黄志成，叶钉利，胡乔治，郑 君，赵瑞坤

(吉林省肿瘤医院放射科，吉林 长春 130021)

肺癌是临床常见呼吸系统恶性肿瘤[1]，多起源于肺上皮细胞[2]，按照组织病理学分型可分为小细胞肺癌(small cell lung cancer, SCLC)和非小细胞肺癌(non-small cell lung cancer, NSCLC)。SCLC约占肺癌总数的15%[3]，是最具侵袭性的肺癌亚型，生长迅速、较早转移、易复发、预后差，患者5年生存率不足7%[4]，临床治疗常以化学治疗(简称化疗)为主[5]。NSCLC约占肺癌总数的85%，与SCLC相比，生长相对缓慢，扩散、转移亦相对较晚；手术是对早期NSCLC的最优干预方式[6]。准确鉴别SCLC与NSCLC有助于临床合理制定治疗方案。影像组学借助计算机软件，采用特征提取方法从医学影像数据中挖掘多维度定量特征，并以统计学和机器学习方法筛选最有价值的纹理特征用以训练机器学习模型，以此鉴别诊断疾病[7]。本研究观察基于CT的影像组学模型鉴别诊断SCLC与NSCLC的价值。

1 资料与方法

1.1 一般资料 回顾性分析2018年2月—2020年2月1 524例于吉林省肿瘤医院接受手术治疗(穿刺活检术、胸腔镜手术或开胸手术)的肺癌患者，男681例，女843例，年龄28～88岁，平均(62.2±9.7)岁。纳入标准：①术前接受胸部CT平扫检查；②经活检病理或术后病理确诊为NSCLC或SCLC；③病灶长径1～5 cm。排除标准：①其他系统恶性肿瘤；②CT图像有明显金属或运动伪影。

1 524例中，SCLC患者526例(SCLC组)，男243例，女283例，年龄32～85岁，平均(62.6±9.4)岁；NSCLC患者998例(NSCLC组)，男438例，女560例，年龄28～88岁，平均(62.1±9.9)岁，其中肺腺癌498例、肺鳞癌500例。

1.2 仪器与方法 采用GE Lightspeed 16排CT机。嘱患者仰卧，头先进，双臂上举，深吸气后屏气接受肺部扫描。扫描参数：层厚5 mm、层间距5 mm、管电压120 kV、管电流215 mA、转速27.5 mm/rot、螺距1.375∶1，重建矩阵512×512。……