摘要目的探讨MRI影像组学模型预测局部晚期宫颈鳞癌同步放化疗早期治疗反应的价值。方法回顾性收集2013年1月至2019年6月辽宁省肿瘤医院经病理证实的367例局部晚期宫颈鳞癌（国际妇产科联合会分期为ⅡB~ⅣA期）患者，因无法手术而接受完整的同步放化疗，于治疗前2周内及治疗第4周末行盆腔平扫MRI、DWI及动态增强MRI，根据实体瘤疗效评价标准1.1进行评价，将患者分为完全缓解（CR）组（247例）和非CR组（120例）。采用随机拆分法，按7∶3比例分为训练集（256例）和验证集（111例）。由2名医师在治疗前DWI、T2WI和增强T1WI（延迟期）图像上勾画感兴趣区，最终形成三维容积感兴趣区。于3个单序列图像分别提取1 906个影像组学特征，并利用特征相关分析和树模型筛选特征。使用逻辑回归（LR）、支持向量机（SVM）和随机森林（RF）3种分类器学习算法进行机器学习，获得最佳分类器。基于最佳分类器，建立3个单序列影像组学模型，并采用多因素LR分析得到多序列联合模型。通过DeLong检验比较3个单序列模型与多序列联合模型的受试者操作特征曲线下面积（AUC）差异。通过决策分析曲线评估多序列联合模型的临床应用价值。结果在训练集和验证集中，LR分类器模型的性能最佳。基于LR分类器，DWI、T2WI、增强T1WI序列和联合序列在训练集中的AUC分别为0.77、0.74、0.79、0.86，验证集中的AUC分别为0.71、0.66、0.75、0.77。在训练集中，联合模型的AUC值高于DWI、T2WI、增强T1WI序列模型，差异均有统计学意义（Z=3.01、3.56、2.83，P=0.003、0.001、0.005）；在验证集中，多序列联合模型与T2WI模型的AUC差异有统计学意义（Z=2.46，P=0.015）。决策分析曲线显示当阈值概率在0.44~0.88范围内，多序列联合模型产生了净效益。结论基于LR分类器，通过综合多序列MRI图像影像组学特征建立的联合模型对评估局部晚期宫颈鳞癌同步放化疗早期治疗反应有较好的预测价值。
