蔡一奇，施明明，许利斌，陈孝冬，章巍腾，胡畅远，朱冠保，王鹏飞

    (1.温州医科大学附属第一医院 胃肠外科，浙江 温州 325015；2.温州医科大学附属第二医院 胃肠外科，浙江 温州 325027)

    胃肿瘤是全球常见的消化道肿瘤，胃恶性肿瘤在我国的肿瘤发病率中居第2位，病死率居第3位[1-3]。术前精准的影像学检查能够准确地评估胃肿瘤的良恶性及肿瘤疾病的分期，协助临床医师制定个体化精准的治疗方案。经典的医学影像技术主要依靠上消化道造影、超声胃镜(endoscopic ultrasonography，EUS)、计算机断层扫描(computed tomography，CT)等图像中的形态学特征来鉴别胃肿瘤的良恶性及分期，由于存在医师经验的个体差异，因此在报告的结果上存在一定的主观性。随着医学诊断技术的不断发展，人们对肿瘤的诊疗模式逐渐向精准医疗过渡，传统的影像信息已经不能够完全适应精准医学的发展，需要探索和开发更系统、更全面和更精准化的图像诊断技术，自此影像组学(Radiomics)应运而生。在此，笔者对影像组学在胃肿瘤诊疗方面的临床研究现状进行综合分析并进行客观地评价，为今后影像组学在胃肿瘤诊疗中的应用提供研究思路。

    1 影像组学概念的提出

    影像组学这个概念最早由荷兰学者Philippe Lambin于2012年首次提出，指的是基于患者的影像图像通过高通量提取大量有关疾病的影像学特征，将医学图像转换成可获取的高维数据，从而能够量化疾病的影像学信息，通过分析和利用计算机软件挖掘成像参数来预测患者的特定结果[4]。应用于辅助诊断、肿瘤预测、治疗方案选择等领域发展个体化、精准化的治疗方式，在恶性肿瘤的分期、良性肿瘤危险因素的分级，肿瘤分子生物分型、肿瘤患者个体化治疗方案的判断和评估预后等方面表现出巨大的潜在优势，是目前乃至未来临床影像学和生物信息学研究的热点[5]。

    2 胃肿瘤影像组学的研究流程

    影像组学的流程主要分为：对原始影像图像的获取、感兴趣区域(region of interest，ROI)的勾画、定量特征的提取和量化、人工智能模型的建立及数据分析和临床辅助决策的应用[6]。其核心步骤是提取高维特征数据，定量分析ROI的属性(见图1)。

    图1 与胃肿瘤相关的影像组学的流程 ......