✅数据来源主要包括两大类：

1. 公共数据集：从“癌症影像档案”（The Cancer Imaging Archive, TCIA）平台下载。

• LUNG1队列：包含410例非小细胞肺癌（NSCLC）患者，主要用于分析肿瘤分期、评估患者总生存期（OS）以及验证ITHscore的稳定性。

• R01队列：包含136例NSCLC患者，除用于生存分析外，其携带的批量RNA测序（RNA-seq）数据被用于揭示与ITHscore相关的潜在生物学过程（即放射基因组学分析）。

• HN1队列：包含134例头颈癌（HNC）患者，专门用于测试ITHscore在非小细胞肺癌之外的癌症类型中的泛化能力。

• RIDER队列：包含30例NSCLC患者，该队列由同一患者在短时间内重复扫描构成，主要用于评估ITHscore在不同CT扫描间的稳定性（即可重复性）。

2. 内部收集数据集：回顾性地从广东省人民医院（GDPH）收集。

• GDPH-1队列：包含121例早期肺腺癌（LUAD）患者，拥有详细的病理学分类信息，用于分析肿瘤进展和侵袭性。

• GDPH-2队列：包含568例早期肺腺癌（LUAD）患者，是最大的一个队列，同样拥有详细的病理信息，并且还包含无病生存期（DFS）记录，用于分析病理变化、侵袭性以及生存预后。

所使用的数据类型概括如下：

• 影像数据：所有患者均提供了术前胸部CT图像。

• 临床数据：包括癌症类型、肿瘤分期（TNM）、病理分类（如AAH, AIS, MIA, IAC）、侵袭性状态（淋巴管浸润LVI和胸膜浸润PI）、治疗方式、年龄、性别、吸烟史等。

• 生存数据：包括总生存期（OS）、无病生存期（DFS）、无远处转移生存期（DMFS）和无局部复发生存期（LRFS）。

• 基因组数据：R01队列提供了批量RNA测序数据，用于进行基因集富集分析（GSEA）。

✅研究的医学问题：

1. 肿瘤内异质性的量化：

• 旨在从非小细胞肺癌（NSCLC）的CT图像中，全面量化肿瘤内异质性（Intra-tumor Heterogeneity, ITH）。

• ITH 是导致治疗失败、耐药性和预后差的关键因素。

2. ITH 与临床指标的关系：

• 探讨 ITH 与肿瘤表型（如分期、病理类型、侵袭性）、基因表达通路、患者生存期之间的关系。

3. 跨癌种泛化能力：

• 验证 ITHscore 在头颈癌（HNC）中的适用性。

✅技术方法

1. ITHscore 的计算流程：

• 局部特征提取：对肿瘤区域内每个像素及其周围区域计算104个影像组学特征。

• 像素聚类：基于局部特征对像素进行聚类，生成聚类标签图。

• 异质性量化：提出 ITHscore 公式：

  

其中  V V 是聚类数，Si,sam是第 i类最大连通区域面积，ni是第i类连通区域数量。

2.聚类模式识别：

• 识别出三种典型聚类模式：unicore（单核）、multicore（多核）、diffused（弥漫）。

3.统计分析：

• 使用 Wilcoxon 秩和检验、log-rank 检验、Cox 比例风险模型进行生存分析。

• 使用 GSEA 分析 ITHscore 与基因通路的关系。

4.稳定性与泛化性验证：

• 在不同切片、参数、勾画者和重复扫描中验证 ITHscore 的稳定性。

• 在头颈癌中验证其预后预测能力。

5.软件工具：

• 开发了 Python 包 ITHscore，公开供学术使用。