[目的]探讨基于多参数磁共振影像组学(Radiomics)预测晚期鼻咽癌(AJCC TNM分期:Ⅲ-Ⅳb期)患者无进展生存期(Progression-Free Survival,PFS)的可行性,并进一步解析影像组学特征与临床数据之间的相关性。[材料与方法]本研究经广东省人民医院伦理委员会批准执行,免签病人知情同意书。按照严格纳入排除标准后共纳入晚期鼻咽癌(Ⅲ-Ⅳb期)患者118例,并以3:1比例随机分入训练集(n = 88例)及测试集(n = 30例)。收集临床资料包括年龄、性别、TNM分期、血红蛋白浓度、血小板计数、随访时间等。收集每个病人的MRI轴位T2WI及T1WI增强的DICOM图像,在开源ITK-SNAP软件上沿着肿瘤边缘绘制图像每一层的全肿块感兴趣区以得到三维可切割图像,进而使用MATLAB 2014a软件进行组学特征提取。组学特征包括一阶统计特征、外形,纹理及小波等特征。从每个病人的MRI图像中共提取了 970个组学特征。套索方法即LASSO回归方法用于筛选出与患者PFS最相关的组学特征,对所选特征按各自系数权重进行线性拟合,计算每个病人的影像分数(Radscore),根据Radscore中位数将病人分为低风险及高风险组,Kaplan-Meier生存分析比较相同及不同分层下低风险及高风险病人的PFS。使用Cox风险比例模型计算临床资料及影像组学标签(Radiomics signature)作为PFS危险因素的风险比HR值。然后分别构建组学及临床列线图(nomograph)预测模型,使用校准曲线(calibration curve)及一致性指数C-index评估模型精度。此外,我们还运用热图探讨Radiomics表达模式、定量组学特征与临床资料之间的关联性。[结果]本研究共筛选出8个与PFS最强相关的特征。基于T2WI及T1WI增强图像联合提取的特征其预测能力优于从单个序列图像提取特征的预测能力。在训练集上,包含Radscore及TNM分期的列线图其预测鼻咽癌患者PFS的效能明显优于传统 TNM 分期(C-index,0.761 vs 0.514;p<2.68 × 10-9)。类似地,包含Radscore及临床资料的列线图其预测患者PFS的效能明显优于单纯临床列线图(C-index,0.776 vs 0.649;p<1.60×10-7)。所有列线图的校准曲线均显示与实际PFS之间较好的吻合度。上述发现在验证集上亦得到较好验证。Kaplan-Meier生存分析显示相同及不同分层下高风险病人的PFS显著低于低风险病人的PFS(p<0.05)。Cox风险比例模型分析结果显示在训练集中影像组学标签是PFS的独立风险因素(HR:4.13,95%CI:2.45 to 6.95,p = 3.73 × 10-8),在验证集中 HR值则为2.82(1.35 to 5.88,p = 0.004)。热图显示Radiomics表达模式、所选组学特征与患者临床分期、T分期及N分期具有相关性。[结论]基于多参数磁共振影像组学能够显著提高传统TNM分期及临床数据预测晚期鼻咽癌患者无进展生存期的效能,为鼻咽癌精准医学提供了良好的契机,有望改善晚期鼻咽癌PFS较短患者的治疗方式。