近日，中國科學院合肥腫瘤醫(yī)院在利用多模態(tài)影像預測膠質(zhì)瘤放療療效的研究中取得新進展。相關成果發(fā)表在醫(yī)學與計算機領域TOP期刊IEEE Journal of Biomedical and Health Informatics上。

術后放療在膠質(zhì)瘤治療中具有重要作用，但僅部分患者對治療有明顯反應。因此，放療前準確預測治療反應對于制定個體化的劑量調(diào)整策略至關重要。傳統(tǒng)預測方法依賴臨床因素，難以反映腫瘤異質(zhì)性帶來的影響。影像組學通過提取腫瘤區(qū)域的細微特征，在預測方面表現(xiàn)優(yōu)于傳統(tǒng)模型。然而，目前模型僅關注單一感興趣區(qū)域，未能充分考慮術后放療靶區(qū)中腫瘤微環(huán)境的空間異質(zhì)性與其對治療結(jié)果的潛在影響。此外，現(xiàn)有的“生境分析”方法雖能將異質(zhì)性腫瘤分割為具有不同生物特征的子區(qū)域，但在實際應用中仍存在利用不足、特征融合導致過擬合，以及傳統(tǒng)機器學習模型難以捕捉復雜區(qū)域間關系等問題。

為克服上述挑戰(zhàn)，本研究提出了一種基于圖神經(jīng)網(wǎng)絡和多視圖學習的多圖融合框架。該方法將每位患者視為圖中的一個節(jié)點，節(jié)點特征由其影像組學特征構成，圖的結(jié)構則基于患者臨床特征間的相似性建立。圖神經(jīng)網(wǎng)絡通過信息傳遞機制捕捉復雜的節(jié)點間關系，從而更好地理解腫瘤特征間的交互作用。同時，多圖融合框架將每個生境子區(qū)域作為一個獨立視圖，不僅可以融合單個患者不同區(qū)域的信息，還可在不同患者間捕捉腫瘤微環(huán)境的共性與差異。該方法有助于更全面地理解腫瘤微環(huán)境對放療反應的影響，提升預測性能并增強模型解釋性。

腦系腫瘤中心長期致力于基于多模態(tài)影像的腦腫瘤精準診療研究，旨在完善一套系統(tǒng)的多模態(tài)影像驅(qū)動的腦腫瘤精準放療體系。該體系不僅有助于深入探索腦腫瘤治療反應的病理生理機制，也為實現(xiàn)更精準的放療靶區(qū)勾畫與療效評估提供了技術支持與應用前景。

該論文的第一單位為中國科學院合肥腫瘤醫(yī)院，第一作者為中國科學院合肥腫瘤醫(yī)院腦系腫瘤中心博士后、主治醫(yī)師王毅欣，博士后合作導師王宏志研究員為通訊作者。本研究得到了合肥物質(zhì)院院長基金和合肥腫瘤醫(yī)院人才培養(yǎng)基金的支持。

文章鏈接：https://ieeexplore.ieee.org/document/11096419

基于圖神經(jīng)網(wǎng)絡和多視圖學習的多圖融合框架