编辑推荐：
在放射组学研究中，[1?F] FDG - PET 放射组学特征集存在多重共线性问题。研究人员分析 5 个不同肿瘤类型的独立 [1?F] FDG - PET 队列，发现至少三分之二的特征可因强多重共线性被省略，这有助于简化分析、降低统计负担。
在医学影像学飞速发展的当下，放射组学（Radiomics）作为新兴领域备受瞩目。它旨在从医学影像中提取大量定量特征，挖掘潜在的影像生物标志物，以助力疾病的诊断、治疗和预后评估。然而，在实际应用中，放射组学特征集却面临着诸多挑战。
目前，放射组学特征大多是手工设计的，缺乏明确的生物学依据。许多特征从其他图像量化领域借鉴而来，虽然特征数量众多，约有 100 个左右，但它们之间的相关性却错综复杂。例如，有些早期研究提出的放射组学特征与肿瘤体积存在强关联，却未能充分考虑特征间的内在联系，导致模型解释性差，难以真正揭示疾病机制。而且，这些强相关的特征还会引发统计难题，如统计模型的过拟合现象，影响机器学习模型的交叉验证结果，使样本量计算变得困难重重。
为了解开这些谜团，来自荷兰莱顿大学医学中心（Leiden University Medical Center）、格罗宁根大学医学中心（University Medical Center Groningen）等多个机构的研究人员联合开展了一项研究。他们聚焦于 [1?F] 氟 - 2 - 脱氧 - D - 葡萄糖（[1?F] FDG）正电子发射断层扫描（PET）放射组学特征集的多重共线性问题，试图找出可通用的非冗余特征，从而优化放射组学分析流程。这项研究成果发表在《European Radiology》杂志上，为该领域的发展带来了新的曙光。
研究人员主要运用了以下关键技术方法：
- 数据收集：回顾性分析 5 个已发表的 [1?F] FDG - PET 放射组学研究数据，涵盖非小细胞肺癌（NSCLC，35 例）、嗜铬细胞瘤和副神经节瘤（PPGL，40 例）、头颈部鳞状细胞癌（HNSCC，54 例）、[1?F] FDG 阳性且细胞学不确定的甲状腺结节（84 例）以及胃癌（206 例）患者队列 。
- 定量图像分析：在不同队列中，采用自适应阈值或模糊局部自适应贝叶斯（FLAB）算法勾画感兴趣体积（VOI），并使用 PyRadiomics 软件提取 104 个放射组学特征，同时计算总病灶糖酵解（TLG） 。
- 统计分析：通过计算绝对 Spearman 秩相关系数矩阵评估特征间相关性；进行聚类分析，将强相关特征分组，筛选出代表性非冗余特征 。
下面来看具体的研究结果：
- 多重共线性广泛存在：在所有 5 个队列中均观察到放射组学特征集的多重共线性，且相关矩阵呈现相似模式。105 个特征中，72 个特征在所有 5 个队列中与其他特征存在极强相关性（ρ>0.9）；90 个特征存在强相关性（ρ>0.7）。若考虑任意 4 个队列，相关特征数量更多。
- 聚类分析筛选非冗余特征：对 5 个队列的平均相关矩阵进行聚类分析，在 ρ>0.9 的阈值下，确定了 35 个聚类，每个聚类选择 1 个代表性非冗余特征，如扁平度（Flatness）、球形度（Sphericity）等；在 ρ>0.7 的阈值下，得到 15 个聚类和相应的非冗余特征 。这些非冗余特征分布在不同特征类别中，形状和邻域灰度差异矩阵（NGTDM）类别的非冗余特征相对较多 。
研究结论和讨论部分意义重大。研究表明，放射组学特征集中存在大量冗余特征，至少三分之二的特征可因强多重共线性被省略。采用更宽松的阈值，能识别出更多冗余特征。减少特征数量可大幅降低过拟合风险，简化放射组学特征签名的解释过程，使样本量计算更具可行性，为后续研究奠定坚实基础。
然而，研究也存在一定局限性。如回顾性分析导致各队列特征提取设置略有差异，虽不影响冗余特征的相似性结论，但统一设置会使结果更可靠；未考虑 Spearman 相关性的 p 值，且聚类分析基于平均相关矩阵，可能掩盖部分队列的真实情况；仅分析了 105 个符合图像生物标志物标准化倡议（IBSI）的特征，对于更多特征的情况未涉及；研究仅针对手工设计的放射组学，深度学习放射组学不在研究范围内。
尽管如此，这项研究仍为放射组学领域指明了方向。它提醒研究人员在后续研究中，应更加关注特征的选择和优化，进一步探究其他疾病、放射性药物和成像方式下放射组学特征集的多重共线性情况，同时评估仅使用非冗余特征的放射组学模型性能，为精准医学的发展贡献更多力量。
