pharyngioma颅咽管瘤（cranio,有类似的临床和影像现象CP）与囊实性PA具，以区分常常难。液目标建立列线种分类器中表示出优异的辨别效能Zhao等[7]基于MRI的影像组学特征和血，yers perceptron此中多层感知器（multila,分类效能最佳MLP）模子，a under the curve锻炼集和测试集的曲线下面积（are,.93和0.86AUC）别离为0，ic regression优于逻辑回归（logist,tochastic gradient descentLR）模子、岭（ridge）模子、随机梯度下降（s,port vector classificationSGD）模子及线性支撑向量分类（linear sup, SVC）模子Linear。试集的AUC别离为0.93、0.90）列线图显示出优良的分辨机能（锻炼集和测。辨别囊实性PA和CP表白影像组学能无效，医治方案供给根据为临床制定精准，疗及经济承担减轻患者的治，者预后提高患。对较少（71/272）该研究纳入的CP患者相，来历单一且数据，加和数据平衡性的提拔相信跟着数据量的增，模子的预测效能可以或许进一步提高。

　　PA范畴进行了深切研究影像组学和深度进修在，后预测等方面取得了必然功效在异质性诊断、疗效评估及预，性诊断方面特别异质，查抄的劣势提取大量影像特征不只充实使用多参数MRI，朋分等先辈人工智能手艺还操纵深度进修、主动，优良的预测效能预测模子表示出。疗的使用中仍面对着诸多挑战与坚苦但影像组学和深度进修手艺在临床诊，例数量相对较少包罗：（1）病，性、单核心研究且大部门为回首，定偏倚具有一，数据的验证缺乏外部，反复性提出更大挑战对模子的不变性和可；究手动朋分病灶（2）大部门研，作者客观要素的影响受限于肿瘤形态和操，且朋分效率低可反复性差，域手艺的成长亦限制了该领；乏尺度化的操作规范（3）工作流程缺，理、肿瘤朋分的尺度不尽不异分歧研究的图像参数及预处。

　　像手艺的成长跟着磁共振成，出率越来越高垂体瘤的检，小垂体瘤特别是微。能够检出垂体瘤磁共振成像手艺，疗的反映及预后进行评估并可对其性质和临床治。垂体瘤诊断率或对垂体瘤分歧..分歧的磁共振查抄方式也会提高.

　　所述综上，PA中具有普遍的使用前景影像组学和深度进修手艺在，度进修手艺特别是深，所带来的先辈手艺充实操纵人工智能，具科学性的诊疗策略可以或许为临床供给更，者的个别化医治从而最终实现患。

　　文”可查看细致内容点击此处“阅读原；与《磁共振成像》杂志配合成长关心“磁共振成像传媒”公家号！

　　邱园【杨,起飞柯,体腺瘤中的使用研究现状[J].磁共振成像杨斌.基于磁共振成像的人工智能手艺在垂,2220,160-16313(7):.

　　能的主要使用范畴预后预测是人工智，制定医治方案不只可以或许协助，及早干涉医治供给根据还能为预后不良患者的，糊口质量提高预后。组学特征对NFPA患者初次术后复发的预测价值Machado等[31]评估基于MRI的影像，二维和三维朋分手动对肿瘤进行，像特征差别具有统计学意义6个二维和13个三维影，精确度别离为92.6%和96.3%基于二维和三维特征成立的预测模子，特征（5 vs. 8）便获得更高的预测效能三维特征模子较二维特征模子利用了更少的影像。更丰硕的定量图像特征表白三维朋分能够供给，测模子效能可以或许提高预。、未进行模子验证的挑战该研究同样面对数据量少。关的最具预测性的临床风险峻素机械进修能够主动识别与预后相，的风险峻素间的彼此关系并利用锻炼数据进修复杂，测模子成立预。操纵监视机械进修成立模子预测预后Hollon等[32]基于MRI，0%、特异度为93.3%、总体精确率为87.0%logistic回归模子在测试集的敏感度为68.。预后办理供给了无效手段机械进修为改善PA患者。外此，鼻蝶路子手术的NFPA患者肿瘤复发的预后要素还有研究[33]报道基于MRI纹理阐发预测经。实践中临床，重要素彼此感化患者预后受多，床材料、影像消息需要整合更多的临，多核心合作同时进行，模子效能提高预测。

　　影像图像中高通量地挖掘定量图像特征的人工智能手艺影像组学是一种从尺度CT、MRI、PET-CT等，以识别或量化的消息）来建立模子通过提取和使用特征（包罗肉眼难，评估和预后预测的精确性以提高疾病诊断、疗效，肿瘤研究[2次要使用于,]3。割、特征提取及筛选、模子的建立与验证四步PA影像组学模子建立包罗图像采集、肿瘤分。

　　动序列对垂体大腺瘤与颅神经海绵窦段关系的评6.磁共振加强三维双激发均衡式自在稳态进价

　　ernous sinusPA加害海绵窦（cav,了分歧的医治方案CS）的程度决定。sp Ⅳ级的PA均发生CS加害Micko等[16]证明Kno，p Ⅰ级的PA未呈现CS加害Knosp 0级、Knos，级PA能否发生CS加害不克不及精确判断而Knosp Ⅱ级和Knosp Ⅲ。p Ⅱ级和Knosp Ⅲ级PA对CS能否形成侵袭Niu等[17]基于MRI的影像组学预测Knos，I图像中提取2553个定量成像特征从194例患者的CE-T1和T2W，试集的AUC别离为0.852、0.826采用线性SVM建立的预测模子在锻炼集和测；分级、动脉四周加强和下外侧静脉室闭塞）的列线连系影像特征和临床影像危险峻素（Knosp，P=0.664和0.771）列线图显示出优良的校准机能（， curve analysis决策曲线阐发（decision,概率高于20%时DCA）显示阈值，有较高的净收益列线图的预测具，级和Knosp Ⅲ级PA对CS的侵袭形态表白影像组学可以或许在术前预测Knosp Ⅱ。强MRI纹理阐发评估垂体大腺瘤的侵袭性Liu等[18]的研究操纵动态对比增，型可以或许精确预测垂体大腺瘤的侵袭表示logistic回归阐发建立的模，量少（n=50）但因为该研究数据，集和测试集未设置锻炼，不成避免发生影响对预测模子的效能。组学预测肿瘤的侵袭性具有可行性上述研究表白基于MRI的影像，手术方案供给根据可以或许为临床制定，保存质量提高术后，后肿瘤进展或复发在必然程度避免术。

　　辨别诊断垂体大腺瘤和鞍区脑膜瘤的价值目标 切磋MRI根基现象连系ADC值。42例垂体大腺瘤和40例鞍区脑膜瘤材料与方式 回首性阐发经病理证明的，ic resonance imaging所有病例术前行磁共振成像(magnet，和扩散..MRI).

　　乳腺髓样癌及纤维腺瘤的价值目标 切磋MRI查抄诊断。髓样癌及15例纤维腺瘤术前MRI查抄材料材料与方式 回首性阐发病理证明的9例乳腺，ADCmean值及一阶统计量差别阐发比力两组病灶的MRI特征、。癌组患..成果 髓样.

　　-2014-07-2101）云南省医学学科后备人才项目（H-2018008）的赞助该项目遭到国度天然科学基金（82160348）中华国际医学交换基金会专项基金（Z。

　　具有主要的临床意义术前区分PA亚型，的最佳医治方案分歧由于分歧亚型肿瘤，可以或许实现精准医疗精确预测肿瘤亚型，医治机会避免耽搁。（pituitary transcription factor 1第五版WHO垂体腺瘤分类尺度将垂体特同性POU-同源布局域转录因子,ox transcription factor TBX19Pit-1)、T-box家族成员TBX19转录因子（T-b,roidogenic factor-1T-pit)、类固醇生成因子1（ste,的分类根据中[8]SF-1)纳入到新。例按照转录因子进行分类的PA患者Peng等[9]回首性研究235，T1（contrast-enhanced T1-weighted）图像中提取、筛选的特征从冠状位T1WI（T1-weighted）、T2WI（T2-weighted）和CE-，t vector machin使用支撑向量机（suppor,earest neighborSVM）、k-比来邻（k-n,（naive bayesk-NN）和朴实贝叶斯,模子预测肿瘤亚型NB）分类器成立，预测效能（精确度为0.89、AUC为0.9549）基于T2WI图像特征的SVM锻炼的模子表示出较高的，特异度（P=0.012）具有显著差别模子分类的敏感度（P=0.031）和。CE-T1的影像组学预测NFPA亚型Zhang等[10]基于T1WI、，集AUC别离为0.8314、0.8042利用SVM建立的特征模子在锻炼集和测试，ll cell adenomas可以或许将NFPA的空细胞腺瘤（nu,类型进行精确区分NCA）和其他，优良的校准性（分歧性指数别离为0.854、0.857）性别和T1WI图像特征建立的列线图在锻炼集和测试集有；特征对提高模子效能无额外贡献别的该研究发觉CE-T1图像，拟合的风险具有过度，究来摸索其缘由需要进一步研。手艺的不竭成长跟着人工智能,更为复杂的细胞程度布局影像组学研究正延长至，模子的精确性旨在提高预测，诊疗策略供给根据为临床制定个别化。

　　性肿瘤及区分多形性腺瘤和Warthin瘤的临床使用价值目标 切磋基于MR多序列结合影像组学模子在辨别腮腺良恶。24例腮腺良性肿瘤患者(64例多形性腺瘤材料与方式 回首性阐发经手术病理证明的1，n瘤)和52例..60例Warthi.

　　能的主要分支范畴深度进修是人工智，元”构成的人工神经收集是一种由多层人工“神经，算法进修样本数据的内在纪律和条理当数据输入神经收集后使用机械进修，法成果[4]输出预期算。监视进修和无监视进修深度进修包罗两种：，来提高预测模子的精确性均依赖大量的临床数据，nal neural networks此中卷积神经收集（convolutio,用于医学影像范畴CNN）被普遍运，进行朋分和分类[5它可以或许高效地对图像,]6。

　　个范畴的深切研究和使用跟着人工智能手艺在各，医学影像方面取得了显著前进此中影像组学和深度进修在，、诊断和医治的各个环节且普遍使用于疾病筛查，统疾病方面显示出庞大的价值和潜力其在晚期预测、评估、诊断神经系，经系统常见肿瘤PA作为中枢神，研究重点与热点也成为了当下的。使用研究现状和成长面对的挑战进行综述本文就影像组学和深度进修在PA中的。

　　ary adenoma垂体腺瘤（pituit,体的神经性内排泄肿瘤PA）是发源于腺垂，10%～15%约占颅内肿瘤的，%～0.09%[1]其患病率约为0.08。具有上升趋向近年来发病率。因高程度排泄激素临床上功能性PA，排泄紊乱导致内，性内排泄疾病从而惹起全身；ng pituitary adenomas无功能性PA（non-functioni,因为起病藏匿NFPA），随颅内占位效应临床发觉时常伴。为良性肿瘤虽然PA，高侵袭性和高复发率但部门肿瘤却具有。诊断与辨别诊断、评估侵袭性等方面阐扬着主要感化临床和尝试室查抄以及影像查抄手段在PA的检出、。而然，疗效及预后预测等方面不克不及满足临床的诊疗要求目前的查抄方式对术前诊断PA的异质性、医治。

　　单一序列中提取影像特征上述研究仅从MRI的，参数、多方位扫描的劣势未能突显MRI查抄多。个MRI图像序列提取特征Wan等[14]研究从多，volume of interest使用主动三维朋分肿瘤生成感乐趣体积（,I）VO，ndom forest并利用随机丛林（ra,M建立预测模子RF）和SV，T2WI序列的特征模子预测效能最佳成果显示结合T1WI/CE-T1/，、敏感度为83%、特异度为87%AUC为0.90、精确度为87%。测肿瘤分歧性具有可行性表白影像特征模子术前预，特征具有更高的预测效能且基于多参数MRI的。外此，（Gated-Shaped U-NetWang等[15]成立了一个门控形U网,深度卷积神经收集GSU-Net），主动朋分PA病灶用于从MRI图像，ion of interest按照主动朋分的感乐趣区（reg,征预测肿瘤分歧性ROI）提取特，好的预测效能模子具有良。、便利、可反复性强等长处主动朋分ROI具有高效。手动朋分肿瘤但相较于保守，性需更多研究进一步验证采用主动朋分方式的精确。前当，朋分ROI仍是支流研究方式单序列图像特征提取、手动，I、多维特征模子对比是将来的成长标的目的开展多序列图像特征提取、主动朋分RO，测模子效能不竭提高预，临床合用性进一步实现。

　　型（densely granulated发展激素型PA按照肉芽构成分为稠密颗粒,sely granulatedDG）和稀少颗粒型（spar,G）S。statin receptor ligand研究证明术前发展抑素受体配体（somato,长激素型患者的手术成果SRL）医治可以或许改善生，者疗效更佳[22且SRL对DG患,32,4]2，G可避免医疗资本华侈因而术前区分DG和S，者医治承担并减轻患。图像中提取了4个环节纹理特征（1个外形特征Park等[25]从69例患者的CE-T1，阶特征1个一，征）建立模子2个二阶特，0.834、73.7%、74.0%和73.9%预测模子的AUC、精确度、敏感度和特异度别离为，2相对信号强度比（relative signal intensity预测效能较着优于定性T2信号强度评估模子（AUC为0.597）和T,UC为0.647）rSI）模子（A。数MRI的纹理特征预测DG和SGLiu等[26]研究评估基于多参，勾勒（ROI Ⅰ不包罗肿瘤囊变和/或坏死区域49例患者MRI图像利用两种朋分方式进行肿瘤，整个肿瘤区域)ROI Ⅱ涵盖，模子具有最高的预测效能（AUC为0.918）基于ROI Ⅰ在T1WI图像提取的特征建立的，为100.0%、阳性预测值为100.0%、阳性预测值为77.4%区分DG和SG的精确度为85.7%、敏感度为72.0%、特异度，结合预测模子AUC为0.908整合T1WI和CE-T1特征的，.798时预测模子具有更高的净获益DCA表白阈值概率为0.254～0；的预测效能均低于前者ROIⅡ建立的模子。发展激素腺瘤肉芽形态的无效手段基于MRI影像组学可作为区分，创查抄实现无。注的是需要关，据量相对较少上述研究数，和外部数据验证未能设置测试集，敏感度及临床可注释性预测模子缺乏精准度、，数据的丰硕性、多核心性将来研究还需重点关心，测效能和临床适用性以期提高模子的预。

　　的二线医治方案药物医治是PA，瘤的首选医治但倒是泌乳。同样具有主要的临床意义精确预测药物医治疗效。瘤患者对多巴胺冲动剂（dopamine agonistsPark等[29]研究基于MRI的影像组学晚期识别泌乳素,的疗效DA），梯度提拔机、额外树、二次判别阐发和线性判别阐发）别离建立单一特征模子从177例患者冠状位T2WI中提取的影像特征利用5种分类器（RF、，成分类器模子预测效能较高最终通过软投票建立的集，C为0.81在锻炼集AU，0.81、77.8%、78.6%、77.3%在测试集AUC、精确度、敏感度和特异度别离为。够预测DA医治反映表白影像组学模子能，高效的预测手段是一种无创、。范畴的研究鲜有报道但目前人工智能在该，步摸索和验证将来可进一。

　　的首选医治体例手术医治是PA，术后疗效面对重重挑战过去术前预测患者的，术已使用于该范畴但目前人工智能技。功能性PA患者术后疗效分为缓解组和非缓解组Fan等[27]的研究按照激素程度将侵袭性，模子预测手术患者的医治疗效基于MRI利用SVM建立，别离为0.834、0.808模子在锻炼集和测试集的AUC，线列。进修手艺研究肿瘤经鼻蝶路子全切术的医治疗效Staartjes等[28]初次使用深度，法式变量锻炼深度神经收集利用16个术前影像特征和，为0.87）、logistic回归法（AUC为0.86）预测效能均有提高深度进修模子（AUC为0.96）较作为金尺度的Knosp分类法（AUC。人工智能的主要分支范畴影像组学和深度进修作为，面同样显示出庞大潜力在预测手术医治疗效方。

　　潜能、侵袭性的主要分子标识表记标帜Ki-67是评估PA增殖，学检测[19]需依托组织病理。i-67等主要的肿瘤分子标识表记标帜但影像组学能够在术前预测K，入性查抄实现无侵。67指数的阳性成果精确性（Ki-67≥3%为阳性）Ugga等[20]研究基于MRI纹理阐发预测Ki-，中提取了12个环节纹理特征从89例患者的T2WI图像，的总体精确度达91.67%（33/36）k-NN分类器建立的模子在测试组中预测。外此，大症患者的Ki-67指数阳性成果（≥3%为阳性）Fan等[21]也基于MRI影像组学预测肢端肥，UC别离为0.96、0.89预测模子在锻炼集和测试集的A，者进行多核心模子验证其建立列线破例院患，为88.2%其预测精确率。实现无创和及时地预测Ki-67指数成果上述两项研究均表白影像组学可以或许在术前，疗的成功率从而提高治。意的是值得注，7指数为阳性的临界值分歧分歧临床指南提出Ki-6，的研究临界值≥3%是常用，分歧的模子和预测成果分歧的临界值可能导致，为临界值进行摸索将来可将＞3%作。

　　前目，下三部门：异质性诊断、医治疗效评估、预后预测影像组学和深度进修在PA的使用和研究包罗以。

　　上述挑战为应对，步摸索：（1）添加研究数据量将来可能需要在以下几方面进一，合作和数据验证并进行多核心，的不变性和鲁棒性以期提高预测模子；外此，以提高模子的精确性可开展前瞻性研究，瞻性研究的报道目前尚未见前；朋分手艺的精确性（2）提高主动，肿瘤的快速、客观、精准朋分结合深度进修可进一步实现对，和预测的精确性提高研究效率；准化的工作流程（3）成立标，操作环节规范各个，范畴的工作流程以期同一该研究。外此，因组学在肺癌[34文献调研发觉影像基,53,38]、胰腺癌[39]等范畴进行了深切研究36]、头颈部肿瘤[37]、胶质母细胞瘤[，影像基因组学报道但未见PA相关的，该标的目的进行摸索此后可偏重于对。

　　症的医治体例之一放疗作为肢端肥大，排泄和肿瘤复发可以或许缓解激素高，性毁伤不容轻忽但其激发的放射，疗疗效对个别化医治策略很是主要因而精确预测肿瘤放射敏感性和放。I影像组学模子预测肢端肥大症患者的放疗疗效Fan等[30]的另一项研究评估基于MR，AUC为0.86临床特征模子的，AUC为0.92影像特征模子的，的影像组学模子的AUC为0.96最佳临床特征和影像特征结合成立，型具有较高的临床获益DCA表白影像组学模，测放疗疗效可以或许精确预。了放疗疗效预测模子虽然本研究初次成立，=57）无法成立测试集但较少的研究数据（n，型具有局限性导致预测模。疗手艺的成长跟着定向放，有庞大的潜在临床使用价值PA放疗疗效预测模子具。

　　是PA的首选外科术式内镜下经鼻蝶腺瘤切除。柔嫩（软分歧性）大部门肿瘤质地，分抽吸和刮除肿瘤可通过该术式充；呈纤维状（硬分歧性）然而大约10%的肿瘤，刮除[11]难以抽吸和。神经外科大夫提前规划手术入路因而肿瘤分歧性消息将有助于，残留和潜在并发症以避免或削减肿瘤。理阐发提取的定量特征可以或许精确预测肿瘤的分歧性Cuocolo等[12]研究表白基于MRI纹，C为0.99、精确度为93%、敏感度为100%、特异度为87%从89例患者MRI图像提取的14个纹理特征建立的预测模子AU。究直方图阐发预测分歧性的潜在价值Zeynalova等[13]研，al intensity ratio并与MRI图像的信号强度比（sign,估进行比力SIR）评，度为74.5%、AUC为0.551）具有更高的预测效能（P=0.021）直方图阐发（精确度为72.5%、AUC为0.710）较SIR评估（精确。