文章摘要
孙晶，张嘉雯，杨臻，李梦迪，任浩，王竞，刘薇.基于多层感知机算法的超声组学模型鉴别儿童复杂性与非复杂性急性阑尾炎[J].放射学实践,2026,41(07):819-823
基于多层感知机算法的超声组学模型鉴别儿童复杂性与非复杂性急性阑尾炎
  
DOI：10.13609/j.cnki.1000-0313.2026.07.013
中文关键词: 急性阑尾炎  儿童  超声组学  多层感知机算法
英文关键词: 
基金项目:贵州省基础研究计划（自然科学）面上项目（黔科合基础MS［2025］431）；贵州省卫生健康委员会科学技术基金立项项目（gzwkj2025-484）；贵州医科大学附属医院NSFC培育项目（gyfynsfc［2024］-42）；贵州医科大学附属医院博士科研启动基金项目（gyfybsky-2025-18）
作者单位
孙晶，张嘉雯，杨臻，李梦迪，任浩，王竞，刘薇 450000郑州,郑州大学附属郑州中心医院高新儿科（孙晶、张嘉雯、杨臻）,超声医学科（李梦迪）,高新普通外科（任浩）；550000贵阳,贵州医科大学附属医院核医学科（王竞）,产前诊断中心超声部（刘薇） 
摘要点击次数: 109
全文下载次数: 91
中文摘要:
  【摘要】目的：探索基于超声图像的影像组学模型预测儿童复杂性与非复杂性急性阑尾炎（AA）的价值。方法：回顾性分析220例AA患儿（121例复杂性，99例非复杂性）的治疗前超声影像及临床资料，通过分层抽样按照7：3的比例划分为训练集和验证集。采用多层感知机（MLP）算法分别建立临床模型、影像组学模型和临床+影像组学联合模型，并依次通过受试者操作特征（ROC）曲线下面积（AUC）、校准曲线及临床决策曲线分析（DCA）来评估模型诊断性能、可靠性及患者获益。结果：基于MLP算法的临床模型、影像组学模型以及临床+影像组学联合模型均可用于鉴别儿童复杂性与非复杂性AA。与前两者相比，临床+影像组学联合模型具有最高的诊断效能，训练集中AUC为0.883（95％CI：0.822～0.929），敏感度和特异度分别为85.51%和89.41%，验证集中AUC为0.822（95％CI：0.709～0.905），敏感度和特异度分别为83.33%和83.33%。校准曲线和DCA显示该模型不仅稳定性较好且能够为相关患者带来较好的获益。结论：基于MLP算法的超声组学模型有助于对儿童复杂性与非复杂性AA进行鉴别。
英文摘要:
    
查看全文   下载PDF阅读器  HTML全文
关闭