基于增强CT的肾脏图像自动分割模型在糖尿病早期肾损伤诊断中的应用

摘要:

目的 评估基于计算机断层扫描（CT）的肾脏图像人工智能（AI）自动分割模型对糖尿病患者（DM）早期肾损伤的诊断价值。方法 回顾性分析2023年1月至2024年3月宁波市鄞州区第二医院收治的44例DM且不符合糖尿病肾病（DKD）诊断标准患者及54例健康对照者的临床和双肾增强CT影像学资料。使用基于3D nnU-Net的AI自动分割模型分割肾实质（RP）、肾皮质（RC）和肾髓质（RM），并计算肾脏各部位体积（VRP、VRC、VRM）和相应平均CT值（CTRP、CTRC、CTRM），比较两组间的影像学参数差异。采用受试者工作特征（ROC）曲线评估影像学参数在预测DM早期肾损伤中的价值。结果 两组肾脏体积参数（VRP、VRC、VRM）及CT值参数（CTRP、CTRC、CTRM）差异均有统计学意义（均P＜0.05）。ROC曲线分析显示，各影像学参数可用于区分DM早期肾损伤（均P＜0.05），且肾脏体积参数（AUC=0.774～0.818）较CT值参数（AUC=0.620～0.654）诊断性能更佳。结论 基于增强CT的肾脏图像AI自动分割模型可实现DM患者肾损伤的早期诊断，且肾脏体积参数较CT值参数诊断性能更佳。

Abstract: