李宇飞 秦川月 王宏勤

1.山西医科大学第一临床医学院(山西 太原 030000)

2.山西医科大学基础医学院(山西 太原 030000)

3.山西医科大学附属第一医院神经外科(山西 太原 030000)

影像组学的概念由Lambin等[1]于2012年提出，其定义为高通量地从放射影像中提取并分析大量高级的定量影像学特征，这些特征具有数据维度高、定量分析等优点，可与传统影像学、分子生物学、分子病理学、信息科学等相整合并进行分析。影像组学的算法以非侵入性的方式量化肿瘤的特征。许多研究表明，在许多器官中，不同类型的肿瘤可以通过影像组学分析被量化，通过影像组学得到的结果可以作为生物指标被用作临床决策[2]。其中在脑恶性肿瘤中的应用及取得的成果最为显著。

1 影像组学在脑胶质瘤中的应用

1.1 胶质瘤的分级世界卫生组织(WHO)于2016年修订了中枢神经系统肿瘤分类指南，在传统组织学表型的基础上，整合入肿瘤的分子基因型。这一分类涉及IDH基因突变及1p/19q联合缺失等遗传因素。胶质瘤的分级是确定临床诊疗方案，评估患者预后的重要指标。将胶质瘤分为高级别胶质瘤(HGG)和低级别胶质瘤(LGG)的方案已被广泛采用。区分HGG和LGG对确定诊疗计划和评估病情进展有重要意义。通过影像组学可以对胶质瘤进行量化，并利用结果实现对胶质瘤的分级，将胶质瘤分为HGG或LGG。Cho等人[3]选取了2017年脑肿瘤分割(BraTS)挑战赛[4]中的285(HGG=210，LGG=75)个数据，选择其T1加权，T1增强，T2加权及FLAIR图像，计算并提取了三个感兴趣区域共468个特征，采用五重交叉验证法分离训练数据和测试数据。……