陈洪波， 傅嘉文， 黎浩江， 刘立志， 陈树超， 朱志华

(1.桂林电子科技大学 生命与环境科学学院，广西 桂林 541004；2.中山大学 肿瘤防治中心， 广州 510060)

隆突下淋巴结转移是肺癌、食管癌重要的转移途径之一，也是影响患者预后的重要原因[1-2]。正确鉴别其异常淋巴结的性质是临床采取有效治疗措施的关键。食管癌无隆突下淋巴结转移患者5年生存率60.9%，有隆突下淋巴结转移26.7%[3]。手术入路应以淋巴结转移的分布模式为基础，而淋巴结转移是不可预测的。因此，治疗前淋巴结转移情况的准确评估对疾病分期、治疗方案的选择和预后的评价具有重要意义。

CT扫描具有较高的组织对比度和空间分辨力，使病灶及淋巴结大小、形态结构、影像学的异质性、与邻近器官的关系更为直观的显示，且研究表明CT诊断与术后病理的结果具有一致性[4-5]。但隆突下淋巴结的良恶性判别目前仍依赖于细针穿刺活检[6-7]。

近年来发展的影像组学利用医学影像中的特征信息来量化隆突下淋巴结的微环境，为隆突下淋巴结的良恶性分析提供了一种新方法[8-9]。影像组学已经成为疾病临床研究中非常重要的研究方法。通过影像组学对肺部肿瘤或头颈部肿瘤的CT图像进行定量分析后发现，在独立的肺部肿瘤和头颈癌患者数据集中，大量的放射影像学特征具有预后能力[10]。放射特征与肿瘤特异性的聚集和临床存在关联[11]。随着医学数据的大量激增，机器学习在医学领域的应用越来越重要[12-13]。……