醫(yī)學(xué)影像學(xué)院杜江鋒課題組建立了診斷與評估新型冠狀病毒（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,，以切斷其在社會面上的傳染。影像組學(xué)模型在診斷與評估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COVID-19患者的CT圖像進(jìn)行了特征提取,，經(jīng)過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)重程度的分類采用SVM分類器進(jìn)行分類,，然后繪制各組的ROC曲線,。最后，ElasticNet影像組學(xué)模型顯示出良好的預(yù)測精準(zhǔn)度,，在訓(xùn)練集上獲得了0.97的平均AUC性能,，在測試數(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,、楊國強(qiáng)教授為本文共同通訊作者,。
