基于深度学习的肝纤维化分期弹性超声与常规超声融合诊断研究综述.docVIP

基于深度学习的肝纤维化分期弹性超声与常规超声融合诊断研究综述

肝纤维化是各类慢性肝损伤向肝硬化、肝细胞癌进展的核心中间病理阶段，其分期诊断对临床干预方案制定、预后评估具有决定性价值。目前肝穿刺活检仍是分期诊断的“金标准”，但作为有创操作存在采样误差、患者依从性低等局限，无法实现动态随访与大规模人群筛查。超声检查因无创、便捷、成本低廉的优势，已成为肝病影像学评估的首选手段，其中常规超声可提供肝实质回声、肝脏形态、脾脏大小等形态学信息，弹性超声则能直接量化肝组织硬度，反映纤维化的病理程度。两类模态的信息具有天然互补性，但传统人工解读受医师经验、操作规范度影响较大，诊断一致性仅为65%~75%，对早期肝纤维化（S1~S2期）的识别灵敏度不足40%。近年来深度学习技术在多模态医学影像分析领域的突破，为实现两类超声信息的高效融合、提升肝纤维化分期诊断效能提供了全新路径，相关研究成果已展现出显著的临床转化潜力。

一、单一模态超声诊断肝纤维化的技术局限

常规超声是肝纤维化初步筛查的基础手段，其评估指标包括肝实质回声增粗增强、肝表面不光滑、肝缘变钝、门静脉增宽、脾脏肿大等间接征象。但该模态的局限性十分突出：首先，早期肝纤维化阶段肝实质形态学改变较轻微，回声特征与正常肝脏、脂肪肝等良性病变存在重叠，人工判读的假阴性率可达30%以上；其次，不同设备的增益设置、操作者的扫查手法均会影响图像质量，导致不同