前言：尋找寫作靈感？中文期刊網用心挑選的影像組學領域研究熱點分析，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
影像組學通過計算機技術將醫學圖像轉換為高通量數據，進而對疾病、預后、生存期、腫瘤基因表達等進行分析和預測。與傳統影像學相比，影像組學提供了肉眼無法識別的內部紋理特征，且不依賴醫生的主觀經驗，因此能夠更全面、客觀的分析病變信息。此外，影像組學具有無創性、可重復、快速經濟、避免活檢采樣誤差等優勢。本研究運用文獻計量學對影像組學相關文獻進行分析。
一、資料與方法
1.資料來源與檢索策略。數據來源于WebofScience核心合集數據庫。檢索策略為：主題=“Radiomics”OR“Radiomic”，限定文章類型為Article，文章發表時間不限定，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”并以純文本格式導出。
2.研究方法。本研究使用Excel2016驗證布拉德福定律和普賴斯定律，其余數據的統計和處理均采用VOSviewer1.6.14軟件實現3。首先對發表時間、期刊、國家、作者等字段進行統計，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，將核心作者最低發文量作為劃分核心機構的標準，從而得到影像組學領域相關文獻的發表年代、來源期刊和研究力量分布情況。隨后，將關鍵詞進行同義詞合并處理，截取頻次閾值為10的關鍵詞作為高頻關鍵詞，構建高頻關鍵詞表。限定類中至少包括5個關鍵詞，以“Associationstrength”作為標準化方法進行高頻關鍵詞的聚類分析，并生成高頻詞聚類網絡圖。
二、結果
1.分布情況。2012至2020年共檢索到1476篇文獻，分別為2、3、7、28、66、160、323、675和212篇。共涉及288種期刊，其中核心區期刊8種（EurRadiol，SciRep，MedPhys，JMAGNRESONIMAGING，EurJRadiol，FrontNeuroendocrinol，PHYSMEDBIOL，PLoSOne），核心區文獻503篇。共涉及56個國家，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家科研機構，其中113家為核心科研機構，集中在中國（42家）、美國（35）。
2.研究熱點分析。高頻關鍵詞表見表1，共56個。高頻詞聚類圖如圖1所示，共聚為5類，即涉及5個主題。主題1（紅色）主要介紹了影像組學的實現方法以及基于機器學習方法的影像組學研究。主題2（綠色）主要介紹了基于MRI圖像對頭頸癌、肝癌、鼻咽癌等進行影像組學研究以實現對腫瘤的診斷與預后分析。主題3（藍色）主要介紹了基于CT、PET/CT的影像組學方法在肺癌中的應用以及基于圖像紋理特征對腫瘤異質性的研究。主題4（黃色）主要介紹了利用人工智能、定量成像技術等方法來預測腫瘤治療反應從而實現個體化醫療。主題5（紫色）主要介紹了神經膠質瘤的生存預后分析以及影像組學的基因組學研究。
三、分析
1.影像組學相關文獻分布情況。影像組學是一個新興領域，2012年發表了首篇文獻。從期刊分布來看，平均每種期刊的發文量為5.125篇，但僅發表1篇論文的期刊有139種，占48.26%，說明發表期刊不均衡，載文量存在較大的差異性。從作者分布可以看出發文量最多的作者來自我國，同時我國也擁有最多的核心科研機構，說明我國在該領域的重要地位。
2.影像組學相關文獻聚類分析。關于主題1，Valdora等4對乳腺癌與影像組學的綜述研究發現，基于MRI圖像的影像組學方法可以潛在的改善乳腺癌的診斷。關于主題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測肝細胞癌的早期復發。Zhang等6通過建立影像組學標簽來預測鼻咽癌患者的局部復發，取得了令人滿意的預測性能。關于主題3，Ma等7回顧分析了兩個非小細胞肺癌患者隊列，結果表明結合PET/CT圖像的紋理特征分析方法可能在非小細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性的研究，提出了新見解。關于主題4，Liu等9回顧了影像組學的最新進展，概述了影像組學在腫瘤學領域的診斷、治療計劃評估中的作用，旨在實現個性化醫療。Lambin等10描述了影像組學的過程以及輔助臨床決策的潛力，強調了其對癌癥患者的效用。關于主題5，Lao等11利用深度學習預測膠質母細胞瘤患者的生存期，取得了良好的效果。Saini等12回顧了肝癌的影像基因組學與影像組學的最新研究，說明了通過臨床成像能夠揭示潛在的病理生理機制。
四、結語
影像組學使醫學圖像中豐富的細節信息得以充分展現，為疾病的診療提供必要依據。本文全面的分析了影像組學領域的研究熱點，可為相關的研究人員提供參考以促進影像組學領域的發展。
作者:李舒 黃鋮 丁長偉 張浩 單位:中國醫科大學醫學信息學院
