背景宫颈癌（cervical cancer）在发达国家女性恶性肿瘤中是仅次于乳腺癌、结直肠癌和肺癌的第四大常见癌症,87%的病例发生在发展中国家,也是导致其死亡的主要原因。临床上对宫颈癌患者的治疗根据分期、淋巴结转移等的不同,选择不同的治疗方式。早期宫颈癌患者常行手术治疗,局部晚期患者常推荐使用同步放化疗。放疗作为宫颈癌根治治疗中主要手段之一发挥着重要作用。但由于放射治疗引起的毒性反应难以预测和避免,所以在精准医疗的背景下,寻找一种能够早期区分高低风险患者的方法,有效的指导个体化治疗,改善患者的生存质量,是我们目前在临床治疗工作中亟待解决的问题之一。影像组学能够从体层图像中快速、大量的提取特征,进一步分析高维数据,将特征量化,通过量化高维数据,建立特定的影像组学标签,可以开发预测模型。本研究也将对处理高维数据较好的模型进行比较讨论。目的探讨基于CT的影像组学标签在宫颈癌同步放化疗后发生放射性肠炎的预测价值,并开发临床易用工具,来帮助临床医生在临床诊治中更好的发现放疗后发生放射性肠炎的高风险患者,并提前进行预防,进一步提高患者的生存质量和发展个体化精准医疗。方法在探讨基于CT的影像组学标签在宫颈癌同步放化疗后发生放射性肠炎的预测研究中,回顾性纳入227例接受同步放化疗的宫颈癌患者。这些患者在初诊时经病理确诊为鳞状细胞癌,在放疗结束后进行规律随访。分析相关的临床病理因素、基本影像特征,通过LASSO回归模型从放疗前CT图像中筛选纹理特征并建立影像组学标签,根据放疗结束2年内、4年内发生放射性肠炎及慢性放射性肠炎的结果建立SVM、随机森林和Logistic预测模型,并进行比较。画出对放射性肠炎预测较好的模型的受试者工作特征曲线（ROC）,并分别计算曲线下面积（AUC）及模型准确度。选择最优模型计算每位患者的影像组学分数,评估影像组学分数在区分高低风险的患者的能力。结果一般资料:（1）本研究符合纳入标准病历共227例,其中,II期患者137（60.35%）人,III期患者90人（39.65%）;（2）年龄分布年龄为34岁～75岁,平均为54.6岁;（3）放射性肠炎II期患者中发生严重急性放射性肠炎10例（7.30%）;2级及以上慢性放射性肠炎31例（22.63%）,其中2年内发生的有27例（19.71%）;III期患者中发生急性放射性肠炎10例（11.11%）,2级及以上慢性放射性肠炎28例（31.11%）,其中2年内发生的有23例（25.56%）。临床单因素分析:放疗前贫血在放疗后2年内发生放射性肠炎的差异有统计学意义（P＜0.01）。其他分期、年龄、绝经状态等均无统计学意义。影像组学标签:在建立对2年内发生放射性肠炎的三种预测模型中,Logistic预测模型表现较好（准确度0.735,AUC0.741）;在对4年内发生慢性放射性肠炎的预测模型建立中,同样是Logistic预测模型表现较好（准确度0.748）。根据预测模型得出的影像组学分数,成功将患者分为高风险组和低风险组（P＜0.001）。结论影像组学标签是预测宫颈癌同步放化疗后发生放射性肠炎的一个独立预测因素,在临床指标不能对并发症的发生产生预测作用的情况下,影像组学标签的存在在预测放疗后2年内发生放射性肠炎中发挥着重要的作用,其中基于影像组学标签建立的逻辑回归模型有较好的预测效能。