声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：42-1187/R
国际刊号：1001-9324
发布日期:
作者：徐爽, 杜小萌, 孙涛, 汪银, 唐明, 马宜传
单位：233004 蚌埠医科大学第一附属医院放射科（徐 爽、杜小萌、马宜传）;230001 合肥,安徽省妇女儿童医学中心（安徽医科大学妇幼医学中心）（徐 爽、孙 涛、汪 银）;230011 合肥市第二人民医院（唐 明）
关键词：深度学习,影像组学,磁共振成像,凶险性前置胎盘,胎盘植入谱系疾病
基金：本研究系安徽省高校自然科学研究项目（编号：2023AH050580）
<b>目的</b> 利用深度学习（DL）MRI影像组学,开发凶险性前置胎盘（PPP）合并胎盘植入谱系（PAS）疾病的诊断模型,提高诊断准确性与客观性。<b>方法</b> 回顾性搜集2个院区(中心A和中心B)住院的124例产妇的一般临床资料及MRI数据。通过DenseNet-121和PyRadiomics分别提取T<sub>2</sub>WI的DL和影像组学特征,通过互信息筛选特征后构建DL影像组学模型 (Rad-Score)。通过LASSO和<em>Logistic</em>回归筛选临床特征,分别进行DL影像组学模型、临床模型和联合模型的性能评价,将DL影像组学模型的截断值作为分类依据绘制Kaplan-Meier曲线分析产妇的总住院时长趋势。<b>结果</b> 124例产妇中,共有43例发生PPP合并PAS;在其余81例产妇中,PPP不合并PAS者16例。经过筛选,共有2个DL特征、5个影像组学特征构成Rad-Score,建立DL影像组学模型;临床模型中,仅超声诊断是唯一独立危险因素。DL影像组学模型的全部数据集、中心A和中心B数据集的AUC分别为0.877 (95%CI 0.814~0.939)、0.916 (95%CI 0.844~0.989)和0.824 (95%CI 0.711~0.937);超声诊断模型的AUC为0.767 (95% CI 0.690~0.844)。所有产妇及婴儿均无死亡,通过DL影像组学的截断值 (Rad-Score =-0.229)绘制的总住院时长的Kaplan-Meier曲线显示,低Rad-Score的产妇总住院时间下降更快,在12天左右97.44%的产妇出院,而高Rad-Score总住院时间下降较慢,在16天左右全部出院 (<em>P</em> <sub>Log-rank</sub> < 0.001)。<b>结论</b> 基于DL的MRI影像组学建立的PPP合并PAS预测模型具有良好的预测性能,并具有应用潜力。
来源：2025年第12期
《临床放射学》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。