基于影像组学与3D深度学习的多模态模型在重症急性胰腺炎预测中的应用

打开文本图片集

摘要：目的探索融合影像组学特征、深度学习特征及临床结构化数据的多模态模型在重症急性胰腺炎（SAP）预测中的应用价值，以期为临床早期识别SAP提供更精准的工具。方法纳入2017年1月1日至2023年12月31日就诊于苏州大学附属第一医院、江苏大学附属金坛医院及苏州永鼎医院的急性胰腺炎（AP）患者，收集其人口学信息、既往史、病因、入院 24h 内实验室检查数据及 72h 内影像学资料，并评估全身炎症反应综合征（SIRS），同时计算Ranson评分、改良CT严重指数（MCTSI）、床边急性胰腺炎严重度指数（BISAP）和急性胰腺炎风险（SABP）评分。（剩余13130字）