临床上，放射组学使用预定的统计操作从图像数据中提取大量的定量特征进行图像分析过程。放射组学的目的是识别视觉上难以察觉的图像特征，这些特征可以描述特定组织或预测某种结果，从而最大限度地从医学图像中提取潜在的有用信息。迄今为止，这一概念主要应用于肿瘤成像以改善结果预测，但最近越来越多地应用于非肿瘤成像，包括发育中的肺部的体内胎儿成像。

现阶段，胎儿MRI在评估超声检查怀疑肺部发育异常的病例中发挥着重要作用，有助于指导管理团队和家长优化围产期和产后治疗计划。传统的胎儿MRI视觉评估需要大量的专业知识和多年的经验，而胎儿MRI数据非常适合于放射组学分析，因为图像采集是按照国际公认的ISUOG实践指南以标准化的方式进行的。除了对胎儿MRI结果的主观视觉解释外，利用放射组学进行客观的定量图像分析，可改善组织特征以及对肺部发育异常病例的结果预测的准确性。未来，胎儿MRI放射组学特征与产后临床参数相关，如需要机械通气或体外膜氧合，可以帮助指导临床医生和家长制定最佳产后治疗计划。此外，胎儿MRI放射组学可能有助于在资源或专业知识有限的地方获得最先进的诊断方法。

然而，一些放射组学特征已被证明会受到图像采集参数的改变和重复采集的影响。在其有针对性地应用于发育性肺部疾病（例如因胎膜早破导致的肺发育不良、先天性膈疝等）的成像评估之前，放射组学特征的可重复性分析是一个基本的前提条件。目前，还没有证据表明从胎儿MRI数据中提取的定量放射学特征，特别是肺部的定量放射学特征，在重复图像采集中的稳健性。

近日，发表在European Radiology杂志的一项研究使用广泛用于肺部成像及其他领域的开源软件包Pyradiomics评估了在重复体内MRI采集中从胎儿肺部提取的一百个一阶和二阶放射组学特征的可重复性，位进一步的临床应用提供了数据支持。

 研究进行了30个胎儿的体内MRI（1.5特斯拉）扫描，每个包括两个轴向和一个冠状的全肺T2加权序列，所有其他采集参数保持不变以进行回顾性鉴定。使用ITK-Snap对肺部进行了人工分割。使用Pyradiomics从胎儿肺部MRI数据中提取了100个放射组学特征，形成了90个数据集。计算了基线和重复轴向采集之间以及基线轴向和冠状线采集之间的放射组学特征的类内相关系数（ICC）。 

研究纳入了30个胎儿（12[40%]女性，18[60%]男性）的MRI数据，中位胎龄为24+5孕周加天（GW）（四分位数范围[IQR]3+3GW，范围21+1至32+6GW）。基线和重复轴向MR采集的放射组学特征的ICC中位数为0.92（IQR 0.13，范围0.33至1），其中60个特征表现为优秀（ICC>0.9），27个良好（>0.75-0.9），12个中等（0.5-0.75），一个差（ICC<0.5）。基线轴位和冠状位MR采集之间的放射组学特征的ICC中位数是0.79（IQR 0.15，范围0.2至1），其中20个特征表现为优秀，47个良好，29个中等，4个差。 

图 胎膜早破及随后的无水羊水和肺发育不良的两个胎儿（a，c）在孕周23（a）和32（c）时的冠状T2加权胎儿MR图像（a-d），以及两个肺部发育正常的胎儿（b，d）在孕周23（b）和32（d）时的图像。与相同胎龄的正常对照组（b，d）的肺组织相比，胎膜早破、无水畸形和肺发育不良的胎儿表现出低信号的肺组织（a，c）。放射组学分析可以量化形状和微观结构组织质量的偏差，未来可能会补充肺部体积，以改善肺部发育的产前评估

本项研究表明，在重复的标准化MR采集中，使用透明程序从胎儿肺部提取的大部分放射组学特征有很高的可重复性。这为放射组学在正常和病理肺部发育的胎儿MRI中的安全和有意义的使用提供了验证。因此，只要进行标准化（最好是轴向）的图像采集，胎儿MRI放射组学就有可能在未来提高胎儿MRI对发育中肺部的诊断和预后效果。

原始出处：

Florian Prayer,Martin L Watzenböck,Benedikt H Heidinger,et al.Fetal MRI radiomics: non-invasive and reproducible quantification of human lung maturity.DOI:10.1007/s00330-022-09367-1