APP下载

影像组学在进展期胃癌化疗反应和生存预测中的研究进展

2023-08-04迪利亚尔阿地力曹博威张文斌通信作者

影像研究与医学应用 2023年6期
关键词:胃癌特征模型

迪利亚尔·阿地力,曹博威,张文斌(通信作者)

(新疆医科大学第一附属医院胃肠肿瘤外科 新疆 乌鲁木齐 830054)

影像组学是近几年兴起的一门技术,以无创性预测肿瘤的生物学行为实现精准医疗的需求。它能够把传统的影像图像转换为定量数据,在CT的影像分割、疾病诊断、放化疗反应、转移风险评估和预后情况的预测等各个领域中的应用引起了广泛关注。本文就影像组学在进展期胃癌化疗与生存预测中的应用进展做一综述,旨在为将来研究方向的选择提供参考。

1 影像组学概述

受基因组学和蛋白组学的启发,2012年由荷兰的Lambin等[1]首次提出了影像组学的概念,强调从医学图像中高通量地提取定量影像信息。影像组学可直观地将视觉影像信息转化为深层次的特征来进行量化分析,有望实现无创性、全面、动态量化病灶的时间和空间异质性,对病理、临床及放射医师在肿瘤的分型、精准诊疗、预后预测中有着重大的临床参考价值。2018年伊始,影像组学研究的重点更是从预先设定的手工特征逐渐转移至更加深层次的深度学习特征。其流程可大致分为图像采集和预处理、图像分割、图像特征提取和筛选、预测模型构建与应用。在肿瘤学的应用中,影像组学特征还可作为一种客观、量化的生物标记物应用于肿瘤的鉴别诊断、表型分析及预测预后。

2 影像组学在胃癌化疗反应预测中的应用

2.1 新辅助化疗反应预测

对于初始分期较晚的可切除胃癌患者,新辅助化疗已逐渐成为围手术期治疗中的重要方案。……

登录APP查看全文

猜你喜欢

胃癌特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
P53及Ki67在胃癌中的表达及其临床意义
胃癌组织中LKB1和VEGF-C的表达及其意义
胃癌组织中VEGF和ILK的表达及意义
中医辨证结合化疗治疗中晚期胃癌50例
线性代数的应用特征