影像组学是一种新兴的计算机辅助图像处理和分析诊断工具,主要用于临床预后预测、肿瘤微环境研究、与病理检验结合的分析等用途。由于影像检查和放射治疗技术的发展,个体化的放射治疗方案成为可能,催生了大量先进的图像处理和分析技术及此类研究,影像组学因其深度挖掘图像中包含的数据信息的能力得到较为广泛的研究。本文论述了影像组学应用于解决鼻咽癌个体化放疗中现存问题的工作,针对肿瘤与邻近组织区分、肿瘤内部乏氧等不同异质性表现区域的分割、小体积转移淋巴结鉴别等问题,在完善鼻咽癌个体化放疗中具有一定的参考价值。本文重点介绍了影像组学的研究方法和技术特点,并进行了应用。文中共选取了108例鼻咽癌患者,分别搜集患者CT、MRI、PET、病理学检查结果等数据,在量化分析肿瘤与肌肉组织、区分肿瘤内部乏氧和非乏氧区域等前期研究中使用统计学方法获取有实际使用价值的特征,在鉴别颈部转移淋巴结时使用机器学习方法对数据进行建模和鉴别。(1)在量化分析肿瘤与肌肉组织的研究中,在CT图像中获得部分影像组学特征随图像增强状态变化,可反映肿瘤异质性的动态变化用以量化肿瘤与正常组织的差异,用于排除靶区勾画时增强剂对各期CT图像的影响;(2)在区分肿瘤内部乏氧和非乏氧状态区域的研究中,MRI T1、T1+、T2图像中存在4个影像组学特征变化超过90%,量化和追踪这些特征的变化有利于对鼻咽癌肿瘤乏氧区域的识别;(3)在鉴别颈部转移淋巴结的研究中,由CT影像宏观指标和影像组学特征构成的机器学习预测模型可准确预测鼻咽癌转移淋巴结,对转移淋巴结鉴别精度达到91.7%,为临床中鉴别小体积鼻咽癌转移淋巴结提供一定的参考。上述研究结果在鼻咽癌放疗中肿瘤分割、乏氧区域识别和转移淋巴结鉴别中有一定的参考价值,有利于进行更为精细的肿瘤靶区、淋巴结引流区分割和施行不同处方剂量或同步加量放射治疗等个体化治疗方案。