基于深度学习的肠系膜上动脉夹层CTA影像特征识别与预后分层研究综述.docVIP

基于深度学习的肠系膜上动脉夹层CTA影像特征识别与预后分层研究综述

一、肠系膜上动脉夹层诊疗现状与临床痛点

肠系膜上动脉夹层（SpontaneousDissectionoftheSuperiorMesentericArtery,SMA-SD）是一种临床较为少见但致死率极高的血管急症，其发病机制尚未完全明确，多与动脉中层退行性变、高血压、遗传结缔组织病等因素相关。近年随着CT血管成像（ComputedTomographicAngiography,CTA）在急腹症筛查中的普及，该病的检出率较10年前提升了3~5倍，但临床诊疗仍面临诸多核心痛点：首先，急性期患者症状缺乏特异性，仅表现为剧烈腹痛、恶心呕吐等，与急性胰腺炎、肠梗阻等急腹症难以鉴别，约27%的首诊患者会被误诊，错过最佳干预窗口；其次，传统影像评估高度依赖放射科医师的主观经验，需要逐层观测CTA影像中夹层破口位置、假腔形态、真腔受压程度、远端分支灌注情况等十余项特征，单人单例评估耗时超过15分钟，且不同医师间特征判读一致性仅为68%~75%，基层医院的诊断漏诊率更是高达35%以上；第三，现有预后分层体系缺乏精准量化指标，目前临床常用的Yun分型、Sakamoto分型均基于形态学定性分类，无法精准评估夹层进展风险——研究显示约15%的保守治疗患者会出现假腔进行性扩张、真腔闭塞甚至肠坏死，而约20%的符合手术指征