胡云涛 黄小华* 刘念 唐玲玲，2 成涛

原发性肝癌是我国常见的恶性肿瘤，具有预后差、易复发及转移等特点，其早期诊断及术前病理分级预测是影响病人生存率的重要因素。影像学检查作为原发性肝癌的主要诊断手段之一，贯穿疾病诊断及治疗的整个过程，是目前最重要的临床数据来源。在影像数据中具有潜在能反映肿瘤细胞生物学行为的信息，因此进一步提高影像信息的利用率，挖掘出能够反映生物组织特性的信息就显得尤为重要，于是影像组学应运而生[1]。随着人工智能的迅速发展以及医学影像数据库的建立，影像组学在原发性肝癌的靶向治疗和预防中发挥着重要作用。

1 影像组学进展

影像组学概念于2012 年由荷兰研究者Lambin等[2]首先提出，其定义为“从放射影像中高通量提取影像特征，将其与肿瘤细胞生物学分子相关数据转化为可挖掘高维特征空间”。影像组学作为一种新兴的定量分析方法，可从大量影像体素中提取与异常组织相关的形状、灰度、纹理等特征，并可与临床特征、基因组学、蛋白组学结合进行系统性的定量分析，最终提高临床诊断、分级及预后评估的准确性[3]。目前，影像组学在人体各系统疾病研究中均有应用，尤其对于肿瘤性病变的诊断及鉴别诊断、预后及治疗疗效评估的研究更为深入，如在对肺部纤维化、结节，乳腺癌，前列腺癌早期自动检测的研究已取得显著成效[4-6]。影像组学的主要特点在于能从宏观的肿瘤影像数据中发掘细胞分子水平上的变化，在纹理分析中可以从像素灰度强度空间关系定量评价病灶异质性和侵袭性，如基因结构和细胞蛋白质分泌的改变导致影像上信号变化[7]。……