基于增强MRI影像组学、深度学习及临床特征构建列线图模型鉴别脊柱结核与化脓性脊柱炎

作     者：李西瑞 王得志 杨晓楠 李杰 郝大鹏 崔久法 LI Xirui;WANG Dezhi;YANG Xiaonan;LI Jie;HAO Dapeng;CUI Jiufa

作者机构：青岛大学附属医院放射科山东青岛266003 诸城市人民医院医学影像科山东潍坊262200 

出 版 物：《中国医学影像技术》 (Chinese Journal of Medical Imaging Technology)

年 卷 期：2025年第41卷第1期

页      面：122-127页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 100210[医学-外科学(含：普外、骨外、泌尿外、胸心外、神外、整形、烧伤、野战外)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 10[医学] 

主　　题：结核,脊柱 脊柱炎 磁共振成像 深度学习 影像组学 

摘      要：目的评价基于增强MRI影像组学、深度学习(DL)及临床特征建立的列线图模型用于鉴别脊柱结核与化脓性脊柱炎的价值。方法回顾性纳入59例脊柱结核、66例化脓性脊柱炎,筛选可用于鉴别脊柱结核和化脓性脊柱炎的影像组学、DL及临床特征;以logistic回归基于最优特征构建预测模型,并联合以上特征构建列线图模型。以受试者工作特征曲线、校准曲线和决策曲线可视化模型鉴别脊柱结核与化脓性脊柱炎的效能。结果列线图鉴别训练集和测试集脊柱结核与化脓性脊柱炎的曲线下面积(AUC)均最高,分别为0.997和0.920。DeLong检验显示列线图模型与临床模型在测试集的AUC差异有统计学意义(P=0.002),而与其他模型差异均无统计学意义(P均0.05)。列线图模型可为鉴别脊柱结核与化脓性脊柱炎提供最高的总净获益,且其校准度良好。结论基于增强MRI影像组学、DL及临床特征构建的列线图模型用于鉴别脊柱结核与化脓性脊柱炎具有较高效能。