| 张东莹，马潇越，王雪佳，梁长华.基于术前CT的深度卷积神经网络框架评估结直肠癌肝转移预后分层[J].放射学实践,2026,41(06):654-658 |
| 基于术前CT的深度卷积神经网络框架评估结直肠癌肝转移预后分层 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2026.06.007 |
| 中文关键词: 结直肠癌 肝转移 预后评估 体层摄影术，X线计算机 深度卷积神经网络 |
| 基金项目:河南省医学科技公关计划联合共建项目（LHGJ20210512） |
|
| 摘要点击次数: 147 |
| 全文下载次数: 121 |
| 中文摘要: |
| 【摘要】目的：探讨基于术前CT影像特征的深度卷积神经网络模型预测结直肠癌肝转移患者预后的价值。方法：回顾性分析194例结直肠癌肝转移患者的术前CT影像资料。采用深度卷积神经网络建立预测模型，并通过受试者工作特征曲线下面积（AUC）评价模型效能。结果：基于深度卷积神经网络的临床模型、影像模型以及临床+影像联合模型均有助于结直肠癌肝转移患者生存风险的预测，且相较于前两者，临床+影像联合模型的诊断效能更高，训练集AUC为0.882，敏感度和特异度分别为91.04%和89.77%；验证集AUC为0.872，敏感度和特异度分别为88.24%和86.36%。Delong检验结果显示，训练集中，临床+影像联合模型与临床模型之间AUC的差异具有统计学意义（Z=2.389,P<0.05）。结论：基于深度卷积神经网络的术前CT影像模型能够有效预测结直肠癌肝转移患者的预后生存率。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
