基于放射组学预测放射性肺炎的初步研究

• 作者: 刘颖 崔景景 张臻 张达光 王伟 王清鑫 王琦 赵路军
• 来源期刊: 中华放射肿瘤学杂志
• 关键词: 肺肿瘤/放射治疗 放射组学 放射性肺炎
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 胸部肿瘤
• 页码范围: 427-431
• 页数: 5页
• 语种: 中文
• DOI: 10.3760/cma.j.cn113030-20191112-00472

摘要

目的 基于肺癌患者胸部定位CT图像进行筛选与放射性肺炎发生相关的放射组学特征,构建机器学习模型,探讨放射组学在预测放射性肺炎发生中的价值.方法 回顾性分析行根治性调强放疗的Ⅲ期非小细胞肺癌患者86例,通过随访影像学资料及临床信息将其进行放射性肺炎分级,并收集其定位CT图像.将全肺作为感兴趣体积进行放射组学特征的提取,分析与发生放射性肺炎有关的放射组学特征及临床、剂量学特征.利用支持向量机进行模型构建,通过五折验证方式检测模型预测性能.结果 提取出放射组学特征1 029个,通过方差分析及LASSO方法共得到与发生放射性肺炎有关的放射组学特征5个.单纯利用放射组学特征构建模型的测试集曲线下面积(AUC)=0.67,利用放射组学特征结合临床、剂量参数构建模型的测试集AUC=0.71.结论 在通过利用Ⅲ期非小细胞肺癌患者的定位CT图像进行构建的放射组学模型有预测放射性肺炎发生的潜能,加入临床及剂量参数后可进一步提高预测效能.