影像組學在18F-FDG PET/CT研究進展及臨床應用

高 超，孫瑩瑩，孫夕林*

(1.哈爾濱醫科大學附屬第四醫院TOF-PET/CT/MR中心，黑龍江 哈爾濱 150028；2.哈爾濱醫科大學分子影像研究中心，黑龍江 哈爾濱 150028)

近年來，PET臨床應用發展迅速，利用不同類型放射性分子示蹤劑，在體顯示生物分子代謝、受體及神經介質等分布，是當前最先進的分子影像技術，在診斷、鑒別診斷疾病及療效評價等方面應用廣泛[1]。臨床應用最廣泛的示蹤劑是糖代謝顯像劑18F-FDG，目前僅根據18F-FDG圖像中的半定量參數——最大標準攝取值(maximal standardized uptake value, SUVmax)等評估腫瘤代謝特征[2]， 其中的更深層次信息亟待挖掘。影像組學是基于計算機學習的醫學影像分析方法，通過機器學習方法高通量地從醫學影像圖像中提取定量影像特征，進而篩選影像組學特征，構建組學模型，深入解析臨床信息[3]。影像組學在放射學領域運用較早，方法較為成熟，20世紀90年代初已廣泛用于 CT和MRI，但無法精確評估生物組織分子及功能水平變化。PET的出現使微觀分子水平上的基因或蛋白質變化可在宏觀影像圖片上有所體現，為實現無創預測和評估腫瘤內異質性成為可能。本文聚焦于影像組學流程和研究重點、難點及18F-FDG PET影像組學臨床應用，對目前18F-FDG PET影像組學預測腫瘤分子分型相關進展進行綜述。

1 影像組學的流程及研究重難點

2012年，荷蘭學者LAMBIN在國際上首次提出影像組學概念，主要靈感源于生物醫學領域中腫瘤異質性的研究[4]；2014年，GILLIES在北美放射學會(Radiological Society of North America, RSNA)報告中指出通過對各種醫學影像圖像的深入研究和分析可進一步量化腫瘤組織微環境，與僅從視覺層面解讀醫學影像圖像的傳統臨床醫學相比，影像組學可深入挖掘圖像的生物學特征和本質并為臨床醫師提供臨床決策支持[5]，本文以PET圖像影像組學為主。……