朱 娜，侯 阳

(中国医科大学附属盛京医院放射科，辽宁 沈阳 110004)

随着胸部CT的普及，肺结节检出率显著提高。良恶性肺结节之间CT特征存在重叠，如何早期鉴别良恶性肺结节是临床亟待解决的问题[1]。随着人工智能技术的发展，将医学影像学与人工智能技术相结合的影像组学对诊断肺癌[2]、预测病理分型[3]及评估预后[4-5]等具有重要作用。本研究就影像组学概念、常用技术及其在鉴别诊断良恶性肺结节中的应用进展进行综述。

1 影像组学的概念

影像组学指基于影像学图像(CT、MRI及PET-CT等)提取病变的形状、强度、纹理和小波等特征，并转换为高维度可量化的定量特征数据以进一步反映病变的生物学信息的人工智能技术，可为诊断疾病、预后评估和预测疗效等提供相关信息[6]。

2 影像组学研究中CT成像方法

2.1 扫描方式 常规CT平扫及增强图像均可用于鉴别肺结节良恶性的影像组学研究。研究[7-8]证实，鉴别良恶性肺结节的影像组学研究中，平扫图像的应用价值与增强图像相当甚至更佳。WU等[7]于胸部CT平扫及增强图像中提取影像学特征及定量纹理特征，建立模型鉴别良恶性病变，其AUC分别为0.86及0.83。HE等[8]发现，基于平扫CT建立的影像组学模型相比增强CT具有更好的诊断效能，其AUC(0.86)高于后者(0.83)，原因可能在于增强扫描时肿瘤生物学异质性被强化所掩盖，导致良恶性结节间影像组学特征差异不明显[7]。

2.2 窗口技术 常规影像组学鉴别良恶性肺结节主要采用纵隔窗图像。纵隔窗图像中结节实质部分与侵袭性有关，提取纵隔窗图像特征可提高亚实性肺结节分类结果的一致性[9]。……