基于放疗过程中腮腺图像纹理特征的变化早期预测头颈部肿瘤放射性口干症

目的 分析头颈部肿瘤患者放疗过程中腮腺图像纹理特征的变化,研究其与急性放射性口干症（级别）的关系。建立数学模型,早期预测放射性口干严重性。方法 观察23例头颈部肿瘤放疗的患者,根据放射治疗肿瘤协作组（RTOG）标准评价患者每周口干程度。采集这些患者放疗中每周的验证CT图像,传至MIM系统,勾画出腮腺的轮廓,在MATLAB（R2013a）中开发内部分析程序。分析放疗过程中每周腮腺CT图像的纹理特征的变化,包括平均CT值（MCTN）、标准差（STD）、偏斜度（skewness）、峰度（kurtosis）和熵（entropy）,以及体积的变化。建立数学模型,并利用KNN方法对所建模型进行优化,预测口干级别。结果 平均CT值和体积的变化与口干程度无明显相关性（P>0.05）,但根据二者每周的变化建立模型,预测口干级别,准确度为99%。结论 同时基于平均CT值和相对体积变化建立模型可早期预测口干严重程度。