近日，中國科學院合肥腫瘤醫院在利用多模態影像預測膠質瘤放療療效的研究中取得新進展。相關成果發表在醫學與計算機領域TOP期刊IEEE Journal of Biomedical and Health Informatics上。

術后放療在膠質瘤治療中具有重要作用，但僅部分患者對治療有明顯反應。因此，放療前準確預測治療反應對于制定個體化的劑量調整策略至關重要。傳統預測方法依賴臨床因素，難以反映腫瘤異質性帶來的影響。影像組學通過提取腫瘤區域的細微特征，在預測方面表現優于傳統模型。然而，目前模型僅關注單一感興趣區域，未能充分考慮術后放療靶區中腫瘤微環境的空間異質性與其對治療結果的潛在影響。此外，現有的“生境分析”方法雖能將異質性腫瘤分割為具有不同生物特征的子區域，但在實際應用中仍存在利用不足、特征融合導致過擬合，以及傳統機器學習模型難以捕捉復雜區域間關系等問題。

為克服上述挑戰，本研究提出了一種基于圖神經網絡和多視圖學習的多圖融合框架。該方法將每位患者視為圖中的一個節點，節點特征由其影像組學特征構成，圖的結構則基于患者臨床特征間的相似性建立。圖神經網絡通過信息傳遞機制捕捉復雜的節點間關系，從而更好地理解腫瘤特征間的交互作用。同時，多圖融合框架將每個生境子區域作為一個獨立視圖，不僅可以融合單個患者不同區域的信息，還可在不同患者間捕捉腫瘤微環境的共性與差異。該方法有助于更全面地理解腫瘤微環境對放療反應的影響，提升預測性能并增強模型解釋性。

腦系腫瘤中心長期致力于基于多模態影像的腦腫瘤精準診療研究，旨在完善一套系統的多模態影像驅動的腦腫瘤精準放療體系。該體系不僅有助于深入探索腦腫瘤治療反應的病理生理機制，也為實現更精準的放療靶區勾畫與療效評估提供了技術支持與應用前景。

該論文的第一單位為中國科學院合肥腫瘤醫院，第一作者為中國科學院合肥腫瘤醫院腦系腫瘤中心博士后、主治醫師王毅欣，博士后合作導師王宏志研究員為通訊作者。本研究得到了合肥物質院院長基金和合肥腫瘤醫院人才培養基金的支持。

文章鏈接：https://ieeexplore.ieee.org/document/11096419

基于圖神經網絡和多視圖學習的多圖融合框架