典型文献
肺癌放疗患者症状性放射性肺炎预测的CT影像组学研究
文献摘要：
目的:基于肺癌患者放疗前的CT影像组学特征，综合临床信息与放疗剂量学特征，利用机器学习方法构建症状性放射性肺炎的预测模型。方法:回顾性收集2018年11月至2020年4月在江南大学附属医院接受放疗的103例肺癌患者的临床与剂量学资料。获取这些患者放疗前胸部CT影像，勾画双侧正常肺组织结构，提取250种影像组学特征。用单因素分析研究临床、剂量学特征与放射性肺炎发生的相关性。收集所有影像组学特征、临床和剂量学特征作为潜在预测因子，通过LASSO回归机器学习方法筛选特征，并得到肺炎预测模型。然后根据筛选的特征建立放射性肺炎发生风险的列线图。结果:单因素分析结果表明，症状性放射性肺炎与双侧正常肺组织的平均肺剂量(MLD)、
V20 Gy和
V30 Gy的相关性具有统计学意义(
t＝2.20、2.34、2.93，
P<0.05)。在综合所有影像组学特征、临床和放疗剂量学特征后，本研究共筛选出4个特征，为肺的剂量体积百分数
V30 Gy，和3个影像组学特征，包括灰度共生矩阵类别的熵特征、小波变换直方图类别的均值及中位数特征。基于这些特征所构建的肺炎预测模型的曲线下面积(AUC)为0.757。绘制了可根据特征值给予个体化的风险预测与提前干预的列线图。
结论:放疗前的CT影像组学结合剂量学特征可用于预测症状性肺炎的发生，可望为临床提前干预提供帮助。
文献关键词：
肺癌;放射治疗;放射性肺炎;影像组学;计算机体层成像
中图分类号：
作者姓名：
孔燕;吴佳;魏贤顶;孔旭东;鲍而文;孙宗琼;黄建锋
作者机构：
江南大学附属医院放疗科，无锡 214122;江南大学附属医院影像科，无锡 214122
文献出处：
引用格式：
[1]孔燕;吴佳;魏贤顶;孔旭东;鲍而文;孙宗琼;黄建锋-.肺癌放疗患者症状性放射性肺炎预测的CT影像组学研究)[J].中华放射医学与防护杂志,2022(02):115-120
A类：
B类：
肺癌放疗,症状性,放射性肺炎,组学研究,肺癌患者,影像组学特征,临床信息,放疗剂量,剂量学,机器学习方法,大学附属医院,前胸,胸部,勾画,肺组织,预测因子,LASSO,回归机器学习,发生风险,列线图,MLD,V20,Gy,V30,剂量体积,百分数,灰度共生矩阵,熵特征,小波变换,直方图,中位数,风险预测,提前干预,结合剂,可望,预提,放射治疗,计算机体层成像
AB值：
0.272163
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
