自动化所影像组学研究成果在临床肿瘤学顶级期刊JCO上发表

　　自动化所中科院分子影像重点实验室田捷研究员团队和广东省人民医院放射科合作，采用新兴的影像组学（Radiomics）方法在结直肠癌淋巴结转移预测研究方面取得了重要进展，相关研究成果近日在国际临床肿瘤学顶级期刊《临床肿瘤学杂志》（Journal of Clinical Oncology, DOI: 10.1200/JCO.2015.65.9128. 2015年度SCI影响因子：18.428）上在线发表。 

　　结直肠癌（Colorectal cancer）是人类最常见的消化道恶性肿瘤之一，其发病率和死亡率分别居所有癌症的第三位和第四位。结直肠癌深入盆腔，解剖关系复杂，手术不易彻底，术后复发率高。特别是如果结直肠癌患者合并淋巴结转移，将更难以治疗，必须在手术时对所有受侵犯的淋巴结进行彻底清扫，否则很有可能出现术后复发及转移。但是术前传统CT影像学难以判断淋巴结是否转移，也很难通过穿刺活检获得淋巴结转移信息；而术中对所有淋巴结盲目清扫又会带来很多不必要的副作用（如淋巴水肿等）。如何在术前进行较准确的淋巴结转移判断是当前结直肠癌临床中遇到的挑战性问题。 

　　针对这一挑战性的问题，田捷研究员团队和广东省人民医院放射科刘再毅教授、梁长虹教授团队合作，回顾分析了广东省人民医院2007-2011年间500余例进行结直肠癌手术的患者资料，利用新兴的影像组学方法，将影像特征、临床病理特征（血清标记物和临床指标）相结合，构建并验证了基于影像组学标签的结直肠癌淋巴结转移术前预测模型，用于对淋巴结转移的概率进行定量预测，和传统CT影像学评估相比，影像组学预测模型将术前淋巴结预测准确率提高了14.8%。利用研发的预测模型可以辅助临床医生进行结直肠癌的术前决策，具有重要的临床价值和应用前景。 

　　影像组学（Radiomics）是利用数据挖掘等信息技术，从影像、病理、基因等海量数据中挖掘提取并量化肿瘤海量特征，解析影像与基因和临床信息（分型、疗效和预后等）关联的新方法。近年来影像组学已成为影像学领域最受关注的研究热点和前沿方向之一。