胸部CT放射组学特征对肺癌诊断及治疗反应的预测价值
侯欣1
徐江1
刁竹帅1
李辉坚1
周云鹏2
1.青岛市第八人民医院放射科 山东 青岛 2660002.青岛市第八人民医院普外科 山东 青岛 266000
摘要：目的 探讨胸部CT放射组学特征对肺癌诊断及治疗反应的预测价值.方法 选取 120 例肺部结节患者,其中肺癌 42 例、良性结节 78 例.按 7∶3 随机将患者分为训练集 84 例和验证集 36 例.行胸部增强 CT 扫描,通过Pyradiomics平台提取放射组学特征,采用最小绝对收缩和选择算子(LASSO)算法进行特征筛选,构建放射组学模型.以病理检查结果为诊断金标准,评估该模型对肺癌的诊断效能;收集临床随访数据,根据放射组学模型计算的风险评分,将患者分为放射组学高风险组(风险评分≥0.58)和低风险组(风险评分<0.58),采用Kaplan-Meier法分析两组生存曲线,Cox比例风险模型评估放射组学特征与无进展生存期(PFS)、总生存期(OS)的相关性.结果 共提取出 285 个放射组学特征,经Spearman相关分析剔除冗余特征、10 折交叉验证确定最优正则化参数,最终筛选出 7 个非零系数特征.以筛选出的放射组学特征构建放射组学诊断模型,该模型在训练集和验证集中对肺癌的诊断均表现出良好效能,在验证集中的AUC为 0.912,最佳截断值为 0.58 时,灵敏度为 88.33%,特异度为 85.90%,准确率为 87.00%.以ROC曲线确定的最佳截断值 0.58 为界,将患者分为高风险组 56 例和低风险组 64 例,生存分析显示,高风险组PFS为 13.46 个月,OS为21.57 个月,短于低风险组的 18.79、33.12 个月(P均<0.01).Cox多因素分析显示,original_glcm_ClusterProminence是PFS的独立预测因子(HR=1.321,95%CI:1.082～1.614,P=0.009),SurfaceVolumeRatio是OS的独立预测因子(HR=0.703,95%CI:0.542～0.901,P=0.007).结论 放射组学特征能够有效辅助肺癌诊断,并对治疗反应及预后评估提供量化依据.
关键词：体层摄影术X线计算机放射组学肺癌
分类号：R814.42(放射医学)R734.2(呼吸系肿瘤)
资助基金：青岛市医药科研指导计划(2020-WJZD102)
论文发表日期：2026-01-30
在线出版日期：2026-03-20（本平台首次上网日期，不代表文献的发表时间）
页数：5( 72-75,95 )
英文信息