超分辨率重建提升肝细胞癌微血管侵犯影像组学预测效能
Super Resolution Reconstruction: A Strategy to Improve the Diagnostic Performance of Radiomics for Predicting Microvascular Invasion in Hepatocellular Carcinoma.
PubMed 文献 · Acad Radiol · 2026-10-19
本研究回顾性纳入2018至2025年两家中心544例肝细胞癌患者，基于肝胆期MR图像进行超分辨率重建并提取影像组学特征。结果显示基于超分辨率图像的影像组学模型在测试集中AUC为0.827，显著高于原始图像的0.614（p<0.001），提示超分辨率重建可提升肝细胞癌微血管侵犯的预测效能。
要点
- 基于肝胆期MR超分辨率图像的影像组学模型预测MVI效能优于原始图像。
- 测试集中超分辨率图像模型AUC为0.827，较原始图像模型0.614明显提高。
- 超分辨率重建可作为一种提升肝细胞癌MVI术前预测准确性的策略。
核心结论
- 超分辨率重建可以提升影像组学模型对肝细胞癌患者微血管侵犯的预测效能。
- 基于超分辨率图像的影像组学模型在外部测试集中AUC显著高于基于原始图像的模型（0.827比0.614，p<0.001）。
研究设计与样本
- 回顾性研究，纳入2018至2025年两家医疗中心共544例肝细胞癌患者。
- 训练集450例，内部验证集51例，外部测试集43例。
- 基于病灶感知的3D Restormer transformer架构对肝胆期MR图像行超分辨率重建。
- 肿瘤分割由nnU-Net自动完成并经一名高年资腹部放射科医生手动校正。
- 分别从原始图像和超分辨率图像提取851个影像组学特征，经LASSO回归筛选50个特征。
诊断标准与关键数值
- 基于原始图像的影像组学模型在训练集、验证集和测试集中的AUC分别为0.710、0.764和0.614。
- 基于超分辨率图像的影像组学模型在训练集、验证集和测试集中的AUC分别为0.855、0.798和0.827。
- 测试集中超分辨率图像模型AUC高于原始图像模型（0.827比0.614，p<0.001）。
临床应用与阅片要点
- 对肝细胞癌患者行肝胆期MR成像时，可考虑利用超分辨率重建图像进行影像组学分析以辅助预测微血管侵犯。
- 超分辨率重建可改善肝胆期MR图像的影像组学特征质量，可能有助于术前风险分层。
局限性
- 回顾性研究设计存在选择性偏倚的可能。
- 外部测试集样本量较小（43例），结论的普适性有限。
以上解读依据论文摘要（全文未开放获取或许可不允许翻译转载）。
引用
- Liu, Tang, Zhao, et al. Super Resolution Reconstruction: A Strategy to Improve the Diagnostic Performance of Radiomics for Predicting Microvascular Invasion in Hepatocellular Carcinoma. Acad Radiol. 2026. PMID: 42897016. doi:10.1016/j.acra.2026.09.076
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。