来源：期刊VIP网 时间：
作者：梁樱子;黄方易;袁晗;黄群;高泳;
单位：广西医科大学第一附属医院超声科;
摘要：目的 探讨基于肾脏超声的深度学习特征联合临床特征构建综合模型早期识别子痫前期孕妇肾功能损害的价值。资料与方法 回顾性收集2018年1月—2023年6月广西医科大学第一附属医院279例孕妇资料，分为子痫前期组151例和正常组128例。以7∶3将数据集随机分为训练集195例和测试集84例。利用深度学习卷积神经网络Resnet152提取肾脏超声图像深度学习特征，最小绝对收缩和选择算子从中选择非零系数特征，利用K-近邻算法建立深度学习模型。使用相同的分类器模型结合临床资料构建综合模型。采用受试者工作特征曲线评估模型性能，类激活映射图及SHAP值对模型进行解释性可视化。结果 综合模型的曲线下面积在训练集、测试集中分别为0.964(95%CI 0.940～0.988)、0.899(95%CI 0.835～0.963)。SHAP分析显示预测模型中深度学习特征贡献价值最高。结论 基于肾脏超声深度学习特征构建的综合模型可用于早期识别正常妊娠及子痫前期孕妇肾功能损害。
关键词：先兆子痫;;超声检查;;深度学习;;肾脏;;肾功能损害;;预测
