基于MRI及US影像组学-临床联合模型诊断非酒精性脂肪性肝病
邓丹丹1
李曼2
李兵1
杜勇1
1.川北医学院附属医院放射科,四川 南充 6370002.上海联影智能有限公司研发部,上海 200232
摘要：目的 探讨基于MRI及US影像组学-临床联合模型诊断非酒精性脂肪性肝病(NAFLD)的价值.方法 回顾性分析2021年3月～2023年9月川北医学院附属医院207例患者的MRI及US图像,包括89例NAFLD患者和118例非NAFLD患者,按8:2比例随机分为训练集(n=165,NAFLD 71例、非NAFLD 94例)和测试集(n=42,NAFLD18例、非NAFLD 24例).通过单因素及多因素Logistic回归分析筛选NAFLD的独立临床预测因子,建立临床模型.基于MRI中OP-IP序列及US图像提取并筛选影像组学特征,建立影像组学模型,分别为MRI影像组学模型、US影像组学模型及MRI-US影像组学联合模型.联合临床特征及影像组学特征,分别建立MRI影像组学-临床联合模型、US影像组学-临床联合模型、MRI-US影像组学-临床联合模型;采用受试者ROC曲线评估各模型诊断NAFLD的效能,运用决策曲线分析评价各模型的临床价值.结果 甲胎蛋白、极低密度脂蛋白胆固醇和精神病分别为NAFLD的临床独立预测因子,用于建立临床模型.基于MRI及US图像分别筛选出19、16个最佳影像组学特征,用于建立MRI影像组学模型、US影像组学模型及MRI-US影像组学联合模型.联合临床特征及影像组学最佳特征,分别建立MRI影像组学-临床联合模型、US影像组学-临床联合模型、MRI-US影像组学-临床联合模型.训练集中,临床模型、MRI影像组学模型、US影像组学模型、MRI-US影像组学联合模型、MRI影像组学-临床联合模型、US影像组学-临床联合模型、MRI-US影像组学-临床联合模型诊断NAFLD阳性的AUC分别为0.99、1.00、0.99、1.00、1.00、0.99、1.00,在测试集中分别为0.94、1.00、0.89、0.99、1.00、0.98、1.00.决策曲线分析结果显示训练集和测试集中,MRI-US影像组学-临床联合模型的效能最高.结论 基于MRI及US影像组学-临床联合模型对NAFLD具有较高的诊断价值.
关键词：影像组学深度学习非酒精性脂肪性肝病磁共振成像超声成像诊断
资助基金：南充市市校合作科研专项(NSMC20170301)
论文发表日期：2024-05-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 474-483 )
英文信息