醫(yī)學(xué)影像學(xué)院杜江鋒課題組建立了診斷與評(píng)估新型冠狀病毒（COVID-19）肺炎的影像組學(xué)模型
新型冠狀病毒（Corona Virus Disease 2019， COVID-19）肺炎是一個(gè)嚴(yán)重的威脅全人類(lèi)健康的疾病，是由一種新型冠狀病毒SARS-CoV-2引起的嚴(yán)重急性呼吸綜合征。SARS-CoV-2可通過(guò)呼吸道和接觸傳播，具有人與人之間傳播的性能。所以，醫(yī)療衛(wèi)生機(jī)構(gòu)必須對(duì)該病進(jìn)行精準(zhǔn)、快速的診斷與鑒別診斷，以切斷其在社會(huì)面上的傳染。影像組學(xué)模型在診斷與評(píng)估COVID-19肺炎方面優(yōu)于臨床模型能夠有效鑒別COVID-19肺炎與非COVID-19肺炎，有利于在COVID-19疫情流行期間，快速、準(zhǔn)確診斷與評(píng)估該病，有助于緩解放射科醫(yī)師的工作壓力，提高COVID-19肺炎診斷的精準(zhǔn)度。
2021年9月27日，山西醫(yī)科大學(xué)醫(yī)學(xué)影像學(xué)院杜江鋒教授團(tuán)隊(duì)在Stem Cell International期刊發(fā)表了“Severity Assessment of COVID-19 Using a CT-Based Radiomics Model ”的研究論文。在本項(xiàng)研究中，研究人員利用影像組學(xué)的方法對(duì)COVID-19患者的CT圖像進(jìn)行了特征提取，經(jīng)過(guò)降維分析提取了最具特征的影像組學(xué)特征，分別建立了診斷模型與分期評(píng)估模型（圖1、2）。
圖1.(a)
圖1.(b) 圖1.(c)
圖2.(a) 圖2.(b)
COVID-19肺炎嚴(yán)重程度的分類(lèi)采用SVM分類(lèi)器進(jìn)行分類(lèi)，然后繪制各組的ROC曲線(xiàn)。最后，ElasticNet影像組學(xué)模型顯示出良好的預(yù)測(cè)精準(zhǔn)度，在訓(xùn)練集上獲得了0.97的平均AUC性能，在測(cè)試數(shù)據(jù)集上達(dá)到0.90，表明基于CT的放射學(xué)模型在評(píng)估COVID-19肺炎的嚴(yán)重程度方面具有較強(qiáng)的效能?；贑T的影像組學(xué)模型能夠有效評(píng)估COVID-19肺炎的分期，有助于緩解放射科醫(yī)師的工作壓力，提高病情評(píng)估的精準(zhǔn)度。
大同市第三人民醫(yī)院醫(yī)學(xué)影像科副主任醫(yī)師許志高為本文第一作者，山西醫(yī)科大學(xué)醫(yī)學(xué)影像學(xué)院杜江鋒教授、楊國(guó)強(qiáng)教授為本文共同通訊作者。
