APP下载

影像组学在磨玻璃结节型肺腺癌的应用研究进展

2021-03-01张耀允余建群

中国医疗设备 2021年2期
关键词:肺癌特征模型

张耀允,余建群

1. 四川大学华西医院 放射科,四川 成都 610041;2. 成都天府新区人民医院 放射科,四川 成都 610213

引言

肺癌作为全世界发病率及病死率最高的恶性肿瘤,尽管在过去的几十年里,生物医学技术有显著的发展,但是肺癌的5年生存率仍然仅为10%~15%[1],且对于首诊患者而言,可行外科手术治疗的患者5年生存率约为50%,而无法手术治疗患者的5年生存率仅约为5%[2],因此早发现、早诊断、早治疗对于提高肺癌患者生存率极为重要。目前随着低剂量多层螺旋计算机断层扫描(Computed Tomography,CT)的广泛应用及人们体检意识的逐渐增强,越来越多的磨玻璃结节(Ground-Glass Nodule,GGN)被发现,早期肺腺癌在CT中大部分表现为GGN,因此精确诊断GGN型肺癌对患者后期治疗具有重大价值。随着影像设备和影像采集技术的飞速发展,相较于传统CT影像更有优势的影像组学应运而生,将传统的影像图像转换为可挖掘、可分析的数据信息,从而提取到人类肉眼很难观察及分辨的特征数据,并进行定量及综合分析以支持临床决策。

1 影像组学概述

1.1 基本概念

影像组学又称放射组学,由荷兰学者Kumar[3]首次提出,指从CT、正电子发射断层摄影(Position Emission Tomography,PET)或磁共振成像(Magnetic Resonance Imaging,MRI)所获得的影像图像的感兴趣区中提取、筛选及定量分析数百个定量影像特征,揭示肿瘤生物学特征和异质性与图像数据的关系,可用于建立描述性和预测性的模型帮助医师做出最准确的诊断,同时也为患者的个体化治疗提供更多参考依据[4]。2014年,影像组学这一概念开始应用于临床,Aerts等[5]提出肿瘤无创异质性检测的理念,即通过影像组学的数据打破肿瘤对细胞学活检诊断的限制,同时还可用影像组学特征来预测患者的预后,为肿瘤无创诊断开辟了新视角。……

登录APP查看全文

猜你喜欢

肺癌特征模型
一半模型
中医防治肺癌术后并发症
对比增强磁敏感加权成像对肺癌脑转移瘤检出的研究
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
microRNA-205在人非小细胞肺癌中的表达及临床意义
基于肺癌CT的决策树模型在肺癌诊断中的应用
线性代数的应用特征