首页 > 中国防痨杂志 > 基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究

基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究

Predicting pulmonary tuberculosis treatment outcomes using longitudinal chest CT radiomics and deep learning

二维码有效期 120s

摘要目的:探索利用多期胸部CT扫描的深度学习模型,预测肺结核药物治疗效果.方法:收集2020年1月至2024年1月在新疆喀什地区第一人民医院住院接受治疗的279例肺结核患者的多时序胸部CT影像数据,包括治疗前CT和治疗后CT.提取3386个影像组学特征,构建包括基于治疗前、治疗后、结合治疗前后的胸部CT影像组学模型、基于治疗后与治疗前影像特征变化、基于治疗前后的深度学习ResNet18模型等5种预测模型.模型性能通过受试者工作特征曲线下面积(AUC)等指标进行评估,并采用SHAP和Grad-CAM技术进行模型解释和可视化.结果:结合治疗前和治疗后CT数据的模型,在训练集和测试集上分别取得了 0.845和0.770的AUC.深度学习模型在训练集和验证集上的AUC分别达到0.883和0.858.结论:基于纵向胸部CT影像的深度学习模型在肺结核疗效预测中展现出良好的性能,能够为个性化治疗和资源优化提供支持.

作者 阿布都热苏力·吐尔孙 ^[1] 阿布都克尤木江·阿布力孜 ^[1] 帕提曼·买买提 ^[2] 黄陈翠 ^[3] 沈玲燕 ^[3] 马依迪丽·尼加提 ^[4] 学术成果认领

作者单位 新疆喀什地区第一人民医院影像中心,喀什 844000;新疆人工智能影像辅助诊断重点实验室,喀什 844000 ^[1] 新疆喀什地区第一人民医院影像中心,喀什 844000 ^[2] 杭州深睿技术有限公司研发中心研究合作部,杭州 311101 ^[3] 新疆人工智能影像辅助诊断重点实验室,喀什 844000;新疆医科大学第四附属医院影像中心,乌鲁木齐 830000 ^[4]

关键词结核,肺治疗结果预测人工智能放射摄影术 Tuberculosis,pulmonary Treatment outcome Prediction Artificial intelligence Radiography

分类号 R521 R81

栏目名称

论著

DOI 10.19982/j.issn.1000-6621.20250047

发布时间 2025-08-18（万方平台首次上网日期，不代表论文的发表时间）