使用深度学习算法的计算机断层分析在患有慢性乙型肝炎病毒感染的患者的预后作用

科学领域:

• 肝病学 肝病学是一种肝病学.
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 预测慢性乙型肝炎 (CHB) 的临床结果对于患者管理至关重要.
• 这项研究研究了计算机断层扫描 (CT) 分析使用深度学习算法在CHB患者的预后效用.

研究的目的:

• 评估基于深度学习的CT分析的预后价值,用于预测CHB患者的肝细胞癌 (HCC),肝衰竭,糖尿病 (DM) 和整体存活率 (OS).

主要方法:

• 对2,169名没有肝衰竭的CHB患者进行了回顾性分析,这些患者接受了增强对比度的腹部CT.
• 深度学习算法用于自动细分,以测量肝脏和脏体积,皮下脂肪组织 (SAT),内脏脂肪组织 (VAT) 和骨肌肉指数.
• 进行了Cox比例危险分析,以确定临床结果的重要预测因素.

主要成果:

• 标准化脏体积显著预测了HCC的发展 (HR=1.01,P=0.025).
• 标准化脏体积 (HR=1.01,P<0.001) 和VAT指数 (HR=0.98,P=0.004) 与肝脏不补偿相关.
• 增值税指数 (HR=1.01,P=0.001) 和标准化体积 (HR=1.01,P=0.001) 预测了DM,而SAT指数 (HR=0.99,P=0.004) 与OS相关.

结论:

• 基于深度学习的脏体积,VAT和SAT指数的自动测量为CHB患者提供了重要的预后信息.
• 这些来自成像的指标可以帮助CHB进行风险分层和个性化管理策略.
• 这项研究强调了人工智能的潜力,提高了CT成像对慢性肝病的预测能力.