背景和目的立体定向放疗（Stereotactic Body Radiotherapy,SBRT）是早期肺癌患者的推荐治疗方式,但是目前国际上尚无统一且准确预测肿瘤局部控制的模型。本研究利用影像组学特征,结合临床变量以及剂量变量来构建和验证肺癌患者SBRT治疗后的局部控制预测模型。材料与方法本研究回顾分析了129个和117个原发和肺转移病灶的数据分别用于建立经过SBRT治疗的肺癌患者的一年和两年的局部控制预测模型。收集的资料包括电子计算机断层扫描（Computed Tomography,CT）图像和临床变量以及剂量变量资料。病例采取随机数法按照7:3划分成训练集和验证集。构建的模型包含影像组学模型和临床模型以及综合模型。影像组学模型通过单因素分析,套索回归分析和逐步回归分析选择的影像组学特征而建立;临床模型通过单因素分析,多因素分析和逐步回归分析临床变量和剂量变量后选择独立预后因素进行构建;综合模型通过综合影像组学评分和临床变量以及剂量变量构建。本研究采用逻辑回归（Logistic Regression,LR）,决策树（Decision Tree,DT）和支持向量机（Support Vector Machine,SVM）三种分类方法建立影像组学模型,并且使用预测效能最高的分类方法用于后续建模。使用受试者工作特征（Receiver Operating Characteristic,ROC）曲线,准确性和Delong检验对三种预测模型的性能进行评估和比较。根据模型性能,建立诺谟图用于预测一年和两年局部控制的概率,根据Hosmer-Lemeshow检验,校准曲线和决策曲线评估诺谟图的实用性。结果（1）肺癌患者SBRT治疗一年后,91个病灶局部得到控制,38个病灶局部失败。SBRT治疗两年后,67个病灶局部得到控制,50个病灶局部失败。4个影像组学特征wavelet-LLL＿glszm＿Small Area Emphasis、wavelet-LHH＿glcm＿Joint Average、wavelet-LHH＿ngtdm＿Complexity、squareroot＿glcm＿Difference Entropy以及组成的影像组学评分、临床分期、血小板数和大体肿瘤体积内的最小剂量（The Minimum Dose of GTV,GTVmin）是肺SBRT后一年局部控制的独立预后因素。3个影像组学特征log-sigma-0.5-mm-3D＿gldm＿Dependence Variance、wavelet-LHL＿firstorder＿Mean、wavelet-HHL＿glcm＿Maximum Probability以及组成的影像组学评分、临床分期、计划靶区体积（Planning Target Volume,PTV）和计划靶区内的最大剂量（The Maximum Dose of PTV,PTVmax）是接受肺SBRT后两年局部控制的独立预后因素。（2）根据AUC值和准确性,选择分类方法性能最好的LR方法建立临床模型和综合模型。（3）不管是一年局部控制预测模型还是两年局部控制预测模型,综合模型的预测准确性均高于影像组学模型和临床模型。在训练集和验证集中,预测一年局部控制综合模型的ROC曲线下的面积（Area Under Curve,AUC）值分别为0.911（95%置信区间（Confidence Interval,CI）:0.845-0.977,准确度:85.4%）和0.818（95%CI:0.659-0.978,准确度:82.5%）,预测两年局部控制综合模型的AUC值分别为0.834（95%CI:0.744-0.925,准确度:76.5%）和0.787（95%CI:0.629-0.946,准确度:77.8%）。基于此构建和验证了由影像组学评分、临床分期、血小板数和GTVmin组成的预测一年局部控制的诺谟图,和由影像组学评分、临床分期、PTV和PTVmax组成的预测两年局部控制的诺谟图。Hosmer-Lemeshow检验和校准曲线证明这两个综合诺谟图的可行性,决策曲线证明两个综合诺谟图均有很重要的临床实用性。结论本研究根据临床变量和剂量变量以及影像组学特征构建了能准确预测肺癌SBRT后一年和两年的局部控制综合模型,该模型对于指导患者的治疗方案和随访管理,实施个体化精确放疗,具有重要的的指导意义。