【Radiology】影像组学的标准化与可重复性:IBSI 卷积滤波器共识及其未能覆盖的环节

【Radiology】影像组学的标准化与可重复性:IBSI 卷积滤波器共识及其未能覆盖的环节

一篇写给普通放射科医师的编者按式评述:影像组学十余年未能进入临床,问题不在特征生成能力,而在可重复性与报告纪律。文章为同期 Radiology 上 IBSI(图像生物标志物标准化倡议)标准化八类卷积滤波器的工作背书,同时点出被标准化的只是工作流的一小段。


导语

影像组学(radiomics)把医学图像转成数百个定量特征,用来预测治疗反应、肿瘤基因型。理念提出至今已超过十年,FDA 尚未批准任何影像组学模型,也没有工具真正进入临床。Huisman 与 D'Antonoli 在 Radiology 的这篇评论里,梳理了翻译鸿沟的成因,并对同期发表的 IBSI 卷积滤波器标准化工作作出评价。

背景:三层问题

过拟合与泛化。 影像组学与 AI 共用数据挖掘技术,天然带过拟合风险。模型过度贴合训练数据后,在来源不同的数据上表现明显下降,这在相当程度上解释了为何影像组学领域充斥可行性与概念验证研究,却少有能走进临床的成果。可重复性。 同一实验由另一研究组执行却得不到相同结果,说明方法学存在变异,或报告不够透明。这两类现象在"热点"学科与预测建模领域都很常见,影像组学两头都占。文章举了一个广为流传的警示案例:2012 年获搞笑诺贝尔奖的"死鲑鱼"研究,鲑鱼看照片时功能 MRI 显示脑活动,后来被多重检验校正证伪。

标准化缺位。 应对上述问题的关键一步是研究实施与报告两端的标准化。报告侧已有两个成熟工具:CLEAR(CheckList for EvaluAtion of Radiomics research,ESR 与 EuSoMII 认可的逐步报告指南)与影像组学质量评分(Radiomics Quality Score)。

概念解释:卷积滤波器与 IBSI

卷积滤波器是影像组学特征提取中最难复现的一环。它们通过卷积把图像变换为"滤波后图像",再从中提取特征。滤波器可分两类:一类是空间域的预设或参数化数值权重(如 Laws、Gabor 核),

另一类是频率域的变换(如小波)。文章用了一个通俗类比:卷积滤波器增强 ROI 的特定属性(如边缘),效果类似骨核算法或社交软件的滤镜,但区别在于这些变换会实质改变随后提取出的每一个数值。

IBSI(Image Biomarker Standardization Initiative) 是推动影像组学决策支持工具标准化与可重复性的国际共识组织,2020 年在 Radiology 发表过第一批影像组学特征的参考值(Zwanenburg 等,Radiology 2020;295(2):328-338)。

评述对象:Whybra 与 Zwanenburg 的研究

同期 Radiology 上 Whybra 与 Zwanenburg 等代表的 IBSI 引入了一套模态无关的标准化卷积滤波器(Radiology 2024;310(2):e231319)。这篇评述详细介绍了其方法,认为其达成共识的过程"值得称道,可作其他多维数据驱动领域的范例":

阶段 内容
参与规模 7 国 15 个团队;入选条件是已开发出符合先前 IBSI 参考标准的自有影像组学软件
第一阶段 建立参考滤波图像
第二阶段 把滤波器接入影像组学工作流,求取影像组学特征的参考值
第三阶段 在公开多模态数据集上检验滤波器
验证队列 51 例软组织肉瘤患者的多模态影像(CT、¹⁸F-FDG PET、T1 加权 MRI),来自 The Cancer Imaging Archive;该队列亦用于该组首项研究
标准化对象 8 类卷积滤波器:mean、Laplacian-of-Gaussian、Laws、Gabor 核,以及未分解与已分解两种形式的可分离与非可分离小波滤波器
成果 33 幅参考滤波图像、323 个参考特征值;458/486(92%)的滤波图像特征表现出一致性(组内相关系数 > 0.75,95% CI 下界)
配套工具 网页工具 https://ibsi.radiomics.hevs.ch,供研究社区核验自产滤波图像与特征值是否符合 IBSI

**评述者同时点出该研究的局限:

  • 只标准化了基于滤波图像的强度统计特征,其他类型特征未纳入
  • 只覆盖手工特征 与有限的一批滤波器。在无穷多的滤波器与特征组合中,仅最常见的那些被标准化
  • 这些工作只触及影像组学工作流的一小部分,图像采集、重建、分割、建模等环节仍存在变异与随机噪声
  • IBSI 后续计划转向深度学习在影像组学中的应用,为图像预处理建立参考标准

核心观点:翻译鸿沟的多重成因

文章把影像组学进不了临床的原因归为几类,且明确指出"证据缺乏"之外的因素同样关键:

  1. 临床前研究者与临床终端用户之间缺乏协作,做出的工具未必是临床真正需要的
  2. 代码与数据共享实践缺位
  3. 方法学复杂、基本未标准化 ,容易产出无效结果并过拟合
    作者指出,IBSI 的滤波器共识除了收窄研究到临床的翻译差距,还部分避免了研究资源的浪费,不同团队不必再用互不兼容的滤波器重复劳动。

给放射科医师的操作建议

  • 用 IBSI 推荐的标准方法学实施影像组学研究,使结果可重复
  • 遵守相应的报告指南,且强调"遵守从研究概念化与设计阶段就已开始",而非事后补报告
  • 共享代码与数据,让泛化性成为常规实践(期刊正越来越多地鼓励这一点)
  • 认识到这些标准化步骤并非新事物,任何研究领域都需要;只是在影像组学的多维复杂度下,它们变得更量身定制也更重要
    两位作者以"透明度"与"跨学科协作(研究者、厂商、临床医生)"作为社会层面需投入的两大支柱作结。

局限与定位

这是 Radiology 的评论/编者按(REVIEWS AND COMMENTARY • EDITORIAL 栏目),篇幅两页,无原创数据、无图表、无编号表格。评述对象(Whybra & Zwanenburg)才是提供证据的研究本身。文中所有数字(15 个团队、7 国、51 例、8 类滤波器、33 幅参考图、323 个参考值、458/486、ICC > 0.75)均转引自该研究。文章的语气面向普通放射科医师,不要求读者具备方法学背景。

总结与展望

影像组学的临床转化瓶颈,是过拟合与泛化、可重复性、标准化三重问题的叠加。IBSI 对八类卷积滤波器的标准化是一次范围有限但方向正确的推进:它让滤波器这一最易失控的环节有了参考值可查,但采集、重建、分割、建模等后续环节仍未标准化。文章的价值在于把"科学问题"与"工程纪律"分开陈述。后者(报告指南、代码与数据共享、跨学科协作)不依赖新的科学突破即可改善,却是当前投入最不足的部分。


论文信息 :Huisman M, Akinci D'Antonoli T. What a Radiologist Needs to Know About Radiomics, Standardization, and Reproducibility. Radiology . 2024;310(2):e232459(REVIEWS AND COMMENTARY • EDITORIAL). DOI: 10.1148/radiol.232459

评述对象 :Whybra P, Zwanenburg A, Andrearczyk V, et al. The Image Biomarker Standardization Initiative: Standardized Convolutional Filters for Reproducible Radiomics and Enhanced Clinical Insights. Radiology. 2024;310(2):e231319.

相关推荐
东姬AI13 分钟前
挖出948个内核漏洞、自动写补丁:GPT-6 Cyber把AI推进“实战岗“,内容行业还卡在哪一关?
人工智能·网络安全·openai·gpt-6
用户29914221968020 分钟前
GitHub 热榜项目:日榜(2026-11-10)
人工智能·开源·github
用户29914221968026 分钟前
AI 日报(2026年11月10日)
人工智能
QXWZ_IA1 小时前
定位数据怎么推给 IoT 平台?消息协议选型与接入准备
网络·人工智能·物联网·安全
java_logo1 小时前
Docker 部署 ReMe:轻松搭建 AI Agent 记忆管理平台
人工智能·docker·容器·ai agent·轩辕镜像·reme·agentscope-ai
硅谷秋水1 小时前
从VLM规划器到机器人智能体:面向依赖历史信息的操控任务自演化框架
人工智能·机器学习·语言模型·机器人
小李不想当小白1 小时前
HAL库之UART(STM32 HAL库学习笔记)
笔记·stm32·单片机·嵌入式硬件·学习·嵌入式
西安小哥1 小时前
端侧跑大模型,真正的门槛不在参数量:一次 596 秒到 10 秒的压缩路径复盘
前端·人工智能
Vex2une1 小时前
AI 渲染正在重写游戏美术的账本:提效、外包与新的门槛
人工智能·aigc·游戏美术·神经渲染·dlss 5·ai 渲染·游戏开发门槛