CT影像组学识别非酒精性脂肪性肝炎的应用研究
Application study of non-alcoholic steatohepatitis based on radiomics of computed tomography
摘要目的 构建并验证基于 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.
更多相关知识
- 浏览13
- 被引0
- 下载8

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文