韩志萍 唐兴 杨庭义 常宁 张勇 张信信 徐永强 张艰

1空军军医大学西京医院呼吸与危重症医学科,西安 710032；2空军军医大学西京医院放射科,西安 710032

近几十年来,随着成像技术的发展,肺癌领域的影像学应用越来越普及,但肺癌的诊断仍然主要依赖放射医师和临床医师的主观经验和半定量分析判断,与基因组学、蛋白质组学、代谢组学等相比,仅能提供有限的价值信息,对影像信息的挖掘利用尚有很大空间。因此,有学者提出了利用医学影像大数据进行深度挖掘并量化分析的影像组学,受到了国内外学者的广泛关注。

1 影像组学概念及研究内容

伴随着人工智能时代的发展,模式识别工具及数据集的不断增加促进了高通量提取、量化分析医学图像的发展,它可以使图像转换成可采集的数据,结合患者其他信息,能够为临床决策提供更精准的依据[1]。2012年,Lambin等[2]正式提出了影像组学的概念,定义影像组学(又称放射组学)为通过自动化的高通量影像特征数据提取,利用复杂的生物信息学工具开发模型,建立影像特征与临床表型、基因分子标志等的关联,从而进行肿瘤诊断和临床表型预测的过程。随后,Kumar等[3]将影像组学概念完善为高通量地从MRI、CT 及PET 中提取大量高维的定量影像特征并进行分析。影像组学广泛应用于各类疾病中,尤其在肿瘤领域的辅助诊断、疗效评估和预后分析中具有较大的应用前景。

2 影像组学相关流程

(1)收集高品质和标准化图像;(2)采用自动分割方法,或由有经验的放射科医师或肿瘤放疗医师对图像中肿瘤区域进行标定和分割;(3)从这些分割的肿瘤区域中提取定量影像特征。……