2023年2月25日第7卷第4期现代信息科技ModernInformationTechnologyFeb.2023Vol.7No.41091092023.022023.02收稿日期：2022-09-30基于3D卷积神经网络对局部晚期NSCLC患者的生存预测马亚楠，宋玥，郝天宇（兰州财经大学，甘肃兰州730020）摘要：目前关于非小细胞肺癌（NSCLC）患者生存分析的研究已经有很多，但是大多数都是在医生勾画出肿瘤的基础上进行影像组学特征提取，其次结合临床以及治疗前患者的肿瘤PET/CT图像特征进行生存分析的研究。在无医生勾画肿瘤的基础上，采用深度学习的方法，基于患者治疗前后FDG-PET是否可以对局部晚期NSCLC患者进行生存分析。在采用治疗前和治疗后FDG-PET时，基于3D卷积神经网络（3DCNN）的深度生存模型的一致性指数（C-index）为0.67。研究表明，同时使用治疗前后PDG-PET进行阅片可以预测出患者的风险概率。关键词：非小细胞肺癌；治疗前后PDG-PET；3D卷积神经网络；生存分析中图分类号：TP391文献标识码：A文章编号：2096-4706（2023）04-0109-05SurvivalPredictionofPatientswithLocallyAdvancedNSCLCBasedon3DCNNMAYa'nan,SONGYue,HAOTianyu(LanzhouUniversityofFinanceandEconomics,Lanzhou730020,China)Abstract:Therehavebeenmanystudiesonthesurvivalanalysisofpatientswithnon-smallcelllungcancer(NSCLC).However,mostofthestudiesarebasedontheextractionoftumorradiomicsfeaturesbasedonthetumourlabeloutlinedbythephysician,followedbyacombinationofclinicalandpre-treatmentPET/CTimagefeaturesofthepatientforsurvivalanalysis.SurvivalanalysisofpatientswithlocallyadvancedNSCLCbasedonwhetherpre-treatmentandpost-treatmentFDG-PETcanbeperformedbyusingadeeplearningapproachwithoutthebasisoftumorslabelofthephysician.Theconsistencyindex(C-index)ofthedeepsurvivalmodelbasedon3DCNNis0.67whenusingpre-treatmentandpost-treatmentFDG-PET.Thestudyshowsthatsimultaneousreadingwithpre-treatmentandpost-treatmentPDG-PETcanpredicttheriskprobabilityofpatient.Keywords:non-smallcelllungcancer;pre-treatmentandpost-treatmentPDG-PET;3DCNN;survivalanalysis0引言癌症是世界范围内的主要公共卫生问题。肺癌是世界范围内最常见的癌症类型，也是导致癌症死亡的主要原因[1]。肺癌可以大致分为小细胞肺癌（SmallCellLungCancer,SCLC,15%）和非小细胞肺癌（Non-smallcelllungcancer,NS...
