摘要

目的:探讨不同特征选择方法用于18F-脱氧葡萄糖(fluorodeoxyglucose,FDG)正电子发射体层成像(positron emission tomography,PET)/计算机体层成像(computed tomography,CT)影像组学特征在早期非小细胞肺癌(non-smallcelllungcancer,NSCLC)患者3年总生存期(overallsurvival,OS)预测中的效果。方法:回顾并分析81例2017年3月—2018年9月在山西医科大学第一医院进行全身18F-FDG PET/CT扫描并至少随访3年81例的临床早期NSCLC[美国癌症联合委员会(American Joint Committee on Cancer,AJCC)分期Ⅰ、Ⅱ期]患者的临床及影像学资料。分别从PET及CT图像的感兴趣区(region of interest,ROI)中提取影像组学特征,利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法、互信息(mutual information,MI)算法、递归特征消除(recursive feature elimination,RFE)算法以及Cox单因素分析法进行特征选择并构建Cox比例风险模型;通过内部验证后,使用一致性指数(C-index)评价不同模型预测NSCLC患者3年OS的能力。结果:影像组学特征与生存结局有较强相关性,可作为分析变量;相较其他特征选择方法,LASSO筛选的特征所构建Cox模型C-index最高(0.83±0.07)。结论:特征选择方法直接影响预测模型的预测能力,在利用影像组学特征构建模型时应寻找合适的特征选择方法以提高模型效能。