刘 奇，赵丽霞，郑曙光，赵希梅，3

（1.青岛大学计算机科学技术学院，山东青岛266071；2.青岛大学附属医院腹部超声科，山东青岛266003；3.山东省数字医学与计算机辅助手术重点实验室，山东青岛266071）

0 概述

目前，慢性肾脏疾病（Chronic Kidney Disease，CKD）已经成为全球性的公共卫生问题，其特征是永久性肾脏损害，患病率和死亡率高［1］。近十年来，我国CKD 总患病率为10.8%且逐年增高，给我国经济和社会带来了沉重的负担。早期发现和早期干预可显著降低慢性肾病患者的并发症，提高生存率。长期以来，肾脏穿刺活检是CKD 评估和诊断的金标准［2］，但是随着其临床应用的深入，这种有创性检查的缺陷愈发突出，主要表现为容易使患者引起出血等并发症［2］，诊断结果受医生的主观因素影响，并且需要经验丰富的医生操作，否则会造成无谓的创伤。

自20世纪90年代以来，计算机辅助诊断（Computer Aided Diagnosis，CAD）在国内外医学影像学领域获得较快发展并逐渐应用于临床［3］，在辅助提高影像科医生的诊断准确率方面获得广泛认同［4］。目前，医生进行慢性肾病超声诊断主要采用手动测量和裸眼视觉诊断方式，通过超声手动测量获取肾脏长度、肾实质厚度和肾实质回声强度等定量指标以实现诊断［5］，然而以上指标测量分析过程繁琐，每例耗时约20 min～30 min，而且某些病症的细微特征在短时间内肉眼不易察觉。计算机辅助诊断在超声图像特征识别方面具有医师肉眼识别无法比拟的优势。随着深度学习理论的发展，基于深度学习技术的超声图像CKD 肾功能预测模型相继出现。……