简介：【摘要】随着临床医生从患者身上获取的医学图像数量快速增长，这些图像的使用已从诊断工具扩展到个体化诊疗背景下医 学数据。目前，对如此大量的医学影像数据的有效利用仍是一个挑战。近些年在定量成像分析方面有了一个重要的进展，称为影 像组学。影像组学组学是从医学图像中高通量提取高级定量特征，通常使用数学纹理分析。利用纹理分析可以量化医学上的异质 性，纹理特征从医学图像中提取出肉眼无法察觉的空间信息。纹理分析可能成为一种潜在的、有用的生物标记物，可以评估和量 化肿瘤的空间异质性，从而更好地根据疾病，尤其肿瘤性疾病的影像组学特征选择合适的治疗方案。本文旨在综述纹理分析在超 声医学领域研究进展，存在的问题等， 以期为纹理分析在超声医学领域的应用、发展提供一定的参考作用。

简介：结直肠癌是常见恶性肿瘤,也是癌症相关死亡的第二大原因,其早期诊断和肿瘤分期对治疗方式的选择有重要意义.纹理分析是一种新型影像分析技术,通过纹理分析对影像学图像进行处理,能预测肿瘤侵袭程度、微小转移灶和治疗反应性等信息,有助于肿瘤的早期诊断、分期和预后评估.该文综述了纹理分析在结直肠癌中的应用进展.

简介：目的：探讨治疗前基线CT门静脉期图像的直方图分析预测结直肠癌肝转移(colorectallivermetastasis，CRLM)新辅助治疗后疗效的价值。方法：选取34例CRLM患者，共计132枚病灶，经FOLFOX(氟尿嘧啶+亚叶酸钙+奥沙利铂)、FOLFIRI(氟尿嘧啶+亚叶酸钙+伊立替康)或CapeOX(奥沙利铂+卡培他滨或卡培他滨单用)方案化疗。所有患者均接受至少两次常规腹部平扫加增强三期CT扫描，于化疗前4周内行CT基线扫描，化疗开始后2~3个月内行第2次扫描以评估疗效。对患者门静脉期CT图像进行直方图分析，依据实体肿瘤疗效评价标准(ResponseEvaluationCriteriainSolidTumors，RECIST)(Version1.1)进行疗效评估，获得相应转移瘤的纹理参数，比较缓解与非缓解组患者治疗前基线CT直方图参数的差异。采用受试者工作特征(receiveroperatingcharacteristic，ROC)曲线分析法计算各参数预测缓解的曲线下面积(areaundercurve，AUC)、灵敏度、特异度、阳性预计值、阴性预计值、准确率及截断值。由两名放射科医师达成一致意见后勾画感兴趣区。结果：34例患者中，缓解组21例，非缓解组13例。缓解组的均值、方差、偏度和百分位数(10%、50%、90%、99%)低于非缓解组，差异有统计学意义(P＜0.05)；但峰度值和1%百分位数无显著差异(P=0.769、0.06)。90th百分位数在截断值为167时具有较高的准确率(81.82%)，此时灵敏度、特异度、阳性预计值、阴性预计值及AUC分别为74.42%、95.65%、96.65%、66.97%和0.854。结论：CT门静脉期直方图分析对预测CRLM患者新辅助疗效具有潜在价值。

简介：肿瘤的异质性无所不在，与肿瘤浸润、耐药和转移正相关。18F-脱氧葡萄糖(18F-fluorodeoxyglucose,18F-FDG)PET/CT分子影像是研究肿瘤异质性的最佳手段，其纹理分析已成为异质性研究的热点。本文综述了其用于头颈部和食管肿瘤研究中普遍存在的问题和可能解决方法。

简介：目的:初步探索磁共振成像(magneticresonanceimaging,MRI)三维纹理(three-dimensionaltexture,3D-texture)特征结合临床参数构建预测模型,术前评估肝细胞癌(hepatocellularcarcinoma,HCC)患者术后早期复发的可行性。方法:回顾性纳入98例术后早期复发HCC患者,记录实验室检查结果、MRI影像征象、3D-texture,经数据去冗余、Lasso回归行主要特征提取,使用监督学习算法进行建模,并将模型用于预测83例前瞻性患者术后早期复发。结果:动脉期(arterialphase,AP)和门静脉期(portalvenousphase,PVP)分别提取出6和2个纹理特征进行建模,AP-3D-texture模型在训练集、验证集及测试集中的预测效能如下:预测准确性(accuracy,ACC)分别为0.735、0.735和0.651;受试者工作特征(receiveroperatingcharacteristic,ROC)曲线的曲线下面积(areaundercurve,AUC)分别为0.759、0.769和0.669。PVP-3D-texture模型在3个数据集中预测效能如下:训练集中ACC为0.721,AUC为0.591;验证集中ACC为0.367,AUC为0.498;测试集中ACC为0.402,AUC为0.560。AP-3D-texture结合临床参数后在3个数据集中的预测效能如下:训练集中ACC为0.838,AUC为0.876;验证集中ACC为0.833,AUC为0.864;测试集中ACC为0.663,AUC为0.656。结论:AP-3D-texture可以作为预测HCC术后早期复发的标记,与临床参数结合后预测效能进一步提高,但是在测试集中效能偏低,可能与训练集样本量偏少有关。