PET/CT、SPECT/CT影像组学:沟通宏观影像和微观分子的桥梁

PET/CT、SPECT/CT作为典型的多模态成像方式,既能反映病灶的解剖形态学信息,又能反映细胞分子水平的功能信息,为临床肿瘤、心血管疾病等的诊断、疗效监测和预后评估提供了重要参考依据。目前,基于PET/CT影像的疾病诊断主要依靠大小、形态、位置、密度等形态学征象以及SUV、肿瘤代谢体积(metabolic tumor volume,MTV)和病灶糖酵解总量(total lesion glycolysis,TLG)等半定量功能参数进行判断。然而,这些指标无法定量评估病灶的结构及代谢异质性,难以量化疾病的微观结构及代谢改变。近年来,随着人工智能算法的不断发展,新的模式识别技术和图像处理技术不断涌现,影像组学应运而生,并快速应用于PET/CT、SPECT/CT影像的量化分析中[1-2]。