肿瘤影像组学信息挖掘与临床应用
异质性,特征,1影像组学的发展,2影像组学研究方法,3影像组学的临床应用,4影像组学目前存在的问题,5总结与展望
冯 琪,丁忠祥(浙江大学医学院附属杭州市第一人民医院 放射科,浙江 杭州 310006)
早期诊断和早期治疗是提高恶性肿瘤治疗效果、降低死亡率的关键。影像学在肿瘤的诊疗中发挥着重要的作用,超声、CT、MRI和核医学等检查方法已成为诊断肿瘤疾病不可或缺的手段。但是这些常规影像检查常不能准确反映肿瘤的异质性。随着精准医学的发展和肿瘤个体化治疗的要求,常规影像技术已经不能完全满足临床决策的需要,影像组学(radiomics)应运而生。影像组学是一种新兴的、发展迅速的疾病诊断和辅助检测技术,使用一系列定性和定量的方法分析高通量图像特征,从医学图像中获取诊断、预测和预后信息。近年来,影像组学和深度学习成为医学影像领域的研究热点,尤其是在肿瘤成像领域。影像组学特征与肿瘤的基因表达、突变、组织病理学分级、微血管密度、肿瘤代谢和肿瘤侵袭性密切相关。影像组学技术不仅具有无创性,避免了样本活检的采样错误,而且能够对肿瘤整体进行精准定量分析,为肿瘤的早期诊断、预后和治疗提供了新的依据。
1 影像组学的发展
“影像组学”概念最早由荷兰学者Philippe于2012年提出[1]。事实上,这种分析医学图像的方法在影像组学这个术语出现之前就已经开始应用。比如,通过纹理分析技术证明图像特征反映病变异质性的潜力,证实影像组学特征与临床预后因素和临床终点之间存在统计学上的显著相关性[2-3]。Ganeshan等[4]对17例经病理证实的非小细胞肺癌(non-small cell lung cancer, NSCLC)患者的CT图像进行纹理分析发现,粗纹理及细纹理特征与肿瘤代谢及分期相关。Manduca等[5]使用数字化乳腺X线片进行病例对照研究,评估大量图像纹理特征与乳腺癌风险之间的关系 ......
您现在查看是摘要页,全文长 6882 字符。