近日，中科院合肥研究院健康所李海研究員團隊、王宏志研究員團隊，在腦轉移瘤放療療效預測方面取得進展。科研團隊從腦轉移瘤患者放療前磁共振影像中選取影像組學特徵，使用機器學習方法建立預測腦轉移瘤放療療效的影像組學模型，並通過基於博弈論的方法SHAP解釋該模型，該模型有助於腦轉移瘤精准放療方案的製定。該成果發表在國際影像領域TOP期刊European Radiology上。
影像組學（Radiomics）指的是從影像中選取高通量影像特徵，輔助臨床診療決策的製定。這些影像特徵可以反映腫瘤的生物資訊，無法直接通過常規影像判讀的管道獲得，囙此，基於機器學習的方法可以依靠深層次的資料挖掘，獲取額外的關於腫瘤異質性的知識。當前，臨床實踐中，暫無精准腦轉移瘤放療療效預測模型，亟需開發基於影像組學的精確模型，輔助醫師製定精准的放療方案，提高患者療效。
針對以上臨床問題，研究團隊通過結合影像組學與SHAP的方法，提出了一種預測腦轉移瘤放療療效的可解釋性影像組學模型。該模型表現力較好，且在外部驗證組中的預測結果也表明該模型具有可推廣性。同時，SHAP方法的使用，實現了模型的可解釋性及視覺化，避免了傳統機器學習算灋存在的“黑盒子”效應，利於臨床醫生理解該模型，並促進該模式的使用。
中科大博士研究生王毅欣是該論文的第一作者。該論文得到了安徽省重點研發計畫、中科院合肥大科學中心“協同創新培育基金”、中科院合肥腫瘤醫院“臨床重點培育專科”等項目的支持。
文章連結：https://doi.org/10.1007/s00330-022-08887-0
影像組學建模流程圖
