来源：期刊VIP网 时间：
作者：李寿鹏;王耀辉;田霁松;李伊铭;蒋文莉;张明博;朱连华;李秋洋;彭丽华;罗渝昆;
单位：解放军总医院第一医学中心超声科;解放军总医院泌尿外科医学部;解放军总医院消化内科医学部;
摘要：目的 研究如何基于多模态超声影像组学特征构建溃疡性结肠炎（UC）严重程度人工智能评估模型，并验证其效能。资料与方法 前瞻性纳入2024年10月—2025年7月解放军总医院第一医学中心75例活动期UC患者作为训练集，按改良Mayo评分分组。采集灰阶超声、彩色多普勒血流成像、超微血流成像及超声造影参数。采用最小绝对收缩与选择算子分析筛选关键特征，利用人工神经网络建模。独立收集2024年1—3月解放军总医院第一医学中心12例UC患者用于模型验证。采用Spearman秩相关及Pearson线性相关分析特征参数与改良Mayo评分间的相关性。采用Kappa检验评估模型预测结果与金标准的一致性，并开发网页可视化评分工具。结果 共筛选出10个关键超声特征，包括达峰时间、峰值强度、半降时间、曲线下面积、结肠袋形态、乙状结肠肠壁厚度、降结肠肠壁厚度、升结肠肠壁厚度、升结肠回声强弱及彩色多普勒血流成像分级。其中，峰值强度、曲线下面积、结肠袋形态、多肠段肠壁厚度及血流成像分级与改良Mayo评分呈正相关（r=0.330～0.725,P均<0.05）。模型在训练集中的准确度达85.33%(Kappa=0.753)，在验证集中达75.00%(Kappa=0.791)。网页工具可实现参数快速录入与实时判别。结论 本研究构建的多模态超声评分系统能客观、准确地评估UC严重程度，经独立验证表现良好，具有临床应用潜力。
关键词：结肠炎,溃疡性;;超声检查;;超声检查,多普勒,彩色;;超微血流成像;;超声造影;;影像组学;;人工智能评分系统
