吴文杰，裴天龙，汪永康，王龙胜

    (安徽医科大学第二附属医院放射科，安徽 合肥 230601)

    肾癌(renal carcinoma)约占所有成人恶性肿瘤的3%，是世界上第12 大最常见的癌症[1]，2012 年诊断出33.8 万新病例，每年约有10 万人死亡[2]。肾透明细胞癌(clear cell renal cell carcinoma)是其中最常见的亚型，其在男性较女性更为常见，且发病率呈逐年上升趋势[3，4]。肾透明细胞癌的分期和核分级被认为是最有力的生存预测因子，福尔曼分级系统(Fuhrman grading system，FGS)是目前应用最广泛的核分级系统[5]。尽管肾透明细胞癌的检测和诊断手段众多，但大多数肾透明细胞癌是由于各种原因进行腹部超声或计算机断层检查偶然发现的[6]。肾肿瘤活检(renal tumor biopsy，RTB)是提供一种组织取样的方法，以帮助肿瘤组织学和亚型诊断风险分层管理。虽然RTB 对肾透明细胞癌具有较高的诊断准确性，但RTB 是一种侵袭性的手术，其不能在多个部位对肿瘤进行取样，不能区分肿瘤组织学亚型和核分级[7]。因此，肾透明细胞癌的影像组学研究日渐受到关注。随着模式识别工具的增加和数据集规模的增加，医学图像分析领域呈指数级增长，这些进展促进了高通量定量特征提取过程的发展，从而将图像转换为可挖掘数据，并随后对这些数据进行分析以提供决策支持，这种做法被称为影像组学[8]。影像组学涉及到定量成像特征的高通量提取，目的是从放射图像中创建可挖掘的数据库，一般包括采集图像、对所采集的图像进行ROI 区域的勾画、提取并筛选所需要的影像组学特征、建立影像组学模型，并对模型的诊断效能及临床应用价值进行评估[9]，这种对图像特征数据的深入分析和挖掘揭示了图像与医疗结果之间的定量预测或预后关联。本研究主要基于CT 影像组学特征对肾透明细胞癌分化程度进行预测，现报道如下。

    1 资料与方法

    1.1 一般资料 本项研究经我院机构审查委员会批准，患者无需知情同意。收集2018 年12 月～2020 年12 月安徽医科大学第二附属医院收治的102 例肾透明细胞癌患者作为研究对象，纳入标准：①患者临床及影像资料均通过我院图片归档与通信系统(PACS)与病理数据库连接；②均于术前2 周内行腹部CT 平扫+增强检查；③术后病理标本均进行组织病理学评估 ......