王可，杨俊哲，刘义，马帅，刘婧，张耀峰，王祥鹏，张晓东，王霄英*

1.北京大学第一医院医学影像科，北京 100034；2.北京赛迈特锐医学科技有限公司，北京 100011；*通信作者 王霄英wangxiaoying@bjmu.edu.cn

胆总管结石的发病率为6%～15%，临床常表现为腹痛和黄疸，可致急性胆管炎或急性胰腺炎，有危及生命的风险[1-2]。经内镜逆行胆胰管成像（endoscopic retrograde cholangiopancreatography，ERCP）和术中胆道造影是诊断胆总管结石的“金标准”，内镜超声和磁共振胆胰管成像（magnetic resonance cholangiopancreatography，MRCP）是微创或无创检查方法，用于评估中等风险胆总管结石[3]。MRCP主要用于检出胆道扩张和胆管内结石，并提供结石位置及大小信息，诊断者通常为影像诊断医师，其他临床医师（如普外科医师）通常在行ERCP检查前也需要阅片，结合影像报告和图像信息对ERCP的操作进行相应准备。

随着人工智能（artificial intelligence，AI）技术在医学影像领域的临床应用，其对于多种疾病的检出、定性诊断和定量评估均呈现出良好的应用前景。AI可在MRCP图像上识别胆管扩张[4]和原发性硬化性胆管炎的改变[5]，对MRCP诊断有一定的可行性，但目前对于胆道结石病变的AI诊断研究较少。本研究通过使用深度学习方法，探索其在MRCP图像上分割肝外胆管和检出结石的可行性。

1 资料与方法

本研究经本院伦理审查委员会批准[批件号：2019（170）]，免除患者知情同意。按照本单位AI模型训练规范执行研究方案。

1.1 用例定义 根据本单位AI训练管理方法定义研发3D MRCP图像上肝外胆管分割及结石检出模型的用例，包括模型的ID、临床问题、场景描述、模型在实际工作中的调用流程、模型输入输出数据结构等。……