1、“.....建立模型依据实际研究的临床问题，运用计算机学习的方法根据提取与筛选后的影像组学特征进行模型建立，探索影像组学特征与所感兴趣的临床问题之间的相关性，即反映病变信息。目前最为常用的模型是回归模型，其他常用的模型还有随机森林支持向量机人工神经网络聚类分析等。摘要肺癌是全球发病率与死亡率最高的恶性肿瘤。影像组学是基于计算机学习将传统医学图像转化为大量可影像组学在肺癌转移诊断中的应用肺癌论文信息仍然没有被揭示。影像组学的概念由荷兰学者等于年提出，并将之定义为采用高通量技术从放射图像中提取成像特征，创建可利用的数据库。影像组学是种以医学影像为基础，基于机器学习或统计学方法，筛选出可量化和可重复的分析指标，并建立模型的非侵入性图像分析方法，为临床医师提供详尽而准确的信息，以协助临床决策。近年来影像组学在肺癌的应用研究越来越广泛......”。

2、“.....影像组学理想的分割方法应具备个基本特征准确性重复性和致性，分割的方法有手动分割法自动分割法以及半自动分割法种。在肺部肿瘤的放射组学研究中，病变通常由经验丰富医生手动分割，这是目前使用最广泛的方法，。手动分割虽然是影像组学分割的金标准，但是此方法常以确保覆盖整个病变，往往容易高估病变体积，并且可重复性低耗时久效率低，限制了其在大数据中的广泛应用。摘要肺癌是全球发病率与死亡率最高和磁共振成像。然而，不同的设备不同采集参数可能会影响提取的放射组学特征，这可能会导致放射组学稳定性的问题。用两种不同的重建算法或扫描间距的同个病变将显示明显不同的纹理，在影像组学特征方面胸部薄层图像比厚层图像显示更好的诊断性能与稳定性。因此，统图像标准是影像组学分析的项重要任务，无论使用何种成像设备......”。

3、“.....必需对同疾病采取统的成像与处理方法来全身远处转移肺癌是否发生远处转移即肺癌的分期影响肺癌患者的生存期并决定其治疗方案。影像组学在定程度上有预测肺癌发生的能力。目前大多数关于肺癌远处转移的影像组学研究把全身转移作为预测目标，而较少地具体到特定的器官或部位。等对名治疗前肺癌患者的原发癌灶的最大层面进行影像组学分析，发现个放射组学特征对有显著的预测能力，并且好于肿瘤体积对的预测能力，结合临床模型回归预测模型，发现结合纹理和形态特征识别恶性淋巴结的敏感度为，特异度为，为。等对个肺癌患者胸部增强的个淋巴结进行纹理特征提取与分析，结果显示纹理特征可以较好鉴别良性淋巴结与恶性淋巴结。沙雪等以肺癌患者的纵隔淋巴结作为研究对象进行影像组学分析，结果发现各时相影像组学模型均可用于鉴别淋巴结是否有转移......”。

4、“.....而联合动脉阳性的期肺癌发生也有定的预测价值。除了能对肺癌原发灶进行预测外，影像组学还有把脑转移灶作为研究对象来鉴别肺癌原发灶的病理分型以及基因突变状态的应用价值。为了探讨基于的脑转移灶影像组学是否可以区分非小细胞肺癌与小细胞肺癌，李晶对例肺癌患者的脑转移灶增强加权成像图像进行纹理分析，经过纹理特征提取筛选后建立模型，建立的以及回归模型均对肺癌发生图像图像和图像构建了个基于支持向量机的分类器个分类器鉴别良恶性淋巴结的分别为和，提示基于的影像组学方法在诊断肺癌纵隔淋巴结中具有潜在的应用价值。脑转移脑转移是肺癌全身转移的部分，但由于脑是肺癌胸外转移最常见的部位之，并且是肺癌分期非常重要的预后因素，目前影像组学在肺癌中的应用有着较为丰富的研究，因而本文对影像组学在肺癌中的应用研中的应用肺癌论文......”。

5、“.....使用检验评估良性和恶性特征之间的差异，并构建回归预测模型，发现结合纹理和形态特征识别恶性淋巴结的敏感度为，特异度为，为。等对个肺癌患者胸部增强的个淋巴结进行纹理特影像组学在肺癌转移诊断中的应用肺癌论文期图像可提高模型的鉴别能力。目前应用基于的影像组学诊断或预测肺癌淋巴结转移的研究相对有限。等对个肺癌患者中的个淋巴结进行影像组学分析，分别从图像图像和图像构建了个基于支持向量机的分类器个分类器鉴别良恶性淋巴结的分别为和，提示基于的影像组学方法在诊断肺癌纵隔淋巴结中具有潜在的应用价值。影像组学在肺癌转移诊断中的应用肺癌论文突变状态的分类，结合放射学特征和临床数据建立的模型基于交叉验证得出的值分别为和......”。

6、“.....等回顾性研究了例经活检证实的具有病理纵隔淋巴结分期和胸部平扫肺癌患者的临床资料从个淋巴结中提取灰度共生游程矩阵等纹理特征，使用检验评估良性和恶性特征之间的差异，并构建的放射组学研究中，病变通常由经验丰富医生手动分割，这是目前使用最广泛的方法，。手动分割虽然是影像组学分割的金标准，但是此方法常以确保覆盖整个病变，往往容易高估病变体积，并且可重复性低耗时久效率低，限制了其在大数据中的广泛应用。全身远处转移肺癌是否发生远处转移即肺癌的分期影响肺癌患者的生存期并决定其治疗方案。影像组学在定程度上有预测肺癌发生的能力。目前大多数关于肺癌远处转移的影有着良好的预测效能，其中回归模型效能最佳，其值为，准确度为，敏感度为，特异度为在联合血清学肿瘤标志物时诊断效能进步提高......”。

7、“.....等对例肺癌患者的脑转移病灶进行基于成像的放射组学分析，以探讨脑转移灶影像组学能否用于对肺癌原发灶基因突变状态进行分类研究结果显示，对于和独立于进行总结。基于肺癌原发灶的影像组学预测肺癌已有相关研究。等以例期肺腺癌患者作为研究对象，从平扫图像整个瘤体内提取了个定量放射学特征并建立了临床放射组学和混合临床加放射组学个预测肺癌模型结果显示，放射组学模型与混合模型对肺癌有着良好的预测性能力，且两者的值敏感度特异度均高于临床模型。许新颜等研究显示基于的影像组学对于治疗前的间变性淋巴瘤激酶征提取与分析，结果显示纹理特征可以较好鉴别良性淋巴结与恶性淋巴结。沙雪等以肺癌患者的纵隔淋巴结作为研究对象进行影像组学分析，结果发现各时相影像组学模型均可用于鉴别淋巴结是否有转移，并且平扫影像组学模型的值最高......”。

8、“.....目前应用基于的影像组学诊断或预测肺癌淋巴结转移的研究相对有限。等对个肺癌患者中的个淋巴结进行影像组学分析，分别从像组学研究把全身转移作为预测目标，而较少地具体到特定的器官或部位。等对名治疗前肺癌患者的原发癌灶的最大层面进行影像组学分析，发现个放射组学特征对有显著的预测能力，并且好于肿瘤体积对的预测能力，结合临床模型后预测能力进步提高。等对例期非小细胞肺癌整个瘤体进行影像组学特征分析，发现个影像组学特征对肺癌发生亦有着显著的预测作用。影像组学在肺癌转移诊断影像组学在肺癌转移诊断中的应用肺癌论文中的重要环节，因为精确与稳定的分割直接影响影像组学研究结果的准确性以及影像组学特征的稳定性。在肺癌远处转移影像组学的研究中，的选择大多为肺部原发肿瘤整体或最大层面，部分选择肿瘤边缘和瘤周肺组织......”。

9、“.....影像组学理想的分割方法应具备个基本特征准确性重复性和致性，分割的方法有手动分割法自动分割法以及半自动分割法种。在肺部肿瘤值的。本文就影像组学在诊断肺癌转移中的应用最新研究作综述。影像组学在肺癌中应用的基本过程图像获取大多数影像组学研究都是回顾性的，并使用的是常规医学图像。由于计算机断层扫描技术有较高的空间分辨率，肺癌的影像组学研究图像数据主要来源于，其次是正电子发射断层扫描和磁共振成像。然而，不同的设备不同采集参数可能会影响提取的放射组学特征，这可能会导致放射组学稳定性的问题。用两种不同的量化数据并提取有价值的影像特征的过程，可为临床决策提供支持。该文总结了影像组学在肺癌应用中基本步骤及肺癌转移诊断中应用。关键词影像组学肺癌肿瘤治疗转移肺癌是全世界范围发病率最高的癌症，全球每年新增肺癌病例数约万......”。