万 齐，李新春，梁长虹

(1.广州医科大学附属第一医院放射科，广东 广州 510120；2.广东省人民医院放射科，广东 广州 510080)

肺癌是发病率和病死率最高的恶性肿瘤之一，其中约80%为非小细胞肺癌(non-small cell lung carcinoma， NSCLC)，患者5年生存率仅19%[1]。过去10余年内，NSCLC的治疗方式发生了极大改变，靶向治疗及免疫治疗迅速发展，使得临床常用实体瘤疗效评价标准(response evaluation criteria in solid tumors， RECIST)已不能完全适用于NSCLC，例如免疫治疗后部分病灶可能呈假性进展，而RECIST可能误判为疾病进展[2]。相继提出的免疫相关疗效评价标准、免疫相关实体瘤疗效评价标准、免疫治疗实体瘤疗效评价标准等评估免疫治疗效果较RECIST表现更好，但仍难以在早期阶段识别真正的肿瘤进展[3]。

影像组学通过对医学图像进行定量、高通量分析而从图像中挖掘更多隐藏信息，进一步扩大了传统影像学图像的临床价值；随着医学成像及分析技术的进步，其在诊断肿瘤、预测预后等领域的应用逐步增多[4]，目前已在诊断肺癌、疗效评价及预测预后等方面取得重要进展。本文对影像组学在评估NSCLC疗效中的应用进展进行综述。

1 影像组学研究方法

影像组学分析流程包括图像采集与分割、特征提取与筛选及建立模型等。采集高质量、标准化的图像是保证影像组学数据准确和稳定的前提。成像设备、参数及重建方式甚至患者呼吸状态均可能影响分析结果。因此，获取图像时，应尽量采取统一的扫描策略。图像分割方法包括人工、半自动和全自动分割。目前尚无十分理想的全自动分割工具，使用较多的是人工分割和半自动分割。……