| 陈俊飞，王笑笑，胡景卉，刘金韵，黄京城，罗先富.基于CT平扫影像组学模型对早期急性坏死性胰腺炎的鉴别诊断价值[J].放射学实践,2023,(02):177-182 |
| 基于CT平扫影像组学模型对早期急性坏死性胰腺炎的鉴别诊断价值 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2023.02.011 |
| 中文关键词: 纹理分析 机器学习 急性胰腺炎 坏死性胰腺炎 随机森林 体层摄影术，X线计算机 |
| 基金项目: |
|
| 摘要点击次数: 2150 |
| 全文下载次数: 3318 |
| 中文摘要: |
| 【摘要】目的：基于急性胰腺炎（AP）首次发作时CT平扫图像，比较间质水肿性AP与出血坏死性AP的影像组学特征差异，探讨基于CT平扫影像组学模型对早期坏死性胰腺炎的鉴别诊断价值。方法：搜集2017年1月-2020年6月被诊断为AP的300例患者，回顾性分析AP患者腹痛症状发作24h内首次CT平扫图像和临床一般资料。以72~96h内增强CT及改良CT严重指数（MCTSI）评分为评判标准，将300例AP患者分为间质水肿性AP(230例)和出血坏死性AP(70例)。在联影科研平台下，手动逐层分割整个胰腺形态轮廓，得到感兴趣区体积（VOI），提取特征参数，按照7:3的比例将影像资料随机分为训练组与验证组，通过随机森林（RF）模型进行训练，采用五折交叉法对其进行验证，采用ROC曲线分析模型对出血坏死性AP的诊断效能，并计算准确度、敏感度和特异度。结果：性别、年龄在间质水肿性AP与出血坏死性AP患者间差异无统计学意义。通过构建RF组学模型，训练组及验证组中区分间质水肿性AP与出血坏死性AP的ROC曲线下面积分别为0.979和0.936。结论：基于CT平扫影像组学特征结合机器学习随机森林模型建立的鉴别诊断模型，能够在早期准确判别急性坏死性胰腺炎。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
