正当时......

学术咨询服务
当前位置:职称论文发表咨询网医学职称论文》基于MRI的影像组学在儿童疾病中的应用进展

基于MRI的影像组学在儿童疾病中的应用进展

来源:职称论文发表咨询网作者:田编辑时间:2021-04-28 09:40

  [摘要]影像组学作为一种新兴的医学成像领域,通过从医学图像中获取高通量的图像特征进行一系列定性和定量分析,从而提供有关疾病的诊断和预后等信息。影像组学已成为精准医疗的重要组成部分,是目前的研究热点。但目前基于MRI的影像组学在儿童疾病中的应用较少。本文对基于MRI的影像组学在儿童疾病中的应用进展进行综述。

  [关键词]儿童;磁共振成像;影像组学

基于MRI的影像组学在儿童疾病中的应用进展

  医学影像学是临床获取信息、诊断疾病、制定治疗策略的重要手段,在儿童疾病诊断中具有重要意义。但由于儿童依从性差、检查难度高以及辐射安全等问题,精准诊断一直是儿科影像学的难题。MRI无创、软组织分辨率高,适于纵向随访,且可提供结构和功能数据,在儿童疾病研究中具有优势。基于MRI数据的影像组学可将常规视觉影像信息转化为深层次的特征以进行量化研究,从而获得更多的图像信息,且可利用常规临床MRI数据而不增加扫描时间,是目前精准医疗的重要组成部分,已成为现阶段的研究热点之一[1-2]。本文对基于MRI的影像组学在儿童疾病中的应用进展进行综述。

  更新了一篇医疗相关的论文,如发表医学论文多少钱,您可以点击并前往查看。

  1基于MRI的影像组学概述

  1.1定义

  Lambin等[3]于2012年提出影像组学的概念,指从CT、MRI或PET获得的医学图像中提取大量影像学特征,通过高通量定量分析,将图像转化为具有高分辨率、可发掘的空间数据[1]。影像组学技术来源于计算机辅助诊断(computeraideddiagnosis,CAD),凭借对海量影像学数据进行更深层次的挖掘来预测和分析疾病,并辅助临床医师做出准确诊断,已发展成为融合影像、基因及临床等信息的辅助诊断、分析和预测方法[4-5],并广泛应用于肿瘤等疾病[6-7]。

  1.2处理流程影

  像组学研究的总体处理流程[8]包括数据采集、病变识别、病灶分割、特征提取和分析建模,病灶分割及特征提取是其中的核心步骤。

  2基于MRI的影像组学在儿童疾病中的应用

  儿童正处于全身组织和器官快速成长,生理、心理和精神状态不断完善的时期,病情变化较快。采用基于MRI的影像组学方法对儿童疾病进行分类、预测和基因分型等非常必要。关于精准影像组学应用于儿科疾病中的研究尚较少见,需要更多研究者参与。

  2.1儿童肿瘤性疾病

  影像组学在儿科主要用于肿瘤性疾病,尤其是脑肿瘤。脑肿瘤为最常见的儿童实质性肿瘤之一,是导致儿童死亡的重要原因[16]。RodriguezGutierrez等[17]回顾性分析40例后颅窝肿瘤患儿的术前MRI资料,根据增强T2WI和T1WI以及ADC图计算肿瘤形状、直方图和纹理特征,并使用特征组合来训练用于鉴别肿瘤特异性的分类器,发现根据ADC直方图中第25、75百分位数的ADC值和偏度的支持向量机分类器可很好地区分小儿后颅窝肿瘤类型;同时ADC纹理分析中熵及均匀性的组合可区分经典髓母细胞瘤。既往研究[18-19]发现基于ADC及DTI直方图的分析方法可用于鉴别小儿后颅窝与小脑肿瘤。上述研究提示肿瘤扩散图像的定量特征分析在小儿神经肿瘤学中有重要诊断价值。Poussaint等[20]分析140例脑桥胶质瘤患儿放疗前后的头颅MRI,采用联合液体反转恢复序列及增强图像确定肿瘤的ROI并生成ADC直方图,分析后者与患儿无进展生存率及总体生存期的相关性,发现ADC峰值数量与患儿的无进展生存率及总体生存期均呈负相关,提示影像组学在预测患儿生存期方面也具有潜在价值。

  2.2儿童非肿瘤性疾病

  影像组学在儿童非肿瘤性疾病中的应用较少见。Zeng等[22]分析急性期与恢复期肠道病毒71型脑炎患儿T1WI及T2WI的信号强度直方图,并采集平均值及中位数等特征值,发现急性期与恢复期T1和T2的信号强度差异显著,提示T1、T2直方图技术可量化监测疾病的严重程度。有学者[23]认为ADC直方图参数值能识别新生儿缺氧缺血性脑病,且患儿脑成熟度与ADC值具有相关性。

  3基于MRI的影像组学在儿科疾病研究中的不足

  与成人疾病的影像组学研究相比,儿童疾病影像组学研究尚处于起步阶段,存在较多局限性:①病种单一,样本量较小;②所采用的序列及观察的影像学特征较为单一,扫描方案、研究方法等尚未标准化[24],采用纹理特征的方法提取影像学特征的研究较少,而采用小波分析方法进行特征提取的研究罕见;③研究方向较为单一,与成人相比,目前儿童影像组学主要运用于肿瘤性疾病,对于基因分型、辅助治疗、预测生存率等方面的研究尚不多见。

  4小结

  随着深度学习及大数据分析的推动,基于深度学习的分析和预测方法将是影像学的发展方向之一。目前基于MRI的影像组学因其能定量分析病变的生物学特征,已在肿瘤分型、分期、预后分析及诊疗方案选择的研究中取得初步进展,并逐渐扩展到非肿瘤性病变的研究中,但在儿童疾病的研究中尚不完善。相信随着国家对儿童医疗的高度重视,基于MRI的影像组学在儿童疾病的研究中将会发挥重要作用,使更多患儿受益。

  [参考文献]

  [1]AertsHJ,VelazquezER,LeijenaarRT,etal.Decodingtumourphenotypebynoninvasiveimagingusingaquantitativeradiomicsapproach.NatCommun,2014,5:4006.

  [2]EliatPA,OliviéD,SakaliS,etal.Candynamiccontrast-enhancedmagneticresonanceimagingcombinedwithtextureanalysisdifferentiatemalignantglioneuronaltumorsfromotherglioblastoma?NeurolResInt,2012,2012:195176.

  朱美娇,杨明*,王树杰


《基于MRI的影像组学在儿童疾病中的应用进展》
上一篇:广东省住院儿童疾病谱分析
下一篇:2005年-2014年某医院住院儿童疾病构成分析
更多>>

期刊目录