编辑推荐：
为解决术前预测 HIFU 消融子宫肌瘤疗效的问题，重庆医科大学附属永川医院等的研究人员开展联合影像组学模型的研究。结果显示该模型预测效果佳。推荐阅读，助您了解影像组学在肌瘤治疗预测中的创新应用。
在女性的健康世界里，子宫肌瘤就像一颗不速之客，时常来捣乱。它是子宫平滑肌的良性肿瘤，在育龄女性中相当常见，大约 20% - 40% 的育龄女性都被它 “盯上” 过。有些时候，它可能悄无声息，不引起任何症状，但 20% - 50% 的患者可就没这么幸运了，会遭遇异常子宫出血、月经紊乱、疼痛以及生育能力下降等问题，严重影响生活质量。
面对这个健康 “小恶魔”，治疗手段多种多样，比如手术、药物，还有各种微创或无创治疗方法。不过，这些方法都有各自的 “小脾气”。就拿根治性手术全子宫切除术来说，它虽然能彻底解决问题，但对于那些还有生育需求的女性而言，简直是 “晴天霹雳”，因为切除子宫意味着失去了孕育新生命的机会。而微创手术呢，虽然适合有生育需求的患者，但对医生的技术要求特别高，而且患者恢复起来也需要较长时间。
在众多治疗方法中，高强度聚焦超声（HIFU）凭借自身独特的优势，逐渐走进了人们的视野。它就像一个精准的 “小导弹”，依靠超声波的热能和机械能，在超声（USgHIFU）或磁共振成像（MRI，MR - HIFU）的引导下，直接 “击中” 目标，让组织发生凝固性坏死。这种方法既安全又有效，能显著改善患者的临床症状，成为手术治疗的有力替代方案，给患者带来了新的希望。
在评估 HIFU 治疗子宫肌瘤效果时，有一个重要指标 —— 非灌注体积比（NPVR）。NPVR 越高，意味着治疗效果越好，肌瘤复发的可能性也越低。然而，并不是所有子宫肌瘤患者都适合 HIFU 治疗。这时候，术前预测 NPVR 就显得尤为重要，它能帮助医生筛选出更适合接受 HIFU 治疗的患者，让治疗更加精准有效。
近年来，影像组学技术（Radiomics）异军突起。它就像一个神奇的 “翻译官”，能够把医学图像转化为高通量数据，发现那些人眼难以察觉的细微差异，为疾病的辅助诊断和预测提供了强大的支持。以前的研究发现，T1 增强成像（T1C）的强化程度与消融疗效密切相关，强化程度越高，NPVR 反而越低；扩散加权成像（DWI）则能反映组织的灌注情况，NPVR 与 DWI 信号强度的增加也有关系。但以往的研究大多基于单序列，或者是 T2W 与 T1C 序列的组合，对 DWI 序列的研究虽然有一定价值，但将 T1C 和 DWI 序列联合起来研究的却很少。
为了解开这些谜团，重庆医科大学附属永川医院的研究人员在《BMC Medical Imaging》期刊上发表了一篇名为 “Value of a combined magnetic resonance - enhanced and diffusion - weighted imaging dual - sequence radiomics model in predicting the efficacy of high - intensity focused ultrasound ablation for uterine fibroids” 的论文。他们通过研究发现，基于 T1C 和 DWI 数据的联合影像组学模型，可以有效地预测 HIFU 消融子宫肌瘤的疗效，为临床制定个性化治疗方案提供了重要的依据。这一成果就像给临床医生提供了一个 “秘密武器”，让他们在面对子宫肌瘤患者时，能更有针对性地选择治疗方法，大大提高治疗效果。
在这项研究中，研究人员运用了多种关键技术方法。首先，他们进行了多中心回顾性研究，收集了大量患者的数据。然后，从 T1C 和 DWI 序列图像中提取影像组学特征，通过一系列筛选方法，如方差阈值法、选择 K 最佳法、逻辑回归和最小绝对收缩和选择算子（LASSO）等，筛选出有价值的特征。最后，利用逻辑回归建立 T1C 模型、DWI 模型、整合模型和联合模型，并使用受试者工作特征曲线（ROC 曲线）评估模型性能，还运用 Delong 检验比较不同模型的预测效能。
下面来详细看看研究结果。
一般信息
2021 年 1 月至 2023 年 12 月期间，重庆医科大学附属永川医院有 245 名患者接受了 HIFU 治疗，经过严格的筛选，最终 150 名患者符合研究要求被纳入。与此同时，重庆医科大学附属第二医院也有 45 名患者参与进来。研究发现，充分消融组和非充分消融组在年龄、目标肌瘤中心到腹侧皮肤的最短距离、T1WI 强化程度以及 DWI 信号强度等方面存在显著差异。这些差异就像是一个个 “小线索”，为后续研究指明了方向。
影像组学特征
从 T1C 和 DWI 序列中，研究人员分别提取出了 2228 个和 2199 个影像组学特征，这些特征被分为一阶特征、形状特征和纹理特征三大类。经过层层筛选，最终 T1C 序列保留了 8 个特征，DWI 序列保留了 6 个特征。这些 “脱颖而出” 的特征，就像是隐藏在图像中的宝藏，对后续模型的构建起着关键作用。
建模与评估
研究人员建立了多个模型，包括 T1C 模型、DWI 模型、联合模型和整合模型。通过评估发现，联合模型在预测方面表现最为出色。在训练集上，联合模型的曲线下面积（AUC）达到了 0.857，内部测试集上为 0.824，外部测试集上同样是 0.857，均高于单个序列模型。经过 Delong 检验，联合模型和整合模型的 AUC 显著高于 T1C 和 DWI 模型。此外，研究人员还根据联合模型的影像组学特征构建了列线图（nomogram），校准曲线显示联合模型的预测结果与实际结果吻合度很高，决策曲线分析也表明联合模型在预测消融率方面具有最高的净效益和更广泛的阈值概率，临床实用性最强。这一系列结果表明，联合模型就像一个精准的 “小雷达”，能更好地预测 HIFU 治疗子宫肌瘤的疗效。
在研究结论和讨论部分，研究人员发现联合模型（AUC = 0.857）的预测性能最佳，其在外部测试中的 AUC 优于以往研究，这表明该模型在术前预测 HIFU 疗效方面潜力巨大。虽然研究中各医院使用的磁共振检查仪器有所不同，但外部验证结果依然良好，进一步证明了模型的可靠性。而且，通过列线图和决策曲线等工具评估发现，联合模型在预测消融率方面具有明显优势，临床应用价值极高。
不过，这项研究也存在一些小遗憾。比如样本量相对较小，外部验证还不够充分；只提取了低 b 值 DWI 图像的特征；模型仅联合了 T1C 和 DWI 两个序列，没有纳入 T2WI 等序列；并且由于是回顾性研究，早期 T1C 图像未进行分析。但研究人员已经有了新的计划，他们准备在未来联合 T2WI、T1C、DWI 和 ADC 序列进行研究，同时尽可能扩大样本量，期待能开发出性能更优、更稳定的模型。
总的来说，这项研究意义非凡。它建立的基于 T1C 和 DWI 序列的联合影像组学模型，为临床医生术前预测 HIFU 消融子宫肌瘤的疗效提供了可靠的方法。就像为医生们点亮了一盏明灯，帮助他们在面对复杂的病情时，做出更准确的判断和决策，制定出更适合患者的个性化治疗方案，让更多子宫肌瘤患者受益。
