基于图像人工分割建立乙肝肝硬化门脉压力预测模型

目的:通过人工分割标注腹部增强CT门脉期图像中的肝、脾和门静脉主干结构，从中提取影像组学特征，并联合临床指标构建预测乙肝肝硬化患者门脉压力的模型。方法:回顾性纳入2016年1月至2020年5月于复旦大学附属中山医院就诊，行经颈静脉肝静脉压力梯度(HVPG)测定和腹部增强CT检查的乙肝肝硬化门脉高压患者。使用ITK-SNAP 3.8软件对门静脉期肝脏、脾脏和肝门静脉主干全层进行人工勾画标注。使用Python编程提取这3个部位的影像组学特征，建立HVPG预测模型。结果:共纳入171例患者。年龄(51.1±10.3)岁，其中男134例(78.4%)，HVPG平均值为16.9±5.7。每例患者均提取肝、脾、门静脉三个部位的影像组学特征，使用LASSO对所提取的2 553个影像组学特征进行筛选，联合临床特征及影像组学特征构建HVPG的预测模型：m_HVPG＝31.622+0.028 8×总胆汁酸-6.31(门脉主干wavelet-LHH_glcm_ClusterShade)+0.253(门脉主干wavelet-LHL_glszm_LargeAreaLowGrayLevelEmphasis)-20.9(脾wavelet-LLH_glcm_Correlation)-0.000 127(肝original_shape_SurfaceArea)+2.79(肝wavelet-LLH_glcm_ClusterShade)，该模型决定系数 R2＝0.345。 结论:肝、脾、门静脉影像组学特征联合临床特征可能作为乙肝肝硬化患者门脉压力无创性的评估方法。