代湖明，陈彦如，袁平，卓碧华

（1.四川大学计算机学院，成都610065；2.重庆市第二师范学院技术与信息工程学院，重庆400067；3.武警警官学院信息技术教研室，成都610213）

0 引言

垂体腺瘤是常见的良性神经内分泌腺瘤，起源于垂体前叶，主要存在于鞍区，其在人群中的发病率大致为每年每10 万人中有80-90 例，约占所有脑肿瘤中的15%[1-4]。

在腺垂体细胞的分化过程中，垂体转录因子决定着腺垂体祖细胞的分化方向。根据2017 版世界卫生组织对垂体肿瘤的分类解读，垂体转录因子主要包括t-box 垂体转录因子、表达垂体特异性POU-同源结构域的转录因子（PIT-1）、T-PIT 转录因子和类固醇生成因子（SF-1）[5-6]。其中，泌乳素细胞和生长激素细胞由表达PIT-1 转录因子的细胞分化而来，然而泌乳素腺瘤患者和生长激素腺瘤患者在临床上的治疗有明显的差异。大多数接受药物治疗的泌乳素腺瘤患者都有较好的效果[7]，而生长激素腺瘤患者则必须进行手术切除，故对泌乳素腺瘤和生长激素腺瘤的正确分类在临床上具有重要的意义。

放射组学能够把医学影像数据转换成大量的定量影像特征，目前已广泛应用于各种肿瘤特征的提取[8-10]。此研究通过提取泌乳素腺瘤和生长激素腺瘤在核磁共振成像（Magnetic Resonance Imaging，MRI）上的放射组学信息，建立出一个基于放射组学信息的机器学习模型，然后对泌乳素腺瘤和生长激素腺瘤进行精准分类。

1 数据获取

1.1 图像采集

本次研究搜集了2016 年1 月至2019 年2 月间确诊的110 例垂体瘤患者的术前MRI 图像（增强T1 加权成像），其中38 例为泌乳素腺瘤，72 例为生长激素腺瘤。……