分享自:

基于非对比CT影像组学和深度学习的体成分评估及感染性胰腺坏死预测

期刊:frontiers in microbiologyDOI:10.3389/fmicb.2024.1509915

本文是一项原创性研究,由Bingyao Huang、Yi Gao和Lina Wu共同完成,研究机构为中国医科大学附属盛京医院的放射科和检验科。该研究于2024年12月13日发表在《Frontiers in Microbiology》期刊上,题为《Assessment of Body Composition and Prediction of Infectious Pancreatic Necrosis via Non-Contrast CT Radiomics and Deep Learning》。

研究背景

急性坏死性胰腺炎(Acute Necrotizing Pancreatitis, ANP)是急性胰腺炎(Acute Pancreatitis, AP)的严重并发症,约30%的ANP患者会发展为感染性胰腺坏死(Infectious Pancreatic Necrosis, IPN),其死亡率高达30%。因此,早期准确诊断IPN并采取及时有效的治疗措施至关重要。近年来,研究表明肌肉和脂肪组织在ANP及其并发症中扮演重要角色。骨骼肌不仅是人体运动功能的基础,还与个体的代谢状态、炎症反应及长期临床结果密切相关。脂肪组织,尤其是内脏脂肪,被认为是“代谢活跃”的组织,分泌多种生物活性分子,参与能量代谢、炎症反应和免疫功能的调节。然而,肌肉和脂肪含量及分布的变化如何影响IPN的发生和发展,尚不明确。本研究旨在通过非增强CT影像,利用深度学习算法和放射组学技术,探讨IPN患者肌肉和脂肪组织的分布特征,为IPN的早期诊断和个性化治疗提供新的理论依据和实践指导。

研究方法

本研究为回顾性分析,纳入了2019年3月至2024年8月期间诊断为ANP并接受全腹部CT扫描的315名患者。研究采用NNU-Net架构进行图像分割,并使用Python脚本从分割后的非增强CT图像中提取放射组学特征。研究重点关注两类特征:一阶统计特征和形态学特征。通过相关性分析,筛选出具有统计学意义的特征,并进行医学解释。

研究流程

  1. 患者筛选:研究纳入了315名ANP患者,排除了孕妇、18岁以下患者、合并恶性肿瘤患者以及图像质量差或临床数据不完整的患者。
  2. CT图像获取:患者在入院后1周内接受全腹部CT扫描,扫描参数设置为120 kV管电压,自动管电流,矩阵大小为512×512,层厚为3.0 mm。
  3. 数据标注:由两名经验丰富的放射科医生对皮下脂肪(SAT)、内脏脂肪(VAT)、骶棘肌和所有腹部肌肉进行标注,并由一名资深放射科医生进行审核。
  4. 分割网络:采用5折交叉验证方法,使用NNU-Net架构对L3-L5椎体区域的肌肉和脂肪进行分割。
  5. 放射组学特征提取:使用Python包PyRadiomics提取18个一阶特征和14个形态学特征。
  6. 统计分析:使用SPSS 26.0进行统计分析,定量数据采用t检验,定性数据采用χ2/Fisher精确检验。

研究结果

  1. 临床特征:IPN组患者年龄较大(p=0.038),机械通气需求更高(p<0.001),住院时间更长(p<0.001)。
  2. 分割结果:模型在L3-L5椎体区域的分割准确率为0.91。
  3. 相关性分析
    • VAT:偏度(p=0.004)和均匀性(p=0.036)具有统计学意义,表明IPN患者的VAT局部沉积减少,密度更均匀。
    • SAT:偏度(p=0.023)、最大二维直径切片(p=0.020)和最大三维直径(p=0.044)具有统计学意义,表明IPN患者的SAT体积较大。
    • 腹部肌肉:四分位距(p=0.023)、平均绝对偏差(p=0.039)、鲁棒平均绝对偏差(p=0.015)、伸长率(p=0.025)、球形度(p=0.010)和表面积体积比(p=0.014)具有统计学意义,表明IPN患者的腹部肌肉密度分布更分散和异质。
    • 骶棘肌:四分位距(p=0.018)、平均绝对偏差(p=0.049)、鲁棒平均绝对偏差(p=0.025)、偏度(p=0.008)、最大二维直径切片(p=0.008)、最大三维直径(p=0.005)、球形度(p=0.011)和表面积体积比(p=0.005)具有统计学意义,表明IPN患者的骶棘肌体积较大。

结论

本研究发现,VAT和SAT的局部沉积减少、密度均匀性增加、SAT体积增大以及腹部肌肉密度的分散和异质分布是IPN的危险因素。这些发现不仅证实了肌肉和脂肪组织在ANP进展中的重要作用,还为临床实践中对高风险患者实施早期预防性治疗提供了科学依据。

研究亮点

  1. 创新性方法:本研究首次结合深度学习和放射组学技术,利用非增强CT影像对IPN患者的肌肉和脂肪组织进行精确分割和定量分析。
  2. 重要发现:研究揭示了VAT和SAT的局部沉积减少、密度均匀性增加、SAT体积增大以及腹部肌肉密度的分散和异质分布与IPN的显著相关性。
  3. 临床应用价值:研究结果为IPN的早期预警和个性化治疗提供了新的工具,有助于改善胰腺炎患者的整体预后和临床管理策略。

研究意义

本研究通过深度学习和放射组学技术,深入探讨了肌肉和脂肪组织在ANP进展为IPN中的作用,为IPN的早期诊断和个性化治疗提供了新的理论依据和实践指导。研究结果不仅丰富了我们对IPN病理生理机制的理解,还为临床实践中对高风险患者实施早期预防性治疗提供了科学依据。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com