孟令思，赵帅，郭君武

溃疡性结肠炎(ulcerative colitis,UC)是一种病因和发病机制尚未明确的慢性非特异性炎症，发病时常累及结肠和直肠，以青壮年时期发病较多见，其病程以缓解和复发为特征[1]。随着病程的延长和病情的加重，UC患者可逐渐出现大出血、穿孔等严重并发症，甚至可发生癌变。我国流行病学调查结果显示，UC患者发生癌变的概率高达0.8%[2-3]。准确评估患者病情的活动度对临床制订合理的治疗方案和准确评估疗效有重要指导意义，对延缓病情进展、预防并发症的发生至关重要。

根据我国炎症性肠病诊断与治疗的共识意见，采用改良的Mayo临床评分方法对UC患者的疾病进展情况进行评估，并可根据评分将病变程度分为轻度、中度和重度[4]。这种评分方法中需要结合肠镜检查结果，肠镜可对病灶部位直接成像，同时可取样进行活检，但是对于重度UC患者，肠镜检查有导致肠道穿孔和病情加重的风险[5-6]，而且肠镜为有创性检方法，患者接受程度较低。CT肠道成像(computed tomography enterography，CTE)具有较高的组织对比度，成像速度较快且无侵袭性，可同时显示肠壁和肠腔，且可反复检查，无肠镜检查的各种并发症，目前CTE已经广泛应用于炎性肠病的辅助诊断[7]。已有研究者利用CTE表征构建CTE得分系统来评估患者的Mayo分组，但评估过程相对较繁琐[8]。

人工智能尤其是医学影像人工智能的兴起，可进行疾病的初筛工作，从而可减轻影像科医师的临床工作负荷[9]。目前随机森林方法已经广泛应用于疾病影像的分类学习，如治疗前疾病分期和良恶性病变的鉴别等。……