脑胶质瘤影像组学研究中存在的问题及其应用前景。现有研究多为回顾性研究,缺乏前瞻性。目前基于像素的图像数据分析需要对肿瘤进行整体分割,这是目前该方法研究与临床应用的瓶颈。另外,机器学习的开发和验证需要大量的、有完整记录的数据库,因此,多学科协作和多中心协作是必不可少的。图像数据的质量评价至关重要,它直接影响到图像组学结果的准确性。多个数据来源(例如不同的医疗机构)、不同的数据类型(例如多个成像参数)使共享和集中管理这些数据变得复杂。
此外,由于缺乏标准的方法指导图像的定量分析,影像组学的结果很难比较。为此,需要对各种成像方案和参数进行数据标准化。它在临床应用中面临着图像采集方案的标准化、精确的图像配准、肿瘤分割等难题。
通过对已有图像的图像进行定量化处理,图像组学为脑胶质瘤的图像研究提供了一种的方法,从而大大提高了现有成像模式的价值。今后,随着自身的不断完善,影像组学在神经胶质瘤的研究中将扮演重要角色。