基于深度学习的肝门部胆管癌MRI影像术前可切除性评估与手术规划辅助研究综述.docVIP

基于深度学习的肝门部胆管癌MRI影像术前可切除性评估与手术规划辅助研究综述

一、肝门部胆管癌术前评估的临床需求与传统方法局限

肝门部胆管癌（HilarCholangiocarcinoma,HCCA）是起源于肝门部胆管上皮的恶性肿瘤，占胆管癌总数的50%~60%，起病隐匿，早期症状不典型，多数患者确诊时已处于中晚期。目前根治性手术切除是唯一可能治愈HCCA的手段，但由于肝门部解剖结构复杂，肿瘤易侵犯门静脉、肝动脉及周围肝实质，术前准确判断可切除性是提升手术成功率、降低患者术后并发症发生率和死亡率的核心前提。

传统术前评估主要依赖影像学检查，其中磁共振成像（MRI）因具备多参数、多序列成像优势，可清晰显示胆管形态、肿瘤浸润范围及血管受累情况，是临床首选的评估方式。但传统阅片模式存在显著局限：首先，评估结果高度依赖影像科医师和外科医师的临床经验，不同医师对同一患者的可切除性判断一致性仅为65%~75%，尤其在肿瘤边界与炎症、纤维化鉴别，以及微血管侵犯识别等方面易出现漏判和误判；其次，传统评估仅能实现定性判断，无法量化肿瘤体积、剩余肝体积、血管侵犯程度等关键参数，难以支撑精准手术规划；此外，MRI影像包含大量多维信息，人工阅片通常仅能利用不足10%的影像特征，大量与预后相关的潜在微观特征无法被有效挖掘，导致部分患者即使术前评估符合可切除标准，术中仍发现肿瘤无法完全切除，术后复发率高达4