张慧媛，孟祥溪，周欣，李囡

北京大学肿瘤医院暨北京市肿瘤防治研究所核医学科，国家药监局放射性药物研究与评价重点实验室，恶性肿瘤发病机制及转化研究教育部重点实验室，北京 100142；*通信作者 李囡 rainbow6283@sina.com

肺癌的发病率和死亡率均居全国首位，2020年中国癌症死亡人数约300万，肺癌死亡人数为71万，占癌症死亡总数的23.8%[1]。尽管肺癌的治疗方法不断多样化，包括手术、放疗、化疗、靶向治疗及免疫治疗等，但其5年生存率仍较低，仅为19%[2]。目前，肺癌的诊断主要依靠影像学检查。PET/CT能同时提供病灶的解剖和代谢信息，极大地提高了肺癌的早期诊断与疗效评估水平，是肺癌诊断和分期的重要成像技术[3-4]。随着医学影像技术与人工智能技术的不断发展与提高，影像组学的概念被提出，并在癌症的诊疗中展现出巨大的潜力。目前影像组学应用广泛，可用于鉴别肿瘤良恶性、肿瘤分期、病理分型、预测基因突变和分子表型、预测预后等，在癌症研究中日益重要。医学影像的作用正从最初的诊断工具演变为个性化精准医疗背景下的核心角色[5]。本文拟对PET/CT影像组学在非小细胞肺癌（non-small cell lung cancer，NSCLC）中的研究进展进行综述。

1 影像组学的概念及流程

1.1 影像组学的概念 Philippe Lambin于2012年首次提出影像组学的概念，之后不断被完善，目前影像组学可定义为借助计算机软件将医学影像图像转化为海量的定量影像特征，运用统计学和（或）机器学习的方法进行量化分析，筛选出最有价值的影像组学特征，从而辅助临床决策[6]。……