Page 18 - 南京医科大学自然版
P. 18

第46卷第8期
               ·1124 ·                           南 京    医 科 大 学 学         报                        2026年8月


              治疗前胸部 CT 图像。临床基本信息包括年龄、性                          管 等 ，最 后 生 成 感 兴 趣 体 积（volume of interest，
              别、吸烟史、病理类型、PD⁃L1表达、临床分期、TNM分                      VOI）。为保证特征的可重复性，1 个月后随机选
              期等。将癌细胞表面PD⁃L1表达≥1%定义为PD⁃L1                       取 35 例患者的 CT 图像于进行第 2 次勾画，计算组
              表达阳性；将 PD⁃L1 表达水平极低（<1%）或未检测                      内相关系数（intraclass correlation coefficient，ICC），
              到定义为 PD⁃L1 阴性；将肿瘤细胞阳性比例（tumor                     最终以“.nii” 格式导出保存。
              proportion score，TPS）评分）≥50%定义为 PD⁃L1 高           1.2.5 影像组学特征提取
              表达。                                                    肿瘤VOI勾画且分割完成后，利用基于Python 3.7
              1.2.2 CT扫描参数                                      平台的开源软件包 Pyradiomics 对肿瘤 VOI 进行特

                  所有患者胸部CT图像采集使用德国西门子CT                         征计算，提取免疫治疗前CT图像的影像组学特征共
             （Siemens Somatom Force、Siemens Somatom Definition  1 159 项，包括形态学特征、一阶统计量及多种纹理
              及 Siemens Somatom Definition AS+）、美国 GE（GE        特征等。
              Medical Systems Revolution）扫描仪，患者 CT 扫描均          1.2.6 特征筛选
              取仰卧位，扫描范围从肺尖到肺底，扫描时屏气。                                 为获得具有良好重现性和低冗余度的影像组
              CT 扫描参数设置如下：采用碘海醇作为对比剂，浓                          学特征，首先采用F检验对全部特征进行初筛，剔除
              度：370 mg I/mL，注射后分别于30 s和60 s进行动脉                 P > 0.05 的变量。该方法可在特征比较中有效控制
              期及静脉期成像。扫描条件为管电压100~120 kV、                       假阳性率，并具有较高的统计效能。随后，为进一
              管电流自适应调节，矩阵大小 256×256，视野范围                        步减少特征间的多重共线性，计算Pearson相关系数
              252 mm×252 mm。扫描结束后进行图像重建，重建                      以评估其线性关系，对于相关系数>0.9 的任意特征
              层厚及层间距均为 1 mm。                                    对，仅保留其中一个代表性变量。在此基础上，采
              1.2.3 免疫治疗疗效评估                                    用最小绝对收缩与选择算子（least absolute shrink⁃
                  根据《中国肺癌免疫治疗规范化应用指南                            age and selection operator，LASSO）构建特征选择模
                        ［14］
             （2024 版）》 ，本研究在 NSCLC 患者免疫联合治疗                     型，通过引入惩罚参数 λ 实现系数收缩，将部分回
              4~6 个疗程（12~18 周）后，依据 RECIST 和 iRECIST，            归系数压缩为 0，从而筛得稳定且具代表性的特征
              对患者的免疫治疗早期疗效进行评估。评定标准：                            集。采用十折交叉验证确定最佳 λ 值，并依据该最
              ①肿瘤消失即 CR；②肿瘤经治疗后复查，对比治疗                          优模型提取非零系数对应的变量。对筛选出的特
              前的基线肿瘤，肿瘤长径至少缩小30%，即PR；③肿                         征进行稳健归一化处理，计算每列特征的中位数与
              瘤长径至少增加20%，即PD；④病灶变化范围在PR                         四分位间距（interquartile range，IQR），在标准化过
              和 PD 之间，即 SD。CR 和 PR 属于治疗敏感组，PD                   程中以“减中位数、除以 IQR”的方式消除尺度差
              和SD属于治疗非敏感组。RECIST 和iRECIST 的区                    异。最后，依据 LASSO 结果绘制特征系数柱状图，
              别在于 RECIST 确定为 PD 的病例，基于 iRECIST 需                以评估各特征的重要性及其在模型中的贡献度。
              要至少 4 周后再次评价进行确认，避免免疫治疗引                          1.2.7 影像组学模型构建
              起的肿瘤假性进展和延迟反应。其余CR、PR、SD判                              在完成特征筛选与融合后，本研究利用 scikit⁃
              断标准两者一致。根据疗效分为治疗敏感组和非                             learn 机器学习库建立不同机器学习模型进行性能
              敏感组。                                              比较，机器学习算法包括随机森林、轻量级梯度提
              1.2.4 肿瘤靶区分割                                      升机、极端随机树、逻辑回归、多层感知机、极端梯
                  所有患者均在开始免疫治疗前1个月内完成胸                          度提升、支持向量机及 K 邻近算法。为防止模型过
              部 CT 扫描。将肺窗（窗宽 1 600 HU，窗位-600 HU）                拟合，采用三折交叉验证对训练集进行调参与性能
              横断位原始DICOM 图像导入 “ITKSNAP ”（版本4.3）                 评估，从而确定最优分类模型。研究的影像组学建
              软件，由 1 名具有 7 年心胸诊断经验的放射科医师                        模流程见图 1。
              对病灶 ROI 进行逐层手动勾画，随后由 1 名具有                        1.3  统计学方法
              12 年心胸诊断经验的放射科医师进行复核，检查边                               所有数据分析在 Python（版本 3.7）、R 软件（版
              界存在偏差的部分。为确保ROI勾画的稳定性与客                           本4.3.1）及SPSS（版本26.0）环境下进行。连续型变
              观性，2 位放射科医师勾画前对患者的临床基线资                           量采用均数±标准差（x ± s）表示，分类变量以例数
              料均未知。沿病灶边缘连续勾画，避开支气管、血                           （百分比）表示。两组间定量资料比较采用独立样
   13   14   15   16   17   18   19   20   21   22   23