| 罗靖贤，朱之珺，周梦妮，李研婷，黄小华.基于CT平扫构建可解释性影像组学模型预测急性胰腺炎后糖尿病发生风险[J].放射学实践,2026,41(08):912-917 |
| 基于CT平扫构建可解释性影像组学模型预测急性胰腺炎后糖尿病发生风险 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2026.08.010 |
| 中文关键词: 急性胰腺炎 胰源性糖尿病 影像组学 机器学习 体层摄影术，X线计算机 |
| 英文关键词: |
| 基金项目:南充市市校合作项目（20SXQT0303）；川北医学院附属医院科研发展项目（2024LC001） |
|
| 摘要点击次数: 16 |
| 全文下载次数: 14 |
| 中文摘要: |
| 【摘要】目的：探讨基于CT平扫影像组学特征和临床特征构建的可解释性模型对急性胰腺炎后发生糖尿病（PPDM-A）的预测价值。方法：回顾性纳入2016年3月－2022年9月在本院住院治疗的199例急性胰腺炎患者，其中PPDM-A组74例，非PPDM-A组125例。按7∶3的比例将患者随机分为训练集（n=139）和测试集（n=60）。所有患者在入院后3天内行CT平扫，逐层沿胰腺实质边缘手动勾画ROI，融合生成容积ROI后提取影像组学特征。采用最小绝对收缩和选择算子（LASSO）进行特征的筛选和降维，计算影像组学评分（Rad-score）。采用支持向量机（SVM）构建影像组学模型、临床模型及联合模型。采用ROC曲线和DCA评估各模型预测PPDM-A的效能，并采用shapley方法对联合模型进行可解释性分析。结果：联合模型在训练集和测试集中的AUC分别为0.827和0.825，影像组学模型分别为0.767和0.672，临床模型分别为0.683和0.612。Delong检验结果显示，联合模型的AUC显著高于影像组学模型和临床模型（P<0.05）。Shapley分析显示，在联合模型的各变量中以影像组学评分（Rad-score）的贡献度最高。结论：非增强CT影像组学特征联合临床特征构建的联合模型对急性胰腺炎后发生糖尿病具有较好的预测效能，对模型进行可解释性分析有助于临床决策，使该模型有潜力成为PPDM-A的早期筛查工具。 |
| 英文摘要: |
| |
|
查看全文
下载PDF阅读器 HTML全文 |
| 关闭 |
