凌人男 ，杨若峰，易芹芹，饶梓彬 ，杨熠，金洪涛 ，程立新

宫颈癌是妇科第二位恶性肿瘤，是女性癌症相关死亡的一个重要原因[1]，最近的一份报告预测2021年新发宫颈癌患者14 480例，其中4290人将死亡[2]。淋巴结转移(lymph node metastasis，LNM)是影响宫颈癌复发或死亡的最重要的独立不良预后因素，FIGO 2018 (International Federation of Gynecology and Obstetrics，FIGO)分期系统首次将淋巴结纳入分期，盆腔淋巴结转移和主动脉旁淋巴结转移分期分别为ⅢC1和ⅢC2，并需要同步放化疗[3]。腹腔镜淋巴结切除术是诊断LNM的金标准[3]，但由于其侵入性、操作费用高及并发症风险而不能作为常规方法。前哨淋巴结活检的安全性和有效性仍有争议[4]。MRI对淋巴结评估主要依据淋巴结的大小(短轴＞1 cm)和形态，即使应用功能技术亦难以鉴别炎性或结核性淋巴结与转移性淋巴结。PET-CT(positron emission tomography-computed tomography，PET-CT)对LNM的诊断优于MRI，但当淋巴结较小时，其诊断准确性降低。目前基于磁共振图像的机器学习研究仍不足够满足临床需求[5-9]，本研究旨在通过多参数磁共振的放射组学模型，利用神经网络模型预测宫颈癌LNM，并评价不同模型的预测效能。

1 材料与方法

1.1 研究对象

本文为回顾性研究，收集深圳市人民医院2018年11月至2020年9月经病理证实的宫颈癌病例。本研究经深圳市人民医院伦理委员会批准(批准文号：LL-KY-2019519)，免除受试者知情同意。

纳入标准：①行子宫全切+盆腔淋巴结清扫手术；②术前2周内进行3.0 T磁共振成像检查；③宫颈肿瘤最大径大于1 cm。排除标准：①MRI检查前行放化疗和/或免疫抑制治疗；②曾行LEEP手术；③临床及病理特征不完整；④同期患有其他恶性肿瘤；……