犬胶质瘤与人胶质母细胞瘤的放射组学及比较神经影像学：迈向精准医学的一步

《Frontiers in Veterinary Science》：Radiomics and comparative neuroimaging of canine gliomas and human glioblastomas: a step toward precision medicine

　　

引言：胶质瘤是犬与人类常见的原发性中枢神经系统（Central Nervous System, CNS）神经胶质肿瘤。人胶质母细胞瘤（Glioblastoma, GBM）是最具侵袭性的亚型，确诊后平均生存期为15个月。短头犬（brachycephalic dogs）易患胶质瘤，且在生物学与临床特征上与人GBM相似。本研究应用放射组学对T2加权液体衰减反转恢复（T2-FLAIR）磁共振成像（Magnetic Resonance Imaging, MRI）序列进行分析，以表征犬胶质瘤病灶与非病灶组织，旨在识别用于诊断与预后的影像生物标志物。 方法：研究人员分析了犬胶质瘤与人GBM的MRI扫描。对感兴趣区（Region of Interest, ROI）进行分割，提取包括纹理、形态与强度在内的放射组学特征。采用描述性与非参数统计、方差分析（ANOVA）及受试者工作特征（Receiver Operating Characteristic, ROC）曲线评估特征判别能力，重点关注曲线下面积（Area Under Curve, AUC）超过80%的特征（如“jointaverage”与“autocorrelation”）。 结果：体积分析显示组间差异显著（p < 0.001）。所选放射组学特征可区分肿瘤与非病灶组织，ROC AUC超80%（p < 0.001）。支持向量机（Support Vector Machine, SVM）模型在犬与人数据集中区分胶质瘤、GBM与非病灶脑组织的准确率达80.33%。 讨论：放射组学特征揭示犬胶质瘤与人GBM具有可比的纹理模式，跨物种区分肿瘤与非病灶组织的AUC超80%，SVM准确率80.33%。这些发现支持犬胶质瘤作为人GBM研究的宝贵转化模型及精准医学价值。但样本量与群体多样性有限，需在更大队列中验证。 结论：犬胶质瘤与人GBM间一致的影像生物标志物支撑了比较与转化医学的进展。从T2-FLAIR MRI提取的放射组学特征实现了跨物种非侵入性区分肿瘤与非病灶脑组织，强化了犬胶质瘤作为人GBM天然模型的意义及比较神经影像学对精准医学的潜力。

研究背景与立项依据

胶质瘤是人与犬共有的原发性中枢神经系统（Central Nervous System, CNS）神经胶质肿瘤，严重影响健康与生存质量。人胶质母细胞瘤（Glioblastoma, GBM）占颅内恶性肿瘤48.6%，以快速生长、生物学异质性强及对常规治疗耐药为特征，确诊后平均生存期仅15个月。犬胶质瘤占颅内肿瘤36%–70%，短头品种（如拳师犬、斗牛犬）高发，其浸润性生长与分子复杂性（如CAMKK2、P2RX7变异）与人GBM相似。现有疗法（人Stupp方案、犬替莫唑胺/洛莫司汀）因肿瘤浸润与高复发率收效有限。在此背景下，放射组学（Radiomics，将医学图像转化为定量数据并结合机器学习的方法）为跨物种无创生物标志物发现提供新路径，而犬胶质瘤作为“同一医学（One Medicine）”框架下的自然模型价值日益凸显，但缺乏基于T2-FLAIR的跨物种定量比较证据，故研究人员开展此项研究。

研究人员基于公开数据库（TCIA的ICDC-Glioma犬队列与UPenn-GBM人队列）筛选31例合格对象（犬15、人16），以T2-FLAIR为基准序列，通过半自动分割（3DSlicer Thresholding与Grow from Seeds）、PyRadiomics提取69个特征（一阶、形态、灰度共生矩阵GLCM），经PCA降维与ROC筛选，构建SVM分类器，系统回答“犬与人胶质瘤影像纹理是否可比、能否跨物种区分肿瘤/非肿瘤”的核心问题。结论表明：跨物种纹理模式一致，6个GLCM特征AUC 0.796–0.874，SVM总体准确率80.33%，证实犬胶质瘤可作人GBM放射组学转化模型，成果发表于《Frontiers in Veterinary Science》。

主要关键技术方法（≤250字）

研究人员采用TCIA公开队列：犬侧取自ICDC-Glioma（弗雷德里克国家癌症实验室，81例中选15例含T2-FLAIR者），人侧取自UPenn-GBM（宾大630例中选16例），均要求组织病理确诊与T2-FLAIR质量合格。影像处理于Syngo.Via初筛后入3DSlicer，用Thresholding+Grow from Seeds半自动勾画ROI（犬三平面核验、人加HD-BET颅骨剥离）；特征提取经SlicerRadiomics/PyRadiomics（固定bin width=25，不重采样），得69特征；统计用SPSS行Mann-Whitney、重复测量ANOVA、PCA；判别用ROC（Youden指数、FDR校正）；AI用MATLAB SVM（70%训练/30%测试，PCA+ROC入选特征喂入）。

研究结果

3.1 体积分析（Volumetry analysis）

通过公式归一化脑容积与肿瘤占比，Mann-Whitney检验显示犬与人各体积变量差异极显著（p<0.001）：犬肿瘤占脑容积均值10.54%、人5.29%，犬绝对脑容积更小但相对占比更高，证明跨物种比较须归一化。

3.2 放射组学分析结果（Radiomics analysis results）

Kolmogorov-Smirnov显示特征非正态（除SumEntropy），用非参检验。PCA前三主成分特征值21.98/12.71/6.45，累积方差68.56%，共性>0.9。Mann-Whitney与重复测量ANOVA表明JointEntropy、SumEntropy、SumAverage、JointAverage、SumSquares、Autocorrelation在肿瘤vs非病灶间p<0.001，η² 0.256–0.384。ROC中6个GLCM特征AUC 0.796–0.874（Autocorrelation最高0.874，特异度97%），跨物种Mann-Whitney无显著差异（p>0.05），证伪物种间纹理偏移。

3.3 机器学习——支持向量机结果（Machine learning—support vector machine results）

SVM测试集准确率77.88%（TP6/TN8/FP1/FN3），全数据集80.33%（TP21/TN28/FP2/FN10），且模型未输入物种标签，证明所选特征跨物种保有判别力。

讨论部分总结

研究人员指出：体积归一化消除脑大小偏差；JointEntropy/SumEntropy高值反映细胞异质性与EGFR/p53等通路紊乱，Autocorrelation高值对应均匀纹理与TGF-β协调信号，纹理特征具放射基因组学假设生成价值；跨物种无统计学差异首次用定量纹理支持犬为GBM天然模型，但短头犬种内变异（SumEntropy等）或源自遗传背景；Autocorrelation高特异适确诊、JointAverage高敏感适筛查、SumAverage均衡；SVM跨物种泛化力来自均匀/异质性特征组合；局限含样本小、协议异质、犬未用HD-BET、半自动分割未测重复性，需大队列与多组学整合。

结论部分翻译

本研究证明了放射组学与基于SVM的AI模型效用：利用T2-FLAIR提取特征，对犬胶质瘤与人GBM的肿瘤/非病灶组织达80%判别准确率。JointEntropy、SumEntropy、JointAverage、SumAverage、SumSquares与Autocorrelation有效识别与肿瘤异质性及均匀性相关的纹理模式。AUC尤以Autocorrelation达0.874、特异度97%，确认这些影像生物标志物对评估组织复杂性与均匀性的价值。跨物种比较揭示放射组学相似性，提示犬胶质瘤可作人GBM有前景的转化模型；然此发现属初步，须在更大独立队列验证后方可推广。