通过磁共振图像和非图像数据进行基于深度学习的肝纤维化自动评估
Weixia Li1, Yajing Zhu2, Gangde Zhao3
1Department of Radiology, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Quantitative imaging in medicine and surgery
|September 2, 2025
概括
一个使用MRI图像的深度学习算法准确地分阶段肝纤维化, 这种非侵入性方法有助于诊断肝病并改善患者的治疗.
科学领域:
- 医学成像
- 人工智能
- 肝病学
背景情况:
- 精确的肝纤维化分期对于治疗慢性肝病至关重要.
- 需要使用非侵入性且高效的肝脏活检替代方法.
- 本研究评估了使用MRI图像进行纤维化分期的深度学习 (DL) 算法.
研究的目的:
- 评估用于肝纤维化阶段的自动化DL算法的性能.
- 评估算法的能力来区分纤维化患者和健康个体.
- 将DL算法的性能与其他临床数据进行比较.
主要方法:
- 在两家医疗中心对500名患者进行了回顾性分析.
- 使用延迟相MRI图像进行纤维化分期的DL模型的开发.
- 用于增强模型的DL与血清生物标志物 (APRI,FIB-4) 病毒状态和MR参数的整合.
主要成果:
- 完整的模型 (DL + 临床数据) 在所有纤维化阶段 (F0 - 4 至 F4) 实现了高AUROC值.
- 在早期分类 (F0-4,F1-4) 中,完整模型的表现优于只有DL的模型.
- 与放射学家和生物标志物相比,DL和完整模型显示出更高的特异性和灵敏性,用于晚期纤维化.
结论:
- DL算法提供了一种非侵入性的肝纤维化阶段和查方法.
- 这种人工智能驱动的方法超过了放射科医生和传统生物标志物的诊断性能.
- 该算法有可能提高肝病管理中的临床决策.
相关概念视频
01:25Ultrasound II: Endoscopic Ultrasound and FibroScan
198
Endoscopic Ultrasound (EUS) and FibroScan are valuable diagnostic tools in gastroenterology and hepatology, each with specific applications and techniques.
Endoscopic Ultrasound (EUS):
Endoscopic Ultrasound (EUS):
198
01:24Magnetic Resonance Imaging
6.7K
Magnetic resonance imaging (MRI) is a noninvasive medical imaging technique based on a phenomenon of nuclear physics discovered in the 1930s, in which matter exposed to magnetic fields and radio waves was found to emit radio signals. In 1970, a physician and researcher named Raymond Damadian noticed that malignant (cancerous) tissue gave off different signals than normal body tissue. He applied for a patent for the first MRI scanning device in clinical use by the early 1980s. The early MRI...
6.7K