近日，山西医科大学第一医院核磁影像科张辉教授团队在Nature旗下子刊《npj Precision Oncology》杂志发表了题为“MRI transformer deep learning and radiomics for predicting IDH wild type TERT promoter mutant gliomas”的最新研究成果。山西医科大学医学影像学院本科生牛文举为第一作者，硕士研究生闫俊羽、郝敏等为共同作者，山医大一院张辉教授、杨国强副教授和首都医科大学附属北京天坛医院王磊主任医师担任共同通讯作者。

脑胶质瘤是中枢神经系统最常见的原发性恶性肿瘤，具有高度异质性，平均存活时间不到21个月。相同病理级别的脑胶质瘤表现出不同的生物学行为，IDH野生TERT启动子突变型胶质瘤具有更差的预后和更强的侵袭性。研究团队聚焦脑胶质瘤高度分子异质性难以术前精准量化的重要临床问题，回顾性分析了山西医科大学3所附属医院、北京天坛医院和TCGA公共数据库中1185例脑胶质瘤患者的多参数磁共振图像（MRI）和肿瘤基因分子信息，基于多中心、大队列患者数据，首次融合多维度MRI 、跨尺度注意力视觉Transformer（CrossFormer）深度学习和影像组学，实现了IDH野生TERT启动子突变型胶质瘤的术前精准预测和预后评估，这对早期无创预警脑胶质瘤的恶性转化具有重要研究价值，有助于临床对脑胶质瘤进行术前精准诊断、生存预后评估及风险分层管理。

CrossFormer深度学习模型架构示意图

研究团队依托山西省“智能影像大数据与功能纳米成像”工程研究中心、山西省“智能影像与纳米医学”重点实验室、山西省医学影像专科联盟，联合山西医科大学多所附属医院，率先应用生境智能影像技术精准量化脑胶质瘤分子异质性，实现了脑胶质瘤高危分子亚型的精准预测，相关研究成果连续发表在《Ann Clin Transl Neurol》《Cancer Imaging》等肿瘤影像领域高水平期刊，标志着团队应用智能影像新技术预测脑胶质瘤分子分型及生存预后取得新突破，为精准量化评估脑胶质瘤分子异质性开辟了新视角。

多模态MRI生境成像示意图

研究工作得到国家自然科学基金区域联合重点项目和国家自然科学基金面上项目支持。

原文链接：Niu, W., Yan, J., Hao, M. et al. MRI transformer deep learning and radiomics for predicting IDH wild type TERT promoter mutant gliomas. npj Precis. Onc. 9, 89 (2025). https://doi.org/10.1038/s41698-025-00884-y.

制作：朱虹瑾

初审初校：王效春

复审复校：张君

终审终校：程红