2025年10月28日，北京大學(xué)第三醫(yī)院郎寧教授團隊在Radiology發(fā)表題為《基于MRI嵌套生境影像分析的原發(fā)性脊柱腫瘤無進展生存期預(yù)測》（“MRI-based Habitat Analysis for the Prediction of Progression-Free Survival in Primary Spinal Tumors”）的最新研究成果。

論文截圖

腫瘤的顯著異質(zhì)性已被廣泛認(rèn)可，這一特征決定了其復(fù)雜的生物學(xué)行為與臨床預(yù)后。脊柱腫瘤作為骨腫瘤中最復(fù)雜、最具挑戰(zhàn)性的類型之一，其生物學(xué)行為高度異質(zhì)：從局部侵襲型至高度惡性型，預(yù)后差異懸殊。盡管術(shù)前影像學(xué)在風(fēng)險評估中發(fā)揮重要作用，但傳統(tǒng)“整瘤特征”分析常被內(nèi)部異質(zhì)性所掩蓋，難以捕捉與進展密切相關(guān)的高危區(qū)域。

針對該關(guān)鍵痛點，研究團隊提出了“嵌套生境影像分析（Nested Habitat Analysis）”的新型策略：在常規(guī)術(shù)前MRI的腫瘤病灶范圍內(nèi)完成強度標(biāo)準(zhǔn)化與局部紋理映射，獲取能夠表征組織結(jié)構(gòu)與灰度組織性的特征圖譜，繼而在整瘤尺度生成風(fēng)險概率圖，通過引入無監(jiān)督聚類在病灶空間內(nèi)部構(gòu)建“子區(qū)域（subregion）”，以此為空間先驗在其內(nèi)部再次聚類與重采樣，細(xì)化得到與進展風(fēng)險更為緊密相關(guān)的“微區(qū)域（microregion）”，實現(xiàn)從宏觀到微觀的分層解析與信號放大。圍繞微區(qū)域?qū)用娴姆派浣M學(xué)特征，研究團隊構(gòu)建術(shù)前無進展生存期預(yù)測模型，并與關(guān)鍵臨床變量進行多變量整合，形成可解釋的“生境-臨床”聯(lián)合模型。

本研究在美國加州大學(xué)Min-Ying Su教授團隊的醫(yī)工交叉方法優(yōu)化與技術(shù)釋義支撐下，結(jié)合青島大學(xué)附屬醫(yī)院提供的獨立外部驗證隊列，進一步提升了模型的臨床可解釋性與國際化水平。

嵌套生境分析以病灶MRI特征為輸入，經(jīng)兩層迭代依次提取“子區(qū)域”和“微區(qū)域”，實現(xiàn)腫瘤內(nèi)部空間異質(zhì)性的分層解析

嵌套生境影像分析主要特色體現(xiàn)在：

方法學(xué)范式升級：由“整瘤平均”轉(zhuǎn)向“空間分層”，將腫瘤視為多異質(zhì)“生境”的集合，捕捉被整瘤特征稀釋的局灶高危信號，為復(fù)雜腫瘤異質(zhì)性提供影像學(xué)刻畫框架。

術(shù)前影像生物標(biāo)志物：僅依賴常規(guī)非增強T1/T2MRI（無需對比劑、易于推廣），即可在手術(shù)前實現(xiàn)對無進展生存期的有效預(yù)測與人群分層。

“可解釋+低算力”的AI路徑：以“子區(qū)域/微區(qū)域”的空間先驗替代黑箱特征，可解釋性強、計算成本低。

Radiology同期刊登了加拿大多倫多大學(xué)放射學(xué)Pejman Jabehdar Maralani教授與渥太華大學(xué)放射治療學(xué)系Laura Burgess博士的專題述評，兩位專家指出：“本研究邁出了構(gòu)建面向個體患者的精細(xì)化預(yù)后工具的重要一步，可用于臨床咨詢與治療決策，包括手術(shù)策略與輔助治療?！睂＜彝瑫r認(rèn)為，嵌套生境影像分析方法以其透明、可解釋、計算負(fù)擔(dān)低等特點，為傳統(tǒng)機器學(xué)習(xí)模型提供了有力替代方案，展示了影像組學(xué)在精準(zhǔn)腫瘤學(xué)中的新潛能。

北京大學(xué)第三醫(yī)院放射科王奇政主治醫(yī)師、美國加州大學(xué)張洋教授為本文共同第一作者，郎寧為通訊作者。本研究得到國家自然科學(xué)基金的支持。

來源：北京大學(xué)