据统计，在世界范围内，肺癌是癌症相关死亡的主要原因之一。尽管完全切除是早期非小细胞肺癌（NSCLC）的潜在根治性治疗手段，但有30-55%的患者会出现复发。即使是处于同一病理阶段的患者也会有不同的复发和死亡风险，因此临床上很难做出准确的预后评估。虽然病理分期是NSCLC手术切除后预后的最重要预测因素，但有研究表明，肿瘤形态也可能与患者的预后有关。

最近的放射组学研究试图利用计算机断层扫描（CT）图像的定量放射组学特征来预测预后。然而，由于医学图像的质量因重建算法的不同而不同，从这些图像中提取的定量放射学特征也不同。特别是CT图像，放射组学特征因采集参数（如体素大小和重建核）而不同。

近日，发表在European Radiology杂志的一项研究评估了标准化的CT图像在提高放射组学模型进行预后预测方面的性能，为进一步规范化放射组学的使用流程、提高预测准确性提供了数据支持。

本研究共纳入106名NSCLC患者。对于每个病人，分别从标准化和未标准化的CT图像中提取了851个放射学特征。在特征选择之后，用选定的放射学特征和临床特征构建随机森林模型。然后再由79名NSCLC患者组成的测试集中对这些模型进行了外部验证。 

使用标准化CT图像的模型比使用未标准化CT图像的模型产生了更好的诊断性能（AUC为0.802 vs 0.702，p = 0.01），该模型在肺腺癌患者中表现特别好（AUC为0.880 vs 0.720，p < 0.01）。 

图 选定的三个特征与标准化CT图像的直方图。蓝条代表3年无复发生存率（RFS）的患者。红条代表3年复发或死亡的患者

本研究发现，CT图像标准化后能够识别更多的放射学特征，从而提高了预后模型的预测性能，证明了CT图像标准化对放射学特征提取的重要性。此外，即使使用同样的特征用于预后模型，标准化后的预后预测性能也会得到改善。

原文出处：

Doohyun Park,Daejoong Oh,MyungHoon Lee,et al.Importance of CT image normalization in radiomics analysis: prediction of 3-year recurrence-free survival in non-small cell lung cancer.DOI:10.1007/s00330-022-08869-2