近年来，医学影像设备不断升级换代，随着精准医学模式的提出和发展，传统的医学影像阅片方式已不能满足日益增长的影像学数据的客观需求，亟需开发一种新的方法或技术，为此，影像组学（
Radiomics）应运而生。2012年，Lambin等首次提出了影像组学的概念，即从影像图像中提取大量影像学特征，通过高通量定量分析，将影像图像转化为具有高分辨率的、可发掘的空间数据。随后，影像组学的概念得到了进一步拓展，即从CT、MRI或PET等影像图像中提取大量数据，并对之进行高通量定量分析，得到高保真的目标信息来综合评价肿瘤的各种空间、时间上的异质性，包括基因、蛋白质、细胞、微环境、组织和器官等诸多层次的信息。近3年来，影像组学得到了迅猛发展，成为临床医学和生物医学工程领域的研究热点，在临床实践中的指导价值也受到越来越广泛的重视，并取得了相当可观的结果。
影像组学在肿瘤性病变中的应用
目前，国内外影像组学文献报道主要集中于肿瘤相关研究，包括肿瘤的鉴别诊断、分期分级、基因表型预测、治疗方案决策、疗效评估及预后预测等。CT图像密度直方图分析参数中峰度和偏度有助于良恶性肺结节的鉴别，恶性肺结节具有更高的峰度和更低的偏度，受试者工作特征（receiver operating characteristic,ROC）曲线的曲线下面积（area under curve,AUC）为0.71～0.83。基于CT图像的影像组学特征对结直肠癌分期具有重要价值。有研究报道，基于16个参数的影像组学特征对区分Ⅰ~Ⅱ期和Ⅲ~Ⅳ期结直肠癌的敏感度为62.9 %，特异度为87.4%，AUC为0.792。基于CT图像的影像组学特征可鉴别非小细胞肺癌（non-small cell lung cancer，NSCLC）的表皮生长因子受体（epidermal growth factor receptor，EGFR）突变状态，其ROC曲线的AUC达0.89。CT纹理分析还可鉴别直肠癌患者K-ras基因突变状态。当熵（entropy）的界值取4.095时，诊断直肠癌患者K-ras基因突变状态的敏感度及特异度分别为80.0％和61.1％。基于CT图像的影像组学可准确预测直肠癌淋巴结转移的状态，为临床手术方案的制订提供了可靠依据。基于DWI图像的影像组学也可以对晚期肺癌化疗疗效作出准确预测，ROC曲线的AUC达到0.924，从而指导临床合理选择和及时更换化疗方案。另外，CT纹理分析对胃癌的预后预测具有重要价值，CT纹理参数（能量、熵、均方差、平均绝对偏差）与胃癌患者的生存时间密切相关。
影像组学在非肿瘤性病变中的应用
我国部分学者将影像组学应用于对非肿瘤性病变的研究中，拓展了影像组学的应用研究范围，为我们今后的研究带来启示。本期专题文章中有两项研究涉及到影像组学在非肿瘤性病变中的应用价值。江舒等
评价了
MRI
纹理分析对心肌淀粉样变性与肥厚型心肌病的鉴别诊断价值，结果显示心肌淀粉样变性和肥厚型心肌病的熵值、峰度、偏度这
3
项特征参数存在显著统计学差异；当过滤条件通过选择不同的空间缩放因子（
spatial scale filter
，
SSF
）来实现］为
3
、熵值的界值取
2.68
时，诊断心肌淀粉样变性的
ROC
曲线的
AUC
为
0.87
±
0.09
，敏敏度为
87.2%
，特异度为
90.9 %
，符合率为
88.0%
。结果提示
MRI
影像组学分析可用于心肌淀粉样变性和肥厚型心肌病的鉴别诊断，与传统方法比较，无需使用对比剂且缩短了检查时间
。张大明等［
探讨了使用
CT
纹理分析评价下肢动脉闭塞性疾病下肢肌肉缺血的可行性。该研究结果显示下肢动脉闭塞侧下肢肌肉的
CT
图像纹理刻度的标准偏差及熵均高于未闭塞侧下肢肌肉；当标准差取界值
333.4
时，诊断下肢动脉闭塞性肌肉缺血的
