影像组学技术在非小细胞肺癌预后中的应用研究  

The Application of Radiomics in the Prognosis of Non-small Cell Lung Cancer

作　　者：陈晓 杨斌[2] CHEN Xiao;YANG Bin(Department of Medical Imaging,Jining First People’s Hospital,Jining 272002,China;Department of Medical Imaging,Calmette Hospital,The First Hospital of Kunming,Kunming 650051,China)

机构地区：[1]济宁市第一人民医院医学影像科,山东济宁272002 [2]昆明市第一人民医院医学影像中心,昆明650051

出　　处：《CT理论与应用研究（中英文）》2024年第3期385-390,共6页Computerized Tomography Theory and Applications

基　　金：国家自然科学基会地区科学基金项目(基于CT定量机器学习在非小细胞肺癌精准个体化治疗中的应用研究(82160348));北京医学奖励基金会睿影科研基金(二期)优秀项目(基于CT影像组学在预测非小细胞肺癌预后中的应用研究(YXJL-2022-0665-0216))。

摘　　要：肺癌是全球癌症相关死亡的主要原因之一,非小细胞肺癌(NSCLC)是肺癌最常见的类型,非小细胞肺癌早期的预后预测对提高患者生存率至关重要。传统评估手段无法全面准确反映非小细胞肺癌预后,近年来不断有学者探索影像组学技术在非小细胞肺癌预后预测中的应用价值,以改善非小细胞肺癌患者预后。本文对影像组学技术的基本研究流程及其在非小细胞肺癌预后预测中的应用研究现状进行综述。Lung cancer remains a leading cause of cancer-related mortality worldwide,with non-small cell lung cancer(NSCLC)as the most prevalent type.Accurately predicting NSCLC prognosis is crucial for optimizing patient survival.However,traditional assessment tools often lack the comprehensive and precise capability to effectively stratify patient risk.Recent research has focused on exploring the potential of imaging histology technology for NSCLC prognosis.This article delves into the core principles of imaging histology and reviews the current state of research on its application in predicting NSCLC outcomes.

关 键 词：机器学习 影像组学 非小细胞肺癌 

分 类 号：R814[医药卫生—影像医学与核医学] R445[医药卫生—放射医学]