文章目录
影像组学简介
影像组学,英文叫Radiomics。
Radio-mics = Radiology + Omics
Radiology:放射学,指的是医学影像,比较好理解。
说几个我们平时比较常见的:x线,CT,核磁,核医学(包括PET/CT和SPECT/CT),介入等
有的小伙伴可能会问,哪个设备目前比较好发文?


根据pubmed(2022.04.12)上的截图,我们可以看出,至少目前来讲,CT和MRI还是占统治地位的。
看过Radiology,我们看下Omics。
我们先来看眼维基的定义:

我们可以看出组学是对这一系列balabala进行的集体表征和量化。其实组学就是用数据表示出个体与个体间的关系,我们再来举个例子:
Genome(基因组)是构成生物体所有基因的组合,基因组学(Genomics)就是研究这些基因以及这些基因间的关系。
按照上面的拆解模式,基因组学的研究对象是“基因”,采用的研究方法不再是最早单独研究某个基因片段的作用,而是将所有的基因构成综合起来进行系统化的分析和考虑。
当然,这是个大热词,之后发展了很多组学,相信大家都耳熟能详,我这里不一一列举。基因组学的对象是基因,影像组学的对象就是影像,它的研究方法是将影像内包含的所有信息提取出来然后进行综合系统化分析。更确切的说,影像组学是采用自动化算法从影像的感兴趣区(ROI,region of interest)内提取出大量的特征信息作为研究对象,并进一步采用多样化的统计分析和数据挖掘方法从大批量信息中提取和剥离出真正起作用的关键信息,最终用于疾病的辅助诊断、分类或分级。
理解了概念,我们下面介绍下影像组学的流程
影像组学流程
影像组学的流程,有套路可言:
先上图,一个干瘪鱼骨版,一个肥美鱼肉版

殊途同归,最核心的都是四步,第一次吃鱼,先搞明

本文介绍了影像组学的基本概念,包括其定义、研究对象和流程:图像收集、ROI分割、特征提取与选择、模型构建。探讨了CT和MRI的主导地位,以及深度学习在ROI分割的应用。重点讲述了特征选择的重要性,并揭示了影像组学在临床研究中的321法则和数据资源需求。
最低0.47元/天 解锁文章
5445





