診斷肝纖維化，又有一種新方法

在中國，乙型肝炎病毒（HBV）感染仍然是一個十分嚴重的公共衛生問題，目前，全球有超過三分之一的乙型肝炎病毒感染者（約9300萬）居住在中國。肝纖維化是乙肝患者病情加重的表現，纖維化的過程長期持續就會發展成肝硬化，並有可能進一步惡化為肝癌。因此，準確評估肝纖維化程度對乙肝患者的預後、病情監測和管理來說非常的重要。

通常，肝活檢被認為是肝纖維化分期診斷的金標準。但是，肝活檢的方法也存在一些局限性，因為肝活檢是一種創傷性檢查，不容易被患者接受，費用較高，難免存在樣本的誤差等。

目前，醫學界正在研發尋找新的方法，能夠更好地服務於患者，滿足臨床診斷的需求。

一種名為「影像組學」的新興技術，可以從醫學圖像中，提取大量可能揭示肉眼無法理解的疾病特徵的圖像。現有的很多研究證明，這種基於 CT 和磁共振成像術（MR）的影像組學在臨床腫瘤學中非常具有應用價值。

日前，中科院自動化所在用影像組學來診斷肝纖維化方面的研究有了新的進展。

科研人員在一項基於彈性超聲影像組學的肝纖維化分期研究中，採用了一種名為深度學習的放射組學彈性成像（Deep Learning Radiomics of Elastography，DLRE）的新方法，用於診斷肝纖維化的分期。

該研究採用穿刺活檢作為金標準，並將 DLRE 這一新方法與另一種彈性成像方法，二維剪切波彈性成像（2D-SWE），以及世界組織推薦的無創性肝硬化診斷方法 APRI 評分法、另一種目前廣泛應用的 FIB-4 評分法進行比較。

研究首先按照臨床標準對所有就診病人進行 2D-SWE 的超聲圖像的採集。同時，對所有納入研究的乙肝患者進行血清學檢查。此外，所有患者也都進行了穿刺活檢，以提供研究的金標準。每位患者的 2D-SWE 測試中值、FIB-4 評分、APRI 評分以及穿刺活檢的結果都將記錄下來，用於後續和新發法的結果對比。

當採用新的超聲影像組學方法時，入選的患者被隨機分為訓練隊列和驗證隊列。訓練隊列用於訓練影像組學模型以優化模型參數，另一個隊列用於驗證生成的模型的性能。

整個研究設計了四個小實驗。分別為基本效能對比實驗、圖像數量實驗、魯棒性實驗和炎症分組實驗，用於探討 DLRE 方法與臨床方法診斷效能的對比、最合適的圖像數量問題、模型魯棒性的問題用於檢測 DLRE 方法的穩定性和肝炎對結果的影響問題。

通過以上實驗，研究者肯定了超聲影像組學在肝纖維化分期診斷上的應用效果， DLRE 方法基本診斷效能高，隨著圖像數量增多而更加好用，穩定性好，並且較少受到患者病情的不同（炎症分期）帶來的影響，在臨床上具有很好的推廣價值。

當然，這種技術在其他超聲模態下的疾病診斷、治療和預後中均具有很好的應用場景。隨著智能技術和醫療數據的不斷豐富完善，相信未來基於人工智慧的智能醫療能夠在醫院落地生根。

來源：中國科學院自動化研究所

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！