Page 202 - 耳鼻咽喉科常见疾病的诊治

耳鼻咽喉科常见疾病的诊治
Diagnosis and Treatment of Common Diseases in Otolaryngology

医师无法对肿瘤边界进行精准的勾画，从而影响放疗疗效。Yu 等提出在头颈部
肿瘤中，影像组学图像分割这一步骤可以通过多模态影像纹理和强度特征，为靶
区勾画提供一个基于决策树的 K 近邻分类器来进行（半）自动分割，从而将肿
瘤靶区与周围正常组织进行区分。其勾画的轮廓与医师手动勾画的轮廓相比，具

有较高的分割精度，可减少人工勾画及图像配准的不准确性。
（五）放疗剂量雕刻
根据肿瘤内部病理生理及放射敏感性的异质性进行剂量雕刻是目前放疗过程
中亟须解决的问题，针对不同放射敏感性的不同区域肿瘤给予同一放疗剂量，非

个体化放疗会导致放疗疗效欠佳。对放疗抵抗的肿瘤亚群可直接使用剂量递增的
方法进行治疗，构成了目前肿瘤放射学的研究基础。影像组学可以辅助放疗科医
师识别出乏氧区肿瘤，PET 显像硝基咪唑类化合物可以用来精确定位肿瘤低氧区
的体素，从而可以选择性对低氧区进行局部加量。但由于 PET-CT 检查价格昂贵

且临床应用较少，所以寻找经济安全的影像组学特征是研究的方向。孔旭东等以
PET-CT 确定肿瘤乏氧区，通过比较鼻咽癌乏氧区与非乏氧区的影像组学特征在
MRI 常规序列图像中的差异，从而量化这些特征变化对鼻咽癌乏氧区的识别，为
肿瘤放疗科医师进行个体化的剂量给予提供理论依据，同时也为影像组学可操作

性提供新思路。影像组学可通过特征分析对肿瘤放射异质性提供初步的指导，进
而分辨出放疗抵抗部分的肿瘤，从而个性化、选择性对放疗不敏感区域进行剂量
雕刻。
（六）预测肿瘤预后

Zhang 等对 176 例治疗前鼻咽癌患者的 MR 图像进行分析发现，通过比较多
种机器学习算法影像组学可为鼻咽癌远处转移提供一个最优预测模型。Parmar
等为提高影像组学在临床肿瘤学中的适用性，对 196 例头颈部肿瘤患者图像进行
13 种特征选择方法和 11 种机器学习分类方法的计算，并对其稳健性进行评估，

以预测头颈部肿瘤患者接受治疗的总生存期。Wan 等通过对鼻咽癌患者的原发肿
瘤区域及颈部淋巴结转移区域进行影像组学特征提取并结合临床特征，可为放疗
后鼻咽癌患者构建一个可靠的预后模型。然而，Ger 等对头颈部肿瘤放疗患者的
726 例 CT 和 686 例 PET 图像进行影像组学研究，未能成功预测头颈部肿瘤患者

的生存预后，可能与影像组学图像不连贯和不可复制相关。影像组学对于头颈部
肿瘤预后的预测仍需更多规范的临床试验及更大的样本量进行验证。

194