通过深度学习和多阶段 CT 成像进行局灶性肝脏病变诊断

文章预览

       2024年8月，温州医科大学衢州附属医院、电子科技大学长三角研究院、四川大学华西医院、三亚市人民医院、河南省人民医院放射科在 Nature Communications 杂志发表了题为 Focal liver lesion diagnosis with deep learning and multistage CT imaging 的研究。 文章摘要        诊断肝脏病变对于治疗选择和患者预后至关重要。本研究开发了一种使用多相增强计算机断层扫描 （CT） 的肝脏病变自动诊断系统。共有来自 6 个数据中心的 4039 名患者被招募来开发肝脏病变网络 （LiLNet）。LiLNet 可识别局灶性肝脏病变，包括肝细胞癌 （HCC）、肝内胆管癌 （ICC）、转移性肿瘤 （MET）、局灶性结节性增生 （FNH）、血管瘤 （HEM） 和囊肿 （CYST）。LiLNet 在四个外部中心进行了验证，并在两家医院进行了临床验证，对良恶性肿瘤的准确率 （ACC） 为 94.7%，曲线下面积 （AUC） 为 97. ………………………………