口腔鱗狀上皮細胞癌（Oral squamous cell carcinoma, OSCC）的發生經常在頜骨周圍，且可能侵犯骨骼。骨侵襲的存在顯著影響腫瘤分期、治療策略、結果和生活品質。本研究目的在於評估利用手術前的正子斷層掃描(18F-fluorodeoxyglucose-positron emission tomography, FDG-PET)影像，從原發性腫瘤中提取的電腦計算機化特徵在預測 OSCC患者骨侵襲中的可行性。藉由機器學習模型來探索計算機化特徵的組合與骨侵襲的存在之間的關係，期望未來利用開發出的模型能夠協助臨床醫生制定適當的治療計劃。
輔助同步化學放射治療（Concurrent chemoradiotherapy, CCRT）後的治療反應著實影響食道癌患者的預後，因而食道癌患者的治療反應是臨床上關注的議題之一。正子斷層掃描（18F-fluorodeoxyglucose-positron emission tomography, FDG-PET）能反映腫瘤體積，且較常規放射成像更有助於評估輔助化療的反應。然而，先前的相關研究大多集中於食道癌患者本身的預測，且通常有多種因素相互作用較為複雜，在臨床上難以精準的針對患者。本研究目的在於評估使用代謝特徵預測食道癌患者接受CCRT後治療反應的可行性，包含腫瘤與淋巴結轉移的狀態。
本研究為回顧性研究，納入2012年11月至2021年8月期間59名食道癌患者（共60顆腫瘤）。所有患者均在手術前接受新輔助同步化學放射治療（Concurrent chemoradiotherapy, CCRT）。以患者接受CCRT前的FDG-PET影像評估腫瘤發生病理完全緩解（Pathological Complete Response, pCR）的機率。在確定腫瘤內的最大標準化攝取值（SUVmax）以及代謝腫瘤體積（MTV）後，進一步計算腫瘤的紋理特徵。最後，以Receiver operating characteristic curve analysis（ROC）評估每個紋理特徵對於pCR的預測能力。