CT影像组学识别非酒精性脂肪性肝炎的应用研究
非酒精性脂肪性肝病,预测模型
胡艳 宋侨伟[摘要]?目的?構建并验证基于CT的全肝影像组学模型用于识别非酒精性脂肪性肝炎(non-alcoholic?steatohepatitis,NASH)。方法?回顾性选取2018年6月至2022年12月浙江省人民医院收治的122例非酒精性脂肪性肝病患者,其中NASH患者52例。将纳入患者按7:3比例随机分为训练组(n=85)和测试组(n=37),选取每例患者的肝脏平扫图像提取影像组学特征,对训练组提取的特征进行降维并建立影像组学标签,之后联合相关临床特征构建联合预测模型用于识别NASH患者,使用受试者操作特征曲线及测试组数据评估模型的诊断效能。结果?联合预测模型基于年龄和影像组学标签构建,该模型在训练组和测试组中识别NASH患者的诊断效能分别为0.899和0.880,特异性分别为91.2%和88.1%,敏感度分别为86.7%和88.2%。校准曲线在训练组和测试组中也显示出良好的校准性能。结论?基于肝脏CT的影像组学模型可定量评估NASH,有望为临床提供一种无创性评价工具。
[关键词]?计算机体层扫描;非酒精性脂肪性肝炎;非酒精性脂肪性肝病;影像组学;预测模型
[中图分类号]?R575?[文献标识码]?A?[DOI]?10.3969/j.issn.1673-9701.2024.04.014
Application?study?of?non-alcoholic?steatohepatitis?based?on?radiomics?of?computed?tomography
HU?Yan1,?SONG?Qiaowei2
1.Department?of?Gastroenterology,?Hangzhou?Shangcheng?District?Peoples?Hospital,?Hangzhou?310009,?Zhejiang,?China;?2.Department?of?Radiology,?Zhejiang?Provinical?Poples?Hospital,?Hangzhou?310014 ......
您现在查看是摘要页,全文长 11101 字符。