胡秀华/胡红杰教授团队影像组学科研成果介绍

浙江大学医学院附属邵逸夫医院

影像组学又称放射组学，由荷兰学者 Lambin 在 2012 年首次提出，其基础为定量成像技术，其目的是通过深度挖掘临床影像信息，从海量医学图像中获取特征性的定量数据，通过量化分析提高诊断准确率并进行预测。

Coronary Plaque Analysis提取的易损斑块特征

• 非钙化斑块 (NCP) 体积（HU 值<190 HU）

• 病灶长度

• 点状钙化

• 正性重构（RI）

• 餐巾环标志（NRS）

• 狭窄程度

Radiomics软件自动提取的1505个影像组学特征

研究者首先使用“易损斑块特征”建立传统预测模型，其训练集AUC 为0.71（95% CI：0.61–0.80, p = 0.11） ，验证集为0.70 (95 % CI:0.52–0.88，p = 0.58)。

血流流量分数（FFR）小于0.8一例病例

随后，研究者使用提取的1505个影像组学特征，根据Spearman 相关性系数，rho 值 >0.8筛选出 523 个特征，包括 10个形状特征（shape）143个一阶特征（ first-order ）和 370 个纹理特征（ texture features ）。进行单变量分析后留下 58 个与有意义狭窄相关的组学特征（p < 0.05）并构建了随机森林模型，其训练集的 AUC 为 0.82（95 % CI：0.73–0.90）和验证集 0.77（95 %CI：0.60–0.93）。

62个影像组学特征和4个常规斑块标记的接收者操作特征散点图

两组建模ROC曲线对比 a）影像组学特征 b）传统的易损斑块特征

此研究表明，两种预测模型对引起血流动力学狭窄的冠状动脉斑块均具有预测价值；

通过性能对比发现，基于影像组学特征构建的模型在预测性能上，优于仅使用易损斑块特征构建的模型。

影像组学在心血管疾病中的科研场景广泛，随着研究者对组学理论和临床应用认识的不断加深，期待会有更多可以临床落地的研究成果，助力全周期的患者关护。