换一批基于术前CT影像组学生境模型对Ⅰ～ⅢA期可切除非小细胞肺癌预后的预测价值
Preoperative CT-Based Radiomic Habitat Model for Predicting Prognosis in Stage Ⅰ-ⅢA Resectable Non-Small Cell Lung Cancer
摘要目的 开发并验证基于术前CT影像组学生境分析的联合模型,预测Ⅰ～ⅢA期可切除非小细胞肺癌患者的总生存期(OS)和无进展生存期(PFS).资料与方法 回顾性分析2016 年1月—2023 年2月海军军医大学第二附属医院341例非小细胞肺癌患者,随机分为训练集 238 例和验证集 103 例.通过 3D Slicer软件手动勾画肿瘤体积,基于K-means聚类算法分割生境亚区域,使用Pyradiomics提取影像组学特征,通过LASSO-Cox回归筛选关键特征,通过比较各单一模型,最终构建联合临床因素与影像组学生境特征的Cox比例风险模型用于预测OS和PFS.通过一致性指数、受试者工作特征曲线和Kaplan-Meier分析评估模型性能.通过SHAP分析对模型可解释性进行探索.结果 生境亚区域分析较传统全肿瘤影像组学分析预测预后的效能更高.验证集中,OS联合模型和PFS联合模型的预测性能最优,一致性指数分别为0.878、0.795.受试者工作特征曲线显示,验证集中OS联合模型预测 1 年、3 年、5 年生存率的曲线下面积分别为 0.781、0.878 和 0.881,PFS联合模型的曲线下面积分别为 0.786、0.725 和 0.715.Kaplan-Meier分析显示,高风险组与低风险组生存差异显著(P<0.05).结论 基于CT影像组学生境分析的联合模型能够无创、精准预测Ⅰ～ⅢA期非小细胞肺癌患者的OS和PFS,为个性化治疗决策提供重要参考.
更多相关知识
关键词
癌,非小细胞肺体层摄影术,X线计算机影像组学人工智能生境成像预后病理学,外科预测Carcinoma,non-small-cell lungTomography,X-ray computedRadiomicsArtificial intelligenceHabitat imagingPrognosisPathology,surgicalForecasting
栏目名称
DOI
10.3969/j.issn.1005-5185.2025.09.004
发布时间
2025-10-17（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
