1279-基于影像组学的原发性肝癌血管表型分类与预后分层研究

这项研究介绍了一种名为 MTV-Net 的创新计算框架，旨在通过常规 CT 扫描 对原发性肝癌进行非侵入式精准诊断与预后评估。研究人员提取了反映肿瘤血管微环境异质性的定量特征，生成了用于区分肝癌亚型（如 HCC 和 ICC）的 TAVSPHE 指标，以及预测术后复发风险的 TAVSRE 指标。通过对六个临床队列的深度分析，该模型在识别具有挑战性的混合型肝癌及提升生存期预测准确性方面表现优异。放射基因组学验证进一步揭示，血管影像特征与细胞外基质重塑等生物学通路密切相关，证明了该工具的病理学基础。总之，这一多任务学习框架为肝癌的个性化临床决策提供了具有高度解释力的影像生物标志物。

References:

• Xin H, Wang Y, Xin H, et al. Noninvasive imaging analysis of vascular phenotypes improves prognostic stratification in primary liver cancer: a multi-cohort study[J]. npj Precision Oncology, 2025.