前言：尋找寫作靈感？中文期刊網(wǎng)用心挑選的影像組學(xué)領(lǐng)域研究熱點(diǎn)分析，希望能為您的閱讀和創(chuàng)作帶來靈感，歡迎大家閱讀并分享。

影像組學(xué)通過計(jì)算機(jī)技術(shù)將醫(yī)學(xué)圖像轉(zhuǎn)換為高通量數(shù)據(jù)，進(jìn)而對疾病、預(yù)后、生存期、腫瘤基因表達(dá)等進(jìn)行分析和預(yù)測。與傳統(tǒng)影像學(xué)相比，影像組學(xué)提供了肉眼無法識別的內(nèi)部紋理特征，且不依賴醫(yī)生的主觀經(jīng)驗(yàn)，因此能夠更全面、客觀的分析病變信息。此外，影像組學(xué)具有無創(chuàng)性、可重復(fù)、快速經(jīng)濟(jì)、避免活檢采樣誤差等優(yōu)勢。本研究運(yùn)用文獻(xiàn)計(jì)量學(xué)對影像組學(xué)相關(guān)文獻(xiàn)進(jìn)行分析。

一、資料與方法

1.資料來源與檢索策略。數(shù)據(jù)來源于WebofScience核心合集數(shù)據(jù)庫。檢索策略為：主題=“Radiomics”OR“Radiomic”，限定文章類型為Article，文章發(fā)表時(shí)間不限定，檢索日期截止到2020年4月17日，選擇“全記錄與引用的參考文獻(xiàn)”并以純文本格式導(dǎo)出。

2.研究方法。本研究使用Excel2016驗(yàn)證布拉德福定律和普賴斯定律，其余數(shù)據(jù)的統(tǒng)計(jì)和處理均采用VOSviewer1.6.14軟件實(shí)現(xiàn)3。首先對發(fā)表時(shí)間、期刊、國家、作者等字段進(jìn)行統(tǒng)計(jì)，對來源期刊利用布拉德福定律得到核心期刊，對作者利用普賴斯定律得到核心作者，將核心作者最低發(fā)文量作為劃分核心機(jī)構(gòu)的標(biāo)準(zhǔn)，從而得到影像組學(xué)領(lǐng)域相關(guān)文獻(xiàn)的發(fā)表年代、來源期刊和研究力量分布情況。隨后，將關(guān)鍵詞進(jìn)行同義詞合并處理，截取頻次閾值為10的關(guān)鍵詞作為高頻關(guān)鍵詞，構(gòu)建高頻關(guān)鍵詞表。限定類中至少包括5個(gè)關(guān)鍵詞，以“Associationstrength”作為標(biāo)準(zhǔn)化方法進(jìn)行高頻關(guān)鍵詞的聚類分析，并生成高頻詞聚類網(wǎng)絡(luò)圖。

二、結(jié)果

1.分布情況。2012至2020年共檢索到1476篇文獻(xiàn)，分別為2、3、7、28、66、160、323、675和212篇。共涉及288種期刊，其中核心區(qū)期刊8種（EurRadiol，SciRep，MedPhys，JMAGNRESONIMAGING，EurJRadiol，F(xiàn)rontNeuroendocrinol，PHYSMEDBIOL，PLoSOne），核心區(qū)文獻(xiàn)503篇。共涉及56個(gè)國家，前3位國家分別為中國（611篇）、美國（529）、意大利（100）。共涉及7932位作者，核心作者122位。共涉及1535家科研機(jī)構(gòu)，其中113家為核心科研機(jī)構(gòu)，集中在中國（42家）、美國（35）。

2.研究熱點(diǎn)分析。高頻關(guān)鍵詞表見表1，共56個(gè)。高頻詞聚類圖如圖1所示，共聚為5類，即涉及5個(gè)主題。主題1（紅色）主要介紹了影像組學(xué)的實(shí)現(xiàn)方法以及基于機(jī)器學(xué)習(xí)方法的影像組學(xué)研究。主題2（綠色）主要介紹了基于MRI圖像對頭頸癌、肝癌、鼻咽癌等進(jìn)行影像組學(xué)研究以實(shí)現(xiàn)對腫瘤的診斷與預(yù)后分析。主題3（藍(lán)色）主要介紹了基于CT、PET/CT的影像組學(xué)方法在肺癌中的應(yīng)用以及基于圖像紋理特征對腫瘤異質(zhì)性的研究。主題4（黃色）主要介紹了利用人工智能、定量成像技術(shù)等方法來預(yù)測腫瘤治療反應(yīng)從而實(shí)現(xiàn)個(gè)體化醫(yī)療。主題5（紫色）主要介紹了神經(jīng)膠質(zhì)瘤的生存預(yù)后分析以及影像組學(xué)的基因組學(xué)研究。

三、分析

1.影像組學(xué)相關(guān)文獻(xiàn)分布情況。影像組學(xué)是一個(gè)新興領(lǐng)域，2012年發(fā)表了首篇文獻(xiàn)。從期刊分布來看，平均每種期刊的發(fā)文量為5.125篇，但僅發(fā)表1篇論文的期刊有139種，占48.26%，說明發(fā)表期刊不均衡，載文量存在較大的差異性。從作者分布可以看出發(fā)文量最多的作者來自我國，同時(shí)我國也擁有最多的核心科研機(jī)構(gòu)，說明我國在該領(lǐng)域的重要地位。

2.影像組學(xué)相關(guān)文獻(xiàn)聚類分析。關(guān)于主題1，Valdora等4對乳腺癌與影像組學(xué)的綜述研究發(fā)現(xiàn)，基于MRI圖像的影像組學(xué)方法可以潛在的改善乳腺癌的診斷。關(guān)于主題2，Hui等5人的研究表明基于MRI圖像的紋理特征能夠較好的預(yù)測肝細(xì)胞癌的早期復(fù)發(fā)。Zhang等6通過建立影像組學(xué)標(biāo)簽來預(yù)測鼻咽癌患者的局部復(fù)發(fā)，取得了令人滿意的預(yù)測性能。關(guān)于主題3，Ma等7回顧分析了兩個(gè)非小細(xì)胞肺癌患者隊(duì)列，結(jié)果表明結(jié)合PET/CT圖像的紋理特征分析方法可能在非小細(xì)胞肺癌亞型的分類上顯示出好的性能。MathieuHatt等8在綜述中分析了基于PET/CT圖像的紋理特征來量化腫瘤異質(zhì)性的研究，提出了新見解。關(guān)于主題4，Liu等9回顧了影像組學(xué)的最新進(jìn)展，概述了影像組學(xué)在腫瘤學(xué)領(lǐng)域的診斷、治療計(jì)劃評估中的作用，旨在實(shí)現(xiàn)個(gè)性化醫(yī)療。Lambin等10描述了影像組學(xué)的過程以及輔助臨床決策的潛力，強(qiáng)調(diào)了其對癌癥患者的效用。關(guān)于主題5，Lao等11利用深度學(xué)習(xí)預(yù)測膠質(zhì)母細(xì)胞瘤患者的生存期，取得了良好的效果。Saini等12回顧了肝癌的影像基因組學(xué)與影像組學(xué)的最新研究，說明了通過臨床成像能夠揭示潛在的病理生理機(jī)制。

四、結(jié)語

影像組學(xué)使醫(yī)學(xué)圖像中豐富的細(xì)節(jié)信息得以充分展現(xiàn)，為疾病的診療提供必要依據(jù)。本文全面的分析了影像組學(xué)領(lǐng)域的研究熱點(diǎn)，可為相關(guān)的研究人員提供參考以促進(jìn)影像組學(xué)領(lǐng)域的發(fā)展。

作者:李舒 黃鋮 丁長偉 張浩 單位:中國醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)院