MRI影像组学对135例肝癌耐药蛋白PFKFB3的预测价值

目的 探讨原发性肝细胞肝癌(HCC)MRI强化特点、影像组学特征与癌组织中PFKFB3表达的相关性,建立HCC耐药相关蛋白的影像组学预测模型。方法 回顾性分析2015年1月至2020年12月接受手术治疗并行术前增强MRI HCC患者135例,统计患者的临床数据(年龄、性别、吸烟史、饮酒史、丙氨酸氨基转移酶、天冬氨酸氨基转移酶、甲胎蛋白、病理分级、乙型肝炎病毒感染)、传统影像学指标(肿瘤大小、包膜、动脉期强化特征、肿瘤坏死、门静脉侵犯、肿瘤供血类型、出血、肝内卫星灶、动脉期肿瘤-肝差异)及影像组学特征,并通过免疫组织化学法检测PFKFB3表达。二元Logistic分析筛选出独立预测因素(P<0.05),根据筛选后的训练集特征构建影像组学预测模型。利用受试者工作特征(ROC)曲线评估预测模型的准确性并在验证集中进行验证。结果 HCC患者丙氨酸氨基转移酶(OR=0.36, 95%CI:0.16～0.83,P=0.017)及肝内卫星灶(OR=6.89, 95%CI:1.76～27.03,P=0.006)是PFKFB3阳性表达的独立预测因子,MRI影像组学模型训练集AUC值为0.99,在验...     

基于CT影像组学及临床资料预测肝细胞癌微血管侵犯的研究

目的 基于肝细胞癌（hepatocellular carcinoma,HCC）患者的术前CT影像组学特征和术前临床资料分别建立影像组学模型,探讨其预测微血管侵犯（microvascular invasion,MVI）的研究价值。方法 回顾性分析复旦大学附属肿瘤医院2018年1月至2020年12月110例经术后病理结果确诊为HCC患者的资料。采用ITK-SNAP软件勾画肝脏肿瘤边缘,通过Python(3.7.10版本)软件对图像做预处理,使用pyradiomics(3.0.1版本)工具包提取9种滤波器下的八类影像组学特征共1 317个。依据术后病理结果分成MVI阳性组（65例）和MVI阴性组（45例）。分析临床资料,利用逻辑回归算法分别建立影像组学模型,临床模型,临床特征联合影像组学模型（简称联合模型）。通过绘制训练组和测试组的受试者特征曲线（receiver operating characteristic curve,ROC）、ROC曲线下面积（the area under the ROC curve,AUC）、特异性和敏感性评估预测患者MVI状态的诊断效能。结果 筛选出18个最优的...     

扩散加权成像联合甲胎蛋白在肝癌术后疗效评价中的研究进展

肝细胞癌(HCC)患者术后的及时随访以及疗效的准确判断是提高患者整体生存率的关键。扩散加权成像(DWI)是目前应用较为广泛的功能影像方法,其可以优先于肿瘤形态学的改变,从微观角度监测细胞密度或肿瘤血管的变化来评价HCC治疗后的效果;而甲胎蛋白是临床诊断及监测HCC疗效较为成熟的血清学指标。该文就DWI联合甲胎蛋白检测评价HCC治疗效果的研究进展予以综述。     

CT影像组学在肝细胞癌联合治疗后短期疗效的应用

  目的   探讨增强CT的影像组学模型在预测肝细胞癌（hepatocellular carcinoma,HCC）经导管肝动脉化疗栓塞（transcatheter arterial chemoembolization,TACE）联合索拉菲尼治疗后短期疗效（6个月内）中的价值。  方法   回顾性分析159例TACE联合索拉菲尼治疗的肝癌患者的临床、病理及术前CT图像,根据改良后实体瘤疗效评价标准（modified response evaluation criteria in solid tumors,mRECIST）对介入术后 6 个月肿瘤局部控制率进行评估。提取动脉期和门脉期的影像组学特征并构建影像组学模型。根据术前一般临床危险因素、基本影像特征,建立术前临床模型。将影像组学模型加入术前临床模型,组成联合模型。分别绘制3个模型的受试者工作特征曲线（ROC）,并分别计算曲线下面积（AUC）。  结果  从1 708个影像组学特征中共筛选出11个影像组学特征值建立影像组学模型,训练组及验证组模型AUC分为0.945、0.918。临床因素除了肿瘤最大径线和肿瘤数目外,差异有统计学意义（P < 0.05）,其余差异无统计学意义（P > 0.05）,二者构建的临床模型训练组及验证组的AUC分别为0.811、0.857。联合模型训练组及验证组AUC分别为0.958、0.95。  结论  影像组学模型是预测TACE联合索拉菲尼短期疗效的一个强有力的独立预测因素,能明显提高术前临床模型的预测能力,可在TACE联合索拉菲尼治疗前筛选出进展危险性较高的患者,帮助临床医生制定个性化的治疗及随访方案,改善患者预后。     

影像组学在预测肿瘤免疫治疗疗效中的研究进展

肿瘤的免疫治疗能够有效提高多种肿瘤患者的生存率,然而并非所有患者都表现出良好的治疗反应,早期预测免疫治疗疗效能更好地指导治疗。目前免疫治疗疗效评估大多数基于实体肿瘤的疗效评价标准,准确性欠佳。影像组学能够挖掘图像的深层信息,无创且能评估肿瘤整体,可在任意随访的时间点进行评估,及时监测患者状况,进一步调整治疗方案。因此使用影像组学方法对免疫治疗的肿瘤患者进行评估促进了临床工作中精准治疗的进步。     

影像组学技术在结直肠癌诊疗中的应用进展

影像组学采用无创的方法,通过深度挖掘影像的纹理特征和量化肿瘤的异质性来反映患者的预后及评估肿瘤的生物学特征。近年来,随着图像处理及人工智能的不断发展,影像组学技术已经广泛应用于结直肠癌（CRC）患者的术前评估、疗效预测、个体化治疗方案的制订。本文将对影像组学技术在CRC诊疗中的应用进展进行综述。     

影像组学在肝癌中应用的研究进展

肝癌是最常见的恶性肿瘤之一,其发病率和死亡率一直位于癌症排名的前列,已然对全世界人类的健康构成严重的威胁。影像组学指高通量从影像学图像中提取大量图像特征,来量化肿瘤组织在医学成像中表现出的差异,其研究流程主要包括：(1)图像的获取;(2)图像的分割;(3)特征的提取和量化;(4)特征的选择(降维);(5)模型的建立和评估。影像组学作为一种非侵入式、高效的方法,已广泛应用于肝癌的诊断、疗效评估和预后预测等方面,为肝癌患者选择个性化、精准化的治疗方案提供了参考。本文主要探究近年来影像组学在肝癌领域应用的研究进展,并展望肝癌影像组学的发展前景。     

基于增强MRI影像组学的ICIs联合抗血管生成治疗肝癌疗效预测模型构建及其应用价值

目的 探讨基于增强MRI影像组学的免疫检查点抑制剂(ICIs)联合抗血管生成治疗肝癌疗效预测模型构建及其应用价值。方法 选取2020年5月-2022年5月于本院收治的肝癌患者148例,以病理学诊断为“金标准”,提取术前肝癌患者增强MRI图像的影像组学特征,并记录肝癌患者的影像学特征。按照比例例1:3分为验证组(n=37)和训练集(n=111)。比较两集的临床和影像组学特征。建立临床-影像组学联合预测模型、基于危险因子构建列线图预测模型及评价,结果 148例肝癌患者在ICIs联合抗血管生成治疗后有效76例,无效72例。多因素结果表明ALP<125.98U/L、BCLCB2期、肿瘤位置(肝右叶)、肿瘤大小≥3.19cm、动脉期强化(部分强化)均是肝癌患者疗效不良的独立危险因素。构建包含ALP<125.98U/L、BCLCB2期、肿瘤位置(肝右叶)、肿瘤大小≥3.19cm、动脉期强化(部分强化)的列线图预测模型,训练集及和验证集模型的ROC曲线、校正曲线及决策曲线提示该模型区分度及临床净收益良好。结论 基于增强MRI影像组学特征构建的模型可较好地预测ICIs联合抗血管生成治疗肝癌...     

肝细胞癌血清肿瘤标志物DCP、AFP-L3和AFP的表达及临床意义

目的:分析肝细胞癌(HCC)的3种肿瘤标志物脱-γ-异常凝血酶原(DCP)、甲胎蛋白异质体(AFP-L3)和甲胎蛋白(AFP)单独或联合检测,诊断HCC的临床意义。方法:分别用酶联免疫吸附试验检测HCC组、肝硬化组和慢性乙型肝炎(慢乙肝)组患者血清DCP、AFP-L3%和AFP水平,并比较3组患者肿瘤标志物水平的差异;利用诊断试验评价分析3种肿瘤标志物单独或联合检测诊断HCC的敏感性、特异性、曲线下面积及Youden指数。结果:HCC组患者血清DCP、AFP-L3%和AFP水平均高于肝硬化和慢乙肝组患者(P0.01)。在40 mAU/ml的临界值下,DCP诊断HCC的敏感性和特异性为87.88%和95.00%;在10%的临界值下,AFP-L3%诊断HCC的敏感性和特异性分别为57.58%和90.00%;在20 ng/ml的临界值下,AFP诊断HCC的敏感性和特异性分别为75.76%和63.33%;2种或3种标志物联合检测诊断HCC的敏感性和特异性均未高于DCP单独检测。结论:无论是DCP、AFP-L3%和AFP单独检测还是联合检测,DCP均具有最好的敏感性和特异性,或许可以作为发现HCC的主要血清标志物。     

影像组学预测肝细胞癌微血管侵犯的研究现状

肝细胞癌(HCC)是目前对人类健康造成巨大威胁的常见恶性肿瘤之一,由于其发病率、死亡率都很高以及预后不理想,对于肝细胞癌的治疗一直都是我们需要攻克的难题。微血管侵犯(MVI)已经被多项研究证实是肝细胞癌术后复发以及预后不良的重要原因。然而,MVI的诊断主要是在术后通过肝细胞癌的病理学检查来确诊。如果能在术前对MVI进行一定的预测,将会对指导个体化治疗方案以及提高患者的预后产生巨大的影响。现阶段已有不少的研究利用CT或MRI影像组学的方法对HCC MVI进行预测,并且都取得了很好的效果。本文将对目前关于HCC MVI影像组学预测的研究进展进行阐述。     

Radiomics in Antineoplastic Agents Development: Application and Challenge in Response Evaluation

The recent spring up of the antineoplastic agents and the prolonged survival bring both challenge and chance to radiological practice. Radiological methods including CT, MRI and PET play an increasingly important role in evaluating the efficacy of these antineoplastic drugs. However, different antineoplastic agents potentially induce different radiological signs, making it a challenge for radiological response evaluation, which depends mainly on one-sided morphological response evaluation criteria in solid tumors (RECIST) in the status quo of clinical practice. This brings opportunities for the development of radiomics, which is promising to serve as a surrogate for response evaluations of anti-tumor treatments. In this article, we introduce the basic concepts of radiomics, review the state-of-art radiomics researches with highlights of radiomics application in predictions of molecular biomarkers, treatment response, and prognosis. We also provide in-depth analyses on major obstacles and future direction of this new technique in clinical investigations on new antineoplastic agents.     

影像组学在磨玻璃结节型肺腺癌的应用研究进展

肺癌作为全世界发病率及病死率最高的恶性肿瘤,其早期诊断及治疗对患者生存率的提高极为重要。早期肺腺癌在计算机断层扫描(Computed Tomography,CT)中常表现为磨玻璃结节(Ground-Glass Nodule,GGN),精确诊断GGN型肺腺癌对患者后期治疗具有重大价值。影像组学通过将传统的影像图像转换为可挖掘、可分析的数据信息,可提取到人类肉眼很难观察及分辨的特征数据,并运用于临床的各个环节。本文基于相关文献对影像组学的流程及其在GGN型肺腺癌的应用研究进展进行阐述,旨在提高GGN型肺腺癌正确诊断率,为组织病理、基因预测及治疗疗效评估提供参考。     

脑转移瘤影像组学研究进展

脑转移瘤是成人最常见的颅内肿瘤,发病率呈上升趋势。影像组学可对医学影像进行定量分析处理来指导临床实践。近年来,基于CT、MRI的影像组学逐渐应用于脑转移瘤的精准诊疗,如肿瘤精准检测和分割、与其他脑肿瘤的鉴别诊断、原发肿瘤的判别、疗效评价及预后预测等。本文就脑转移瘤影像组学研究现状予以综述。     

基于DCE-MRI影像组学和常规MRI特征的列线图预测乳腺癌淋巴血管侵犯

目的：研究基于动脉对比增强磁共振成像（DCE-MRI）影像组学和常规MRI特征的列线图用于术前预测浸润性乳腺癌（IBC）患者的淋巴血管侵犯（LVI）状态。方法：回顾性分析2016 年7月至2021年5月间,经术后病理证实的300例IBC患者,并按照8:2比例随机分为训练组（n =238）和验证组（n =62）。对所有患者第二期DCE-MRI图像中的病灶区进行手动分割,并提取影像组学特征。采用方差阈值、select k best、LASSO回归进行影像组学特征筛选并计算影像组学评分（rad-score)。使用Logistic回归分析筛选常规MRI特征建立常规特征模型,并结合影像组学和常规MRI特征中的独立危险因素构建联合预测模型,并绘制列线图。使用受试者工作特征（ROC）曲线和校准曲线评估模型的效能,使用决策曲线分析评估模型的临床价值。结果：共提取到1 409个影像组学特征,经筛选得到15个影像组学特征与乳腺癌LVI状态相关,参与计算rad-score值。所有常规MRI特征中,最大直径（OR =1.743,P ＜0.001）和毛刺征（OR =6.304,P ＜0.001）是预测LVI阳性的独立危险因素。在训练组及验证组中,影像组学模型的ROC曲线下面积（AUC）分别为0.831和0.811;常规特征模型的AUC分别为0.779和0.770;联合预测模型的AUC分别可提高到0.889（95%CI =0.844～0.934）和0.856（95%CI =0.759～0.952）。校准曲线表明列线图预测值和实际值吻合较好,决策曲线显示列线图有较高的临床应用价值。结论：基于DCE-MRI影像组学和常规MRI特征构建的列线图用于术前预测IBC患者LVI状态具有良好的应用价值,可为临床治疗提供参考。     

影像组学联合预测模型在预测非小细胞肺癌淋巴结转移中的建立和应用价值

  目的  开发并验证影像组学模型,用于预测非小细胞肺癌术前淋巴结转移风险。  方法  2014年1月至2015年12月100例经临床病理确诊的非小细胞肺癌100例组成训练组,并用该数据建立影像组学预测模型。影像组学特征在平扫及增强CT上进行提取。Lasso-logistic模型用于数据降维、特征选择以及影像组学标记的建立。一致性系数（ICCs）用于评价观察者内部以及观察者之间的重复一致性。以一致性指数（C-index）评价影像组学标签对淋巴结转移的鉴别预测能力,并采用受试者工作特性（ROC）曲线下面积（AUC）展示。多因素logistic回归分析用于建立影像组学联合预测模型,该预测模型的参数包括影像组学标记和独立的临床危险因素。建立的影像组学模型由2016年1月至2017年12月连续纳入的100例非小细胞肺癌病例组成验证组进行验证。采用AUC评价该模型的鉴别预测效能,并用Delong检验进行模型间（联合预测模型与单纯使用22个影像组学标记的模型之间）的比较;用Hosmer-Lemeshow good of fit test（拟合优度检验）评价预测模型的校准度,其结果使用校正曲线表示,以比较模型预测的结果与实际淋巴结转移的一致性。  结果  提取特征时,观察者内部和观察者间的一致性好,ICC均大于0.75。从300个影像组学特征中提取出22个,其组成的影像组学标记,对于鉴别预测淋巴结转移状态的AUC,训练组为0.781,验证组为0.776。建立的影像组学预测模型包含了影像组学标记和血清癌胚抗原（CEA）、细胞角蛋白19片段抗原（CYFRA21-1）、癌抗原125（CA125）水平。用此联合预测模型预测淋巴结转移状态,训练组的AUC为0.836,验证组的AUC为0.821,均高于训练组和验证组单纯使用22个影像组学标记的模型,差异有统计学意义（P<0.05）。影像组学联合预测模型在训练组和验证组中均有较好的校准度,与实际淋巴结转移一致性高。  结论  本研究开发了一个包含了影像组学特征、临床危险因素的影像组学联合预测模型,该模型能够直观预测非小细胞肺癌患者术前的淋巴结转移风险。     

CT影像组学联合临床特征在预测肺腺癌EGFR突变中的价值

目的探究CT影像组学联合临床特征对肺腺癌EGFR突变状态的预测效能。方法对125例肺腺癌病人进行回顾性研究,分成训练组（n=74）与验证组（n=51）,基于CT成像提取影像组学特征;采用支持向量机（SVM）分类器,分别构建临床模型、影像组学模型以及联合模型;受试者工作特征曲线（ROC）及曲线下面积（AUC）用于评价模型的预测效能。结果临床模型、影像组学模型以及联合模型在训练组中的AUC分别为0.749（0.653~0.843）、0.818（0.711~0.898）、0.860（0.760~0.930）,在验证组中的AUC分别为0.753（0.612~0.863）、0.797（0.661~0.896）、0.855（0.728~0.938）。结论对于肺腺癌EGFR突变状态的预测,CT影像组学特征优于临床因素与CT征象,当影像组学结合临床因素与CT征象,能进一步提高预测效能。     

影像组学在肾上腺肿瘤中的研究进展

随着医学诊断技术的发展,肾上腺肿瘤的检出率逐年增加.影像组学作为一种新兴的技术,能够对人眼难以识别的深层次数据进行挖掘、预测和分析,在肿瘤领域已经得到了广泛关注.主要介绍影像组学在肾上腺肿瘤诊疗中的研究进展,包括肾上腺肿瘤诊断及鉴别诊断、临床决策与风险评估、预后预测以及预测肿瘤生物学行为等,最后总结现阶段影像组学存在的...