原发性肝细胞癌(hepatocellular carcinoma,HCC)是最常见的消化系统恶性肿瘤之一,恶性程度高,预后差.微血管侵犯(microvascular invasion,MVI)通常是指在显微镜下于内皮细胞衬覆的血管腔内见到癌细胞巢团.目前MVI普遍被认为与HCC的复发和转移密切相关.因此,术前准确预测MVI具有重要意义.但目前仍缺乏能在术前准确预测MVI的公认有效方法.随着人工智能的兴起与发展,影像组学与深度学习被越来越多用于开发个体化预测模型.影像组学和深度学习技术可以实现影像信息深度挖掘,提供更客观更全面的信息,再结合临床资料建立综合模型,这些模型可以对HCC MVI风险进行准确评估,并帮助医生制订个体化的治疗策略.本文旨在通过对国内外关于影像组学技术对MVI评估的相关研究的综合分析,增强影像医师和临床医师对MVI的认识和关注,并为临床MVI的准确评估与治疗方案的制订,以及HCC患者预后判断提供有益的指导,从而改善HCC患者的诊疗效果,提高生存率,为大数据医疗环境指导下实现个体化精准治疗提供依据.
作者：刘阳；姜艳丽；樊凤仙；杨文霞；李大瑞；刘光耀；张静
来源：磁共振成像 2023 年 14卷 9期
