| 肺癌放疗患者症状性放射性肺炎预测的CT影像组学研究 |
| |
| 引用本文： | 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,2022,42(2):115-120. |
| |
| 作者姓名： | 孔燕 吴佳 魏贤顶 孔旭东 鲍而文 孙宗琼 黄建锋 |
| |
| 作者单位： | 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 |
| |
| 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....
|
| 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 |
| 收稿时间： | 2021/7/30 0:00:00 |
Application of CT radiomics analysis to predict symptomatic radiation pneumonitis for lung cancer |
| |
| Kong Yan,Wu Ji,Wei Xianding,Kong Xudong,Bao Erwen,Sun Zongqiong,Huang Jianfeng.Application of CT radiomics analysis to predict symptomatic radiation pneumonitis for lung cancer[J].Chinese Journal of Radiological Medicine and Protection,2022,42(2):115-120. |
| |
| Authors: | Kong Yan Wu Ji Wei Xianding Kong Xudong Bao Erwen Sun Zongqiong Huang Jianfeng |
| |
| Institution: | Department of Radiation Oncology, Affiliated Hospital of Jiangnan University, Wuxi 214122, China;Department of Radiology, Affiliated Hospital of Jiangnan University, Wuxi 214122, China |
| |
| Abstract: | |
| |
| Keywords: | Lung cancer Radiotherapy Radiation pneumonitis Radiomics CT |
|
| 点击此处可从《中华放射医学与防护杂志》浏览原始摘要信息 |
| 点击此处可从《中华放射医学与防护杂志》下载免费的PDF全文 |
|
