EuropeanRadiology科学论著摘要(9月、10月杂志).docxVIP

? ? EuropeanRadiology科学论著摘要(2022年9月、10月杂志) ? ? ○影像信息学与人工智能 影像组学在胃癌精准医疗中的应用：机遇与挑战（DOI：10.19300/j.2022.e0901） Radiomics in precision medicine for gastric cancer:opportunities and challenges（DOI:10.1007/s00330-022-08704-8） Q.Y.Chen,L.Zhang,S.Y.Liu,J.J.You,L.Y.Chen,Z.Jin,et al. Summary 目的从常规医学影像中提取的影像组学特征显示出对胃癌（GC）实现个性化医疗的巨大潜力。本研究旨在评估影像组学在GC病人中的研究现状和质量，及其对GC病人治疗应答和预后预测的生物标志物的识别潜力。方法在PubMed和Embase数据库进行系统搜索，查找从最初研究至2021年7月10日之间的所有文献。采用图像挖掘研究的阶段性分类标准和影像组学质量评分（RQS）工具以评估研究的科学性和质量。结果纳入25项研究共10 432例病人。96%的研究提取从CT影像的影像组学特征。其中，7项（28%）研究评估了影像组学特征与治疗应答之间的相关性；17项（68%）研究评估了影像组学特征与生存率的相关性；1项（4%）研究分析了影像组学特征与治疗应答、生存率之间的相关性。纳入研究的所有结果均显示具有显著相关性。基于图像挖掘研究的阶段性分类标准，阶段Ⅱ的研究数量为18项（72%），而发现科学、阶段0和阶段Ⅰ的研究数量分别为2项、4项和1项。影像组学研究的RQS中位数为44.4%（0，55.6%）。研究人群、肿瘤分期、治疗方案和影像组学工作流程在不同研究中存在广泛的异质性。结论尽管应用于GC的影像组学研究异质性较高，研究质量较低，但它预测治疗应答和预后的能力是值得期待的。标准化和多中心合作是推进影像组学临床应用的有效手段。状态，进而指导靶向治疗。方法收集636例接受GGO病灶切除的肺腺癌病人的临床-病理信息和术前CT影像（训练集、内部验证集和外部验证集分别为464例、100例和72例）。利用梯度提升决策树（GBDT）共提取1 476个影像组学特征。结果建立的影像组学模型包含102个选定特征，对EGFR突变状态(突变型或野生型)具有较好的鉴别性能，并且其预测能力优于临床模型[训练集、内部验证集和外部验证集的受试者操作特征曲线下面积（AUC）分别为：0.838和0.674、0.822和0.730以及0.803和0.746]。影像组学加临床特征的模型在预测EGFR状态方面与影像组学模型相当（在3个队列中，AUC分别为0.846和0.838、0.816和0.822以及0.811和0.803）。该模型在接受EGFR-酪氨酸激酶抑制剂（TKI）辅助治疗并在用药期间未切除GGO的肺腺癌病人队列中得到验证，显著提高了EGFR-TKI的效能（预测前后有效率分别为25.9%和53.8%，P=0.006）。结论该影像组学模型可以作为一种无创、省时的方法来预测表现为GGO的肺腺癌EGFR突变状态。 原文载于Eur Radiol，2022，32（9）：5869－5879. 杨淑杰译 李一鸣校 预测呈磨玻璃影的肺腺癌EGFR突变状态:应用影像组学模型进行临床转化（DOI：10.19300/j.2022.e0902） Predicting EGFR mutation status in lung adenocarcinoma presenting as ground-glass opacity:utilizing radiomics model in clinical translation（DOI:10.1007/s00330-022-08673-y） B.Cheng,H.S.Deng,Y.Zhao,J.F.Xiong,P.Liang,C.C.Li,et al. Summary 目的旨在建立一种基于CT的无创性影像组学模型，该模型应具有良好的敏感性和特异性，可以预测以磨玻璃影（GGO）为特征的肺腺癌表皮生长因子受体（EGFR）突变 原文载于Eur Radiol，2022，32（9）：5852－5868. 董龙春译 李一鸣校 基于人工智能的胸片房颤检测（DOI：10.19300/j.2022.e0903） Artificial intelligence-based detection of atrial fibrillation from chest radiographs（DOI:10.1007/s00330-022-08752-0） T.Matsumoto,S.Ehara,S.L.Walston,Y.Mitsuyam