European Radiology：图像采集和处理对超声放射组学特征再现性的影响

现阶段，放射组学在肿瘤生物学的认识和指导病人管理方面显示出巨大的潜力。作为放射组学的一个分支，超声组学可以从超声图像中提取大量的定量特征，通过一系列的分析明确图像特征和疾病状态之间的关系。

超声组学的特征包括形状、强度、质地以及其他包含成像和数字特征的定量测量，在增强癌症生物学知识和推进精准医疗方面具有巨大潜力。因此，为了最大限度地提高超声医学在临床应用中的相关性和有效性，在面对图像采集或特征提取的微小变化时，定量特征应该是可重复且可推广的。

放射组学特征的可重复性分析可以通过评估成像数据可重复性、分割可重复性、计算/统计可重复性和研究可重复性来确定。大多数关于放射组学特征的可重复性和可再现性的研究通过考虑图像采集或重建参数的影响而集中在图像采集过程。目前，大多数关于放射组学可重复性的研究都集中在CT、MRI和PET-CT上，很少有研究考虑US图像的可重复性，临床上缺乏关于图像采集或处理对超声医学特征再现性的影响的系统研究。

近日，发表在European Radiology杂志的一项研究利用一个US模型系统地探索了超声组学特征的影响因素，通过图像采集（通过不同的成像参数和扫描仪进行分析）和图像处理（通过不同的分割位置和超声提取平台）进行分析，为超声组学的广泛应用提供了参考。

本研究对一个标准化的模型进行扫描以获得US图像。通过（a）US内机器：改变US采集参数，包括增益、聚焦和频率；（b）US间机器：比较三种不同的扫描仪；（c）改变分割位置；以及（d）平台间：比较Ultrasomics和PyRadiomics算法平台提取的特征，探讨了来自US图像的放射组学特征（也称为超声组学特征）的重复性。根据变异系数选择可重复的超声组学特征。 

本研究从三台US扫描仪上共获得108幅US图像，并为每幅US图像提取并评估了5253个超声组学特征，包括七类特征。从US内部分析来看，37.0-38.8%的特征显示出良好的可重复性。从US间分析来看，42.8%（2248/5253）的特征表现出良好的可重复性。从分割位置分析来看，55.7-57.6%的特征表现出良好的可重复性。在Ultrasomics和PyRadiomics平台用相同算法提取的100个特征中，没有发现标准化特征范围的明显差异（p = 0.563）。共有1452个（27.6%）超声组学特征在US内/US间机器或分割位置改变时是可重复的，其中大多数是小波和小切特征。 

 
图 US组学（青色）和Py放射组学（粉色）平台使用相同算法提取的标准化特征范围的比较。两个平台的标准化特征范围之间没有发现明显差异（P=0.238）

本研究表明，US的采集和处理会影响US组学特征的可重复性。 此外，小波和小切线特征具有最好的重现性，表明在建模过程中应更多关注小波和小切线特征的贡献。在多中心研究中，有必要建立统一的采集参数并采用同一厂家的机器来提高重现性。

原文出处：

Ming-De Li,Mei-Qing Cheng,Li-Da Chen,et al.Reproducibility of radiomics features from ultrasound images: influence of image acquisition and processing.DOI:10.1007/s00330-022-08662-1