放射组学是一门新兴学科，能够从医学图像中提取大量、定量和可挖掘的信息，包括计算机断层扫描(CT)、磁共振成像(MRI)和正电子发射CT。一些放射组学研究已经确定了RFs与基因组信息、分子途径、病理生理状态和临床因素之间的联系。与其他医疗数据来源相结合，高维RFs可以作为临床决策支持系统的预测特征，客观地捕捉常规医疗图像中的放射学表型，从而促进精准医疗。

        到目前为止，放射组学研究更多的是集中在癌症研究上。尽管活检被视为癌症诊断的金标准，但其只能在一个时间点从病灶的一小部分显示肿瘤的有限特征。相比之下，放射组学可以以无创的方式从所有可疑病灶的每一部分常规量化肿瘤表型。迄今为止，放射组学在计算机辅助筛查、诊断、治疗指导和预后预测方面显示出巨大的潜力。

        然而，临床和模型研究显示，放射组学研究缺乏可重复性和再现性，这可能阻碍其在临床应用中的推广。放射组学特征显示出与制造商、扫描仪、采集和重建参数(包括间距值、管电压、管电流、厚度、分辨率、视场(FOV)、重建方法、重建核和辐射剂量)的差异相关的敏感性和变异性。RFs的可重复性和可再现性有严格的定义，"可重复性 "是指在短时间内用相同的设备、成像采集设置和操作人员对同一受试者进行RFs的多次测量，而 "可再现性 "是指用不同的设备、成像采集设置或操作人员对同一或不同受试者进行RFs的测量。

        近日，发表在INVEST RADIO杂志的一项研究设计了一个多中心的模型研究，在3个不同的条件下引入变异性：测试-重测、CT间和CT内协议，探讨、量化并比较了这些因素对RFs稳定性的影响程度和模式，为进一步提高放射组学研究的普适性和临床应用的广泛性提供了支持及参考。

        本研究使用不同的CT扫描仪对一个有结节的胸部模型进行反复扫描，采集和重建参数各不相同(2019年4月-5月)，以评估3个变异性来源：测试-重测、CT间和CT内的协议变异性。使用一致性相关系数、动态范围和类内相关系数(ICC)测量RF的稳健性。使用Friedman测试和Spearman等级相关系数分析了影响的大小和模式。挑选出稳定的、信息量大的RFs，并使用分层聚类法消除其冗余。还进行了临床验证，以验证放射组学研究的临床有效性和潜在的可推广性。

        共有1295个显示出所有3个变异源的RF被纳入。重建内核和迭代水平对幅度的影响最大(ICC，0.35 ± 0.31)，最小(ICC，0.63 ± 0.27)。不同的变异源显示出相对一致的影响模式(假发现率<0.001)。最后，在所有3个变异源下，本研究得到了一个由19个稳定的、信息丰富的、非冗余的RFs组成的子集。这些RFs表现出临床有效性，在验证数据集中比不稳定RFs表现出更好的预测性能(P=0.017，Delong检验)。

        本研究表明，RFs的稳定性在不同程度上受到CT制造商、型号以及CT采集和重建参数的影响，但这些因素的影响呈现出相对一致的模式。本研究还获得了19个稳定的、有信息量的、非冗余的RFs子集，应优先用于提高进一步的放射组学研究的普适性。

        原文出处：

        Xueqing Peng,Shuyi Yang,Lingxiao Zhou,et al.Repeatability and Reproducibility of Computed Tomography Radiomics for Pulmonary Nodules: A Multicenter Phantom Study.DOI:10.1097/RLI.0000000000000834