不少研究關注紋理分析在腫瘤的臨床診斷和治療評估中的作用。
紋理分析的基本程序包括圖像選取、感興趣區域勾畫、特征量化提取及篩選、數據分析及模型建立[10]。紋理特征量化一般有 4 種方法，即頻譜法、模型法、統計法及結構法，其中最常用的是統計法[11]。利用統計法可生成 3 種主要紋理特征，分別稱為一階、二階和高階特征。一階統計主要是基于直方圖方法來描述單個像素值的分布，不考慮空間關系，包括像素強度的平均值、最大值、最小值、熵（空間像素強度的不規則性）、標準差、偏度（像素直方圖的不對稱性）和峰度（像素直方圖的峰值平坦性）等。二階統計運用灰度共生矩陣、鄰域灰度差矩陣和灰度游程步長矩陣等三維運算方法描述相鄰像素之間的強度關系，可對像素強度的空間排列進行度量，因此可測量腫瘤內異質性，包括對比度、相關性、同質性及能量等[12]。高階特征是通過對圖像進行分形分析、小波變換和拉普拉斯變換等獲得的特征，可用于識別重復或非重復模式、抑制噪音等，主要用于紋理較為粗糙的區域[13]。同時由于 CTTA 是對 CT 圖像進行后處理，因此無論是平掃還是增強的圖像都可以進行紋理分析。
2 CTTA 在胃癌中的應用
2.1 胃腫瘤的鑒別
目前胃腫瘤的確診主要根據胃鏡取材活檢或手術切除活檢進行病理檢查[3]，但活檢屬于有創操作，可能會導致腫瘤破潰、出血，甚至有發生腫瘤腹腔種植的危險；而且當胃鏡活檢組織取材較少或部位不理想時，病理往往很難得出明確的診斷[6]，需要再次手術活檢確診。由于 CTTA 的優勢，其在腫瘤診斷方面具有很大的潛力，有望成為一種重要的輔助工具。Sun 等[14]回顧性分析 60 例胃癌患者和 40 例胃腸道間質瘤患者的 CT 增強圖像數據，利用放射科醫生的主觀診斷、紋理分析特征及兩者聯合分別建立 3 種模型，評估這 3 種模型在鑒別這 2 種胃腫瘤方面的能力，發現聯合模型的受試者工作特征曲線下面積（area under curve，AUC）可達 0.903，特異度和靈敏度分別為 93.33%、86.00%，CTTA 模型的 AUC 為 0.886，靈敏度和特異度分別為 82.50%、81.00%，而放射科醫生診斷建立的模型的 AUC 只有 0.806，靈敏度和特異度也最低，分別為 65.00%、75.00%。Ba-Ssalamah 等[15]回顧性分析了 47 例胃腫瘤患者增強 CT 動脈期圖像和 48 例胃腫瘤患者的增強 CT 靜脈期圖像，結果發現動脈期的紋理特征能有效地區分出胃癌和胃淋巴瘤（誤診率為 3.1%），同時也能準確鑒別出胃腸道間質瘤和胃淋巴瘤（誤診率為 0%）；靜脈期的紋理也能鑒別胃癌和胃淋巴瘤（誤診率為 9.7%），同時在胃腸道間質瘤和胃淋巴瘤方面也有較好的鑒別能力（誤診率為 8.0%）。Ma 等[16]回顧性分析 40 例 Borrmann Ⅳ型胃癌患者和 30 例胃淋巴瘤患者的靜脈期 CT 圖像發現，183 個紋理特征與區分 Borrmann Ⅳ型胃癌和胃淋巴瘤有關，并用組間相關系數>0.75 的 178 個紋理特征建立預測模型，其鑒別 Borrmann Ⅳ型胃癌和胃淋巴瘤的靈敏度和特異度分別為 86.67% 和 82.50%，當與放射科醫生的主觀診斷一起建立組合預測模型時，特異度可達 100%。上述研究提示 CTTA 在鑒別胃腫瘤方面具有無創、客觀、簡便的優勢，有待進一步的研究進行證實。
2.2 胃癌分期的預測
早期胃癌的及時發現和診斷，對于提高胃癌患者的生存率具有重要的意義，有研究表明早期胃癌患者術后 5 年生存率可達 90%，晚期胃癌的 5 年生存率卻不到 30%[17]。術前準確的分期有助于合理治療方式的選擇，避免不必要的治療。傳統增強 CT 掃描用于胃癌的術前分期，它對 T 分期的總體準確率為 43%～82%[18]。Liu 等[19]應用 CTTA 對 153 例胃癌患者的術前增強 CT 圖像進行回顧性分析，觀察到 CT 圖像動脈期的最大頻率、靜脈期的均值、靜脈期的最大頻率（直方圖的峰值）、模式（直方圖中出現頻率最高的像素強度）和熵 5 個紋理特征與胃癌的 T 分級、N 分級和 TNM 分期呈正相關（P<0.05），動脈期的最大頻率、靜脈期的最大頻率、熵可鑒別早期和晚期胃癌（AUC 分別為 0.810、0.752、0.822，P<0.05），其中運用靜脈期的最大頻率、偏度和熵 3 個紋理特征與活檢病理結果建立的多因素分析模型可預測胃癌的淋巴結轉移（AUC=0.892，P<0.05）。Yardimci 等[20]利用 CTTA 從 114 例擬行新輔助化學治療（化療）胃癌患者的門脈期 CT 影像中提取了 272 個紋理特征，分別篩選出 5 個特征與 T 分級（分為 T1-2 和 T3-4）有關，3 個特征與N 分級（分為 N+ 和 N–）有關，2 個特征與腫瘤病理學分級（分為 G1-2 和 G3）有關，線性判別分析顯示鑒別能力分別為 90.4%、81.6% 和 64.5%。基于增強 CT 的紋理分析在胃癌的分期預測方面有一定的價值，這或許能為臨床醫生的治療方式決策提供更多的信息參考。
2.3 與胃癌 Lauren 分型的相關性
Lauren 分型根據不同的流行病學和臨床病理特點將胃癌分為腸型、彌漫型、混合型和不確定/未分類型，被認為是最具預后價值的組織學分型[21]。Liu 等[22]通過 CTTA 評估 107 例胃癌患者的術前增強 CT 圖像，并與術后病理結果進行比較分析，發現靜脈期 CT 圖像的平均衰減、最大衰減、百分位數和模式幾個紋理特征與胃癌的分化程度和 Lauren 分型顯著相關；動脈期 CT 圖像的標準差和熵也與胃癌的 Lauren 分型顯著相關，在動脈期分析中，胃癌合并血管侵犯者的標準偏差和熵值明顯低于未合并血管侵犯者，最小衰減恰好與之相反。該研究表明 CTTA 作為一種無創的非侵入性的檢查，可在術前初步評估胃癌患者的 Lauren 分型。
2.4 胃癌隱匿性腹膜轉移的預測
腹膜轉移是指胃癌原發灶癌細胞經血行、淋巴或直接種植生長于腹膜。腹膜轉移的胃癌被認為是一種不可治愈的全身性疾病，它能導致腸梗阻及大量惡性腹水形成，患者生存質量差，預后往往不理想[23]。Ji 等[24]報道，在早期胃癌根治手術發生轉移的患者中腹膜轉移占 16%，在晚期胃癌中腹膜轉移的比例為 35.8%～63.1%。近來有臨床研究表明靶向治療、腹腔灌注化療聯合減瘤手術能改善胃癌腹腔轉移患者的生存率，手術加上腹腔灌注化療與單純手術相比能改善 1、2、3 年的生存率（優勢比分別為 0.31、0.27、0.29），所以早期識別腹腔轉移對于患者治療方案的制定意義重大[25-27]。Kim 等[28]將 51 例術前 CT 圖像未發現有腹膜轉移、首次在術中發現腹膜轉移（隱匿性腹膜轉移）的晚期胃癌患者作為轉移組，并將根據 T 和 N 分期匹配無遠處轉移的 51 例胃癌患者作為對照組，檢測包括平均值、標準差、峰度、偏度、熵和相關性在內的紋理特征，其中在兩組中分別抽出 10 例對 CTTA 的結果進行驗證；結果顯示在轉移組中平均值、標準差和熵更高，其中熵是隱匿性腹膜轉移的獨立預測因子，在受試者工作特征曲線中，設置熵的閾值大于 7.141，在驗證病例中診斷隱匿性腹膜轉移的靈敏度和特異度可高達 80% 和 90%。Dong 等[29]在 4 個中心共納入 554 例術前 CT 圖像未發現腹膜轉移的晚期胃癌患者，對這些患者的臨床基本信息和 CT 紋理特征進行多因素分析，發現 Lauren 分型、原發性腫瘤表型的紋理特征及腹膜周圍的紋理特征是胃癌隱匿性腹膜轉移的相關影響因子，并以這 3 個因素建立列線圖，在此列線圖中的 4 個隊列（1 個訓練隊列、1 個內部驗證隊列、2 個外部驗證隊列）的 AUC 分別為 0.958、0.941、0.928 和 0.920。這些研究提示 CTTA 可以預測胃癌的隱匿性腹膜轉移，為臨床醫生手術方式及時機的選擇具有指導意義。
2.5 胃癌療效及預后評估
如前所述，早期胃癌通過根治性手術可以明顯改善生存期，但是晚期胃癌即使經歷了手術、放射治療（放療）、化療和靶向治療等綜合手段，預后仍不理想[29]。其中部分晚期胃癌通過新輔助化療有可能改善局部疾病控制，提高根治性切除率，從而提高患者的生存率[30-31]。但是新輔助化療存在很大的個體差異，部分患者對新輔助化療的標準方案反應較差或者無反應。因此如果能從晚期患者中篩選出對新輔助化療敏感的患者和反應較差及無反應患者，就能為患者個性化地制定精準化療方案。Giganti 等[32]以新輔助化療后根治術患者的腫瘤消退分級為參考，探討患者術前的多層螺旋 CT 圖像的紋理特征是否有助于預測對新輔助化療的治療反應，單因素分析結果顯示，在納入 34 例患者中，CT 圖像的 14 個紋理特征能識別對新輔助化療有反應者和無反應者，在有反應患者中熵、平均絕對差、標準差和方差的基線水平顯著更高，而均一性在有反應者中更低。
晚期胃癌患者往往有疼痛、出血、貧血、腸梗阻、低白蛋白血癥等并發癥，對手術和放化療的耐受性相對較差。對晚期胃癌患者及時評估治療方案的療效，實時調整治療方案顯得尤為重要。通常來說，腫瘤的治療反應、效果及耐藥性與腫瘤的異質性密切相關。Yoon 等[33]將 26 例人表皮生長因子受體 2 陽性且經過以曲妥珠單抗為基礎化療的Ⅳ期胃癌患者納入研究，以生存期 12 個月為臨界點，將患者分為生存期良好組和不良組，然后對兩組 CT 圖像的感興趣區域利用直方圖和灰階共生矩陣特征進行 CTTA，發現各項紋理特征識別生存期良好組的 AUC 均大于 0.7，而且紋理特征中腫瘤異質性增加的患者總體生存期較好。另外，Hou 等[34]利用 CTTA 對 43 例伴有腹腔轉移不能再接受化療的晚期胃癌患者在接受低劑量脈沖放療后進行療效評估，他們從 1 117 個紋理特征中發現在 AUC 值為 0.686～0.729 范圍內一階熵、小區域低灰度權重、均值、聚類、熵及小區域權重 6 個特征能在低劑量脈沖放療開始前就分辨出患者是否對放療有反應，并且他們利用 K 最近鄰算法和人工神經網絡對紋理特征進行建模，這 2 種模型在訓練集和測試集中均獲得了較高的預測準確度，訓練集中 K 最近鄰算法和人工神經網絡的準確性分別為 0.794 和 0.714，測試集中這 2 個模型的準確性均為 0.816。以上研究顯示 CTTA 能早期識別晚期胃癌的治療反應。
在預后預測方面，Giganti 等[35]回顧性分析 56 例胃鏡活檢證實為胃癌且可行根治性手術患者的臨床資料和 CT 圖像，Kaplan-Meier 和 Cox 回歸分析顯示一階統計量（能量、熵、最大 CT 值、偏度、平方根及平均絕對差）與不良預后顯著相關。該研究表明基于 CTTA 的紋理參數可以作為一種術前影像學生物標志物來預測胃癌患者的預后。
2.6 生物標志物的預測
一些生物標志物與腫瘤的增殖、侵襲轉移和血管侵犯等密切相關[36]，也是療效及預后評價的重要監測指標。Liu 等[37]為了探究 CTTA 與免疫組織化學中胃癌組織 E-鈣黏蛋白、Ki-67、血管內皮生長因子受體（vascular endothelial growth factor receptor 2，VEGFR2）和表皮生長因子受體（epidermal growth factor receptor，EGFR）這些生物標志物之間的關系，通過研究 139 例胃癌患者的增強 CT 圖像的紋理特征，發現動脈期和靜脈期的標準差、寬度、熵、熵（H）、相關度及對比度與胃癌 E-鈣黏蛋白的表達水平顯著相關（P<0.05），動脈期的偏態、靜脈期的平均值和自動相關性與 Ki-67 的表達水平呈負相關（P<0.05），靜脈期的寬度、熵和對比度與 VEGFR2 呈正相關，而未發現紋理特征與 EGFR 的表達水平有關；因此作者認為 CTTA 在一定程度上可預測胃癌中 E-鈣黏蛋白、Ki-67 和 VEGFR2 的表達水平（0.612≤AUC≤0.715）。該項研究表明 CTTA 有可能無創且較為準確地反映胃癌腫瘤的增殖、侵襲遷移和血管生成能力的分子指標。這在胃癌的早期判斷和一些無法接受侵入性檢查的胃癌患者的評估方面顯示了一定的優勢。
3 小結及展望
從以上的研究可看出 CTTA 在胃癌的鑒別、分期、轉移風險評估、療效預后評估及生物標志物識別方面有很大的潛力，與現在臨床上所用的檢查監測手段相比具有無創、客觀、全面、經濟等諸多優勢。但是目前針對 CTTA 在胃癌方面的研究樣本量過少，且均為回顧性研究，缺乏多中心的前瞻性大數據研究結果證實。CTTA 在各文獻中的方法、報告的參數和與生物相關的關聯強度方面存在明顯的變異性，無統一的標準流程和嚴格的質量控制體系，各個研究機構之間存在很大的偏差。
雖然許多研究已經描述了 CTTA 和病理或遺傳特征之間的聯系，但如何建立有意義可用于臨床實踐的病理相關仍是一個挑戰，這是一個值得深入研究探索的領域。另外，CTTA 要在臨床上廣泛開展應用，統一的分析方法和報告標準勢必要建立。