临床放射学杂志

作者：崔婷婷, 任杰, 秦永照, 岳云龙

单位：100038 北京,首都医科大学附属北京世纪坛医院医学影像科

关键词：子宫内膜癌,超分辨率重组,影像组学,肌层浸润

<b>目的</b> 探讨基于深度学习的超分辨率动态对比增强（DCE）MRI影像组学预测子宫内膜癌深肌层浸润的效能。<b>方法</b> 回顾性搜集212例接受手术治疗的子宫内膜癌患者,根据病理结果分为浅肌层浸润组和深肌层浸润组。通过超分辨率重组技术将原始分辨率DCE MRI图像转换为超分辨率图像,并分别提取影像组学特征。利用支持向量机算法构建原始分辨率和超分辨率模型。通过受试者工作特征曲线（ROC）和决策曲线分析（DCA）评估模型的性能。<b>结果</b> 超分辨率模型的诊断效能[训练集和测试集曲线下面积（AUC）为0.877和0.872]优于原始分辨率模型（AUC为0.787和0.717）并具有更大的临床益处。<b>结论</b> 基于深度学习的超分辨率重组技术能够提升DCE MRI影像组学模型对子宫内膜癌深肌层浸润的预测能力,有望为临床治疗提供更准确的依据。

来源：2026年第4期

《临床放射学》期刊编辑部

查看临床放射学杂志2026年第4期