杨光课题组刘雲同学在European Radiology期刊上发表了题为《Development and validation of MRI-based radiomics signatures models for prediction of disease-free survival and overall survival in patients with esophageal squamous cell carcinoma》的学术论文，指导老师为华东师范大学杨光老师和王成龙老师。

内容简介：

本研究利用来自于河南省肿瘤医院的内部回顾性数据进行研究，尝试从各向同性的高分辨（分辨率为 1mm）的对比度增强 3D-StarVIBE 序列图像中提取影像组学特征，并结合临床风险因素，搭建预测食管鳞状细胞癌患者总生存期（Overall Survival，OS）和无病生存（Disease-free Survival，DFS）的最优模型。利用随机生存森林来筛选影像组学特征，并使用LASSO-Cox回归分析进行建模。最终我们从434名患者中筛选出7个影像组学特征，结合具有统计学意义的临床特征，搭建了DFS和OS的预测模型。在训练集和测试集上，联合模型对于预测DFS（[CI] 0.714，0.729）和OS（[CI] 0.730，0.712）都显示出最好的性能。决策曲线也显示，在不同的阈值概率下联合模型的净收益明显高于单独影像组学模型的净效益。结果表明，结合影像组学特征与临床特征，可以建立模型对食管鳞状细胞癌患者的总生存期及无病生存进行预测。

图：（a）实验流程图；（b）结合组学特征和临床变量的模型列线图；（c）临床、影像组学和联合模型的决策曲线分析。