影像组学分析首先是需要先进的高质量的影像学设备，以便可以对影像量化分析。以便对肝脏肿瘤诊断与分级
区分肝脏的良恶性肿瘤，尝试预测预测肿瘤分子亚型（如EGFR突变状态、Ki-67表达水平）。
所谓纹理分析技术，其实就是影像组学的内容即是一种通过计算机技术从医学影像中自动化提取和分析海量定量特征的无创性辅助诊断方法，主要应用于临床医学放射科。其核心在于挖掘肉眼难以识别的影像信息，结合大数据分析为疾病诊断、治疗及预后提供精准支持 肝癌的影像组学的分析，是一种先进的分析方法（适用于CT， MRI等），可以从感兴趣的区域或体积（ROI/VOI）推断肝癌的定量特征，如：肿瘤表征、反应评估、治疗反应预测和生存预测。在肝细胞癌中也有良好的效果。
影像组学预后评估的文献大部分来自于中国学者的贡献
 近年来，肿瘤放射组学纹理量化技术因其在诊断和管理肿瘤方面的可行性而受到放射科医生、科学家和利益相关者的广泛关注。在肝细胞癌（HCC）患者中，放射组学已应用于肿瘤评估的所有阶段，包括肿瘤基因型行为的诊断和特征化、治疗反应监测以及各种临床终点的预测。此外，它还有助于选择适合特定治疗策略的合适候选者。然而，由于成像协议和数据采集参数、分割技术、降维和建模方法等方面的挑战，HCC放射组学的临床验证受到限制。识别最佳分割和最优建模方法以及最稳定的纹理特征对于个性化患者护理至关重要。本文回顾了HCC放射组学的过程、临床应用、相关挑战及当前优化策略。 肝细胞癌（HCC）的特点是发病率增加、死亡率和发病率负担加重。目前，它是全球第二大癌症相关死亡原因，约50%的病例发生在中国。高死亡率和发病率负担主要是由于大多数患者的疾病晚期才被发现。在大多数情况下，使用计算机断层扫描（CT）和磁共振（MR）成像可以有效地诊断和随访肝细胞癌，特别是在肝硬化的情况下，无需进行组织学确认。近年来，为了实现个体化的患者护理，更好地表征肿瘤异质性和预测生存结果的需求不断增加。在这方面，传统的定性CT和MR成像模式已经不足，因此对纹理特征更客观的定量分析需求日益增长。定量纹理分析被视为一种虚拟活检技术，通过利用构成肿瘤图像的像素/体素的空间分布和灰度级强度的变化来探索肿瘤的微观细节。它已被扩展到放射组学领域，这是一个新兴的研究领域，涉及提取大量纹理数据以生成用于预后、更好肿瘤表征和评估治疗反应的预测模型。尽管巴塞罗那临床肝癌（BCLC）仍然是最流行的治疗指南，但HCC放射组学分析已被证明在指导治疗策略和预测治疗反应方面非常有用。尽管其方便性和优势，但由于缺乏标准执行指南，放射组学分析的全面临床应用受到了阻碍，这延迟了上述应用的临床验证。关于HCC纹理量化的某些挑战需要在多步骤的放射组学过程中得到解决，以便患者能够充分受益于经过临床验证的放射组学。本文通过回顾HCC放射组学临床应用的最新进展，探讨了数据获取、分割和建模方法方面的前景和挑战，这对于指导其临床应用以确保个性化医疗和优化治疗策略以改善患者预后至关重要。 数据获取与挑战大多数HCC的纹理量化都是使用CT或MRI进行的。所有可用的CT和MRI成像模式普遍存在的问题是选择最佳成像扫描协议、肿瘤分割方法、稳定的纹理参数以及用于分析的放射组学软件工具。在临床工作中，不同的作者根据他们机构可用的设备使用不同的成像参数，这可以解释肿瘤定量的异质性。然而，并非所有成像参数都显著影响纹理特征的性；一些重要的参数如扫描仪型号的变化、对比剂注射速率、像素分辨率、信噪比（SNR）和重建算法对HCC纹理特征的量化有明显的影响。因此，有必要开发一个多参数模型，该模型可以自动校正各种关键数据采集参数的变化，或者建立一个具有控制成像协议的综合算法，以提供稳定的纹理特征，并使HCC放射组学研究之间能够进行客观比较，从而促进其临床验证。CT放射影像组学一般来说，基于CT的放射组学研究表明，图像采集参数的变化，如切片厚度、重建算法、图像分辨率、对比介质和扫描仪类型，对纹理量化有最大的影响。特别是重建算法、像素分辨率、对比剂注射速率变化和扫描仪模型在HCC放射组学中被特别指出。关于切片厚度，较薄的图像切片（1.25和2.5 mm）比厚切片（5 mm）提供了更多的定量纹理信息。此外，重建算法：自适应统计迭代重建（ASIR）、基于模型的迭代重建（MBIR）和滤波反投影（FBP）都被证明会影响肝脏病变某些纹理特征的量化（p < 0.002）。在Perrin等人的研究中，他们在两周内进行了两次增强CT扫描的重新测试，结果显示像素分辨率和对比剂注射速率的变化可能会影响测试和重新测试扫描之间的可重复纹理特征的数量（灰度共生矩阵、GLCM；灰度游程长度矩阵、GLRLM；强度直方图和局部二值模式）（一致性相关系数大于0.9）。最后，每个扫描仪模型都有一个独特的内置进动设置，这也会影响扫描仪提取的放射组学特征类型。总之，在其他条件相同的情况下，管电流和电压的变化以及辐射剂量对HCC纹理特征的量化没有显著影响。 MRI影像组学与CT不同，确定数据采集参数对MR纹理特征的影响可能更为复杂，因为成像参数以及对比剂与信号强度之间不存在线性关系。通常，回波时间（TE）、重复时间（TR）、采样带宽（SBW）、空间分辨率、信噪比（SNR）、场强、扫描仪模型、重建算法和平行成像加速因子的变化都与MRI基放射组学有关。Mayerhoefer等人证明，在较高的分辨率下，TE、TR和SBW对聚苯乙烯球和明胶溶液（PSAG）中GLCM衍生特征的影响可以忽略不计。一般来说，增加空间分辨率和SNR可以提高对肿瘤异质性的探索。相反，MR图像切片厚度的变化不会显著影响纹理特征的稳健性。CT与MRI基放射组学的比较显示，MRI在HCC的诊断性能上优于CT，但在放射组学分析方面尚未进行比较。由于MRI具有相对较高的敏感性、更好的空间分辨率和软组织表征能力，它可能为肿瘤异质性评估提供比CT更可靠的纹理特征。最近的一项研究比较了CT和MRI（使用体积插值屏气检查（VIBE）和真实快速MRI稳态前向（TRUFISP））非小细胞肺癌的纹理特征的可重复性，并显示了12个准确预测总体生存率但不能预测肿瘤反应的显著模型。CT和MRI的预测准确性相当；54.4%的CT纹理特征、64.4%的TRUFISP和52.6%的VIBE纹理特征具有≥0.9的一致性相关系数。然而，正如之前提到的，模拟MR图像组织的真实纹理组成可能更困难，因为组织的图像信号强度强烈受到MR采集参数的影响；此外，图像更容易受到影响纹理特征定量分析的伪影（尤其是吉布斯振铃）的影响，与CT相比。因此，基于MRI的放射组学签名可能更有可能预测肿瘤异质性，但可能比基于CT的放射组学更容易受到成像参数变化的影响。肝细胞癌纹理量化在个性化医疗中的应用前景如何？
肝细胞癌（HCC）的纹理量化在个性化医疗中具有广阔的应用前景。通过CT和MRI图像的纹理分析，可以提取大量的纹理特征，这些特征可以转化为可挖掘的数据，用于开发放射组学和差异放射组学特征。这些特征可以应用于以下几个方面：
肿瘤表征：纹理量化在肝病变的表征中非常有用，特别是在非肝硬化肝脏中的不典型HCC的诊断中，即使使用肝特异性对比增强MRI，诊断也可能具有挑战性。纹理分析可以帮助更准确地识别和表征这些病变。
治疗监测：纹理分析可以用于监测HCC患者的治疗反应。通过分析治疗前后的图像纹理变化，可以评估治疗的有效性，从而为个性化治疗方案提供依据。
预后预测：纹理量化可以提供肿瘤分级和无病生存期的标志物。通过分析术前CT图像的纹理特征，可以预测患者的预后，帮助医生制定更合适的治疗计划。
生存预测：CT纹理分析可以作为HCC患者手术切除后生存期的预测指标。通过分析术前CT图像的纹理特征，可以预测患者的生存期，为临床决策提供支持。
基因表达解码：纹理分析还可以用于解码肝癌中的基因表达程序。通过分析CT图像的纹理特征，可以解码出肝癌中表达的基因，为理解肿瘤的生物学行为提供线索。
总之，肝细胞癌的纹理量化在个性化医疗中具有重要的应用价值，可以帮助提高诊断准确性、监测治疗反应、预测预后和生存期，以及解码基因表达程序，从而为患者提供更个性化的医疗服务。
|