临床放射学杂志

作者：赵婷婷, 孟祥虹, 王植

单位：300202 天津大学天津医院放射科

关键词：钝性胸部损伤,影像组学,深度学习,预后模型

<b>目的</b> 基于纵向整合的临床参数、影像组学及深度学习特征构建多模态融合模型来预测钝性胸部损伤（BCT）患者的不良预后。<b>方法</b> 回顾性分析280例BCT患者急诊和住院的临床和影像资料。中心1的200例患者经5折交叉验证用于模型构建，在CT图像上手动勾画感兴趣区（ROI）后提取影像组学及深度学习特征以构建组学模型，使用单、多因素<em>Logistic</em>回归分析临床因素确定独立预测因子以构建临床模型。通过曲线下面积（AUC）评价模型性能，将临床模型与最优组学模型结合构建融合模型。中心2的80例患者用于外部验证检验模型的泛化能力。<b>结果</b> 多发伤、肋骨骨折、胸腔积液是独立危险因素。基于急诊CT的临床-DLRscore融合模型预测性能最优，在训练集中AUC为0.91（95%CI：0.87~0.95），在外部验证集中AUC为0.78（95%CI：0.68~0.87）。与临床模型相比，添加DLRscore显著改善了分类性能，净重分类指数（NRI）为0.60，综合判别改善指数（IDI）为0.26。<b>结论</b> 基于纵向CT的临床数据与影像特征构建的临床-DLRscore融合模型，能有效预测BCT患者不良预后，有利于早期风险分层和个体化管理。

来源：2026年第2期

《临床放射学》期刊编辑部

查看临床放射学杂志2026年第2期