首 页   本刊简介  编委会  审稿专家  在线期刊  写作规范  广告合作  联系我们
您现在的位置:首页 => > 研究进展 >
一个基于肝脏增强CT对肝纤维化分期的深度学习系统
文章发布日期:2018-09-27   来源:本站原创  作者:  点击次数:1067次

 
调整字体大小:


【据《Radiology》2018年7月17日在线报道】题:创建并验证一个基于肝脏增强CT对肝纤维化分期的深度学习系统(作者Kyu Jin Choi等)
        本项研究旨在创建并验证一个基于肝脏增强CT对肝纤维化分期的深度学习系统(DLS)。
        训练数据集纳入了7461例经病理诊断的肝纤维化患者的门静脉期CT影像;基于这一数据集,研究者创建了基于肝脏增强CT对肝纤维化分期的DLS。纳入891例患者的独立测试数据集评估了DLS的诊断准确性。应用Logistic回归分析评估患者特征和CT技术对该DLS准确性的影响。在一个纳入421例患者的亚数据集中,研究者通过受试者工作特征曲线下面积(AUROC)和Obuchowski指数比较该DLS与影像学家判读和转氨酶与血小板比值指数(APRI)诊断肝纤维化的准确性。
        测试数据集中,DLS的分期准确性是79.4%(707/891),诊断显著纤维化(F2–4)、晚期纤维化(F3–4)和肝硬化(F4)的AUROC分别是0.96、0.97和0.95。多因素分析中,只有纤维化的病理分期显著影响DLS的分期准确性,而肝病的病因和CT技术对其无影响。DLS(Obuchowski指数,0.94)的分期准确性优于影像学家的判读、APRI和纤维化-4指数(Obuchowski指数范围,0.71–0.81;P <0.001)。
        该DLS通过CT影像能准确地对肝纤维化分期。

沈阳军区总医院消化内科 王乐 祁兴顺 郭晓钟 报道

地址:长春市东民主大街519号《临床肝胆病杂志》编辑部 邮编:130061 电话:0431-88782542/3542
临床肝胆病杂志 版权所有 Copyright © 2009 - 2013 Lcgdbzz.org. All Rights Reserv 吉ICP备10000617号

吉公网安备 22010402000041号