НАУЧНЫЙ И ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ

ISSN 1024-6177 (Print), ISSN 2618-9615 (Online)

Медицинская радиология и радиационная безопасность. 2025. Том 70. № 5

DOI:10.33266/1024-6177-2025-70-5-93-97

В.П. Неустроев1, Ю.Д. Удалов2, М.И. Муслимов3, Э.Н. Мингазова3, 4, 5

ПРИМЕНЕНИЕ РАДИОМИКИ В МРТ-ИССЛЕДОВАНИЯХ МЕТАСТАТИЧЕСКИХ ПОРАЖЕНИЙ ПЕЧЕНИ

1 Национальный медицинский исследовательский центр онкологии имени Н.Н. Блохина Минздрава России, Москва

2 Федеральный медицинский биофизический центр им. А.И. Бурназяна ФМБА России, Москва

3 Российская медицинская академия непрерывного профессионального образования, Москва

4 Национальный НИИ общественного здоровья имени Н.А. Семашко, Москва

5 Казанский государственный медицинский университет, Казань

Контактное лицо: Эльмира Нурисламовна Мингазова, e-mail: Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 

Резюме

В настоящее время радиомика как быстро развивающаяся технология получает все большее применение в решении диагностических, прогностических и предиктивных задач в исследованиях метастазов печени на базе изображений МРТ. Помимо эффективности в диагностике и классификации опухолей, радиомика демонстрирует особенно впечатляющие прогностические возможности в отношении злокачественных новообразований печени (ЗНО) печени как органа высокого риска. До появления радиомики для этих целей использовались молекулярно-генетические, биохимические и гистологические исследования. Радиомика ЗНО печени находится в начале своего развития, что предполагает наличие определенных трудностей и препятствий, на устранение которых направлено первоочередное внимание, в частности, в области разработки стандартов, необходимых для применения в клинической практике.

Ключевые слова: радиомика, МРТ-изображения, анализ текстуры, метастазирование, печень, прецизионная медицина

Для цитирования: Неустроев В.П., Удалов Ю.Д., Муслимов М.И., Мингазова Э.Н. Применение радиомики в мрт-исследованиях метастатических поражений печени // Медицинская радиология и радиационная безопасность. 2025. Т. 70. № 5. С. 93–97. DOI:10.33266/1024-6177-2025-70-5-93-97

 

Список литературы

  1. Shur JD, Doran SJ, Kumar S, et al. Radiomics in Oncology: A Practical Guide. Radiographics. 2021;41(6):1717-1732. doi:10.1148/rg.2021210037.
  2. Kumar V, Gu Y, Basu S, et al. Radiomics: the process and the challenges. Magn Reson Imaging. 2012;30(9):1234-1248. doi:10.1016/j.mri.2012.06.010.
  3. Lambin P, Leijenaar RTH, Deist TM, et al. Radiomics: the bridge between medical imaging and personalized medicine. Nat Rev Clin Oncol. 2017;14(12):749-762. doi:10.1038/nrclinonc.2017.141.
  4. Parekh V, Jacobs MA. Radiomics: a new application from established techniques. Expert Rev Precis Med Drug Dev. 2016;1(2):207-226. doi:10.1080/23808993.2016.1164013.
  5. Rizzo S, Botta F, Raimondi S, et al. Radiomics: the facts and the challenges of image analysis. Eur Radiol Exp. 2018;2(1):36. Published 2018 Nov 14. doi:10.1186/s41747-018-0068-z.
  6. Alderson PO, Summers RM. The Evolving Status of Radiomics. J Natl Cancer Inst. 2020;112(9):869-870. doi:10.1093/jnci/djaa018.
  7. Ding H, Wu C, Liao N, et al. Radiomics in Oncology: A 10-Year Bibliometric Analysis. Front Oncol. 2021;11:689802. Published 2021 Sep 20. doi:10.3389/fonc.2021.689802.
  8. McCague C, Ramlee S, Reinius M, et al. Introduction to radiomics for a clinical audience. Clin Radiol. 2023;78(2):83-98. doi:10.1016/j.crad.2022.08.149.
  9. Maniaci A, Lavalle S, Gagliano C, et al. The Integration of Radiomics and Artificial Intelligence in Modern Medicine. Life (Basel). 2024;14(10):1248. Published 2024 Oct 1. doi:10.3390/life14101248.
  10. Maino C, Vernuccio F, Cannella R, et al. Radiomics and liver: Where we are and where we are headed?. Eur J Radiol. 2024;171:111297. doi:10.1016/j.ejrad.2024.111297.
  11. Hacking C, Southi J, Fahrenhorst-Jones T, Silverstone L., et al. Hepatic metastases. Reference article. Radiopaedia.org. 2025; doi:10.53347/rID-6931.
  12. Cervantes A, Adam R, Roselló S, et al. Metastatic colorectal cancer: ESMO Clinical Practice Guideline for diagnosis, treatment and follow-up. Ann Oncol. 2023;34(1):10-32. doi:10.1016/j.annonc.2022.10.003.
  13. Tsilimigras DI, Brodt P, Clavien PA, et al. Liver metastases. Nat Rev Dis Primers. 2021;7(1):27. Published 2021 Apr 15. doi:10.1038/s41572-021-00261-6.
  14. Stoletov K, Beatty PH, Lewis JD. Novel therapeutic targets for cancer metastasis. Expert Rev Anticancer Ther. 2020;20(2):97-109. doi:10.1080/14737140.2020.1718496.
  15. Chang HH, Leeper WR, Chan G, Quan D, Driman DK. Infarct-like necrosis: a distinct form of necrosis seen in colorectal carcinoma liver metastases treated with perioperative chemotherapy. Am J Surg Pathol. 2012;36(4):570-576. doi:10.1097/PAS.0b013e31824057e7.
  16. Zimmermann A. Metastatic Liver Disease: Secondary Alterations of Hepatic Metastases. Tumors and Tumor-Like Lesions of the Hepatobiliary Tract. General and surgical pathology. Cham: Springer, 2017. Р. 1947–1964. doi:10.1007/978-3-319-26956-6_109.
  17. Çakır M, Tüzün S, Savaş A, Tosyalı Y. Two pseudotumor cases mimicking liver malignancy. Turk J Surg. 2015;33(3):212-216. Published 2015 Jul 2. doi:10.5152/UCD.2015.2912.
  18. Pohnan R, Ryska M, Hytych V, Matej R, Hrabal P, Pudil J. Echinococcosis mimicking liver malignancy: A case report. Int J Surg Case Rep. 2017;36:55-58. doi:10.1016/j.ijscr.2017.04.032.
  19. Khalil A, Taha A. Hepatic Sarcoid-Like Reaction Mimicking Liver Metastases in a 36-Year-Old Female With Rheumatoid Arthritis. Cureus. 2023;15(8):e43974. Published 2023 Aug 23. doi:10.7759/cureus.43974.
  20. Oyama A, Hiraoka Y, Obayashi I, et al. Hepatic tumor classification using texture and topology analysis of non-contrast-enhanced three-dimensional T1-weighted MR images with a radiomics approach. Sci Rep. 2019;9(1):8764. Published 2019 Jun 19. doi:10.1038/s41598-019-45283-z.
  21. Fiz F, Viganò L, Gennaro N, et al. Radiomics of Liver Metastases: A Systematic Review. Cancers (Basel). 2020;12(10):2881. Published 2020 Oct 7. doi:10.3390/cancers12102881.
  22. Li S, Li Z, Huang X, et al. CT, MRI, and radiomics studies of liver metastasis histopathological growth patterns: an up-to-date review. Abdom Radiol (NY). 2022;47(10):3494-3506. doi:10.1007/s00261-022-03616-z.
  23. Granata V, Fusco R, Setola SV, et al. Colorectal liver metastases patients prognostic assessment: prospects and limits of radiomics and radiogenomics. Infect Agent Cancer. 2023;18(1):18. Published 2023 Mar 16. doi:10.1186/s13027-023-00495-x.
  24. Baishya NK, Baishya K, Baishya K, Sarma R, Ray S. MRI Radiomics in Imaging of Focal Hepatic Lesions: A Narrative Review. Cureus. 2024;16(6):e62570. Published 2024 Jun 17. doi:10.7759/cureus.62570.
  25. Haghshomar M, Rodrigues D, Kalyan A, Velichko Y, Borhani A. Leveraging radiomics and AI for precision diagnosis and prognostication of liver malignancies. Front Oncol. 2024;14:1362737. Published 2024 May 8. doi:10.3389/fonc.2024.1362737.
  26. Shu Z, Fang S, Ding Z, et al. MRI-based Radiomics nomogram to detect primary rectal cancer with synchronous liver metastases. Sci Rep. 2019;9(1):3374. Published 2019 Mar 4. doi:10.1038/s41598-019-39651-y.
  27. Hu SX, Yang K, Wang XR, et al. Sichuan Da Xue Xue Bao Yi Xue Ban. 2021;52(2):311-318. doi:10.12182/20210360202.
  28. Granata V, Fusco R, De Muzio F, et al. Contrast MR-Based Radiomics and Machine Learning Analysis to Assess Clinical Outcomes following Liver Resection in Colorectal Liver Metastases: A Preliminary Study. Cancers (Basel). 2022;14(5):1110. Published 2022 Feb 22. doi:10.3390/cancers14051110.
  29. Granata V, Fusco R, De Muzio F, et al. Radiomics and machine learning analysis by computed tomography and magnetic resonance imaging in colorectal liver metastases prognostic assessment. Radiol Med. 2023;128(11):1310-1332. doi:10.1007/s11547-023-01710-w.
  30. Huang Y, Zhou S, Luo Y, et al. Development and validation of a radiomics model of magnetic resonance for predicting liver metastasis in resectable pancreatic ductal adenocarcinoma patients. Radiat Oncol. 2023;18(1):79. Published 2023 May 10. doi:10.1186/s13014-023-02273-w.
  31. Li ZF, Kang LQ, Liu FH, et al. Radiomics based on preoperative rectal cancer MRI to predict the metachronous liver metastasis. Abdom Radiol (NY). 2023;48(3):833-843. doi:10.1007/s00261-022-03773-1.
  32. Chen Y, Lu T, Zhang Y, Li H, Xu J, Li M. Baseline hepatobiliary MRI for predicting chemotherapeutic response and prognosis in initially unresectable colorectal cancer liver metastases. Abdom Radiol (NY). 2024;49(8):2585-2594. doi:10.1007/s00261-024-04492-5.
  33. Ma J, Nie X, Kong X, et al. MRI T2WI-based radiomics combined with KRAS gene mutation constructed models for predicting liver metastasis in rectal cancer. BMC Med Imaging. 2024;24(1):262. Published 2024 Oct 4. doi:10.1186/s12880-024-01439-6.
  34. Wang X, Liu Z, Yin X, Yang C, Zhang J. A radiomics model fusing clinical features to predict microsatellite status preoperatively in colorectal cancer liver metastasis. BMC Gastroenterol. 2023;23(1):308. Published 2023 Sep 12. doi:10.1186/s12876-023-02922-0.
  35. Jin WH, Simpson GN, Dogan N, et al. MRI-based delta-radiomic features for prediction of local control in liver lesions treated with stereotactic body radiation therapy. Sci Rep. 2022;12(1):18631. Published 2022 Nov 3. doi:10.1038/s41598-022-22826-5.
  36. Della Corte A, Mori M, Calabrese F, et al. Preoperative MRI radiomic analysis for predicting local tumor progression in colorectal liver metastases before microwave ablation. Int J Hyperthermia. 2024;41(1):2349059. doi:10.1080/02656736.2024.2349059.
  37. Yoon S, Kim YJ, Jeon JS, Ahn SJ, Choi SJ. Radiomics and machine learning analysis of liver magnetic resonance imaging for prediction and early detection of tumor response in colorectal liver metastases. Korean J Clin Oncol. 2024;20(1):27-35. doi:10.14216/kjco.24005.
  38. Song C, Li W, Cui J, et al. Pre-operative prediction of histopathological growth patterns of colorectal cancer liver metastasis using MRI-based radiomic models. Abdom Radiol (NY). 2024;49(12):4239-4248. doi:10.1007/s00261-024-04290-z.
  39. Lu W, Wu G, Miao X, et al. The radiomics nomogram predicts the prognosis of pancreatic cancer patients with hepatic metastasis after chemoimmunotherapy. Cancer Immunol Immunother. 2024;73(5):87. Published 2024 Mar 30. doi:10.1007/s00262-024-03644-2
  40. Bodalal Z, Bogveradze N, Ter Beek LC, et al. Radiomic signatures from T2W and DWI MRI are predictive of tumour hypoxia in colorectal liver metastases. Insights Imaging. 2023;14(1):133. Published 2023 Jul 21. doi:10.1186/s13244-023-01474-x.
  41. Yuan Z, Shu Z, Peng J, et al. Prediction of postoperative liver metastasis in pancreatic ductal adenocarcinoma based on multiparametric magnetic resonance radiomics combined with serological markers: a cohort study of machine learning. Abdom Radiol (NY). 2024;49(1):117-130. doi:10.1007/s00261-023-04047-0.
  42. van der Reijd DJ, Chupetlovska K, van Dijk E, et al. Multi-sequence MRI radiomics of colorectal liver metastases: Which features are reproducible across readers?. Eur J Radiol. 2024;172:111346. doi:10.1016/j.ejrad.2024.111346.
  43. Park JH, Cho ES, Yoon J, et al. MRI radiomics model differentiates small hepatic metastases and abscesses in periampullary cancer patients. Sci Rep. 2024;14(1):23541. Published 2024 Oct 9. doi:10.1038/s41598-024-74311-w.
  44. Zwanenburg A, Vallières M, Abdalah MA, et al. The Image Biomarker Standardization Initiative: Standardized Quantitative Radiomics for High-Throughput Image-based Phenotyping. Radiology. 2020;295(2):328-338. doi:10.1148/radiol.2020191145.
  45. Kocak B, Baessler B, Bakas S, et al. CheckList for EvaluAtion of Radiomics research (CLEAR): a step-by-step reporting guideline for authors and reviewers endorsed by ESR and EuSoMII. Insights Imaging. 2023;14(1):75. Published 2023 May 4. doi:10.1186/s13244-023-01415-8.
  46. Kocak B, Yuzkan S, Mutlu S, Bulut E, Kavukoglu I. Publications poorly report the essential RadiOmics ParametERs (PROPER): A meta-research on quality of reporting. Eur J Radiol. 2023;167:111088. doi:10.1016/j.ejrad.2023.111088.
  47. Kocak B, Akinci D’Antonoli T, Mercaldo N, et al. METhodological RadiomICs Score (METRICS): a quality scoring tool for radiomics research endorsed by EuSoMII. Insights Imaging. 2024;15(1):8. Published 2024 Jan 17. doi:10.1186/s13244-023-01572-w.
  48. Long ZD, Yu X, Xing ZX, Wang R. Multiparameter magnetic resonance imaging-based radiomics model for the prediction of rectal cancer metachronous liver metastasis. World J Gastrointest Oncol. 2025;17(1):96598. doi:10.4251/wjgo.v17.i1.96598
  49. Shahveranova A, Balli HT, Aikimbaev K, Piskin FC, Sozutok S, Yucel SP. Prediction of Local Tumor Progression After Microwave Ablation in Colorectal Carcinoma Liver Metastases Patients by MRI Radiomics and Clinical Characteristics-Based Combined Model: Preliminary Results. Cardiovasc Intervent Radiol. 2023;46(6):713-725. doi:10.1007/s00270-023-03454-6. 

 

  PDF (RUS) Полная версия статьи

 

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

Финансирование. Исследование не имело спонсорской поддержки.

Участие авторов. Cтатья подготовлена с равным участием авторов.

Поступила: 20.05.2025. Принята к публикации: 25.06.2025.

 

© Журнал "Медицинская радиология и радиационная безопасность" 2020г.

Яндекс.Метрика

Наверх