影像组学研究浅见

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）。

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：

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：

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。