来源：期刊VIP网 时间：
作者：张小燕;刘念军;张益铭;乔苗苗;郭顺林;
单位：兰州大学第一临床医学院;兰州大学第一医院放射科;
摘要：结直肠癌（colorectal cancer, CRC）作为我国高发恶性肿瘤，严重危害患者的生命健康。肿瘤出芽（tumor budding,TB）是评估直肠癌患者预后的重要病理指标之一，但传统病理评估依赖有创活检且存在主观性强、无法术前获取的局限性。多模态MRI技术可通过解剖与功能成像多维度解析TB的微环境特征，为TB的无创评估提供了可能，弥补了病理的不足。但仍面临参数稳定性不足、图像分辨率有限等缺陷。研究表明，人工智能技术可突破影像分析瓶颈，例如，影像组学通过高通量提取定量特征提升诊断客观性，深度学习（deep learning, DL）则借助跨模态融合与自适应学习机制优化模型性能。然而，现有研究仍受限于技术标准化不足、模型泛化性弱及临床验证缺失等问题。近年来，尚未有系统性的文章对该方面进行综述。本文认为，未来需重点推进多模态MRI技术的优化、开发更加高性能的模型，并通过前瞻性多中心临床试验验证TB评估系统对个体化治疗决策的指导价值，最终实现从科研创新到临床常规应用的实质性跨越。
关键词：直肠癌;;肿瘤出芽;;影像组学;;磁共振成像;;深度学习
基金资助：兰州大学第一医院2023年度院内基金项目(编号:ldyyyn2023-89)~~
