Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach

使用定量影像组学方法通过非侵入成像解码肿瘤表型

---

摘要

  人类癌症具有非常大的表型差异，这些差异可以通过医学成像非侵入性地显示出来。影像组学是指利用大量的定量影像特征对肿瘤表型进行综合量化。本文从1019例肺癌或头颈癌患者的CT影像中，提取了440个肿瘤影像的强度、形状和纹理等特征进行影像组学分析。我们发现大量影像组学特征对肺癌和头颈癌患者的独立数据集具有预后能力，其中许多特征在以前被认为是不显著的。影像基因组学分析显示，预后的影像组学基因特征显示，捕捉核内异质性，与潜在的基因表达模式有关。这些数据表明，影像组学鉴定了存在于肺癌和头颈癌中的一般预后表型。这可能会产生临床影响，因为影像在临床中是经常使用的，为以低成本改进癌症治疗中的决策支持提供了前所未有的机会。

关键字：CELL LUNG-CANCER; HETEROGENEITY; VARIABILITY; EVOLUTION; SURVIVAL; RECIST; STAGE

---

影像组学

  影像组学是一个新兴领域，其利用大量自动提取的数据表征算法将图像数据转化为高维可采空间。我们假设这些影像学特征捕捉了肿瘤表型的显著差异，可能具有预后意义，因此在不同疾病间具有临床意义。在七个独立的数据中，包括1019名肺癌和头颈癌患者，我们评估了440个影像组学特征的临床相关性，其中许多目前没有已知的临床意义。两个数据集用于评估特征的稳定性，四个数据集用于评估肺癌和头颈癌患者的影像组学特征的预后价值，一个数据集用于关联所有CT切片上肿瘤区域的轮廓。