亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁最新消息產業觀測站影像組學的圖像分析及模型構建

影像組學的圖像分析及模型構建

來源 : 中國醫療設備雜誌2019年第4期
update : 2019/06/13
引言
影像組學是在最初為分子生物學學科創建的組學(Omics)基礎上產生的。組學是指從研究目標整體中提取大量參數,假設這些參數和臨床資料的適當組合可以表達顯著的組織學特性,將這些參數在先驗統計方法的基礎上進行數學處理,那麼對每一個患者的治療診斷或預後就具有一定的個性化意義[1-2]。

影像組學可以通過提取形態學及功能學影像中的定量資訊,反映組織的潛在病理及生理學特徵,在病變組織及正常的人體組織中均可應用[2]。影像組學的分析過程包括圖像採集和重建、圖像分割、特徵值定義及提取、特徵值分析和模型構建等。基於臨床病理學資訊及影像圖像所構建的影像組學模型,可應用於疾病檢測、腫瘤分型分期、評估疾病預後、評價療效等方向。影像組學特徵可以通過多種數學軟體進行特徵值提取、計算,並選取最佳參數以保證輸出結果的穩定可靠。

本文著重對CT、MR 的成像特徵,影像組學特徵(形狀、一階、二階、高階特徵)進行了介紹,並簡要討論了影像組學參數的選擇方法,包括聚類分析、主成分分析、隨機森林、線性/ 邏輯回歸等。參數的再現性以及臨床價值應首先通過內部交叉驗證進行測試,然後在獨立的外部群體中進行驗證。圖像的採集、後處理以及圖像的分割方式等都會影響影像特徵值的品質及其與臨床資料的相關性,同時對模型的構建也產生影響。

1 圖像採集及重建
常規臨床成像技術涉及圖像解析度、造影劑應用情況、超音波頻率及增益、PET 晶體材料與尺寸、CT 的kVp 和mAs、MRI 序列類型、回波時間、重複時間、激發次數等諸多資料獲取。在資料獲取的過程中,即使是同一影像學檢查,也會因為設備的重建演算法、影像中心的重建參數、掃描參數等各方面差異干擾圖像的雜訊和紋理特徵,最終影響影像組學特徵值的提取結果。因此,對於同一臨床問題所構建的影像組學模型,需評價圖像採集及重建因素對預測結果穩定性、可靠性的影響。

透過整合每種成像模式的特性及來自文獻和其他實驗測量的資訊,排除受採集及重建參數影響的特徵,以克服影像組學在圖像採集及重建方面的某些局限。現以CT 及MRI 的成像特徵為例...完整