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》。
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。
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。
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。
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。