目的 观察基于平扫CT建立的神经网络深度学习(DL)模型预测保守促排石治疗后排出输尿管结石的价值.方法 纳入915例接受保守促排石治疗的输尿管结石患者,随机分为训练集(n=700)、验证集(n=100)及测试集(n=115).基于平扫CT标记结石三维形状,分别针对训练集和验证集获取三维卷积神经网络(3D-CNN)、二维卷积神经网络(2D-CNN)及全连接神经网络(FCN)最佳参数并建立模型,以测试集检测模型预测能力;绘制受试者工作特征曲线,比较各模型及结石最大径预测测试集经保守治疗后可否排出输尿管结石的效能.结果 915例中,229例经保守治疗后排出输尿管结石.3D-CNN模型预测测试集排出输尿管结石的效能最佳,其曲线下面积(AUC)为0.956,高于2D-CNN模型(0.865)、FCN模型(0.813)及结石直径(0.818)(P均<0.01);2D-CNN模型预测AUC高于FCN模型及结石直径(P均<0.05).结论 利用DL模型、尤其3D-CNN能准确预测输尿管结石可否于保守治疗后排出.
作者:李金阳;张羽萌;张超
来源:中国医学影像技术 2023 年 39卷 8期