Radiomics in surgical oncology: applications and challenges.
Radiomics in surgical oncology: applications and challenges.
复制标题
DOI：
10.1080/24699322.2021.1994014
复制
发表时间：
2021-12
影响因子：
2.1
通讯作者：
Simpson, Amber L.
中科院分区：
文献类型：
--
作者：
Williams, Travis L.;Saadat, Lily V.;Gonen, Mithat;Wei, Alice;Do, Richard K. G.;Simpson, Amber L.
手术是许多恶性肿瘤患者的治愈性治疗选择。越来越多的注意力集中在手术与化疗的结合上，因为多模式治疗与某些癌症类型的有希望的结果有关。尽管有这些数据，但在新辅助或辅助策略的最佳时机和患者选择方面仍然存在临床平衡。放射组学是一个涉及从放射图像中提取高级特征的新兴领域，它有可能彻底改变肿瘤治疗，并通过帮助预测肿瘤行为和对治疗的反应来促进个性化治疗的发展。本综述分析和总结了在接受新辅助和/或辅助化疗的患者中使用放射组学和机器学习来预测各种癌症类型的预后，复发，生存和治疗反应的研究。虽然在新辅助和辅助治疗环境中的研究表明，在预测无进展生存期和总生存期的能力方面，其表现高于平均水平，但该技术的广泛实施仍存在许多挑战和限制。放射组学分析的通用实践缺乏标准化，数据共享有限，缺乏自动分割，阻碍了放射组学在前瞻性临床研究中的纳入和快速采用。
Surgery is a curative treatment option for many patients with malignant tumors. Increased attention has focused on the combination of surgery with chemotherapy, as multimodality treatment has been associated with promising results in certain cancer types. Despite these data, there remains clinical equipoise on optimal timing and patient selection for neoadjuvant or adjuvant strategies. Radiomics, an emerging field involving the extraction of advanced features from radiographic images, has the potential to revolutionize oncologic treatment and contribute to the advance of personalized therapy by helping predict tumor behavior and response to therapy. This review analyzes and summarizes studies that use radiomics with machine learning in patients who have received neoadjuvant and/or adjuvant chemotherapy to predict prognosis, recurrence, survival, and therapeutic response for various cancer types. While studies in both neoadjuvant and adjuvant settings demonstrate above average performance on ability to predict progression-free and overall survival, there remain many challenges and limitations to widespread implementation of this technology. The lack of standardization of common practices to analyze radiomics, limited data sharing, and absence of auto-segmentation have hindered the inclusion and rapid adoption of radiomics in prospective, clinical studies.
登录
查看更多内容
DOI：
10.1186/s13058-017-0846-1
发表时间：
2017-05-18
期刊：
Breast cancer research : BCR
影响因子：
--
作者：
Braman NM;Etesami M;Prasanna P;Dubchuk C;Gilmore H;Tiwari P;Plecha D;Madabhushi A
通讯作者：
Madabhushi A
影响因子：
--
作者：
Crivelli P;Ledda RE;Parascandolo N;Fara A;Soro D;Conti M
通讯作者：
Conti M
影响因子：
5.2
作者：
Arruebo M;Vilaboa N;Sáez-Gutierrez B;Lambea J;Tres A;Valladares M;González-Fernández A
通讯作者：
González-Fernández A
DOI：
10.1016/j.radonc.2016.04.004
发表时间：
2016-06
期刊：
Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
影响因子：
--
作者：
Coroller TP;Agrawal V;Narayan V;Hou Y;Grossmann P;Lee SW;Mak RH;Aerts HJ
通讯作者：
Aerts HJ
影响因子：
50.5
作者：
Jiang, Y.;Wang, H.;Li, R.
通讯作者：
Li, R.