基于肺癌放化疗前增强CT图像影像组学方法对非小细胞肺癌放化疗敏感性评估

To evaluate sensitivity of chemoradiotherapy in non-small cell lung cancer by radiomics based on enhanced CT images before chemoradiotherapy

二维码有效期 120s

摘要目的探讨基于肺癌放化疗前增强CT图像的影像组学方法对非小细胞肺癌(NSCLC)放化疗敏感性评估的价值.方法回顾性分析自2010年11月至2019年12月北部战区总医院经病理证实为NSCLC,具有完整的放化疗前肺部增强CT影像数据的125例(共236个病灶)患者的临床资料.实体瘤疗效评价标准1.1(RECIST 1.1)作为放化疗敏感性评估的"金标准".采用Dr.Wise多模态科研平台软件提取影像组学特征,进行特征筛选并建立影像组学标签.以随机分配原则将患者按照1:4比例分为验证组及训练组(每组各25例),纳入其临床资料及影像组学标签,并分别采用决策树(DT)、支持向量机(SVM)、逻辑回归(LR)、随机森林(RF)、线性支持向量(LSVM)5种分类器方法建立模型.从准确度、灵敏度、特异度及受试者工作特征曲线下面积(AUC)对5种分类器的性能进行比较并进行模型优化及验证.结果 5种分类器方法分别在五折交叉验证中建模,所建模型中最终以SVM分类器方法的AUC最高.SVM分类器模型训练组的准确度为0.82,灵敏度为0.74,特异度为0.87,AUC为0.90(95％可信区间:0.860～0.935);验证组的准确度为0.70,灵敏度为0.53,特异度为0.82,AUC为0.76(95％可信区间:0.700～0.824).SVM模型与RECIST预测NSCLC放化疗敏感性的结果比较,差异无统计学意义(P>0.05).结论 SVM模型与RECIST预测NSCLC放化疗敏感性的效能相仿.基于NSCLC放化疗前增强CT图像获得的影像组学标签建立的影像组学模型对NSCLC放化疗敏感性的评估具有一定的应用价值.