深度學習在腦膠質瘤影像學的研究進展

張斌，薛彩強，林曉強，景夢園，鄧靚娜，韓濤，周俊林

蘭州大學第二醫院放射科/蘭州大學第二臨床醫學院/甘肅省醫學影像重點實驗室，甘肅蘭州730030

前言

腦膠質瘤是中樞神經系統最常見的原發腫瘤，約占中樞神經系統原發惡性腫瘤的80%。MRI作為首選檢查方法廣泛應用于腦膠質瘤的診斷，然而，膠質瘤的異質性血管生成、細胞增殖、細胞侵襲和凋亡可以轉化成豐富的影像征象［1］，使得常規的影像學評估面臨巨大的挑戰。深度學習作為機器學習的一個分支，相比于經典的機器學習，它不需要預先選擇特征，反之可以學習對分類或預測最相關的特征［2］。隨著深度學習發展的不斷深入，為腦膠質瘤的精準預測、個性化治療提供了全新途徑。筆者就深度學習在腦膠質瘤精準分割、分級分型、鑒別診斷及預后預測的進展進行綜述。

1 深度學習在腦膠質瘤分割的研究進展

腫瘤分割是輔助癌癥診斷和治療的關鍵步驟，腦膠質瘤術前和術后需要定量的指標來指導治療、風險分層和預測預后［3］。然而，考慮到腦膠質瘤的特點和設備噪聲，精確分割腫瘤是一項具有挑戰性的任務。

利用MRI進行腦腫瘤分割可非侵入性獲取相關信息，如腫瘤的形狀和大小，以及病理活檢取樣的定位。然而，常規MRI一維技術評價是不準確的，不能反映實際腫瘤負荷的變化［4］。手動腦腫瘤分割是腫瘤分割的黃金標準，但它耗時長且受閱片人的主觀影響，使得快速且可再現的分割具有挑戰性。……