本文转自“浙大学报英文版”

内容介绍

中文摘要

前列腺癌（PCa）是一种具有高度异质性的恶性肿瘤，这给PCa的精准诊断和最佳个性化治疗带来了难题。具备解剖和功能序列的多参数磁共振成像（mp-MRI）已经发展成为PCa检测和分期的重要工具。此外，随着人工智能（AI）和图像数据处理技术的快速发展，利用影像组学的方法定量提取医学影像数据迎来广阔的应用前景。影像组学通过提取影像特征来获得影像标志物，并在此基础上建立预测模型进行精确评估。影像组学模型提供了一个辅助精准医疗的可靠且无创的替代方案，较基于临床病理指标的传统模型具有明显优势。本综述致力于对PCa影像组学相关研究进行归纳总结，重点探讨了基于MRI的影像组学模型的开发和验证。本综述对有关PCa诊断、侵袭性和预后评估方面的影像组学预测模型相关文献进行了回顾和总结，重点关注具有临床应用潜力的预测模型。此外，我们深入探讨了不同模型可以解决的关键问题，以及在具体临床背景下可能遇到的困难。因此，本综述有助于鼓励研究人员根据实际的临床需求构建预测模型，并帮助泌尿外科医生更好地了解影像组学相关的重要研究成果。

关键词组：核磁共振；影像组学；前列腺癌；预测模型

作者：

朱学华，邵立智，刘振宇，刘泽南，何继德，刘建刚，平浩，卢剑

本文引用格式：

Xuehua ZHU, Lizhi SHAO, Zhenyu LIU, Zenan LIU, Jide HE, Jiangang LIU, Hao PING, Jian LU. MRI-derived radiomics models for diagnosis, aggressiveness, and prognosis evaluation in prostate cancer[J]. Journal of Zhejiang University Science B, 2023, 24(8): 663-681.

http://doi.org/10.1631/jzus.B2200619

本文精要导读：

全文下载地址：

https://jzus.zju.edu.cn/oldversion/opentxt.php?doi=10.1631/jzus.B2200619

转自：“解说科研项目”微信公众号

如有侵权，请联系本站删除！