影像组学方法在软组织肿瘤中的应用研究进展
2020-12-13朱逸峰王绍武
放射学实践 2020年11期
朱逸峰,王绍武
软组织肿瘤(soft tissue tumors,STTs)是一组起源于中胚层间充质组织(如黏液、纤维、脂肪、平滑肌、滑膜、横纹肌、血管和淋巴管等)中多能干细胞的肿瘤,成分复杂且种类繁多,临床、影像及病理表现各异[1]。软组织肿瘤的治疗以手术切除为主,对于软组织肉瘤必要时还需辅以放化疗及靶向治疗,准确的影像学诊断是临床制定治疗方案的重要依据,手术前运用影像学检查对肿瘤进行全面评估具有重要意义[2]。MRI检查具有较高的软组织分辨力,其凭借多序列、多参数成像的特点可以更清晰地显示肿瘤的大小、形态、内部信号、边界以及肿瘤对周围组织侵犯情况,已经成为软组织肿瘤病变检出、确定起源、良恶性鉴别诊断、侵袭范围评价和判断有无复发等方面最重要的临床检查方法和术前诊断依据[3]。
人工智能是一项用于研究并模拟人类思维与能力的新技术[4]。医学影像与人工智能的结合始于上世纪60年代,自上世纪80年代以来,随着基于人工智能的计算机辅助诊断软件的使用,人工智能开始逐渐整合到影像科的日常工作流程中,如肺结节和肺癌筛查、乳腺结节和乳腺癌筛查等[5]。影像组学(Radiomics)方法即是人工智能技术在医学影像学领域应用的成果,Radiomics的前缀Radio意为影像,而后缀Omics则源于分子生物学,用于描述生物大分子的详细特征,如基因组学和蛋白质组学等;2012年,该后缀Omics被Lambin等[6]首次用于医学影像学研究领域,Radiomics一词便应运而生,后由Kumar等[7]于同年进行了补充和完善,定义为“高通量地从医学影像中提取并分析高级、定量的影像特征来深层次反映肿瘤组织的空间异质性特征”。……
登录APP查看全文
