超声影像组学对移植肾实质性病变鉴别诊断的价值

作者：王天驰; 王众; 牛宁宁; 唐缨^*

来源：天津医药, 2023, 51(06): 653-657.

• 超声检查
• 移植物排斥
• 肾移植
• 肾小管坏死,急性
• 人工智能
• 组织学
• 影像组学

目的 探讨超声影像组学对移植肾实质性病变组织学的诊断价值。方法 选取186例因血肌酐异常而行肾穿刺活检的同种异体肾移植患者，根据活检结果分为急性排斥反应组（AR组）135例和肾小管坏死组（ATN组）51例。收集移植肾穿刺活检结果和超声资料，由2位医师根据常规超声参数进行诊断；应用影像组学进行超声图像特征提取，对获得的全部组学特征数据采用独立样本t检验进行初次筛选，再使用最小绝对值收敛和选择算子（LASSO）算法从已筛选特征中选择最优有效特征，并利用随机森林、K近邻法、逻辑回归、支持向量机分类器建立预测模型。所有患者按照7∶3的比例分配到训练队列和验证队列，采用5折交叉验证策略分析各组学模型在验证队列的准确度、敏感度、特异度、ROC曲线下面积（AUC）。结果 医师组以常规超声参数为特征对AR和ATN鉴别诊断的敏感度为56.2%，特异度为60.7%，准确度为57.5%。应用影像组学方法每幅图像提取137个组学特征，经过筛选后最终保留6个有意义的特征，分别为2D形状-平坦度、一阶-最小值、直方图-最小值、直方图-体素计数、梯度-标准差、灰度共生矩阵-集群阴影。随机森林、支持向量机、逻辑回归和K近邻法4种模型的AUC分别为0.931(95%CI:0.779～0.997)、0.762(95%CI:0.604～0.897)、0.721(95%CI:0.582～0.808)和0.713(95%CI:0.508～0.796)，其中随机森林模型敏感度为97.60%，特异度为80.00%，准确度为85.80%，综合表现最优。结论 超声影像组学可以提取更多的超声图像特征，各组学模型对移植肾实质性病变组织学分型均具有较好的鉴别诊断价值，优于常规超声方法。

• 单位
  天津市第一中心医院