作者：刘再毅，梁长虹，广东省人民医院放射科
影像组学（Radiomics）是一个新兴的概念，2012年由荷兰学者PhilippeLambin首次提出，其定义是借助计算机软件，从医学影像图像中挖掘海量的定量影像特征，使用统计学和/或机器学习的方法，筛选最有价值的影像组学特征，用以解析临床信息，用于疾病的定性、肿瘤分级分期、疗效评估和预后预测等。自其概念提出后，影像组学得到了迅猛的发展，在临床抉择中的指导价值也受到越来越广泛的重视。影像组学技术突破了目前临床广泛运用的依赖于医师主观判读图像的局限性，极大地拓展了医学影像在临床实践中的指导价值，是医学图像信息学的突破和飞跃，对于目前方兴未艾的精准医学有重要的意义。在过去几年的影像组学研究中，笔者有以下几点体会，希望对有志于从事影像组学研究的读者有所启示。
1.熟悉影像组学研究的流程
影像组学分析流程主要包括：图像获取、病灶分割、特征提取和筛选、模型构建和临床信息解析等。目前，几乎所有大型医院都有图像存储与传输系统（PACS），都存储有近年来的全部影像图像，因此满足影像组学研究资料的需求。在研究中，能够用于影像组学分析的图像包括CT、MRI、超声和PET等，其中，既包括传统的结构成像图像，也包括功能成像图像（如磁共振扩散成像DWI）。
需要注意的是，图像的采集平台（如不同的设备）、参数（如层厚、重建算法等）对影像组学特征有明显的影响，研究时需要充分考虑。除了有图像外，研究者还需掌握图像的分割和特征提取方法。对于肺结节一类病灶和周围正常组织边界容易检测的病变，可以采取自动分割病灶的方法，其他不容易检测边界的病灶（如胃肠道肿瘤），可用手动分割病灶的方式。影像组学特征提取软件，有研发条件的单位，可以采取自主研发的方式，其优势是自主性和扩展性强，灵活多变，缺点是作为影像科医师，没有编写程序的技能和知识，需要专业人士的辅助；另外一个可行的方式是利用开源免费的软件，如Mazda软件，但其缺点是特征种类和数量固定，扩张性差。研究者可根据实际情况选择采用何种分析方法。
2.熟悉影像组学研究的临床应用
影像组学可以挖掘蕴含于图像里的临床医师肉眼不能发现的深层特征，定量肿瘤的异质性，用于解析临床信息。影像组学研究在临床实践中，主要有以下几个方面的应用：
（1）用于组织的定性研究，比如鉴别肺结节的良恶性；肾细胞癌和乏脂血管平滑肌脂肪瘤的鉴别。由于在临床实践中，从医院的病历系统中容易获取病灶的病理性质，因此此类研究最容易开展，也是目前影像组学研究的热点。
（2）用于肿瘤的基因分析。影像组学的一个基本理论是影像能反映肿瘤基因驱动的表型，二者间有密切的关联。影像组学的研究既能反映全基因组的信息，也可以研究与基因突变的关系，如有研究者用影像学组学研究肺癌的EGFR突变和乳腺癌的分子分型等。
（3）用于肿瘤的临床分级分期。比如临床发现，传统的影像学方法对于肿瘤的N分期（判断淋巴结是否转移）有一定局限性，笔者课题组基于CT影像组学方法建立预测模型，可个体化预测结直肠癌淋巴结的转移。
（4）用于肿瘤的疗效评估和预后预测。传统的TNM分期，不能准确地判断疗效与进行预后评估。笔者研究团队发现，申请人基于CT影像组学构建预测模型，成功建立Ⅰ/Ⅱ期非小细胞肺癌手术后的预后预测模型（预测3年无复发生存期率，DFS），实现患者术后的危险因素分层。还有研究者利用影像组学预测直肠癌放化疗后是否达到病理完全缓解。但需注意是，由于多数医院没有统一的随访中心，因此研究肿瘤的预后存在巨大的困难，研究者在自行随访病人预后时，面临较大比例的失访率，过大的失访率对研究结果有一定的影响。因此，研究者可根据自己医院的病例数据特点，选择合适的研究方向。
3.开展医工结合研究
影像组学研究是借助工科的工具解决临床的问题，因此是一个特色鲜明的医工交叉研究领域，需要结合医学和工科的知识，共同解决问题。在研究中，医学专家把握研究的方向，确立研究目标（即临床需要解决的问题），研究结果才有实际的临床指导价值，否则工科的方法再好，也没有实际的临床转化价值。工科的方法对影像组学的研究有重要的作用，体现在以下几个方面：
（1）特征的提取需要设计专门的特征提取软件。尽管有经验的放射科医师主观判读的征象可以用于影像组学分析（如肺结节的毛刺、分叶、空洞等），但影像组学方法可以提取海量的肉眼不能观察的抽象特征（如小波特征、灰度共生矩阵特征等），需要工科的知识编写软件进行特征提取。如笔者课题组自主研发的特征提取软件可以提取10000多个特征。
（2）特征的筛选。通过影像组学特征提取软件，可以获取成千上万的特征，但通常临床研究中的病例只有数百个，特征数量和病例的比例悬殊，在数据分析中面临所谓的“维度灾难”的问题。在影像组学分析中，单因素分析不能得到有效的结果，通常需要通过高级的统计学方法或机器学习方法，对数据进行有效的降维和特征筛选，构建模型。因此传统的统计学方法不能胜任如此大的数据分析，需要更高级的数据分析知识和工具。因此，建议研究者能组织医学与工科结合的团队，共同协商分析方法，进行影像组学数据的挖掘。
总之，影像组学是一个新兴的交叉学科领域，尽管目前已取得一定的成绩和突破，但仍处起步阶段，还有许多有待完善的地方，比如图像采集参数的规范、多中心研究的开展和结果的验证。随着影像组学研究的进一步发展，其在临床抉择中的作用会越来越突出。
来源：刘再毅,梁长虹.影像组学研究浅见[J].影像诊断与介入放射学,2017,26(03):253-254.
