← 最新论文
📄 radiology and imaging

Liver functional radiomics of gadoxetic acid-enhanced magnetic resonance imaging: A proof-of-concept study

这项概念验证研究确定了一组来自钥奥酸增强 MRI 的具有可重现性和可重复性的影像组学特征,这些特征与定量肝功能指标显著相关,为未来肝功能相关的影像组学研究奠定了基础。

原作者: Wang, Q., Grigoriadis, A., Gilg, S., Tzortzakakis, A., Sparrelid, E., Brismar, T. B.

发布于 2026-09-14
📖 1 分钟阅读☕ 轻松阅读

原作者: Wang, Q., Grigoriadis, A., Gilg, S., Tzortzakakis, A., Sparrelid, E., Brismar, T. B.

原始论文根据 CC0 1.0(https://creativecommons.org/publicdomain/zero/1.0/)发布到公有领域。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

在外科医生切除部分肝脏以治疗癌症之前,他们必须确切知道将剩余多少健康的组织,以及这些剩余组织的功能如何。肝脏是一个具有韧性的器官,但如果切除过多,或者剩余部分过于虚弱,患者将面临严重的肝衰竭风险。传统上,医生依赖于血液检查和将整个肝脏视为单一、均匀单元的全局测量方法。然而,肝脏并非均匀一致的;其工作能力在不同区域之间可能存在显著差异,就像一片草地,有些地方草木茂盛,而有些地方则十分枯黄。为了规划一次安全的手术,特别是在必须切除大面积组织时,医生需要一种方法,能够在不切开身体的情况下,观察到这些区域性的功能差异。

多年来,一种特定类型的磁共振成像(MRI)为窥见这一隐藏的景观提供了契机。这种扫描使用一种会被健康肝细胞自然吸收的特殊染料,使它们在图像中闪闪发光。虽然医生长期以来一直利用这种扫描来测量简单的亮度变化,但现在人们正在探索一种被称为“影像组学”(radiomics)的新方法。影像组学不仅将医学图像视为图片,更将其视为庞大的数据宝库。它利用计算机从图像中提取成千上万个肉眼无法察觉的微小、隐形的模式,例如纹理和色调的细微变化。研究人员提出的问题是,这些隐藏的数字模式是否能告诉我们关于肝脏实际运作能力的具体信息。

在最近的一项研究中,一个研究小组试图通过观察患有结直肠癌并已转移至肝脏的患者肝脏来寻找答案。他们招募了十名预定要接受右肝切除大手术的患者。在手术前,每位患者都接受了一系列测试。他们接受了测量染料在肝脏内停留时间的标准血液测试、追踪肝功能的核医学扫描,以及�� de 胶酸增强 MRI。研究人员重点关注了 MRI 中的两个特定时刻:注射染料前的瞬间,以及二十分钟后——即健康肝细胞吸收了染料并发出亮光的时刻。

随后,团队将注意力转向了这些图像中非肿瘤部分的肝脏。利用专门的软件,他们在扫描图像上手动勾勒出了健康肝脏组织的轮廓。这一步至关重要,因为计算机需要知道精确分析哪些像素。一旦隔离出健康组织,软件就会从图像中提取出一百多个不同的数学特征。这些特征描述了从肝脏部分的整体形状到像素复杂纹理的一切细节,捕捉了光影区域是如何排列的,以及它们在两次扫描时间之间是如何变化的。

由于这些测量依赖于人工勾勒肝脏轮廓,研究人员首先必须确保其方法是可靠的。他们要求两名不同的专家勾勒相同的肝脏图像,并要求一名专家在间隔一个月后再次勾勒相同的图像。他们对比了结果,以观察计算机每次是否都能发现相同的模式。他们发现有六十个特征是一致且可重复的,这意味着这些测量结果是稳定的,而非随机噪声。凭借这套可靠的数据,他们开始寻找联系。

研究人员将这六十个稳定的特征与患者的其他肝功能测试结果进行了对比。他们正在寻找一种匹配关系,即在 MRI 中是否存在某种能随已知肝脏健康指标同步上升或下降的模式。他们发现,一组特定的特征确实与肝脏功能密切相关。来自染料注射前扫描的七个特征、来自染料吸收后扫描的十八个特征,以及测量两者之间变化的二十个特征,均显示出与患者肝功能之间的明确关系。

其中一个衡量像素模式整体能量或强度的特征脱颖而出,因为它出现在所有三个组别中。这表明,肝脏组织在扫描中的呈现方式(无论是在吸收染料前后)都包含着其功能健康的特征签名。研究还发现,观察两次扫描之间的变化能提供最多的信息,共有二十个特征显示出与肝功能之间的强关联。这暗示了肝脏组织处理染料时的动态变化,与组织本身的静态图像同样重要。

研究人员指出,他们的发现是第一步,即“概念验证”,而非最终解决方案。该研究仅涉及十名患者,对于得出广泛结论而言样本量较小,且所有患者都患有从结肠转移而来的癌症。团队明确表示,其结果需要在更大规模的人群中进行测试,并在不同类型的肝脏疾病患者中进行验证,之后医生才能依靠这些结果做出临床决策。他们还承认,手动勾勒肝脏轮廓非常耗时,未来的工作应致力于实现这一步骤的自动化。

尽管存在这些局限性,这项研究仍提供了一个充满希望的新方向。它证明了隐藏在标准 MRI 扫描中的数字指纹可以被解码,从而揭示超出简单亮度之外的肝脏健康信息。通过识别这些可重复的模式,研究人员为未来奠定了基础:届时,医生可能会利用这些由计算机衍生的洞察力,来更好地预测患者肝脏对手术的反应。这最终可能带来更安全的手术和更个性化的治疗方案,确保在切除适当数量肝脏的同时,留下一个健康且功能完好的器官。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →