基于CT的影像組學特征同臨床物理劑量特征預測肺癌放療放射性肺炎研究

陳文韜，孫磊，譚愛斌，唐世強，陳芬，肖建彪，王志芳，甄鑫

1.南方醫科大學生物醫學工程學院，廣東廣州510515；2.郴州市第一人民醫院放療中心，湖南郴州423000；3.郴州市第一人民醫院北院門診，湖南郴州423000

前言

肺癌是常見的惡性腫瘤之一，其發病率和死亡率位居前列［1］。放射治療是肺癌重要的治療手段之一，特別是在不能夠手術和局部晚期肺癌病人的治療中發揮重要作用。放射性肺炎的存在會嚴重影響肺部腫瘤放療效果，對治療后患者生存時間的長短以及生活質量的好壞有較大影響，所以降低放射性肺炎的發生率有重要的臨床意義，而能夠提前預測放射性肺炎的發生，就可以及時進行臨床干預，降低放療的風險［2］。

近年來隨著機器學習、影像組學技術的發展，基于各種特征對疾病的預后預測越來越受到關注。本研究通過機器學習和影像組學方法對是否發生2級及以上放射性肺炎的肺癌患者的臨床物理劑量學特征以及影像組學特征綜合進行分析和模型構建［3］，旨在發現對預測放射性肺炎更為理想的預測模型以及相關優勢因子［4］。

1 資料與方法

1.1 臨床資料

回顧性收集郴州市第一人民醫院2013年1月至2017年1月收治的肺癌患者83例，其中，男67例，女16例；年齡40～70歲。收集到的患者均采用調強和適形治療方式，當次劑量180～240 cGy，劑量4 800～7 000 cGy。入組條件為：（1）經病理學或細胞學檢查診斷為原發性肺癌；（2）首次接受肺部調強適形放療；（3）接受完整放療過程，能夠從放療計劃中獲取完整體積劑量數據；……