基于深度学习的脑膜瘤侵袭性及Simpson分级相关性研究

作者：戴伟才; 顾文晶^*; 余娟; 张小青

来源：现代医用影像学, 2023, 32(10): 1783-1786.

• 深度学习
• 脑膜瘤
• Simpson分级
• 切除程度

目的:研究脑膜瘤侵袭性基于深度学习后与Simpson分级的相关性分析。方法:回顾性分析54例脑膜瘤病例资料，构建全卷积神经网络，根据脑膜瘤与周围动脉关系开展评分与分类。结果:术后脑膜瘤切除达到Simpson分级Ⅰ级14例，Ⅱ级17例，Ⅲ级17例，Ⅳ级6例。肿瘤侵犯动脉评分和切除程度存在统计学意义(H=21.580,P<0.001),肿瘤侵犯动脉评分与脑膜瘤切除分级成正相关(r=0.626,P<0.001)。结论:深度学习模式下肿瘤侵犯动脉评分与脑膜瘤手术切除等级关系密切，对脑膜瘤手术方案选择具有指导意义，有利于血管保护和减少术后并发症。

• 单位
  深圳市第二人民医院