-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
一种基于非增强计算机断层扫描测量常染色体显性多囊肾病总肾体积的快速自动分割方法
《Abdominal Radiology》：A rapid automated segmentation method for total kidney volume measurement on unenhanced computed tomography in autosomal dominant polycystic kidney disease
【字体： 大 中 小 】 时间：2026年09月28日 来源：Abdominal Radiology 2.3
编辑推荐：
摘要目的开发并验证一种基于深度学习的完全自动化方法，用于从常染色体显性多囊肾病（ADPKD）患者的非增强计算机断层扫描（CT）图像中测量肾脏总体积（TKV）。方法基于 nnU-Net 框架，使用 236 例患者的非增强 CT 图像（其中包括 111 例 ADPKD 患者）开发
开发并验证一种基于深度学习的完全自动化方法，用于从常染色体显性多囊肾病（ADPKD）患者的非增强计算机断层扫描（CT）图像中测量肾脏总体积（TKV）。
基于 nnU-Net 框架，使用 236 例患者的非增强 CT 图像（其中包括 111 例 ADPKD 患者）开发了一个完全自动化的肾脏分割模型。开发数据集被划分为训练队列和内部测试队列。一个独立的 70 例 ADPKD 患者队列用于验证，其中包括 20 例患者的纵向扫描。参考标准由两名经验丰富的放射科医生独立完成的半自动化肾脏分割及逐层手动校正组成。自动分割与参考分割通过 Dice 相似度系数（DSC）、组内相关系数（ICC）、线性回归和 Bland-Altman 分析进行比较。
自动分割与参考标准在空间一致性方面表现优异，TKV 的平均 DSC 为 0.96 ± 0.01。体积一致性几乎完美（ICC = 0.999；95% 置信区间，0.998–0.999），偏差极小（?0.14%），精度高（±2.09%）。纵向分析显示肾脏生长评估具有稳健的一致性（ICC = 0.99；偏差，?0.64%；精度，±4.81%）。自动方法每例约需 5 秒，而专家辅助的参考分割需要 30 分钟。
这种自动分割方法能够实现 ADPKD 患者从非增强 CT 图像中快速、准确且可重复地量化 TKV，为手动体积分析提供了一种临床可行的替代方案。
开发并验证一种基于深度学习的完全自动化方法，用于从常染色体显性多囊肾病（ADPKD）患者的非增强计算机断层扫描（CT）图像中测量肾脏总体积（TKV）。
基于 nnU-Net 框架，使用 236 例患者的非增强 CT 图像（其中包括 111 例 ADPKD 患者）开发了一个完全自动化的肾脏分割模型。开发数据集被划分为训练队列和内部测试队列。一个独立的 70 例 ADPKD 患者队列用于验证，其中包括 20 例患者的纵向扫描。参考标准由两名经验丰富的放射科医生独立完成的半自动化肾脏分割及逐层手动校正组成。自动分割与参考分割通过 Dice 相似度系数（DSC）、组内相关系数（ICC）、线性回归和 Bland-Altman 分析进行比较。
自动分割与参考标准在空间一致性方面表现优异，TKV 的平均 DSC 为 0.96 ± 0.01。体积一致性几乎完美（ICC = 0.999；95% 置信区间，0.998–0.999），偏差极小（?0.14%），精度高（±2.09%）。纵向分析显示肾脏生长评估具有稳健的一致性（ICC = 0.99；偏差，?0.64%；精度，±4.81%）。自动方法每例约需 5 秒，而专家辅助的参考分割需要 30 分钟。
这种自动分割方法能够实现 ADPKD 患者从非增强 CT 图像中快速、准确且可重复地量化 TKV，为手动体积分析提供了一种临床可行的替代方案。
