基于深度学习三维超分辨率放射组学的Gd增强MRI模型提升肝细胞癌术前病理分级预测

来自国内的研究人员针对肝细胞癌(HCC)病理分级与术后复发及预后的关键关联，开发了基于深度学习的三维超分辨率(SR)磁共振放射组学模型。该研究通过197例患者数据验证，SR技术显著提升肝细胞胆管期(HBP)图像特征提取效能，使三分类(高/中/低分化)及二分类模型AUC提升至0.849，为术前精准分级提供了新范式。

　　

这项突破性研究将人工智能与医学影像深度融合，科研团队巧妙运用三维超分辨率(3D-SR)技术对常规分辨率(NR)的肝胆期(HBP)磁共振图像进行智能增强。通过197例肝细胞癌(HCC)患者的临床数据，研究人员像"影像侦探"般从原始图像和SR重建图像中提取上千个定量特征，并采用梯度提升(GB)、轻量梯度提升机(LightGBM)和支持向量机(SVM)三大算法构建预测模型。

令人振奋的是，经SR技术强化的图像使模型性能显著跃升：在区分高分化与中低分化HCC时，曲线下面积(AUC)从0.603飙升至0.849，准确率提升20个百分点。决策曲线分析证实该模型具有临床转化价值，为外科医生术前精准评估肿瘤恶性程度提供了"智能显微镜"。这项成果标志着放射组学(Radiomics)与深度学习在肝癌精准诊疗领域的重要突破。