基于放射组学的机器学习术前预测临床 IA 期纯实性非小细胞肺癌的生存结局

文章预览

背景 非小细胞肺癌（NSCLC）是全球常见恶性肿瘤之一。随着胸部计算机断层扫描（CT）筛查的广泛应用，更多NSCLC在早期被诊断出来，其中临床IA期且直径小于3cm的肿瘤备受关注。肺部结节根据实性成分比例分为亚实性（实性肿瘤比[CTR] < 1）和纯实性（CTR = 1）结节。此前研究表明，CT上含磨玻璃影成分的IA期NSCLC预后较好，而纯实性病变患者的生存结局明显更差 。尽管T分期对纯实性NSCLC有预后评估价值，但同T分期患者存在肿瘤异质性，表现为淋巴结转移和复发率较高，因此临床急需更有效的预后评估工具。              胸部CT是评估NSCLC侵袭性和预后的重要手段，但目前CT扫描的形态学特征用于预后评估的较少，仅有肿瘤直径和CTR在临床广泛应用，肿瘤的许多放射组学特征未得到充分评估。放射组学可从CT图像中提取和分析高维定量放射学特征，已 ………………………………