目的:通过对放疗疗程中不同时段CBCT图像的影像组学分析,寻找早期定量预测食管癌放疗放射性肺炎(RP)的参数,结合临床特征和肺剂量体积参数建立联合Nomogram模型并探讨这一模型对食管癌RP的预测价值。方法:回顾分析2017—2019年间临床资料、剂量学参数、CBCT图像资料完整的96例胸中段食管鳞癌调强放疗患者资料,每例患者均分别获取放疗期间3个不同时段的肺CBCT图像。全组病例随机分成训练集(67例)和验证集(29例),以CBCT上双肺实质作为感兴趣区,运用3D-Slicer软件进行图像分割和特征提取,经LASSO-Logistics回归分析方法进行特征参数筛选并构建影像组学标签(Rad-score)。从3个不同时段建立的RP预测模型中选择最优模型联合经回归分析获得的最佳临床及剂量学参数,建立联合Nomogram模型,并进行受试者工作特征曲线分析,基于曲线下的面积(AUC)验证其诊断效能。结果:第一时段的影像组学预测模型优于其他两个时段,在训练集中的AUC值为0.700(95
作者:杜峰;王强;王玮;张英杰;李振祥;李建彬
来源:中华放射肿瘤学杂志 2021 年 30卷 6期