影像组学及其在肿瘤研究与临床中的应用PPT演示课件

1、影像组学及其在肿瘤研究与临床中的应用,2015年9月，国家卫计委、发改委等16个部门联合印发中国癌症防治三年行动计划（2015-2017年）,国家对癌症的重视,4项定量指标： 重点地区、癌症早诊率达到50% 肿瘤登记覆盖全国30%以上人口 癌症防治核心知识知晓率达60% 成人吸烟率下降3%,癌症诊疗的挑战(1/2),我们已经得到大量肿瘤基因数据,但癌症仍然无法被治愈,经过五十年的努力，癌症的五年生存期并没有得到明显的提高,2013年4月1日时代杂志封面,N=1,950,388. Updated May 12, 2014,Data from National Cancer Institute of NIH (2014),肿瘤5mm才能被诊断缺乏早期诊断手段,癌症的五年生存率 没有实质性提高,时空异质性影响治疗 缺乏定量评估方法,N. Engl. J. Med. 2010, 363(1):4-6.,N. Engl. J. Med. 2012, 366, 883-92.,缺乏早期定量方法 影像组学,癌症诊疗的挑战(2/2),改自武汉大学周强教授,5mm,1kg左右肿瘤,13年,520年,肿瘤

2、微环境导致 微小癌分子和癌细胞,免疫系统可排除,正常,基因异常,开始增殖,前癌病变,发 生癌 症,出现病状,死亡,转 移,基因诊断 肿瘤异质性 不确定性高,常规影像 PET,CT,MRI,超声 无法诊断5mm以下肿瘤,发生,发展,凋亡,早期诊断 ？,缺乏早期诊断手段,Gerlinger et al. N Engl J Med 366, 883-92 (2012),Richard et al. J Clin Oncol 22, 277-285 (2004 ),肿瘤基因组的时空异质性限制了靶向治疗的效果 我们缺乏有效的手段去全面定量评估肿瘤异质性,Gerlinger et al. N Engl J Med 366, 883-92 (2012). 被引用2368次,英国癌症研究中心 伦敦研究所 Charles Swanton MD,缺乏定量评估手段,Virendra Kumar et al, Magnetic Resonance Imaging, 2012, 30:1234. (被引55次) Philippe Lambin, European Journal of Cancer 2012;4

3、8: 441-446.(被引100次),解剖结构,物理组织层次,代谢层次,蛋白质层次,转录学层次,功能影像,结构影像,分子影像,量化 微环境 定量 异质性,基因层次,基因病理,利用海量影像和基因病理信息全面定量肿瘤异质性,癌症研究,影像组学,机遇影像组学为精准医疗提供早期定量手段,影像组学流程,特征提取,预测算法,影像数据,高维特征,诊疗决策,合作优化,提高病人 生存期,提高疾病 早诊率,减轻患者 医疗负担,缓解医院 就诊压力,推广应用,影像组学利用大数据挖掘技术定量肿瘤异质性，实现精准诊疗决策，提高病人生存期,改自武汉大学周强教授,5mm,1kg左右肿瘤,肿瘤微环境导致 微小癌分子和癌细胞,免疫系统可排除,正常,基因异常,开始增殖,前癌病变,发 生癌 症,出现病状,死亡,转 移,基因诊断 肿瘤异质性 不确定性高,影像组学 基因+影像+病理 早期诊断,精准医学,常规影像 PET,CT,MRI,超声 无法诊断5mm以下肿瘤,影像组学定位(1/2),Gerlinger et al. N Engl J Med 366, 883-92 (2012),Richard et al. J Clin

4、Oncol 22, 277-285 (2004 ),影像组学通过全面评价肿瘤的异质性，可以使医学诊疗更精准,2011年美国基因组学与生物医学界的智库发表了迈向精准医学：建立生物医学与疾病新分类学的知识网络,2015年1月份美国总统奥巴马宣布了“精准医疗计划” (Precision Medicine Initiative)，探索个体精准诊疗方法。,影像组学定位(2/2),Aerts et al. Nature Communications, 2014, 5: 4006.,以肺癌为例，2010年中国共54万发病率，45万死亡率，且在过去30年以465%的速度增长 肺癌居恶性肿瘤首位，在非小型细胞肺癌患者中，五年存活率依然很低，不足19%。 中国每年花在肺癌治疗上的费用近400亿 各大医院开始关注肺癌的检测。肺癌筛检中假阳性较高，活检代价较大,中国癌症调查报告，2013,肺癌影像组学,国际研究进展(1/7),Aerts et al. Nature Communications, 2014, 5: 4006.,影像组学通过融合基因和病理信息可量化微环境，早期定量肿瘤的异质性,数据,分割,特征,

5、分析预测,强度,形状,小波,纹理,美国莫菲特 癌症中心 Robert J. Gillies,肺癌和头颈癌病人存活率预测 数据集：1019个病人 788个患有非小型细胞肺癌的病人 231个患有头颈癌的病人 特征集：440个 分析（影像特征与诊疗结果的关系） 临床数据与影像特征一起被考虑,Aerts et al. Nature Communications, 2014, 5: 4006.,国际研究进展(2/7),Aerts et al. Nature Communications, 2014, 5: 4006.,Radiomics 特征定义,训练,验证,按稳定性 排序的特征,按稳定性 排序的特征,Radiomics特征,Radiomics特征,Radiomics特征,Radiomics特征,Radiomics特征 有更紧密或者球形肿瘤的病人有更好的存活可能性,国际研究进展(6/7),Aerts et al. Nature Communications, 2014, 5: 4006.,Radiomics标签与基因表达模式间的重要关联性,国际研究进展(7/7),影像组学研究进展,预测诊断软件开

6、发 研发一套专门读取临床影像数据并自动进行分期、生存率预测和治疗方案建议的软件系统,基于临床数据的分期和预测算法研究 利用工科优势，开展临床数据的分期和预测算法研究，发表高影响因子学术论文,一系列 数据资源,Radiomics资源数据库建设 收集一系列格式规范、信息完整的临床影像数据和基因数据，并整理成资源数据库,一连串 关键技术,一整套 影像软件,一大批 合作医院,20余家三甲医院长期合作 已经与北京、长三角、珠三角、河南等地区的一批三甲医院建立长期合作关系,国内超过30余家合作医院,合作医院,广东省人民医院 广州医学院一附院,汕头大学附属肿瘤医院,上海肺科医院 上海长征医院,哈医大 附属第四医院,西京医院,301医院 协和医院 天坛医院 佑安医院 中日友好医院 医科院肿瘤医院,河南省 人民医院,郑大一附院,大量数据,大数据,影像组学大数据是格式规范、信息完整的病人数据,=,影像组学数据规范,详细参考中国科学院分子影像重点实验室合作医院影像组学数据规范细则 ,影像组学数据规范,影像组学数据资源,已建立多中心、多肿瘤、多模态数据资源平台，含五类癌症数据逾5000例；预计年底扩充至800

7、0例。,CT MRI ,采集,重建,数据 存储,可重 复性,金标准,全自动,验证,数据库的整合,存储及共享,PACS 系统,信息分析,多信息,特征 空间,自动 提取,低冗 余度,影像数据,肿瘤分割,特征提取 及量化,预测分析 治疗决策,Radiomics算法处理流程,影像组学关键技术进展,Wei Shen, A Novel Principal Component Analysis based Airway Segmentation method. IPMI 2015.,肺支气管分割结果,肿瘤分割(1/3),分割算法流程,肿瘤分割(2/3),LIDC公开数据集819例数据的精度为81.57%. 较之于水平集方法和图割方法，精度提高14.95%(p0.0005)和10.18%(p=0.004).,3D,2D,与上海长征医院合作肿瘤自动分割，精度提高10%,Jiangdian Song, A New Automated Lung Nodule Segmentation Algorithm Based on Toboggan and region growing. IEEE TMI, 2015

8、, accepted.,实质性肺结节自动分割结果,GGO肺结节自动分割结果,Jiangdian Song, A New Automated Lung Nodule Segmentation Algorithm Based on Toboggan and region growing. IEEE TMI, 2015, accepted.,分割方法对实性结节和GGO都有效,肿瘤分割(3/3),简单视觉二维特征,放射科医生,同病异症 异病同症,多年临床 诊断经验,高维复杂三维特征,影像组学,定量异质性 提高诊疗率,数据挖掘深度学习,特征选择(1/3),肿瘤强度,肿瘤形状与尺寸,肿瘤纹理,设计了592个三维影像特征,临床医生提出的特征,小波特征,Aerts et al. Nature Communications, 2014, 5: 4006.,Balagurunathan et al., Translational Oncology, 2014, 7:72.,特征选择(2/3),同病异症 异病同症,深度学习和数据挖掘技术可解决,临床医生提出的肿瘤特征,分叶征,毛刺征,尖角,边界光整,空洞,空

9、气泡,特征选择(3/3),卷积神经网络对肺结节多尺度分类精度达83%,肺癌良恶性预测,Wei Shen, Multi-scale Lung Nodule Classification Method Using Convolutional Neural Network, under review, IEEE TMI,基于LIDC数据库495良性和495恶性肺结节，采用10倍交叉验证法,非小细胞肺癌预测(1/2),训练数据,测试数据,数据集 来自广东省人民医院,表型特征对病理分期预测准确率为80%以上,643例,765例,与广东省人民医院合作进行非小细胞肺癌预测,肿瘤特征,游程关键特征2-生存曲线,游程关键特征1-生存曲线,N2/N3-N0/N1生存曲线,I/II-III/IV生存曲线,游程等高维能够将病人分为高风险组与低风险组，高特征值表示低存活期（p0.05）,非小细胞肺癌预测(2/2),影像组学软件平台,PACS数据管理系统 海量数据处理工作站 MITK、3DMed计算平台 Radiomics预测软件,统一计算框架,3DMed,MITK,由不同理论算法和统一计算框架形成算法和应用平台,分割,配准,可视化,应用框架,硬件加速,基础层,内存管理,系统调用,操作系统 ( Windows，Linux，Mac. ),软件进展医学影像计算平台(1/2),来自于70多个不同国家和地区，1000多家不同单位，共计3.2万余人次的下载量,截至 2015.11.09,2008年,9大类64个指标,Med. Biol. Eng. Comput. 2008, 46(12):1209-17.,软件进展医学影像计算平台(2/2),肺癌影像组学预测软件 基于4000例信息完善肺癌数据和592项三维特征,软件进展肺癌预测软件研发(1/5),软件进展肺癌预测软件研发(2/5),软件可以进行肺癌的良恶性、生存期、TNM分期等预测，以及最优诊疗方案建议,TNM分期,良恶性,生存期,治疗方案,病人打分机制： 60分 预后良好，可推荐手术治疗、放化疗等 60分 预后较差，建议保守治疗、靶向治疗等,可实现肿瘤的自动分割和592个特征的提取,肿瘤分割结果,软件进展肺癌预

《影像组学及其在肿瘤研究与临床中的应用PPT演示课件》由会员日度分享，可在线阅读，更多相关《影像组学及其在肿瘤研究与临床中的应用PPT演示课件》请在金锄头文库上搜索。