来源：期刊VIP网 时间：
作者：张孟溦;范艳芬;诗涔;吴茜;张涛;张继云;顾文豪;王希明;胡春洪;郁义星;
单位：苏州大学附属第一医院放射科苏州大学影像医学研究所;南通大学附属南通第三医院放射科;太仓市第一人民医院放射科;
摘要：目的 探讨钆塞酸二钠增强MRI深度学习模型术前诊断粗梁-团块型肝细胞癌（MTM-HCC）的价值。资料与方法 回顾性收集2015年6月—2023年3月苏州大学附属第一医院和南通大学附属南通第三医院经病理确诊的378例HCC，其中训练集295例（包括MTM-HCC 91例），外部验证集83例（包括MTM-HCC 21例）。使用预训练的ResNet3D、MVi T和Swin Transformer模型分别从动脉期、门静脉期和肝胆期肿瘤感兴趣区体积中提取深度学习特征。然后采用单因素分析对临床特征进行筛选，并利用自编码器构建临床模型和临床-深度学习联合模型。绘制受试者工作特征曲线评估模型的诊断效能，采用Delong检验比较不同模型曲线下面积的差异。采用Log-rank检验比较深度学习模型预测MTM-HCC阳性组和阴性组无复发生存期。结果 外部验证集中，三期联合MVi T模型在12个深度学习模型中曲线下面积最高，为0.803，高于临床模型（0.639;Z=2.600,P=0.009）和临床-深度学习联合模型（0.762;Z=0.717,P=1.000）。三期联合MVi T模型预测MTM-HCC阳性组无复发生存期低于阴性组（外部验证集：χ~2=6.799,P<0.05）。结论 钆塞酸二钠增强MRI深度学习模型可用于术前诊断MTM-HCC，其中三期联合MVi T模型和临床-深度学习联合模型具有较高的诊断效能。三期联合MVi T模型预测MTM-HCC阳性患者具有更高的复发风险。
关键词：肝肿瘤;;磁共振成像;;深度学习;;钆塞酸二钠;;诊断;;病理学,外科;;复发
基金资助：中国博士后科学基金面上项目（2024M752334）;; 苏州市基础研究试点项目（SSD2024083）;; 苏州科技计划项目（SKY2023146）
