基于CT平扫影像组学模型对早期急性坏死性胰腺炎的鉴别诊断价值

作者：陈俊飞; 王笑笑; 胡景卉; 刘金韵; 黄京城; 罗先富^*

来源：放射学实践, 2023, 38(02): 177-182.

DOI：10.13609/j.cnki.1000-0313.2023.02.011

• 纹理分析
• 机器学习
• 急性胰腺炎
• 坏死性胰腺炎
• 随机森林
• 体层摄影术,X线计算机

目的:基于急性胰腺炎(AP)首次发作时CT平扫图像，比较间质水肿性AP与出血坏死性AP的影像组学特征差异，探讨基于CT平扫影像组学模型对早期坏死性胰腺炎的鉴别诊断价值。方法:搜集2017年1月-2020年6月被诊断为AP的300例患者，回顾性分析AP患者腹痛症状发作24h内首次CT平扫图像和临床一般资料。以72～96h内增强CT及改良CT严重指数(MCTSI)评分为评判标准，将300例AP患者分为间质水肿性AP(230例)和出血坏死性AP(70例)。在联影科研平台下，手动逐层分割整个胰腺形态轮廓，得到感兴趣区体积(VOI),提取特征参数，按照7:3的比例将影像资料随机分为训练组与验证组，通过随机森林(RF)模型进行训练，采用五折交叉法对其进行验证，采用ROC曲线分析模型对出血坏死性AP的诊断效能，并计算准确度、敏感度和特异度。结果:性别、年龄在间质水肿性AP与出血坏死性AP患者间差异无统计学意义。通过构建RF组学模型，训练组及验证组中区分间质水肿性AP与出血坏死性AP的ROC曲线下面积分别为0.979和0.936。结论:基于CT平扫影像组学特征结合机器学习随机森林模型建立的鉴别诊断模型，能够在早期准确判别急性坏死性胰腺炎。

• 单位
  扬州大学; 大连医科大学; 大连医科大学附属第二医院; 江苏省苏北人民医院