CT影像组学和机器学习预测胆囊息肉样病变性质的研究⋆

2023-12-21尹胜男计一丁李梦娟张亦弛

中国CT和MRI杂志 2023年12期

尹胜男计一丁丁宁李梦娟迟婧刘利张亦弛金龙

苏州大学附属苏州九院影像科(江苏苏州 215200)

胆囊息肉样病变(PLG)是一种常见的超声发现，在东方国家的发病率约为7.4%–9.9%[1]，可大致分为肿瘤性病变和非肿瘤性病变[2]。肿瘤性病变中最常见的腺瘤性息肉存在恶变倾向，与息肉样胆囊癌合并称为真性息肉[3]。而非肿瘤性病变中最多见的胆固醇性息肉，以及炎性息肉、胆囊腺肌增生症等，没有明显的恶变倾向[4]。恶性PLG在所有胆囊癌中占15%-20%，其早期表现与良性PLG类似，难以鉴别[5]。而胆囊癌预后极差，5年总体生存率低于5%。由于不同类型的胆囊息肉样病变预后差异显著，因而准确鉴别息肉的性质对于患者选择合适的治疗方式至关重要。

近年来，CT扫描已越来越广泛地应用于临床及科研工作。影像组学(Radiomics)是一个新兴和快速发展的学科，其主要目标是挖掘现有的医学图像背后潜在的高维信息帮助临床决策。Radiomics已广泛应用于研究肺癌[6]，肝癌[7]，结直肠癌[8]等。然而，目前为止，鲜少有CT扫描联合影像组学区分PLG性质的报道。在本研究中，我们尝试使用三期增强CT扫描及影像组学的方法为腺瘤性胆囊息肉和胆固醇性胆囊息肉的术前定性诊断提供更加可靠的依据。