夏兆云,周 强,裴守科,景 琳 综述 朱 虹 审校

影像组学是借助计算机软件从医学影像图像中提取影像特征，建立相关模型数据库，采用统计学及机器学习等方法，对疾病定性诊断，肿瘤分级、分期、疗效评价及预后预测等展开研究。2012年由Lambin等[1]首次提出的影像组学已成为临床研究的新热点。正电子发射体层-X线计算机断层扫描(positron emission tomography-x-ray computer tomography，PET-CT)影像组学研究起步相对较晚，笔者对近年来18氟-脱氧葡萄糖(18Fluorine-fluorodeoxy glucose,18F-FDG)PET-CT影像组学在肺癌诊治中的研究及展望进行综述。

1 PET-CT影像组学研究的基本流程

PET-CT影像组学研究工作流程与其他影像组学相似，包括图像采集与分割、影像特征提取与筛选、建立模型及数据库分析等几个关键步骤[2-4]。理想的标准化图像采集源于统一的、高质量成像设备、检查技术和后处理重建软件。图像分割是影像组学研究的重要步骤，有自动、半自动和人工图像分割等方法。影像特征包括形态特征(周长、面积、体积、圆形度、矩形度、距角、外球面体积、表面中心距标准偏差、外部矩形交叉线距离等)、强度特征(平均强度、强度方差、最大最小强度差、偏度、峰度、强度梯度、拉普拉斯分散均值、拉普拉斯分散距离等)、纹理特征(Tamura特征、灰度共生矩阵、灰度游程矩阵、附近灰色调差矩阵等)常见的三类特征[4，5]。依照研究目的提取和筛选出合适的影像特征建立模型数据库，采用不同分析方法，获取影像组学研究结果。常规PET-CT影像在肺癌应用中有较高的价值，以形态学为基础，利用多……