Acasă Căutare Colec•ii Jurnale Despre Contacta•i-ne IOPscience

Aplica•ii •i limitări ale radiomicii

Acest con•inut a fost descărcat de pe IOPscience. Vă rugăm să derula•i în jos pentru a vedea textul complet. 2016 Phys. Med. Biol.

61 R150

(http://iopscience.iop.org/0031-9155/61/13/R150)

Vizualiza•i cuprinsul acestui număr sau accesa•i pagina principală a jurnalului pentru mai multe

Detalii despre descărcare:

Adresă IP: 129.110.242.50

Acest con•inut a fost descărcat pe 21/07/2016 la 09:50

Vă rugăm să re•ine•i că se aplică termenii •i condi•iile.

 IIn utteeooff PPhhyyssiiccssun
nssttiittu d
a nd EEnnggiinneeeerriinngg iinn M
Pe ed
mine nee
diicciin Phhyyssiiccss iin
nM Pe ed
mine nee && BBiioollooggyy
diicciin

Fizic. Med. Biol. 61 ( 2016) R150–166 doi: 10.1088 / 0031-9155 / 61/13 / R150

Revizuire de actualitate

Aplicații și limitări ale radiomicii

Stephen SF Yip 1 și Hugo JWL Aerts 1 , 2

1 Departamentul de Oncologie a Radia•iilor, Brigham •i Femei ' s Spitalul, Institutul Dana-Farber

Cancer •i Harvard Medical School, Boston, MA, SUA

2 Departamentul de Radiologie, Institutul Dana-Farber Cancer •i Harvard Medical School, Boston, MA,

SUA

E-mail: Hugo_Aerts@dfci.harvard.edu

Primit la 21 iulie 2015, revizuit la 29 februarie 2016 Acceptat

pentru publicare 5 aprilie 2016
Publicat la 7 iunie 2016

Abstract
Radiomica este un domeniu emergent în imagistica cantitativă care utilizează caracteristici avansate
de imagistică pentru a descrie obiectiv •i cantitativ fenotipurile tumorale. Caracteristicile radiomice au
atras recent un interes considerabil datorită puterii sale predictive poten•iale pentru rezultatele
tratamentului •i geneticii cancerului, care pot avea aplica•ii importante în medicina personalizată. În
această revizuire tehnică, descriem aplica•iile •i provocările din domeniul radiomic. Vom revizui
domeniile de aplicare radiomică •i problemele tehnice, precum •i practicile adecvate pentru
proiectarea studiilor radiomice.

Cuvinte cheie: PET, imagistică cantitativă, radiomică

(Unele figuri pot apărea în culori numai în jurnalul online)

1. Introducere

Imagistica medicală neinvazivă, cum ar fi imagistica prin rezonan•ă magnetică (RM), tomografia computerizată (CT) •i tomografia cu
emisie de pozitroni (PET), este utilizată în mod obi•nuit pentru evaluarea caracteristicilor tumorale •i ale •esuturilor anatomice pentru
gestionarea cancerului (Buckler •i colab 2011 , Kurland
•i colab 2012 ). În plus, imagistica poate furniza informa•ii valoroase pentru medicina personalizată, care are ca scop
adaptarea strategiei de tratament pe baza caracteristicilor pacien•ilor individuali •i a tumorilor acestora.

Caracterizarea moleculară utilizând informa•ii despre genomică, proteomică •i metabolomică a fost principalul obiectiv al
terapiei personalizate. Cu toate acestea, eterogenitatea intratumorală spa•ială •i temporală care apare din varia•iile regionale
ale metabolismului, vasculaturii, oxigenării •i expresiei genetice este o caracteristică comună a tumorilor maligne (Maley •i
colab 2006 , Marusyk •i colab
2012 , Chicklore •i colab 2013 , Fisher •i colab 2013 ). Probele aleatorii de •esuturi tumorale dobândite prin biopsie invazivă
pentru caracterizarea moleculară pot, astfel, să nu reprezinte cu precizie

0031-9155 / 16 / 13R150 + 17 33,00 $ © 2016 Institutul de Fizică •i Inginerie în Medicină Tipărit în Marea Britanie R150
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

peisajul varia•iei biologice în cadrul tumorilor (Gerlinger •i colab 2012 ). Pe de altă parte, întreaga tumoră
poate fi prelevată neinvaziv •i în mod repetat cu imagistica medicală.
În special, studiile au emis ipoteza că caracteristicile tumorii la nivel celular •i genetic sunt reflectate în tiparele
fenotipice care pot fi surprinse cu imagini medicale (Henriksson •i colab 2007 , Diehn •i colab 2008 , Basu •i colab 2011 ,
Yang •i Knopp 2011 ). Mai multe studii au arătat aceste asocieri între modalită•ile de imagistică. De exemplu, în MR,
tumorile cerebrale în cre•tere care determină o schimbare a structurilor liniei medii din cauza compresiei normale a
•esuturilor, cunoscută sub numele de efect de masă, se dovedesc a fi puternic corelate cu expresia genei de proliferare
(Diehn •i colab 2008 ) .Yamamoto •i colab. ( 2014 ) a constatat că tumorile pulmonare cu muta•ii ale limfom kinazei
anaplastice (ALK) păreau să aibă revărsat pleural mai mare •i fără cozi pleurale pe imaginile CT (Yamamoto •i colab 2014
). Imaginile CT cu contrast îmbunătă•it au arătat că starea de muta•ie a lui von Hippel - Lindau (VHL) în carcinomul cu
celule renale este semnificativ corelat cu ' aspect brut al vasculariza•iei intratumourale ',' limite tumorale bine definite ', •i

' intensificarea tumorii nodulare '( Karlo •i colab 2014 ). În imagistica PET, 18F- fluorodeoxiglucoză ([ 18F] FDG)
absorb•ia este legată de numărul de celule canceroase viabile, histopatologia tumorii •i o serie de procese
biologice care sus•in cre•terea continuă a tumorii (Higashi
•i colab 1993 , Haberkorn •i colab 1994 , Rajendran •i colab 2004 , Fanchon •i colab 2015 ). Prin urmare, studiile au propus
că eterogenitatea tumorii poate fi asociată cu distribu•ia neuniformă a [ 18 F] FDG (Henriksson •i colab 2007 , Tixier •i colab 2011
, Chicklore •i colab 2013 ).
În ciuda promisiunii imaginii medicale de a evalua heterogenitatea tumorii (sau genetică), caracteristicile imagistice
sunt adesea evaluate vizual •i descrise calitativ de către radiologi sau medici de medicină nucleară. Descrieri subiective ale
fenotipurilor imagistice tumorale (de ex ' miez necrotic mare ',' foarte speculat ', •i ' eterogenitate moderată '). Cu toate acestea,
aceste evaluări vizuale pot suferi o mare variabilitate intra •i inter-observator (de Jong •i colab 1995 , Mussurakis •i colab 1996
, Wetzel •i colab 2002 , Davnall •i colab 2012 , Tixier •i colab 2014b ). Prin urmare, este important să se cuantifice în mod
obiectiv •i reproductibil diferite caracteristici imagistice care pot dezvălui biologia subiacentă a tumorilor.

Radiomica utilizează extrac•ia cu randament ridicat a caracteristicilor cantitative avansate pentru a descrie obiectiv •i
cantitativ fenotipurile tumorale (figura 1 ). Aceste caracteristici, denumite caracteristici radiomice, sunt extrase din imagini
medicale folosind algoritmi matematici avansa•i pentru a descoperi caracteristici tumorale care nu pot fi apreciate cu
ochiul liber (Lambin •i colab
2012 , Chicklore •i colab 2013 , Aerts •i colab 2014 , Bucătar •i colab 2014 , Buvat •i colab 2015 , Rahmim •i colab

2016 ). Radiomatica poate oferi astfel un mare poten•ial de a capta informa•ii fenotipice importante, cum ar fi
heterogenitatea intra-tumorală, oferind ulterior informa•ii valoroase pentru terapia personalizată. În această
revizuire, vom revizui aplica•iile •i limitările tehnice radiomice, precum •i practicile adecvate pentru proiectarea
studiilor radiomice.

2. Aplicații potențiale ale radiomicii

Numeroase caracteristici radiomice, cum ar fi dimensiunea •i forma - caracteristici, descriptori ai histogramei de intensitate a
imaginii, descriptori ai rela•iilor dintre voxelurile imaginii (de exemplu, matricea de coocuren•ă la nivel de gri (GLCM),
matricea lungimii de rulare (RLM), matricea zonei de mărime (SZM) •i matricea de vecinătate a diferen•ei de tonuri gri)
texturi derivate), texturi extrase din imagini filtrate de ondulă •i laplacian de Gaussian (LoG) •i caracteristici fractale, pot fi
extrase din imaginile medicale (Haralick •i colab 1973 , Galloway 1975 , Pentland 1984 , Amadasun •i King

1989 , Davnall •i colab 2012 , Thibault •i colab 2013 , Aerts •i colab 2014 , Rahmim •i colab 2016 ). Caracteristicile radiomice oferă
nu numai un mod obiectiv •i cantitativ de evaluare a fenotipului tumorii, ci au găsit, de asemenea, o gamă largă de aplica•ii
poten•iale în oncologie. De exemplu,

R151
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Figura 1. Fluxul de lucru radiomic. (Sus) Diverse caracteristici radiomice, cum ar fi formele /
dimensiunile, histograma, filtrarea •i textura, pot fi extrase din imaginile medicale ale tumorilor. (Partea
de jos) Caracteristicile radiomice sunt apoi comparate cu datele clinice •i genomice.

caracteristicile radiomice s-au dovedit promi•ătoare în predic•ia răspunsului la tratament, diferen•ierea tumorilor benigne
•i maligne •i evaluarea geneticii cancerului în multe tipuri de cancer. Vom revizui aplica•ia poten•ială a caracteristicilor
radiomice.

2.1. Predic•ia răspunsului la tratament •i a rezultatelor

Studiile MR au arătat că caracteristicile radiomice bazate pe histogramă de intensitate sunt poten•ial utile pentru prezicerea
răspunsului cancerului la tratament (Johansen •i colab 2009 , Baek •i colab 2012 , ShuklaDave •i colab 2012 , Rege •i colab 2013 , Peng •i
colab 2013 ). În modelul pre-clinic, (Foroutan •i colab
2013 ) au observat că •oarecii cu sarcoame trata•i cu combina•ii de MK1775, un inhibitor al punctului de control al
ciclului celular •i gemcitabina au arătat o schimbare substan•ială în (coeficientul de difuzie aparent) a asimetriei
histogramei ADC, kurtoză, entropie •i ADC medie la scurt timp după tratament, comparativ cu controlul netratat.
grup. La pacien•ii umani cu cancer la nivelul capului •i gâtului, tumorile care au răspuns slab la chimioterapie au
demonstrat o cre•tere semnificativ mai mare a ADC medie •i valori mai mari ale kurtozei •i asimetriei la MR cu
difuzie mediană (DW-MR) decât tumorile cu o terapie mai bună răspuns (King •i colab

2013 ). K-trans este o măsură derivată din imagini RM CT dinamice •i măsoară difuzia unui agent de contrast
intravascular în spa•iul extracelular. S-a constatat că asimetria K-trans este un predictor promi•ător al
supravie•uirii fără progresie •i al supravie•uirii globale a pacien•ilor cu cancer de cap •i gât în stadiul IV
(Shukla-Dave •i colab 2012 ). Rezultatele acestor studii men•ionate anterior pot sus•ine no•iunea că terapia a
indus modificări ale tumorii

R152
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

microambientul •i compozi•ia pot fi descrise poten•ial prin modificări ale intensită•ii formei histogramei.

În imagistica PET, se măsoară valoarea standardizată a absorb•iei (SUV), cum ar fi SUV-ul maxim
(SUV max) •i SUV mediu ob•inut în cadrul unei tumori (SUV Rău), sunt frecvent utilizate pentru cuantificarea caracteristicilor
tumorale. Se consideră adesea că absorb•ia ridicată a SUV-urilor este asociată
cu un comportament tumoral agresiv •i prognostic slab (Rizk •i colab 2006 , Zhang •i colab 2011 ,
Higgins •i colab 2012 ). Cu toate acestea, a•a cum am men•ionat anterior, SUV-ul max •i SUV Rău sunt inadecvate pentru a
descrie distribu•ia eterogenă a [ 18 F] FDG absorb•ie (van Velden •i colab 2011 ,
Marusyk •i colab 2012 , Cheng •i colab 2013b ).
Recent, caracteristicile texturale radiomice au atras un interes considerabil datorită poten•ialului lor de a descrie
fenotipul tumoral distinctiv ( ' aspect ') care poate fi determinat de variabilitatea genetică •i biologică subiacentă. În special,
s-a demonstrat că depă•esc performan•ele simple
Măsuri SUV, cum ar fi SUV max •i SUV Rău, în predic•ia rezultatului tratamentului (Eary •i colab
2008 , El Naqa •i colab 2009 , Tixier •i colab 2011 , Yang •i colab 2013 ). De exemplu, Cook •i colab. ( 2013 )
a comparat puterea predictivă a SUV-ului maxim •i mediu •i a patru texturi derivate NGTDM la cincizeci •i trei de pacien•i
cu cancer pulmonar cu celule mici (NSCLC) (Cook •i colab 2013 ). Au descoperit că grosimea, ocuparea •i contrastul
derivate de NGTDM ar putea diferen•ia mai bine între responden•i •i non-responden•i de chimioterapie decât măsurile
SUV men•ionate mai sus. Mai mult, grosimea sa dovedit a fi un predictor independent al supravie•uirii globale a
pacientului. Zhang •i colab. ( 2014 ) a construit mai multe modele multivariate pentru a prezice răspunsul patologic la
chimioterapia preoperatorie la douăzeci de pacien•i cu cancer esofagian. Ei au descoperit că modelele construite cu
caracteristici radiomice combinate au îmbunătă•it semnificativ predic•ia răspunsului patologic în compara•ie cu modelele
construite cu SUV maxim, volum tumoral activ metabolic •i cel mai lung diametru.

Pentru imagistica CT, Aerts •i colab. ( 2014 ) a evaluat valorile prognostice de 440 de forme •i
caracteristici texturale •i bazate pe intensitate. Ei au identificat caracteristici care au fost predictive pentru pacien•i '

supravie•uire pe un set de date de descoperire format din> 420 de pacien•i cu cancer pulmonar. Valoarea prognostică a
caracteristicilor a fost apoi validată pe trei seturi de date independente, inclusiv un cancer pulmonar (225 pacien•i) •i două cohorte
de cancer cap-•i-gât (231 pacien•i). Rezultatele lor nu numai că au confirmat utilizarea poten•ială a caracteristicilor radiomice în
predic•ia rezultatelor •i în descrierea eterogenită•ii intratumorale, dar au arătat, de asemenea, că abilitatea de prognostic poate fi
transferată de la un tip de boală la altul (adică de la cancerul pulmonar la cel de cap •i gât). Pe de altă parte, Parmar •i colab. ( 2015b )
a observat că nu toate caracteristicile radiomice care au prezis în mod semnificativ pacien•ii cu cancer pulmonar ' supravie•uirea a
prezis, de asemenea, supravie•uirea la pacien•ii cu cancer cap-•i-gât •i invers (Parmar •i colab 2015b ). Rezultatele lor au sugerat
astfel că unele caracteristici radiomice pot fi specifice cancerului.

Studiile au descoperit o asociere puternică între CT intensificat prin contrast (CE-CT) •i eterogenitatea
vasculaturii tumorale (Tateishi •i colab 2002 , Kim •i colab 2005 ). Tixier •i colab
( 2014a ) a observat că fluxul sanguin tumoral măsurat pe CE-CT a fost corelat semnificativ cu volumul tumoral activ din
punct de vedere metabolic. Prin urmare, radiomica CE-CT oferă un poten•ial mare pentru cuantificarea fenotipului tumoral
complex care rezultă din angiogeneza în cancer. De exemplu, Hayano •i colab. ( 2014 ) a emis ipoteza că, dacă dimensiunea
fractală extrasă din CE-CT este utilă în descrierea heterogenită•ii tumorale, atunci măsura poate fi utilă •i pentru prezicerea
supravie•uirii pacientului în carcinomul hepatocelular (Hayano •i colab 2014 ). Ei au descoperit că pacien•ii cu supravie•uire
mai lungă au avut adesea dimensiuni fractale mai mici pe imaginea CE-CT a fazei arteriale.

Mai mult, caracteristicile radiomice pot fi aplicate poten•ial pentru a evalua poten•ialul metastatic al tumorilor. Coroller •i colab. ( 2015 ) au

identificat treizeci •i cinci de caracteristici radiomice CT pentru a fi predictori semnificativi ai metastazelor la distan•ă •i •ase caracteristici

pentru a fi predictori ai supravie•uirii în 182 de cancer pulmonar

R153
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

pacien•i (Coroller •i colab 2015 ). Ei au ajuns la concluzia că caracteristicile radiomice pe care le-au identificat pot fi utile pentru
indicarea timpurie a pacien•ilor cu cancer care vor avea un risc ridicat de a dezvolta metastaze la distan•ă, permi•ând astfel
medicilor să adapteze mai bine planurile de tratament pentru fiecare pacient. Recent, Vallieres •i colab. ( 2015 ) a arătat că
combina•ia MR •i [ 18 F] Caracteristicile texturale FDG-PET pot prezice mai bine riscul metastazelor pulmonare în sarcoamele
•esuturilor moi decât caracteristicile dobândite dintr-o singură modalitate (Vallieres •i colab 2015 ).

2.2. Stadializare tumorală

Multe caracteristici radiomice s-au dovedit a fi capabile să facă diferen•a semnificativă între bolile stadiu incipient •i cele avansate. De
exemplu, într-un studiu radiomic PET realizat de (Dong •i colab 2013 ), patruzeci de pacien•i cu cancer esofagian au fost aranja•i în
conformitate cu Comitetul mixt american pentru cancer
(Edi•ia a VII-a). SUV max, S-a constatat că entropia GLCM •i energia GLCM sunt corelate semnificativ cu stadiul T •i N. În
special, o valoare de entropie GLCM> 4,70 ar putea identifica cu precizie
tifica tumorile cu stadii peste stadiul IIb (Dong •i colab 2013 ). Într-un studiu recent, Mu •i colab. ( 2015 ) a clasificat patruzeci •i doi de
pacien•i cu cancer de col uterin în stadiul incipient (stadiul I •i II) •i stadiul avansat (stadiul III •i IV) utilizând caracteristici radiomice
pe bază de PET (Mu •i colab 2015 ). S-a constatat că textura procentuală RLM este cea mai asociată cu stadiul tumorii cervicale.
Mai mult, texturile fine bazate pe CT derivate din imaginile CT filtrate cu LoG s-au dovedit a prezice stadiile tumorilor pulmonare
peste stadiul II (Ganeshan •i colab 2010 ). Identificarea precoce a stadiului tumorii utilizând caracteristici radiomice poate ajuta
medicul să stratifice mai bine pacien•ii, selectând ulterior cel mai bun tratament pentru pacien•ii individuali.

2.3. Identificarea •esutului

Caracteristicile radiomice s-au dovedit a fi utile în discriminarea între •esuturile maligne •i alte •esuturi în multe tipuri de
boli. În anii 1990, texturile GLCM derivate dintr-o felie 2D de imagini MR ponderate T1 •i T2 au fost raportate pentru
prima dată ca fiind poten•ial utile pentru diferen•ierea •esuturilor, cu capacitatea de a diferen•ia •esutul tumorii
cerebrale, edemul, lichidul cefalorahidian (LCR), substan•a albă , •i substan•ă cenu•ie, la pacien•ii cu cancer cerebral
(Lerski •i colab 1993 , Kj æ r •i colab 1995 ). Mahmoud-Ghoneim •i colab. ( 2003 ) a demonstrat că texturile GLCM calculate
într-un volum 3D al imaginilor MR au depă•it texturile 2D în separarea necrozei •i edemului de tumorile solide
(Mahmoud-Ghoneim •i colab 2003 ). Pe lângă tumorile cerebrale, Nie

•i colab. ( 2008 ) a arătat că combinarea caracteristicilor structurale bazate pe formă, pe volum •i GLCM ale MR utilizând o
re•ea neuronală artificială (ANN) poate fi utilizată pentru a diferen•ia tumorile maligne de cele benigne în cancerul de sân
(ASC) • 0,80) (Nie •i colab 2008 ). În plus, au observat, de asemenea, că tumorile benigne aveau limite mai fine, formă
rotundă •i intensitate mai mică a imaginii decât tumorile maligne.

Caracteristicile radiomice bazate pe CT au fost utilizate pentru a clasifica un nodul pulmonar ca fiind benign sau malign
(McNitt-Grey •i colab 1999 , Kido •i colab 2002 , Petkovska •i colab 2006 , Cale •i colab 2006 ). Nodulii pulmonari s-ar putea datora
altor boli (de exemplu tuberculoza •i infec•ia fungică) decât cancerul. Kido •i colab. ( 2002 ) au arătat că dimensiunile fractale
pentru carcinoamele bronhogene au fost semnificativ mai mici decât pneumoniile •i tuberculoamele ( p < 0,0001). Petkovska •i
colab
( 2006 ) au arătat că texturile GLCM extrase din CE-CT pot identifica cu acurate•e nodulii maligni din nodulii benigni, în
timp ce inspec•ia vizuală de către trei radiologi cu experien•ă a evoluat mai rău în diferen•ierea nodulilor maligni-benigni.
Combinarea caracteristicilor bazate pe formă, dimensiune •i histogramă a fost demonstrată pentru a îmbunătă•i
diferen•ierea dintre nodulii maligni •i benigni (Way •i colab 2006 ).

R154
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Mai mult, un studiu realizat de (Xu •i colab 2014 ) a dezvoltat o metodă de diagnostic asistată de computer
cu texturi combinate pe bază de CT •i PET pentru diferen•ierea leziunii maligne •i benigne în diferite locuri tumorale.
[ 18 F] FDG captarea leziunilor maligne a fost observată a fi mai eterogenă decât •esuturile benigne. Comparativ cu
diagnosticul histologic al leziunilor, rezultatele clasificării metodei lor de diagnostic pe bază de textură au atins
sensibilitate, specifica•ii •i precizie> 75% (Xu •i colab 2014 ). Yu •i colab. ( 2009 ) a evaluat capacitatea a 14 texturi
bazate pe PET •i 13 CT în delimitarea tumorilor primare •i nodale din •esuturile normale. Sensibilitatea,
specificitatea •i acurate•ea rezultatelor delimitării bazate pe caracteristicile texturale radiomice au fost> 95% în
compara•ie cu contururile tumorale segmentate manual de trei oncologi cu radia•ii (Yu •i colab 2009 ).

2.4. Evaluarea geneticii cancerului

Multe studii au arătat că există o rela•ie puternică între caracteristicile imagistice •i genetica tumorală
subiacentă, care poate oferi o bază biologică pentru aplica•iile clinice ale radiomicii. Caracteristicile
volumetrice bazate pe MR sunt adesea asociate cu muta•ii somatice •i expresia genetică a tumorilor cerebrale
(Diehn •i colab 2008 , Ellingson •i colab
2013 , Naeini •i colab 2013 , Gutman •i colab 2015 ). De exemplu, Ellingson •i colab. ( 2013 ) a observat că glioblastomul
nemetilat MGMT (GBM) avea de obicei volume mai mici de contrast TI îmbunătă•it •i hiperintensitate T2-FLAIR decât
GBM metilat. Într-un studiu recent realizat de Gutman
•i colab. ( 2015 ), măsurile volumetrice, cum ar fi volumul de cre•tere a contrastului, volumul de necroză •i volumul total al tumorii,
s-au dovedit a prezice în mod semnificativ muta•iile GBM, inclusiv TP53, NF1, EGFR, RB1 •i receptorul alfa al factorului de
cre•tere derivat din trombocite (PDGFRA).
În imagistica CT, Aerts •i colab. ( 2014 ) a constatat că caracteristicile radiomice legate de formă •i de undă
caracteristicile care descriu fenotipul eterogen al tumorilor pulmonare s-au dovedit a fi asociate în mod semnificativ cu
calea ciclului celular, sugerând că tumorile foarte proliferative demonstrează modele imagistice complexe. Mai mult
decât atât, diferite mecanisme biologice pot fi descrise prin diferite caracteristici radiomice, deoarece caracteristicile
s-au dovedit a fi legate de diferite seturi de gene biologice, inclusiv recombinarea ADN •i reglarea proceselor
metabolice ale ADN-ului (Aerts •i colab 2014 ). Nair •i colab. ( 2012 , 2014 ) a investigat asocierea dintre radioterapia
histogramei PET-SUV

caracteristici omice •i diverse gene NSCLC •i expresii genetice în cohorte formate din> 300
pacien•i (Nair •i colab 2012 , 2014 ). Caracteristici precum asimetrie, SUV max, SUV Rău, mediana histogramei SUV a fost
puternic corelată cu mai multe semnături •i expresii genetice (de ex
NF- κ B) care sunt legate de supravie•uirea pacientului (Nair •i colab 2012 , 2014 ).

Deoarece numeroase caracteristici radiomice pot fi extrase din imagini medicale, studiile men•ionate în această sec•iune
joacă un rol important în identificarea doar a unui subset de caracteristici care ar putea fi cele mai relevante pentru biologia •i
genetica tumorii subiacente. Cu toate acestea, modul în care procesele fiziopatologice tumorale dau na•tere la fenotipuri
imagistice care pot fi cuantificate prin caracteristici radiomice rămâne neclar. Studiile viitoare ar trebui să investigheze aceste
asocia•ii pentru a elucida în continuare semnifica•ia biologică a trăsăturilor radiomice.

3. Factori care afectează cuantificarea caracteristicilor radiomice

3.1. Moduri de achizi•ie, parametri de reconstruc•ie, netezire •i praguri de segmentare

În ciuda gamei largi de poten•iale aplica•ii, cuantificarea caracteristicilor radiomice poate fi sensibilă la o serie de factori
tehnici. De exemplu, Galavis •i colab. ( 2010 ) a evaluat variabilitatea a 50 de caracteristici radiomice PET datorită diferitelor
moduri de achizi•ie, dimensiunilor matricei, post-filtrare

R155
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

lă•imi, algoritmi de reconstruc•ie •i numere de itera•ie (Galavis •i colab 2010 ). Dintre aceste caracteristici, patruzeci s-au
dovedit a avea o variabilitate substan•ială cu o diferen•ă relativă de> 30%. Doar patru caracteristici, incluzând entropia •i
energia derivată din histograma intensită•ii, coeficientul de corela•ie maximă GLCM, RLM-accent redus al nivelului de gri,
s-au dovedit a avea variabilitate <5%. Texturile sensibile la modurile de achizi•ie •i parametrii de reconstruc•ie nu sunt,
a•adar, recomandate pentru aplica•ii radiomice, cum ar fi diferen•ierea •esutului malign •i benign (Galavis •i colab 2010 ).
Yan •i colab. ( 2015 ) caracteristici identificate, inclusiv entropie bazată pe histogramă, moment de diferen•ă inversă GLCM
normalizat •i diferen•ă inversă, RLM cu accent redus de gri •i accent ridicat de gri •i SZM cu accent redus de zonă gri, au
fost robuste la diferite setări de reconstruc•ie a imaginii PET •i colab 2015 ). Aceste caracteristici pot fi utile pentru studii
radiomice. Cu toate acestea, (Galavis •i colab 2010 , Yan •i colab 2015 ) nu a investigat •i nu a explicat de ce anumite
caracteristici radiomice au fost mai sensibile la celelalte. Este posibil să fie necesar să se investigheze în continuare.

Pe de altă parte, (Doumou •i colab 2015 ) a investigat efectul post-filtrare a imaginii PET
lă•imea (netezirea zgomotului) la cuantificarea caracteristicilor. Ei au descoperit că caracteristicile radiomice au fost în general
insensibile la varia•iile lă•imii filtrului.
Delimitarea exactă a volumelor tumorale este crucială pentru calculul caracteristicilor radiomice. Delimitarea manuală a
volumului tumorii nu este doar consumatoare de timp, ci poate fi afectată •i de variabilitatea între observatori. Studiile
radiomice recomandă adesea utilizarea metodelor automate •i semi-automate pentru delimitarea volumului tumorii peste
conturarea manuală (Hatt •i colab
2009 , Velazquez •i colab 2013 , Parmar •i colab 2014 , Yip •i colab 2016 ). De exemplu, Velazquez •i colab
( 2013 ) a comparat acurate•ea metodelor de conturare tumorală a regiunii manuale •i semiautomatice în cre•tere pe imaginile CT. Ei
au descoperit că metoda de conturare semiautomatică a fost mai bine asociată cu dimensiunile tumorilor standard de aur, care au
fost măsurate prin rezec•ie chirurgicală. Mai mult, Parmar •i colab. ( 2014 ) au constatat că caracteristicile radiomice bazate pe CT au
fost mai stabile atunci când au fost calculate dintr-o metodă de conturare semiautomatică decât din contururile manuale (Parmar •i
colab
2014 ). Un studiu recent a investigat pragurile de auto-segmentare a volumului tumorii metabolice (45 - 60% din
SUV maxim) pentru precizia cuantificării texturii radiomice pe bază de PET (Doumou •i colab 2015 ). Autorii au
concluzionat că varia•ia pragurilor de segmentare a imaginii are doar efecte mici asupra cuantificării, sugerând
că volumul tumorii metabolice poate fi definit cu precizie prin prag.

Hatt •i colab. ( 2011 ) •i Cheebsumon •i colab. ( 2012 ) a constatat că dimensiunea tumorii pulmonare a fost calculată

cu metode de delimitare tumorală pe bază de PET, cum ar fi praguri fixe •i adaptive, sunt în acord mai bun cu rezec•ia
chirurgicală, în timp ce conturarea manuală a imaginilor CT a supraestimat semnificativ dimensiunea patologică a tumorii.
Cu toate acestea, algoritmi de delimitare mai avansa•i, cum ar fi Bayesianul adaptiv local fuzzy (FLAB), sunt recomanda•i
pentru tumorile pulmonare mai mari, deoarece metodele simple bazate pe prag pot duce la subestimarea regiunii tumorale
active metabolic (Hatt •i colab 2011 ).

3.2. Reproductibilitatea caracteristicilor radiomice

În timp ce eterogenitatea tumorii poate fi poten•ial cuantificată folosind numeroase caracteristici radiomice extrase din
imagini medicale, multe caracteristici sunt adesea instabile între scanările imagistice dobândite în câteva săptămâni - chiar
minute între ele (Tixier •i colab 2012 , Leijenaar
•i colab 2013 , Balagurunathan •i colab 2014a , 2014b , van Velden •i colab 2014 ). Balagurunathan •i colab
( 2014a , 2014b ) a evaluat coeficientul de corela•ie intraclasă (ICC) a 219 caracteristici radiomice extrase dintr-un test •i
retestarea CT la pacien•ii cu cancer pulmonar care au fost dobândi•i la distan•ă de 15 minute. Dintre aceste caracteristici, doar
66 dintre ele s-au dovedit a avea CPI • 0,90 de-a lungul testului •i reexaminează scanările, sugerând că un număr mare de
caracteristici pot fi nesigure. Tixier

R156
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

•i colab. ( 2012 ) au studiat reproductibilitatea a 25 de caracteristici radiomice între scanările PET repetate dobândite în decurs de
4 zile una de cealaltă. Entropia •i omogenitatea GLCM, zona SZM •i variabilitatea intensită•ii nu s-au dovedit a fi doar predictori
semnificativi ai răspunsului la tratament (Tixier •i colab
2011 ), dar a prezentat •i cea mai mare reproductibilitate (Tixier •i colab 2012 ). Leijenaar •i colab. ( 2013 ) au studiat stabilitatea a
aproape 100 de caracteristici radiomice la imaginile PET repetate (la 1 d distan•ă) •i variabilitatea inter-observator în delimitarea
tumorii la pacien•ii cu cancer pulmonar. Ei au descoperit că caracteristicile pe bază de PET care sunt stabile între scanările repetate
au fost, de asemenea, mai robuste la variabilitatea interobserver, sugerând că caracteristicile cu reproductibilitate slabă pot fi, de
asemenea, sensibile la al•i factori •i, prin urmare, nu sunt recomandate.

Cu toate acestea, din câte •tim, repetabilitatea caracteristicilor radiomice bazate pe MR nu a fost investigată. În•elegerea
stabilită•ii caracteristicilor radiomice bazate pe MR între scanările de testare •i retestare poate ajuta la identificarea
caracteristicilor fiabile pentru aplica•iile radiomice •i, prin urmare, ar fi un studiu viitor valoros.

3.3. Scheme de discretizare a imaginii (resamplare)

Înainte de calculul caracteristicilor radiomice, intensită•ile voxelului din volumele tumorale trebuie discre•ionate la un
interval limitat de valori ale intensită•ii pentru a calcula în mod eficient •i practic caracteristicile radiomice (Cheng •i colab 2013b
, Leijenaar •i colab 2013 ). De exemplu, o imagine cu 1024 valori de intensitate discretă va produce 2 1024 × 2 1024 × 2 1024 GLCM
(Haralick •i colab
1973 ), care poate fi intens calculat. Gama valorilor de intensitate a unei imagini trebuie astfel redusă •i limitată
pentru un calcul eficient al caracteristicilor radiomice. În studiile radiomice PET, cea mai frecvent utilizată schemă de
discretizare este de a normaliza mai întâi imaginea medicală prin diferen•a relativă a valorilor de intensitate maximă
•i minimă în cadrul tumorilor, iar apoi e•antionează intensită•ile voxelului la 2 N valori (adică 2 N numărul de pubele),
unde N variază de la 3 la 8 în literatură (Orlhac •i colab 2014 , Tixier •i colab 2014a , Doumou

•i colab 2015 , Mu •i colab 2015 ). Studiile au arătat că atât cantitatea, cât •i valoarea prognostică a caracteristicilor radiomice, în
special entropia GLCM, zona cu dimensiunea SZM, accentul cenu•iu ridicat •i neuniformitatea zonei cu dimensiunea SZM
derivate din imaginile PET, pot fi influen•ate în mod substan•ial de numărul de valori discrete ( 2 N) ( Cheng •i colab 2013a , Orlhac •i
colab 2014 , Doumou •i colab
2015 ). Cel pu•in 2 5 = Se recomandă 32 de valori discrete pentru a cuantifica corect eterogenitatea tumorii cu caracteristici
radiomice bazate pe PET (Orlhac •i colab 2014 ). Cu toate acestea, coeficientul de corela•ie Spearman al volumului tumorii •i
entropia GLCM a fost observat a fi> 0,85 pentru valorile de e•antionare peste 64, sugerând că caracteristicile texturale
calculate cu valorile de e•antionare peste 64 s-ar putea să nu furnizeze informa•ii prognostice suplimentare în compara•ie cu
volumul tumorii (Hatt •i colab 2015 ). Prin urmare, Hatt •i colab. ( 2015 ) a limitat numărul de co•uri discrete la 64 pentru calculul
texturii pe bază de PET.

Alternativ, gama de intensitate a voxelului poate fi discretizată în co•uri la distan•e egale, cu o lă•ime fixă a co•ului (Leijenaar •i
colab 2013 , 2015b ). De exemplu, Leijenaar •i colab. ( 2015b ) a comparat două strategii de e•antionare (adică numărul fix de co•uri •i
lă•imea fixă a co•ului) •i a constatat că cuantificarea caracteristicilor radiomice a fost mai robustă la o modificare a dimensiunii
co•ului decât la o modificare a numărului de co•uri (Leijenaar •i colab 2015b ). Ei au concluzionat că intensitatea voxelului (sau SUV)
din imaginea PET e•antionată folosind o lă•ime fixă a co•ului poate fi mai adecvată pentru studiile de caz clinice. Acest lucru se
datorează faptului că intensitatea voxelului PET ree•antionat folosind alternativa (adică un număr fix de pubele) presupune implicit
că imaginile tumorale ale tuturor pacien•ilor au acela•i interval SUV, ceea ce nu este de obicei cazul.

O altă strategie de e•antionare este de a determina dimensiunea co•ului pentru fiecare imagine tumorală în conformitate cu
Freedman - Regula Diaconis (dimensiunea co•ului = 2 • IQR / N - 1/3), unde IQR este gama SUV interquartile •i N este numărul total de
voxeli din care sunt compuse tumorile (Brooks •i Grigsby

R157
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

2014 ). Compararea diferitelor strategii de e•antionare poate fi importantă pentru a în•elege efectul acestora asupra caracteristicilor
radiomice în predic•ia rezultatelor tratamentului.

3.4. Calculul caracteristicilor radiomice

Calculele caracteristicilor radiomice, chiar •i cu acelea•i nume de caracteristici, pot fi implementate diferit în studiile
radiomice. De exemplu, GLCM poate fi calculat fie prin media valorilor matricilor calculate pentru 13 direc•ii
distincte, fie printr-o singură matrice care contabilizează informa•iile de co-apari•ie a tumorii în toate cele 13 direc•ii
(Hatt •i colab 2015 ). Caracteristicile texturale pot fi extrase din cea mai mare sec•iune transversală (axială) a limitei
tumorale (texturi 2D) sau extrase din întregul volum al tumorii (texturi 3D) (Ng •i colab 2013 , Fave

•i colab 2015 ). Impactul diferitelor metode de implementare / calcul a caracteristicilor asupra valorilor predictive ale
caracteristicilor radiomice trebuie studiat cu aten•ie.

3.5. Mi•care respiratorie

Cuantificarea exactă a caracteristicilor radiomice poate fi împiedicată de mi•carea respiratorie la pacien•ii cu cancer pulmonar
(Yip •i colab 2014 ). Mi•carea pulmonară poate duce la o reducere a activită•ii măsurate în tumoare •i în alte •esuturi din cauza
achizi•iei insuficiente de date •i a tehnicilor de reconstruc•ie limitate în imagini PET statice (PET 3D) (Nehmeh •i colab 2002 ,
Aristofan •i colab 2012 , Huang •i Wang 2013 ). Imagistica PET 4D por•i achizi•ionarea imaginii PET cu mi•care respiratorie pentru
a îmbunătă•i calitatea imaginii PET (Nehmeh •i colab 2002 , Garc í un Vicente •i colab 2010 , Didierlaurent

•i colab 2012 ). Da •i colab. ( 2014 ) a investigat influen•a mi•cării tumorii pulmonare asupra texturilor radiomice (Yip •i
colab 2014 ). Ei au observat că caracteristicile texturale radiomice, estompate de mi•carea respiratorie în timpul
achizi•iei 3D-PET, pot fi mai bine rezolvate prin imagistica 4D-PET. Texturile 4D-PET pot avea o valoare prognostică
mai bună, deoarece sunt mai pu•in susceptibile la mi•carea tumorii, de•i ipoteza trebuie investigată în viitor.

3.6. Mărimea tumorii •i eterogenitatea intratumorală

Eterogenitatea intratumorală pentru volume mici de tumori nu poate fi cuantificată cu precizie datorită efectului volumului
par•ial rezultat din rezolu•ia limitată a PET (Soret •i colab 2007 , Hatt •i colab
2013 ). Prin urmare, multe studii exclud adesea tumorile cu volume <3 - 5cm 3 din analiza radiomică (Orlhac •i colab 2014 ,
Hatt •i colab 2015 ). Pentru a estima volumul minim al tumorii necesare pentru calculul texturii, Brooks •i Grigsby ( 2014 ) a
extras entropia GLCM din imagini PET în 70 de tumori de cancer de col uterin (Brooks •i Grigsby 2014 ). Folosind teoria
probabilită•ii, au descoperit că entropia GLCM a fost calculată pentru tumori <45cm 3 au fost puternic corelate cu
dimensiunea tumorii •i, prin urmare, este posibil să nu măsoare cu precizie eterogenitatea intratumorală. Cu toate acestea,
concluzia lor s-a bazat pe analiza teoretică, o textură radiomică •i un singur tip de tumoră.

Hatt •i colab. ( 2015 ) au calculat patru caracteristici de texturi radiomice prognostice pe 555 imagini PET
dobândite din mai multe centre de cancer formate din tumori de sân, col uterin, NSCLC, esofagian •i cap •i gât (Hatt •i colab 2015
). S-au investigat valoarea prognostică adăugată a texturilor •i corela•ia acestora cu volumul tumorii. Atât texturile radiomice,
cât •i volumul tumorii au fost observate ca fiind predictori independen•i de supravie•uire pentru pacien•ii cu tumori mai mari,
în timp ce valoarea adăugată a texturilor în prezicerea supravie•uirii a fost minimă pentru tumorile mici. Ei au observat o
corela•ie puternică între caracteristicile texturale •i dimensiunea tumorii pentru tumorile cu volume mai mici de 10 cm 3. Rezultatele
lui Hatt •i colab. ( 2015 ) ' Studiul sugerează că texturile radiomice nu au o valoare adăugată în predic•ia rezultatelor pentru
tumorile <10cm 3. Cu toate acestea, în schimb

R158
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

de excludere a tumorilor cu volum <10cm 3 în viitoarele studii radiomice, au recomandat raportarea întotdeauna a
corela•iei caracteristicilor radiomice •i a volumului tumorii pentru a eviden•ia dacă caracteristicile oferă informa•ii
independente sau redundante (Hatt •i colab 2015 ).

3.7. Căptu•eala argintie •i necesitatea standardizării

Pe lângă factorii men•iona•i anterior, există •i al•i factori, cum ar fi artefactele metalice din imaginile CT (Leijenaar •i colab 2015a ),
Tensiunea de vârf •i curentul tubului de raze CT (Fave •i colab 2015 ), care poate afecta •i cuantificarea caracteristicilor
radiomice. Deoarece imaginile CT sunt adesea utilizate pentru corectarea atenuării imaginilor PET •i tomografie computerizată
cu emisie de fotoni unici (SPECT), factorii care afectează calitatea imaginilor CT pot avea, de asemenea, un impact asupra
cuantificării caracteristicilor extrase din imaginile PET •i SPECT. În ciuda impactului poten•ial al acestor factori asupra
cuantificării, semnalele prognostice puternice ale caracteristicilor ar putea fi încă găsite (Cheng •i colab 2013a , 2014 , Bucătar •i
colab 2013 , Aerts •i colab 2014 , Coroller •i colab 2015 , Leijenaar

•i colab 2015a, Parmar •i colab 2015b ). În timp ce armonizarea •i standardizarea pentru achizi•ionarea de imagini •i
calcularea caracteristicilor pot duce la constatări mai consistente în studiile radiomice între institu•ii, factorii tehnici care
afectează cuantificarea caracteristicilor radiomice nu pot fi redu•i 2011 , Nyflot •i colab 2015 ). De exemplu, în
armonizare, deoarece unele sisteme PET nu reu•esc să rezolve complet obiectele mici din cauza rezolu•iei limitate
(efect par•ial de volum), sunt necesare astfel etape suplimentare de netezire pentru imaginile dobândite de anumite
sisteme PET, chiar •i cu rezolu•ie •i sensibilitate ridicate (Boellaard •i colab 2015 ). Astfel, impactul armonizării •i
standardizării asupra cuantificării •i valorilor predictive ale caracteristicilor radiomice ar fi un subiect important al
viitoarelor investiga•ii pentru domeniul radiomicii. De aceea•i importan•ă, trebuie luată în considerare standardizarea
pentru practica statistică adecvată •i proiectele de studii pentru studiile radiomice actuale.

4. Rată de descoperire fals pozitivă și proiectarea adecvată a studiului

Multe studii au examinat valoarea de prognostic a caracteristicilor radiomice pe baza analizei retrospective a seturilor de date de pacien•i
mici (<50 de pacien•i) (Tixier •i colab 2011 , Dong •i colab 2013 , Tan •i colab 2013 , Bundschuh •i colab 2014 , Zhang •i colab 2014 ). Aceste
studii retrospective sunt importante pentru furnizarea de ra•iuni (sau dovezi ale conceptului) pentru o investiga•ie ulterioară a
caracteristicilor radiomice ca biomarkeri imagistici •i surogate pentru heterogenitatea intratumorală. Cu toate acestea, nu este neobi•nuit
ca numărul caracteristicilor radiomice examinate să fie mult mai mare decât numărul pacien•ilor, ceea ce poate duce la o prejudecată de
selec•ie a caracteristicilor •i rezultate fals pozitive (Alic •i colab 2014 , Chalkidou •i colab

2015 ). Pentru a demonstra această părtinire, Chalkidou •i colab. ( 2015 ) a generat aleator 100 de caracteristici •i a evaluat asocierea
dintre caracteristici •i datele de supravie•uire extrase dintr-un studiu realizat de Ganeshan •i colab. ( 2012 ) a constat din doar 21 de
pacien•i cu cancer esofagian (Ganeshan •i colab 2012 ). S-au găsit zece caracteristici aleatorii pentru a identifica cu precizie pacien•ii
care au supravie•uit unei perioade de urmărire de peste 2 ani cu zona sub curbele caracteristicilor de func•ionare a receptorului (ASC)
ale
0,68 - 0,80.
În mod ideal, este necesar un set de date de validare extern pentru a confirma valoarea prognostică a caracteristicilor radiomice pentru

a evita optimismul bazat pe rezultate fals pozitive (Steyerberg •i colab 2010 , Lambin •i colab 2013 , Aerts •i colab 2014 , Chalkidou •i colab 2015

). Cu toate acestea, achizi•ionarea unui set de date de validare nu este întotdeauna fezabilă din cauza costurilor ridicate, a cerin•ei unui

efort excesiv, a diferen•elor în practicile de colectare a datelor •i a problemelor de confiden•ialitate între institute (Lambin •i colab 2013 ). De

regulă, pentru a reduce rata de descoperire falsă, 10 - Sunt necesari 15 pacien•i pentru fiecare caracteristică radiomică examinată

(Chalkidou •i colab 2015 ). La fel de multe dintre caracteristicile radiomice sunt

R159
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

studiile radiomice foarte corelate ar trebui să evite includerea unor caracteristici puternic corelate care pot furniza informa•ii
redundante despre caracteristicile tumorii (Orlhac •i colab 2014 , Mu •i colab
2015 ). Pentru analize în care se studiază un număr mare de caracteristici radiomice, valorile semnificative ( p- valori) ar trebui
corectate pentru testarea mai multor ipoteze folosind Holm - Metoda Bonferroni sau o rată de descoperire falsă (FDR) care
controlează procedura, cum ar fi Benjamini - Metoda Hochberg (Alic •i colab 2014 , Chalkidou •i colab 2015 ). De exemplu,
Benjamini - Procedura Hochberg a fost utilizată pentru corec•ia testării multiple în activitatea (Aerts •i colab 2014 , Hatt •i colab

2015 , Yip •i colab 2016 ).

Valorile limită optime ale caracteristicilor radiomice sunt adesea utilizate pentru a stratifica pacien•ii în două grupuri de risc
pentru Kaplan - Analiza supravie•uirii Meier (Cheng •i colab 2013a , Bucătar •i colab 2013 ). Cu toate acestea, căutarea valorilor
limită optime prin testarea mai multor limite poate cre•te probabilitatea de a ob•ine rezultate semnificative false (Hilsenbeck •i colab 1992
). Mai mult, deoarece valoarea optimă de limită poate varia în diferite seturi de date, este posibil ca rezultatele să nu fie
reproductibile în diferite studii. Selectarea unei limite optime pentru analiza supravie•uirii nu este recomandată sau trebuie să fie
înso•ită de valori semnificative corectate corespunzător ( p- valori) (Altman •i colab 1994 , Chalkidou •i colab 2015 ).

Se pot aplica numeroase metode pentru a reduce numărul de caracteristici radiomice (Guyon
•i colab 2003 ). Caracteristicile selectate pot fi apoi combinate folosind diferite modele multivariate (clasificare) pentru a prezice
rezultatul tratamentului, genetica tumorii, prognosticul, poten•ialul metastatic etc. Într-un studiu, Parmar •i colab. ( 2014 ) au
investigat valorile prognostice ale 440 caracteristici radiomice folosind paisprezece metode de selec•ie a caracteristicilor •i
douăsprezece modele de clasificare la> 460 pacien•i cu cancer pulmonar (Parmar •i colab 2015a ). Ei au descoperit că alegerea
modelului de clasificare ar putea duce la varia•ii ale valorilor predictive ale caracteristicilor radiomice până la> 30%, în timp ce
alegerea diferitelor metode de selectare a caracteristicilor a condus la varia•ii de aproximativ 6%. Mai mult, au identificat metode
de selectare a caracteristicilor •i modele de clasificare care au fost stabile la perturbarea datelor, men•inând în acela•i timp o
performan•ă decentă pentru predic•ia rezultatelor.

5. Rezumat

Aici, am revizuit aplica•iile •i provocările radiomicii. Cercetătorii au propus să utilizeze caracteristici radiomice, care au ca scop
cuantificarea diferitelor fenotipuri tumorale pe imagini medicale, pentru a descrie această eterogenitate •i, în plus, pentru a
utiliza aceste caracteristici ca predictori ai geneticii •i rezultatelor clinice. În ciuda poten•ialului clinic promi•ător al radiomicii,
există precau•ii care trebuie luate în proiectarea studiilor de radiomică. De exemplu, nu toate caracteristicile radiomice sunt
recomandate pentru utilizare datorită sensibilită•ii lor la modurile de achizi•ie •i parametrii de reconstruc•ie. Pentru a examina
puterea de prognostic a caracteristicilor radiomice, au fost recomandate seturi de date formate din zece până la cincisprezece
pacien•i pentru fiecare caracteristică evaluată. În plus, corela•ia volumului tumorii •i a caracteristicilor radiomice trebuie
raportată pentru a indica valoarea complementară poten•ială a măsurilor. În mod ideal, sunt necesare seturi de date de validare
independente pentru a confirma valoarea prognostică a acelora•i caracteristici radiomice.

Mulțumiri

Autorii ar dori să recunoască sprijinul acordat de Institutul Na•ional de Sănătate (Numărul Premiului U01CA190234 •i
U24CA194354) •i grantul de finan•are pentru cercetare de la AmericanAssociation of Physicists in Medicine. Autorii ar dori,
de asemenea, să mul•umească doctorului Elizabeth Huynh pentru asisten•ă editorială.

R160
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Referințe

Aerts HJWL •i colab 2014 Decodarea fenotipului tumorii prin imagistică neinvazivă folosind o cantitate
abordarea radiomică Nat. Comun. 5 4006
Alic L, Niessen WJ •i Veenland JF 2014 Cuantificarea eterogenită•ii ca biomarker în tumoră
imagistică: o revizuire sistematică Plus unu 9 e110300
Altman DG, Lausen B, Sauerbrei W •i Schumacher M 1994 Pericole de utilizare ' optim ' puncte de tăiere în
evaluarea factorilor de prognostic J. Natl Cancer Inst. 86 829 - 35
Amadasun M •i King R 1989 Trăsături texturale corespunzătoare proprietă•ilor texturale IEEE Trans. Syst.
Om Cybern. 19 1264 - 74
Aristofan M, Yong Y, Yap JT, Killoran JH, Allen AM, Berbeco RI •i Chen AB 2012 Evaluare
Modificări ale absorb•iei FDG între scanările PET cu terapie respiratorie pre •i post terapie Radiother. Oncol.
102 377 - 82
Baek HJ, Kim HS, Kim N, Choi YJ •i Kim YJ 2012 Modificarea procentuală a asimetriei perfuziei •i
kurtosis: un poten•ial biomarker imagistic pentru răspunsul la tratament precoce la pacien•ii cu glioblastoame nou diagnosticate Radiologie
264 834 - 43
Balagurunathan Y •i colab 2014a Reproductibilitatea •i prognosticul caracteristicilor cantitative extrase din CT
imagini Traducere Oncol. 7 72 - 87
Balagurunathan Y •i colab Testul 2014b - retest analiza reproductibilită•ii caracteristicilor imaginii CT pulmonare J. Cifra. Imagistica 27 805 - 23

Basu S, Kwee T, Gatenby R, Saboury B, Torigian D •i Alavi A 2011 Rol evolutiv al moleculei
imagistica cu PET în detectarea •i caracterizarea eterogenită•ii •esutului cancerului la locurile primare •i metastatice, o explica•ie
plauzibilă pentru încercările e•uate de a vindeca tulburările maligne Euro. J. Nucl. Med. Mol. Imagistica 38 987 - 91

Boellaard R 2011 Necesitatea standardizării 18F-FDG PET / CT pentru evaluările răspunsului la tratament
J. Nucl. Med. 52 93S - 100S
Boellaard R •i colab 2015 FDG PET / CT: ghiduri de procedură EANM pentru imagistica tumorală: versiunea 2.0 Euro.
J. Nucl. Med. Mol. Imagistica 42 328 - 54
Brooks FJ •i Grigsby PW 2014 Efectul volumelor mici de tumori asupra studiilor intratumorale
eterogenitatea absorb•iei trasorului J. Nucl. Med. 55 37 - 42
Buckler AJ, Bresolin L, Dunnick NR, Sullivan DC •i Group FT 2011 O întreprindere colaborativă pentru
participarea mai multor păr•i interesate la avansarea imaginii cantitative Radiologie 258 906 - 14
Bundschuh RA •i colab 2014 Parametrii texturali ai eterogenită•ii tumorale în 18F-FDG PET / CT pentru terapie
evaluarea răspunsului •i prognosticul la pacien•ii cu cancer rectal avansat local J. Nucl. Med.
55 891 - 7
Buvat I, Orlhac F •i Soussan M 2015 Analiza texturii tumorii în PET: unde ne aflăm? J. Nucl. Med.
56 1642 - 4
Chalkidou A, O ' Doherty MJ •i Marsden PK 2015 Rată de descoperire falsă în studiile PET •i CT cu
caracteristici ale texturii: o revizuire sistematică Plus unu 10 e0124165
Cheebsumon P, Boellaard R, de Ruysscher D, van Elmpt W, van Baardwijk A, Yaqub M, Hoekstra OS,
Comans EFI, Lammertsma AA •i vanVelden FHP 2012 Evaluarea dimensiunii tumorii în studiile de cancer pulmonar PET / CT:
metode bazate pe PET •i CT comparativ cu patologia EJNMMI Res. 2 56 - 56
Cheng NM, Dean Fang YH, Tung-Chieh Chang J, Huang CG, Tsan DL, Ng SH, Wang HM,
Lin CY, Liao CT andYen TC 2013a Caracteristici texturale ale pretratamentului 18F-FDG Imagini PET / CT: semnifica•ie
prognostică la pacien•ii cu carcinom scuamos celular orofaringian în stadiu T avansat
J. Nucl. Med. 54 1703 - 9
Cheng NM, Fang YH •i Yen TC 2013b Promisiunea •i limitele analizei texturii PET Ann. Nucl.
Med. 27 867 - 9
Cheng NM •i colab 2014 prezice neuniformitatea dimensiunii zonei a caracteristicilor texturale regionale PET 18F-FDG
supravie•uirea la pacien•ii cu cancer orofaringian Euro. J. Nucl. Med. Mol. Imagistica 42 419 - 28
Chicklore S, Goh V, Siddique M, Roy A, Marsden P •i Cook GR 2013 Tumora cuantificatoare
eterogenitate în imagistica PET / CT 18F-FDG prin analiza texturii Euro. J. Nucl. Med. Mol. Imagistica
40 133 - 40
Cook GR, Siddique M, Taylor B, Yip C, Chicklore S •i Goh V 2014 Radiomica în PET: principii •i
aplica•ii Clin. Traducere Imagistica 2 269 - 76
Cook GJR, Yip C, Siddique M, Goh V, Chicklore S, Roy A, Marsden P, Ahmad S •i Landau D 2013
Sunt pretratamente 18F-FDG PET caracteristici texturale tumorale în non - cancer pulmonar cu celule mici asociat cu răspunsul •i
supravie•uirea după chimioterapie? J. Nucl. Med. 54 19 - 26

R161
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Coroller TP, Grossmann P, Hou Y, Rios Velazquez E, Leijenaar RTH, Hermann G, Lambin P,
Haibe-Kains B, Mak RH •i Aerts HJWL 2015 Semnătura radiomică bazată pe CT prezice metastaze la distan•ă în
adenocarcinomul pulmonar Radiother. Oncol. 114 345 - 50
Davnall F, Yip CP, Ljungqvist G, Selmi M, Ng F, Sanghera B, Ganeshan B, Miles K, Cook G •i Goh V
2012 Evaluarea eterogenită•ii tumorale: un instrument imagistic emergent pentru practica clinică? Insights Imaging 3 573 - 89

de Jong JS, van Diest PJ •i Baak JP 1995 Heterogenitatea •i reproductibilitatea numărului de microvase în
cancer mamar Laborator. Investi. 73 922 - 6
Didierlaurent D, Ribes S, Batatia H, Jaudet C, Dierickx LO, Zerdoud S, Brillouet S, Caselles O •i
Courbon F 2012 Metoda retrospectivă a îmbinării îmbunătă•e•te consisten•a îmbinării fazelor în PET / CT cu por•i
respiratorii Fizic. Med. Biol. 57 7829
Diehn M, Nardini C, Wang DS, McGovern S, Jayaraman M, Liang Y, Aldape K, Cha S •i Kuo MD
2008 Identificarea surogatelor imagistice neinvazive pentru module de expresie genică a tumorilor cerebrale
Proc. Natl Acad. •tiin•ă 105 5213 - 8
Dong X, Xing L, Wu P, Fu Z, Wan H, Li D, Yin Y, Sun X •i Yu J 2013 Pozitron tridimensional
analiza texturii imaginii tomografiei cu emisie a carcinomului cu celule scuamoase esofagiene: rela•ia dintre eterogenitatea
absorb•iei tumorii 18F-fluorodeoxiglucoză, valoarea maximă standardizată a absorb•iei •i stadiul tumorii Nucl. Med. Comun. 34
40 - 6
Doumou G, Siddique M, Tsoumpas C, Goh V •i Cook G 2015 Precizia analizei texturale în
18F-FDG-PET scanează cancerul esofagian Euro. Radiol. 25 2805 - 12
Eary JF, O ' Sullivan F, O ' Sullivan J •i Conrad EU 2008 Heterogenitatea spa•ială în sarcomul 18F-FDG
absorb•ia ca predictor al rezultatului pacientului J. Nucl. Med. 49 1973 - 9
El Naqa I •i colab 2009 Explorarea abordărilor bazate pe caracteristici în imaginile PET pentru prezicerea tratamentului cancerului
rezultate Recunoa•terea modelului. 42 1162 - 71
Ellingson BM •i colab 2013 Atlas radiografic probabilistic al fenotipurilor de glioblastom A.m. J. Neuroradiol.
34 533 - 40
Fanchon LM •i colab 2015 Fezabilitatea in situ, corela•ie de înaltă rezolu•ie a absorb•iei trasorului cu
histopatologie prin autoradiografie cantitativă a specimenelor de biopsie ob•inute sub îndrumarea 18F-FDG PET / CT J.
Nucl. Med. 56 538 - 44
Fave X, Cook M, Frederick A, Zhang L, Yang J, Fried D, Stingo F •i Court L 2015 Preliminar
investigarea surselor de incertitudine în caracteristicile imagistice cantitative Calculator. Med. Grafic de imagistică. 44 54 - 61

Fisher R, Pusztai L •i Swanton C 2013 Heterogenitatea cancerului: implica•ii pentru terapeutica •intită
Fr. J. Rac 108 479 - 85
Foroutan P, Kreahling JM, Morse DL, Grove O, Lloyd MC, Reed D, Raghavan M, Altiok S,
Martinez GV •i Gillies RJ 2013 Difuzarea RMN •i analiza texturii noi în xenotransplanturile de osteosarcom
prezice răspunsul la terapia anti-punct Plus unu 8 e82875
Galavis PE, Hollensen C, Jallow N, Paliwal B •i Jeraj R 2010 Variabilitatea caracteristicilor texturale în
Imagini PET FDG datorită diferitelor moduri de achizi•ie •i parametri de reconstruc•ie Acta Oncol.
49 1012 - 6
GallowayMM1975 Analiza texturii folosind lungimi de rulare la nivel de gri Calculator. Grafic. Procesul de imagine. 4 172 - 9
Ganeshan B, Abaleke S, Young RCD, Chatwin CR •i Miles KA 2010 Analiza texturii non-mici
cancer pulmonar celular la tomografie computerizată neameliorată: dovezi ini•iale pentru o rela•ie cu metabolismul •i stadiul
glucozei tumorale Imagistica cancerului 10 137 - 43
Ganeshan B, Skogen K, Pressney I, Coutroubis D •i Miles K 2012 Heterogenitatea tumorii în
Cancer esofagian evaluat prin analiza texturii CT: dovezi preliminare ale unei asocieri cu metabolismul tumoral, stadiul •i
supravie•uirea Clin. Radiol. 67 157 - 64
Garc í a Vicente AM, Soriano Castrej ó n AM, Talavera Rubio MP, Le ó n Mart í n AA, Palomar
Mu ñ oz AM, Pilkington Woll JP •i Poblete Garc í a VM 2010 18F-FDG PET-CT por•i respiratorii în caracterizarea
leziunilor pulmonare: aproximare spre indica•ii clinice Ann. Nucl. Med. 24 207 - 14

Gerlinger M •i colab 2012 Heterogenitatea intratumorală •i evolu•ia ramificată relevată de multiregiune

secven•ierea Noua engleză. J. Med. 366 883 - 92
Gutman D, Dunn W Jr, Grossmann P, Cooper LD, Holder C, Ligon K, Alexander B •i Aerts HWL
2015 Muta•ii somatice asociate cu caracteristici volumetrice derivate din RMN în glioblastom
Neuroradiologie 57 1227 - 37
Guyon I •i Andr e E 2003 Introducere în selectarea variabilelor •i a caracteristicilor J. Mach. Învă•a. Rez.
3 1157 - 82

R162
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Haberkorn U, Ziegler SI, Oberdorfer F, Troian H, Haag D, Peschke P, Berger MR, Altmann A •i Van
Kaick G 1994 FDG absorb•ia, proliferarea tumorii •i expresia genelor asociate glicolizei în modele de tumori animale Nucl.
Med. Biol. 21 827 - 34
Haralick RM, Shanmugam K •i Dinstein IH 1973 Caracteristici texturale pentru clasificarea imaginilor IEEE
Trans. Syst. Om Cybern. SMC-3 610 - 21
Hatt M, Cheze-Lerest C, Turzo A, Roux C •i Visvikis D 2009 A Bayesian adaptabil la nivel local
abordarea segmentării pentru determinarea volumului în PET IEEE Trans. Med. Imagistica 28 881 - 93
Hatt M, Cheze-le Rest C, van Baardwijk A, Lambin P, Pradier O •i Visvikis D 2011 Impactul tumorii
dimensiunea •i eterogenitatea absorb•iei trasorului în 18F-FDG PET •i CT non - delimitarea tumorii cancerului pulmonar cu celule mici J. Nucl.
Med. 52 1690 - 7
Hatt M, Tixier F, Cheze Le Rest C, Pradier O •i Visvikis D 2013 Robuste•ea intratumorului 18F-FDG
Cuantificarea eterogenită•ii absorb•iei PET pentru predic•ia răspunsului la terapie în carcinomul esofagian
Euro. J. Nucl. Med. Mol. Imagistica 40 1662 - 71
Hatt M •i colab 2015 18F-FDG Caracterizarea absorb•iei PET prin analiza texturii: investigarea
natura complementară a eterogenită•ii •i a volumului func•ional al tumorii într-un multi - cohorta pacientului la locul cancerului J. Nucl. Med. 56 38
- 44
Hayano K, Yoshida H, Zhu A •i Sahani D 2014 Analiza fractală a imaginilor CT cu contrast îmbunătă•it pentru
prezice supravie•uirea pacien•ilor cu carcinom hepatocelular trata•i cu sunitinib Săpa. Dis. •tiin•ă.
59 1996 - 2003
Henriksson E, Kjellen E, Wahlberg P, Ohlsson T, Wennerberg J •i Brun E 2007 2-Deoxy-2- [18F]
Absorb•ia de fluor-D-glucoză •i corelarea cu eterogenitatea intratumorală Anticancer Res. 27 2155 - 9 Higashi K, Clavo
AC •i Wahl RL 1993 Absorb•ia FDG măsoară activitatea proliferativă a omului
celule canceroase? In vitro compara•ie cu citometria în flux ADN •i absorb•ia timidinei tritate J. Nucl. Med. 34 414 - 9

Higgins KA, Hoang JK, Roach MC, Chino J, Yoo DS, Turkington TG •i Brizel DM 2012 Analiză
a parametrilor SUV pretratament FDG-PET în cancerul cap-gât: suvmeanul tumoral are o valoare prognostică superioară Int. J.
Radiat. Oncol. Biol. Fizic. 82 548 - 53
Hilsenbeck S, Clark G •i McGuire W 1992 De ce nu reu•esc atât de mul•i factori de prognostic? Sân
Cancer Res. Trata. 22 197 - 206
Huang TC •i Wang YC 2013 Efectul deformării asupra modificărilor SUVmax în tumorile toracice utilizând 4-D
PET / CT scanare Plus unu 8 e58886
Johansen R, Jensen LR, Rydland J, Goa PE, Kvistad KA, Bathen TF, Axelson DE, Lundgren S
•i Gribbestad IS 2009 Prezicerea supravie•uirii •i a răspunsului clinic precoce la chimioterapia primară pentru pacien•ii cu
cancer de sân local avansat utilizând RMN-DCE J. Magn. Rezon. Imagistica
29 1300 - 7
Karlo CA, Paolo PLD, Chaim J, Hakimi AA, Ostrovnaya I, Russo P, Hricak H, Motzer R, Hsieh JJ •i
Akin O 2014 Radiogenomica carcinomului cu celule renale cu celule clare: asocieri între caracteristicile imagistice CT •i muta•ii Radiol.
270 464 - 71
Kido S, Kuriyama K, HigashiyamaM, Kasugai T •i Kuroda C 2002 Analiza fractală a perifericului mic
noduli pulmonari în sec•iune sub•ire CT: evaluarea interfe•elor plămân-nodul J. Comput. Asista. Tomogr. 26 573 - 8

Kim CK, Lim JH, Park CK, Choi D, Lim HK •i Lee WJ 2005 Neoangiogeneză •i sinusoidală
capilarizarea în carcinomul hepatocelular: corela•ie între CT dinamică •i densitatea microvaselor tumorale Radiologie 237
529 - 34
King AD, Chow KK, Yu KH, Mo FKF, Yeung D KW, Yuan J, Bhatia KS, Vlantis AC •i Ahuja AT
2013 Carcinom cu celule scuamoase la nivelul capului •i gâtului: performan•a diagnosticului imagisticii MR ponderate prin difuzie pentru
predic•ia răspunsului la tratament Radiologie 266 531 - 8
Kj æ r L, Ring P, Thomsen C •i Henriksen O 1995 Analiza texturii în imagistica MR cantitativă Acta
Radiol. 36 127 - 35
Kurland BF •i colab 2012 Promisiunea •i capcanele imaginii cantitative în studiile clinice oncologice Magn.
Rezon. Imagistica 30 1301 - 12
Lambin P •i colab 2012 Radiomics: extragerea mai multor informa•ii din imagini medicale folosind tehnologia avansată
analiza caracteristicilor Euro. J. Rac 48 441 - 6
Lambin P •i colab 2013 ' Învă•area rapidă a asisten•ei medicale în oncologie '- o abordare a sprijinului decizional
sisteme care permit radioterapie personalizată ' Radiother. Oncol. 109 159 - 64
Leijenaar RTH, Carvalho S, Hoebers FJP, Aerts HJWL, van Elmpt WJC, Huang SH, Chan B,
Waldron JN, O ' sullivan B •i Lambin P 2015a Validarea externă a unei semnături radiomice prognostice pe bază de CT în
carcinomul cu celule scuamoase orofaringiene Acta Oncol. 54 1423 - 9

R163
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Leijenaar RTH, Nalbantov G, Carvalho S, van Elmpt WJC, Troost EGC, Boellaard R, Aerts HJ WL,
Gillies RJ •i Lambin P 2015b Efectul discretizării SUV în radiomica cantitativă FDG-PET: necesitatea unei metodologii
standardizate în analiza texturii tumorii •tiin•ă. Reprezentant. 5 11075
Leijenaar RTH •i colab 2013 Stabilitatea caracteristicilor FDG-PET Radiomics: o analiză integrată a testelor
retestare •i variabilitate între observatori Acta Oncol. 52 1391 - 7
Lerski RA, Straughan K, Schad LR, Boyce D, Bl ü ml S •i Zuna I 1993 VIII. Textura imaginii MR
analiză - o abordare a caracterizării •esuturilor Magn. Rezon. Imagistica 11 873 - 87
Mahmoud-GhoneimD, Toussaint G, Constans JM •i de Certaines JD 2003 Textură tridimensională
analiza în RMN: o evaluare preliminară a glioamelor Magn. Rezon. Imagistica 21 983 - 7
Maley CC •i colab 2006 Diversitatea clonală genetică prezice progresia către adenocarcinom esofagian Nat.
Genet. 38 468 - 73
Marusyk A, Almendro V •i Polyak K 2012 Heterogenitatea intra-tumorală: un geam pentru cancer?
Nat. Pr. Rac 12 323 - 34
McNitt-Grey MF, Hart EM, Wyckoff N, Sayre JW, Goldin JG •i Aberle DR 1999 Un model
abordare de clasificare a caracterizării nodulilor pulmonari solitari imagina•i pe CT de înaltă rezolu•ie: rezultate preliminare Med.
Fizic. 26 880 - 8
Mu W, Chen Z, Liang Y, Shen W, Yang F, Dai R, Wu N •i Tian J 2015 Stadializarea cancerului de col uterin pe bază
asupra eterogenită•ii tumorale caracterizată prin caracteristici de textură pe 18 imagini PET F-FDG Fizic. Med. Biol. 60 5123

Mussurakis S, Buckley DL, Coady AM, Turnbull LW •i Horsman A 1996 Variabilitatea observatorului în
interpretarea contrastului a îmbunătă•it RMN-ul sânului Fr. J. Radiol. 69 1009 - 16
Naeini KM •i colab 2013 Identificarea temelor subtipului molecular enzimatic al glioblastomului utilizând cantitativ
analiza volumetrică a imaginilor de rezonan•ă magnetică anatomică Neuro-Oncologie 15 626 - 34
Nair VS, Gevaert O, Davidzon G, Napel S, Graves EE, Hoang CD, Shrager JB, Quon A, Rubin DL
•i Plevritis SK 2012 Prognostic PET 18F-FDG caracteristicile imagistice ale captării sunt asociate cu modificări oncogenomice
majore la pacien•ii cu rezec•ie non - cancer pulmonar cu celule mici Cancer Res.
72 3725 - 34
Nair VS, Gevaert O, Davidzon G, Plevritis SK •i West R 2014 NF- κ Expresia proteinei B se asociază
cu absorb•ia tumorii PET 18F-FDG în cancerul pulmonar cu celule mici: un studiu de validare radiogenomică pentru a în•elege metabolismul
tumorii Cancer de plamani 83 189 - 96
Nehmeh SA, Erdi YE, Ling CC, RosenzweigKE, Schoder H, Larson SM, Macapinlac HA, Squire OD
•i Humm JL 2002 Efectul por•ii respiratorii asupra cuantificării imaginilor PET ale cancerului pulmonar J. Nucl. Med. 43 876 - 81

Ng F, Kozarski R, Ganeshan B •i Goh V 2013 Evaluarea eterogenită•ii tumorale prin textura CT

analiza: cea mai mare sec•iune transversală poate fi utilizată ca alternativă la analiza tumorii întregi?
Euro. J. Radiol. 82 342 - 8
Nie K, Chen JH, Yu HJ, Chu Y, Nalcioglu O •i Su MY 2008 Analiza cantitativă a leziunii
caracteristicile morfologiei •i texturii pentru predic•ia diagnosticului în RMN mamar Acad. Radiol. 15 1513 - 25
Nyflot MJ, Yang F, Byrd D, Bowen SR, Sandison GA •i Kinahan PE 2015 Radiomică cantitativă:
impactul efectelor stochastice asupra analizei caracteristicilor texturale implică necesitatea standardelor J. Med. Imagistica 2 041002

Orlhac F, Soussan M, Maisonobe JA, Garcia CA, Vanderlinden B •i Buvat I 2014 Textura tumorii
analiza în 18F-FDG PET: rela•ii între parametrii texturii, indicii histogramei, valorile standardizate ale absorb•iei,
volumele metabolice •i glicoliza leziunii totale J. Nucl. Med. 55 414 - 22
Parmar C, Grossmann P, Bussink J, Lambin P •i Aerts HJWL 2015a Metode de învă•are automată pentru
biomarkeri radiomici cantitativi •tiin•ă. Reprezentant. 5 13087
Parmar C, Leijenaar RTH, Grossmann P, Rios Velazquez E, Bussink J, Rietveld D, Rietbergen MM,
Haibe-Kains B, Lambin P •i Aerts HJWL 2015b Clusterele cu caracteristici radiomice •i semnăturile prognostice specifice cancerului pulmonar
•i al capului •i gâtului •tiin•ă. Reprezentant. 5 11044
Parmar C •i colab 2014 Radiomica robustă cuantifică caracteristica utilizând volumetric semiautomatic
segmentare Plus unu 9 e102107
Analiza Peng SL, Chen CF, Liu HL, Lui CC, Huang YJ, Lee TH, Chang CC •i Wang FN 2013
a histogramei parametrice din RMN cu contrast dinamic îmbunătă•it: aplica•ie în evaluarea răspunsului tumorii cerebrale la
radioterapie RMN Biomed. 26 443 - 50
Pentland AP 1984 Descrierea scenelor naturale pe bază de fractale IEEE Trans. Model Anal. Mach. Intel.
PAMI-6 661 - 74
Petkovska I, Shah SK, McNitt-Grey MF, Goldin JG, Brown MS, Kim HJ, Brown K •i Aberle DR
2006 Caracterizarea nodulilor pulmonari: o compara•ie a analizelor semi-cantitative conven•ionale cu cele cantitative •i vizuale
folosind hăr•i de îmbunătă•ire a contrastului Euro. J. Radiol. 59 244 - 52

R164
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Rahmim A, Schmidtlein CR, Jackson A, Sheikhbahaei S, Marcus C, Ashrafinia S, Soltani M •i

Subramaniam MR 2016 O metrică nouă pentru cuantificarea tumorilor omogene •i eterogene în PET pentru o predic•ie
îmbunătă•ită a rezultatelor clinice Fizic. Med. Biol. 61 227
Rajendran JG, Mankoff DA, O ' Sullivan F, Peterson LM, Schwartz DL, Conrad EU, Spence AM,
Muzi M, Farwell DG •i Krohn KA 2004 Hipoxia •i metabolismul glucozei în tumorile maligne: evaluare prin [18F]
Fluoromisonidazol •i [18F] Imagistica tomografică cu emisie de pozitroni fluororoxi-glucoză Clin. Cancer Res. 10 2245
- 52
Rizk N, Downey RJ, Akhurst T, Gonen M, Bains MS, Larson S •i Rusch V 2006 Preoperator
18 [F] -Tomografia cu emisie de pozitroni fluorodioxiglucoză valorile standardizate ale absorb•iei prezic supravie•uirea după
rezec•ia adenocarcinomului esofagian Ann. Thorac. Chir. 81 1076 - 81
Shukla-Dave A. •i colab 2012 Imagistica prin rezonan•ă magnetică îmbunătă•ită prin contrast dinamic ca predictor al
rezultat la pacien•ii cu carcinom cu celule scuamoase cu cap •i gât, cu metastaze nodale Int. J. Radiat. Oncol. Biol. Fizic. 82 1837
- 44
Soret M, Bacharach SL •i Buvat I 2007 Efect de volum par•ial în imagistica tumorală PET J. Nucl. Med.
48 932 - 45
Steyerberg EW, Vickers AJ, CookNR, Gerds T, GonenM, Obuchowski N, PencinaMJ •i KattanMW
2010 Evaluarea performan•ei modelelor de predic•ie: un cadru pentru unele măsuri tradi•ionale •i noi Epidemiologie 21
128 - 38
Tan S, Kligerman S, Chen W, Lu M, Kim G, Feigenberg S, D ' Souza WD, SuntharalingamM •i Lu W
2013 Caracteristici spa•io-temporale [18F] FDG-PET pentru prezicerea răspunsului patologic al cancerului esofagian la terapia cu
chemoradiere neoadjuvantă Int. J. Radiat. Oncol. Biol. Fizic. 85 1375 - 82
Tateishi U, Kusumoto M, Nishihara H, Nagashima K, Morikawa T •i Moriyama N 2002 Contrast-
tomografie computerizată dinamică îmbunătă•ită pentru evaluarea angiogenezei tumorale la pacien•ii cu carcinom pulmonar Cancer 95
835 - 42
Thibault G, Fertil B, Navarro C, Pereira S, Cau P, LevyN, Sequeira J •i Mari JL 2013 Formă •i textură
aplicarea indexurilor la clasificarea nucleilor celulari Int. J. Recunoa•tere model. Artif. Intel. 27 1357002
Tixier F, Groves AM, Goh V, Hatt M, Ingrand P, Le Rest CC •i Visvikis D 2014a Corela•ia intra-
tumoră (18) Indici de eterogenitate de absorb•ie F-FDG cu parametrii deriva•i de perfuzie CT în cancerul colorectal Plus unu 9 e99567

Tixier F, Hatt M, Valla C, Fleury V, Lamour C, Ezzouhri S, Ingrand P, Perdrisot R, Visvikis D •i

Le Rest CC 2014b Evaluarea vizuală versus cantitativă a eterogenită•ii absorb•iei intratumorale 18F-FDG PET: valoare
prognostică în cancerul pulmonar cu celule mici J. Nucl. Med. 55 1235 - 41
Tixier F, Hatt M, Le Rest CC, Le Pogam A, Corcos L •i Visvikis D 2012 Reproductibilitatea tumorii
asimilarea caracterizării eterogenită•ii prin analiza caracteristicilor texturale în 18F-FDG PET J. Nucl. Med. 53 693 - 700

Tixier F, Le Rest CC, Hatt M, Albarghach N, Pradier O, Metges JP, Corcos L •i Visvikis D 2011
Heterogenitatea intratumorală caracterizată prin caracteristici texturale pe baza imaginilor PET 18F-FDG ini•iale prezice
răspunsul la radioterapia concomitentă în cancerul esofagian J. Nucl. Med. 52 369 - 78
Vallieres M, Freeman CR, Skamene SR •i Naqa IE 2015 Un model de radiomică din FDG comun
Caracteristicile texturii PET •i RMN pentru predic•ia metastazelor pulmonare în sarcoamele •esuturilor moi ale extremită•ilor Fizic. Med.
Biol. 60 5471
van Velden F, Cheebsumon P, Yaqub M, Smit E, Hoekstra O, Lammertsma A •i Boellaard R 2011
Evaluarea unei metode cumulative de histogramă a volumului SUV pentru parametrizarea captării eterogene intratumorale de
FDG în studiile PET cu cancer pulmonar cu celule mici. Euro. J. Nucl. Med. Mol. Imagistica 38 1636 - 47

vanVelden FP, Nissen I, Jongsma F, Velasquez L, HayesW, Lammertsma A, Hoekstra O •i Boellaard R

2014 Variabilitatea test-retest a diferitelor măsuri cantitative pentru a caracteriza absorb•ia trasorului •i / sau heterogenitatea
absorb•iei trasorului în ficatul metastazat la pacien•ii cu carcinom colorectal Mol. Imagistica Biol. 16 13 - 8

Velazquez ER •i colab 2013 Segmentarea volumetrică bazată pe CT a NSCLC folosind 3D-Slicer •tiin•ă. Reprezentant.
3 3529
Way TW, Hadjiiski LM, Sahiner B, Chan HP, Cascade PN, Kazerooni EA, Bogot N •i Zhou C 2006
Diagnosticul computerizat al nodulilor pulmonari pe scanările CT: segmentare •i clasificare utilizând contururi active 3D Med.
Fizic. 33 2323 - 37
Wetzel SG, Cha S, Johnson G, Lee P, Law M, Kasow DL, Pierce SD •i Xue X 2002
măsurători ale volumului sanguin cerebral în leziunile de masă intracraniană: studiu de reproductibilitate interobserver •i intraobserver Radiologie
224 797 - 803

R165
Fizic. Med. Biol. 61 ( 2016) R150 Revizuire de actualitate

Xu R, Kido S, Suga K, Hirano Y, Tachibana R, Muramatsu K, Chagawa K •i Tanaka S 2014 Texture

analiză pe imagini PET / CT 18F-FDG pentru a diferen•ia leziunile maligne •i benigne ale oaselor •i •esuturilor moi Ann. Nucl. Med. 28
926 - 35
Yamamoto S, Korn RL, Oklu R, Migdal C, GotwayMB, Weiss GJ, Iafrate AJ, KimD-Wand KuoMD
2014 Fenotip molecular ALK în cancerul pulmonar cu celule mici: caracterizare radiogenomică CT
Radiologie 272 568 - 76
Yan J, Chu-Shern JL, Loi HY, Khor LK, Sinha AK, Quek ST, Tham IWK •i Townsend D
2015 Impactul setărilor de reconstruc•ie a imaginii asupra caracteristicilor texturii în PET 18F-FDG J. Nucl. Med.
56 1667 - 73
YangX •i KnoppMV2011 Cuantificarea eterogenită•ii vasculare tumorale cu contrast dinamic îmbunătă•it
imagistica prin rezonan•ă magnetică: o recenzie J. Biomed. Biotehnologie. 2011 12
Yang F, Thomas M, Dehdashti F •i Grigsby P 2013 Analiza temporală a metabolizării intratumorale
eterogenitate caracterizată prin trăsături texturale în cancerul de col uterin Euro. J. Nucl. Med. Mol. Imagistica
40 716 - 27
Yip S, McCall K, Aristophanous M, Chen AB, Aerts HJWL •i Berbeco R 2014 Compararea
caracteristicile texturii derivate din imagini PET statice •i respiratorii în cancerul pulmonar cu celule mici
Plus unu 9 e115510
Yip SFS, Coroller PT, Sanford NN, Huynh E, Mamon H, Aerts JWLH •i Berbeco IR 2016
Utilizarea propagării conturului bazată pe înregistrare în analiza texturii pentru predic•ia răspunsului patologic al cancerului esofagian Fizic.
Med. Biol. 61 906
Yu H, Caldwell C, Mah K, Poon I, Balogh J, MacKenzie R, Khaouam N •i Tirona R 2009 automatizate
radia•ii care vizează cancerul capului •i gâtului utilizând analiza texturilor bazate pe regiuni a imaginilor PET •i CT Int. J. Radiat.
Oncol. Biol. Fizic. 75 618 - 25
Zhang H, Tan S, Chen W, Kligerman S, Kim G, D ' Souza WD, Suntharalingam M •i Lu W 2014
Modelarea răspunsului patologic al cancerului esofagian la terapia cu chimioterapie utilizând caracteristicile
spa•iale-temporale 18F-FDG PET, parametrii clinici •i demografia Int. J. Radiat. Oncol. Biol. Fizic. 88 195 - 203

Zhang HQ, Yu JM, Meng X, Yue JB, Feng R •i Ma L 2011 Valoarea prognostică a serialului [18F]
absorb•ie de fluorodeoxiglucoză PET-CT la pacien•ii în stadiul III cu cancer pulmonar cu celule mici, trata•i prin chimioterapie
concomitentă Euro. J. Radiol. 77 92 - 6

R166