边云

海军军医大学第一附属医院放射诊断科，上海 200433

【提要】 影像组学是目前胰腺癌影像领域的研究热点之一，其结合深度学习、人工智能手段已应用于胰腺癌诊断、鉴别诊断、术前评估、疗效评估等方面。本文总结近年来胰腺癌影像组学的研究和应用，旨在为胰腺癌的精准医学研究提供参考。

胰腺癌恶性程度高，预计到2030年将成为第2大常见癌症死亡原因[1]。影像图像在胰腺癌的诊断、鉴别诊断、术前评估、疗效评估等方面均发挥了重要的临床价值。然而，目前影像学对胰腺癌的诊断仅局限于肿瘤位置、大小判断和是否可切除性评估。同病异影和同影异病的存在使影像学对胰腺癌易产生误诊，导致延误治疗时机。此外，影像学医师很难挖掘出影像学图像特征与微观病理之间的内在联系，也很难对患者的疗效和预后进行准确的评价和预测。由此可见，传统数据的处理和使用方式显然难以充分挖掘图像的大数据信息，影像组学(radiomics)应运而生。影像组学应用大量的自动化数据特征化算法，对医学图像中像素的分布情况进行数学分析，将感兴趣区域的影像数据转化为具有高分辨率的可发掘的特征空间数据，高通量获取一系列肉眼无法识别的量化参数，高保真地获得病灶的整体信息，充分反映医学图像底层最本质特征。目前影像组学已经广泛应用于胰腺癌的诊断、疗效评估、生存预测，并且与微观病理进行了广泛的关联和预测，为胰腺癌的研究指引了新的方向。……