高文逸 赵国桦 吴亚平 王梅云 林予松,2*

1(郑州大学互联网与健康服务河南省协同创新中心 河南 郑州 450052)2(郑州大学软件学院 河南 郑州 450052)3(河南省人民医院影像科 河南 郑州 450003)

0 引 言

影像组学的概念最早由荷兰学者Lambin等[1]在2011年提出,其含义是指通过计算机断层摄影、正电子发射断层摄影或磁共振成像获得的医学图像中提取和分析大量高通量的高级定量成像特征,创建医学影像的可挖掘数据库，用来建立描述性和预测性模型，将图像特征与表型或基因-蛋白质特征相关联[2-4]。与传统影像学相比，影像组学是一种多学科交叉、多种影像技术相结合的技术。影像组学分析流程主要包括：图像获取，病灶分割，特征提取和选择，模型构建和临床信息解析[1]。其中特征提取和选择是影像组学实施的核心。

影像组学从医学影像中提取多维度定量数据，有助于癌症检测、肿瘤分割、预测生存期、分级分类，以及反应评估新的生物标记物等的研究[5-7]。其中确定肿瘤边界是这些工作的基础。部分肿瘤呈浸润性生长，这就使得肿瘤边界划分在临床手术治疗中成为很大的挑战。在影像组学的研究领域中，肿瘤的边界特征对决策也会产生重大影响。具体表现在：由于自动和半自动分割算法的不成熟，对于肿瘤影像，病变区域大都是由影像科医生手动分割的，多个影像科医生依据自身的经验进行手动分割，会导致分割的感兴趣区域产生细微差别。文献[8]研究结果表明部分影像组学特征对影像的变化非常敏感，细小变化可能引起影像组学特征的剧烈改变，导致训练的模型不可靠，这类特征被称为边界敏感特征，即不稳定特征。……