中国食管癌,在全球有着较高的致病率和死亡率,且普遍为食管鳞状细胞癌(ESCC)。症状开始并不易察觉,一但出现晚期可能性较高,干预性治疗效果差。因此若能建立有效预后模型,将有助于决策性治疗,提高患者的生存率。目前国内放射治疗是食管癌首选治疗方式,然而仅从患者影像中获取的数据信息多取决于医生的专业水平及经验,还有很多的数字化信息可供深度挖掘。为量化肿瘤,影像组学(Radiomics)诞生,它通过高通量分析,从中获取定量组学特征,目前已在多种癌症的研究上取得了令人激动的成果。而影像组学特征作为最主要的视觉底层特征,结合不同的纹理分析方法来开拓提取新的特征,能更好的反映肿瘤内部异质性,大大提高癌症患者的预后效能。因此,食管癌应用影像组学并结合新纹理开发的预后模型工具能为ESCC患者及医生提供更精准的决策治疗。本课题研究了影像组学在食管癌CT图像上的应用效果及预后价值,并且探索了基于结合全局加权局部二值模式(GWLBP)和灰度大小区域矩阵的新纹理特征提取方法,帮助构建高效的组学标签和稳定的预后生存模型。研究主要内容包括:(1)基于ESCC患者CT图像的影像组学预后研究为了提高ESCC患者预后,创新性地应用影像组学方法从ESCC患者CT图像提取特征、特征筛选、计算预后分数、构建预后标签。通过高低风险分布图、接受者操作特性曲线及曲线下面积来评价预后标签对患者生存状态的鉴别能力。进一步结合患者的无进展生存期(PFS),使用Kaplan-Meier生存分析构建预后生存模型,通过探讨高低风险患者间差异、单因素和多因素分析来评价模型的预后有效性。(2)新纹理特征提取方法及预后研究为了改进影像组学特征提取方法,获取更有预后性的新纹理特征,创新性地使用改进的GWLBP对原始CT数据计算三维特征,重构成新影像数据。选取效果及特征显著的GLSZM纹理分析提取新特征,进一步通过对比GWLBP加入影像组学前后的预后分析结果,探讨新纹理特征对患者预后的影响。(3)无进展生存期预测对比分析为了探讨ESCC患者的PFS预测性能,结合ESCC患者的传统TNM分期(I,II,III期)、临床特征、影像组学预后分数和GWLBP预后分数来构建不同的列线图,使用C-index值来定量化评估预后性能,构建校准曲线评价预测准确率,最后通过决策曲线分析法从患者收益角度进行分析。本研究通过影像组学及结合全局加权局部二值模式,构建不同的ESCC预后标签、预后模型及无进展生存期预测模型,对比分析性能。最终得到结论:相较于ESCC患者传统医学研究,基于CT的影像组学能够显著提高预后效能。提出的新纹理特征提取方法与影像组学结合更进一步加强了预后标签和模型的能性并提升了无进展生存期预测准确率。最终为山西省食管癌精准医学提供了新的方法,帮助医生更好地进行预后诊断。