临床放射学杂志

作者：苏杭, 代绕, 刘博文, 顾红兵, 张久楼, 单秀红

单位：212002 镇江,江苏大学附属人民医院医学影像科（苏 杭、代 绕、刘博文、单秀红）,检验科（顾红兵）; 210029 南京,南京医科大学第一附属医院医学影像科（张久楼）

关键词：肾功能不全,计算机体层成像,影像组学,机器学习

<b>目的</b> 探讨基于肾脏CT平扫影像构建轻度肾功能不全的预测模型的可行性。<b>方法</b> 回顾性分析在肾功能检测前后1周内有腹部CT平扫图像的693例住院患者的临床及影像学资料,依照肾功能检验指标(eGFR)划分为两组：（1）正常肾功能组：90 ml/（min&#x000b7;1.73m²）&#x02264;eGFR&#x0003C;120 ml/（min&#x000b7;1.73m²）;（2）轻度肾功能不全组：60 ml/（min&#x000b7;1.73m²）&#x02264;eGFR&#x0003C;90 ml/（min&#x000b7;1.73m²）。使用3D U-Net深度学习技术训练肾脏的自动分割模型,进行感兴趣区（ROC）的勾画。通过LASSO回归分析筛选出与轻度肾功能不全相关的特征及参数,建立基于逻辑回归、支持向量机及决策树的影像组学预测模型,通过受试者工作特征(ROC)曲线和曲线下面积(AUC)评估模型的效能。效能最佳模型用影像组学列线图展示,通过校准曲线评估列线图预测轻度肾功能不全的性能。<b>结果</b> 在影像组学预测模型中,通过逻辑回归建立的预测模型效能最好,其在训练集及测试集上的AUC值分别为0.849、0.782,其预测模型的列线图通过瀑布图和校准曲线显示有良好的轻度肾功能不全预测性能。<b>结论</b> 基于CT平扫图像构建轻度肾功能不全患者的影像组学预测模型是可行的,能够提醒临床医师及时评估患者可能存在的肾功能异常。

来源：2025年第11期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第11期