CT影像組學(xué)可輔助診斷慢性乙型肝炎肝纖維化

摘要：目的" 探討CT影像組學(xué)對慢性乙型肝炎（CHB）肝纖維化的診斷價值。方法" 選取新疆維吾爾自治區(qū)人民醫(yī)院于2023年1～10月收治的210例CHB患者為研究對象。根據(jù)患者是否發(fā)生肝纖維劃分為無纖維化組（n=137）和合并纖維化組（n=73）。所有患者均接受CT平掃+增強掃描，應(yīng)用Shukun Radiomics V94軟件自每張CT圖像的感興趣區(qū)域內(nèi)提取不同的CT影像組學(xué)特征。將入組患者劃分為訓(xùn)練集（n=147）和驗證集（n=63），通過LASSO及Logistic回歸分析篩選并建立CHB患者肝纖維化的診斷模型；采用ROC曲線評價模型性能。結(jié)果" 提取的1227個定量影像特征參數(shù)通過LASSO降維篩選后共保留了23個具有預(yù)測性能的組學(xué)特征用于構(gòu)建CHB患者肝纖維化診斷模型，訓(xùn)練集的曲線下面積、準(zhǔn)確性、敏感度和特異度分別為0.851、0.789、0.792、0.735；驗證集的曲線下面積、準(zhǔn)確性、敏感度和特異度分別為0.774、0.733、0.751、0.703。結(jié)論" 通過CT影像組學(xué)特征輔助診斷CHB患者發(fā)生肝纖維化具有一定臨床價值。

關(guān)鍵詞：慢性乙型肝炎；肝纖維化；CT影像組學(xué)

Diagnostic value of CT imaging in hepatic fibrosis of chronic hepatitis B patients

HE Xiaolei， WANG Jun， WANG Yan

Radiological Imaging Center， Xinjiang Uygur Autonomous Region People's Hospital， Urumqi 830001， China

Abstract： Objective To evaluate the diagnostic value of CT imagomics in hepatic fibrosis in patients with chronic hepatitis B （CHB）. Methods A total of 210 patients with CHB admitted to Xinjiang Uygur Autonomous Region People's Hospital from January to October in 2023 were selected as the study subjects. Patients were divided into non-fibrosis group （n=137） and fibrosis group （n=73）. All patients underwent CT plain scan + enhanced scan. Shukun Radiomics V 94 software was used to extract different CT imagomics features from the region of interest of each CT image， including texture feature， shape feature， filter feature， density feature， etc. The enrolled patients were divided into training set （n=147） and validation set （n=63）， and the diagnostic model of liver fibrosis in CHB patients was screened and established by LASSO and Logistic regression analysis. The performance of the model was evaluated using the ROC curve. Results After LASSO screening， 23 of the 1227 extracted quantitative image features were retained to construct the diagnostic model of liver fibrosis in CHB patients. The AUC， accuracy， sensitivity， and specificity of the training set were 0.851， 0.789， 0.792， and 0.735， respectively; The AUC， accuracy， sensitivity， and specificity of the validation set were 0.774， 0.733， 0.751， and 0.703， respectively. Conclusion The CT image-omics features show clinical significance in the assessment of liver fibrosis in patients with CHB.

Keywords： chronic hepatitis B; hepatic fibrosis; CT imagomics

慢性乙型肝炎（CHB）患者大多存在不同程度的肝纖維化，嚴(yán)重者可進展為肝硬化。廣泛早期準(zhǔn)確評估CHB患者肝纖維化狀況有利于臨床制定針對性干預(yù)措施控制肝纖維化進程，延緩疾病惡化［1］ 。肝病理活檢對于肝纖維化水平的診斷最準(zhǔn)確，但因其侵入性限制了臨床應(yīng)用推廣。近年來，無創(chuàng)影像學(xué)檢查在多系統(tǒng)疾病的輔助診斷、病程評估中的作用逐漸凸顯［2］ 。CT是CHB的常用檢查手段，常規(guī)CT的平掃及增強掃描可對肝臟形態(tài)的改變進行清晰觀察，但對早期纖維化的評估意義不大［3， 4］ 。而CT影像組學(xué)通過從CT不同模態(tài)影像圖像中高通量提取大量疾病特征，挖掘病灶組織位置、大小、形態(tài)、局部血供、細(xì)胞外彌散等方面信息，并將其轉(zhuǎn)化為定量數(shù)據(jù)，利于臨床對相關(guān)疾病作出準(zhǔn)確診斷［5］ 。既往關(guān)于CT影像組學(xué)應(yīng)用于輔助評估肝纖維化的研究較少，且既往研究納入的病例數(shù)較少，可能對CT影像組學(xué)參數(shù)篩選產(chǎn)生一定偏移［6］ 。同時，既往研究中對于篩選出的影像組學(xué)標(biāo)簽較局限，因此仍有待通過較大樣本量臨床研究對其診斷效能進行內(nèi)外部驗證［7， 8］ 。基于此，本研究將CT影像組學(xué)用于CHB肝纖維化的診斷中，進一步探討其診斷價值并篩選具有高預(yù)測效能的影像組學(xué)標(biāo)簽，旨在為提高CHB肝纖維化的無創(chuàng)診斷準(zhǔn)確性提供參考。

1" 資料與方法

1.1" 一般資料

選取新疆維吾爾自治區(qū)人民醫(yī)院于2023年1～10月收治210例CHB患者為研究對象。納入標(biāo)準(zhǔn)：符合我國指南中CHB的診斷標(biāo)準(zhǔn)[9]；年齡gt;18歲；CHB病程≥6月；入組前進行過肝穿刺活檢；患者及家屬均知情同意。排除標(biāo)準(zhǔn)：由于寄生蟲感染或流行性出血熱所致的肝炎、藥物或酒精所致的肝損傷、自身免疫性肝炎等；伴有惡性腫瘤；合并結(jié)締組織疾病。剔除標(biāo)準(zhǔn)：CT檢查期間因患者緊張、咳嗽或儀器出現(xiàn)故障等各種原因?qū)е聶z查中斷，未獲得完整的CT影像學(xué)圖片；拒絕肝穿刺活檢。本研究已通過本院倫理委員會審批（審批號：KY20221220426）。

入組的210例患者中無纖維化患者137例，合并纖維化患者73例（輕度纖維化42例、中重度纖維化31例），所有患者按照7：3比例隨機分為訓(xùn)練集（n=147）與驗證集（n=63），兩數(shù)據(jù)集患者間性別、年齡、BMI、飲酒史、吸煙史、CHB家族史、CHB病程等一般臨床資料的差異無統(tǒng)計學(xué)意義（Pgt;0.05）。其中，訓(xùn)練集中無纖維化患者97例，合并纖維化患者50例（輕度纖維化29例、中重度纖維化21例），無纖維化組患者和合并纖維化患者間性別、年齡、BMI、飲酒史、吸煙史、CHB家族史、CHB病程等一般臨床資料的差異無統(tǒng)計學(xué)意義（Pgt;0.05）。驗證集中無纖維化患者40例，合并纖維化患者23例（輕度纖維化13例、中重度纖維化10例），無纖維化組患者和合并纖維化患者間性別、年齡、BMI、飲酒史、吸煙史、CHB家族史、CHB病程等一般臨床資料的差異無統(tǒng)計學(xué)意義（Pgt;0.05）。

1.2" 方法

1.2.1" 肝纖維化程度判定及分組" "所有患者均行超聲引導(dǎo)下肝活檢術(shù)，通過Ishak評分系統(tǒng)評價患者是否發(fā)生肝纖維化，劃分為無纖維化組（即0期，患者肝內(nèi)無纖維化或假小葉形成）和合并纖維化組。合并纖維化組進一步根據(jù)纖維化嚴(yán)重程度進行相應(yīng)分組：輕度纖維化組：即1～3期，患者肝內(nèi)存在匯管區(qū)纖維化，伴隨纖維間隔≤3條；中重度纖維化組：即4～6期，患者肝內(nèi)匯管區(qū)纖維化、橋接纖維化，伴或不伴假小葉形成。

1.2.2" CT影像組學(xué)特征" 所有患者行超聲引導(dǎo)下肝活檢術(shù)前均采用西門子SOMATOM 64層螺旋CT掃描儀進行檢查?；颊呷⊙雠P位，深吸氣后屏氣進行平掃，掃描范圍為膈頂至髂前上棘。設(shè)置掃描參數(shù)：管電流150～375 mA，管電壓120 kV，層厚5 mm，層距5 mm，螺距1。平掃結(jié)束后，經(jīng)周靜脈注射造影劑碘海醇注射液[通用電氣藥業(yè)（上海）有限公司，國藥準(zhǔn)字H20000599，規(guī)格：100 mL：35g（I）]，350 mg/kg，注射速度為3.5 mL/s，注射完畢后25～30 s、60～70 s、120～180 s分別進行動脈期、門靜脈期及延遲期掃描。將CT掃描圖像上傳至Shukun Radiomics V94影像組學(xué)軟件中，選擇門靜脈坐支層面，由2位工作經(jīng)驗10年以上的放射科醫(yī)師分別對動脈期、門靜脈期、延遲期圖像中肝臟區(qū)域沿肝臟邊緣進行單層二維手動勾畫感興趣區(qū)域（ROI），ROI距離肝臟邊緣1～2 mm，盡可能避開大血管、膽管及病灶，避免容積效應(yīng)的影響，并剔除層面內(nèi)存在的局灶性小病變。應(yīng)用Shukun Radiomics V94軟件自每張CT圖像的ROI內(nèi)提取不同的CT影像組學(xué)特征，包括紋理特征、形狀特征、濾波特征、密度特征等。所有提取的特征均采用最小-最大縮放算法進行歸一化處理，公式為lt;d：＼fit＼202404030_赫曉磊-LL-2-2462＼image1.pdfgt;，并使用主成分分析法對特征進行降維。

1.3" 統(tǒng)計學(xué)分析

影像組學(xué)特征的選擇、建模及性能評估使用R3.5.3軟件進行，采用SPSS25.0軟件進行臨床資料統(tǒng)計分析。正態(tài)分布的計量資料以均數(shù)±標(biāo)準(zhǔn)差表示，組間比較采用t檢驗；計數(shù)資料以n（%）表示，組間比較采用χ2檢驗。使用Logistic回歸分析建立CT影像組學(xué)模型，使用ROC及AUC評價模型對CHB患者肝纖維化的診斷價值。使用Logistic回歸分析將經(jīng)過降維后的影像組學(xué)特征共同建立影像組學(xué)模型；繪制ROC及AUC評價訓(xùn)練集模型的性能，再使用驗證集患者數(shù)據(jù)進行模型驗證。以Plt;0.05為差異有統(tǒng)計學(xué)意義。

2" 結(jié)果

2.1" CT影像組學(xué)模型構(gòu)建

所有患者均提取1227個定量影像特征參數(shù)，經(jīng)最大相關(guān)最小冗余去除冗余和不相關(guān)特征后保留了39個特征，通過LASSO將為分析后應(yīng)用最小方差法保留了23個具有預(yù)測性能的組學(xué)特征（圖1）。獲取具有非零系數(shù)的特征及對應(yīng)權(quán)重系數(shù)構(gòu)建CT影像組學(xué)模型：Rad-score（x） = -0.0078 （wavelet-LHL_ngtdm_Coarseness） + 0.0675 （wavelet-LHH_glszm_SizeZoneNonUniformity） -0.0872 （lbp-3D-k_firstorder_Variance） -0.1009 （wavelet-LHL_gldm_SmallDependenceLowGrayLevelEmphasis） -0.0495 （lbp-3D-m1_firstorder_Variance） -0.0858 （wavelet-LLL_firstorderEntropy） -0.1002 （lbp-3D-m2_firstorder_Skewness） + 0.0723 （wavelet-LLH_glszm_GrayLevelNonUniformity Normalized） + 0.0304 （wavelet-LHH_glszm_Smal AreaEmphasis） -0.0808 （logarithm_ngtdm_Contrast） + 0.0373 （lbp-2D_firstorder_Median） + 0.0869 （wavelet-LHL glszm SmallAreaEmphasis） + 0.0453 （wavelet-LLL_firstorder_Minimum） -0.0986 （wavelet-HHL_glszm_GrayLevelNonUniformityNormalized） -0.062 （wavelet-LLL_glszm_ZoneEntropy） -0.1026 （wavelet-LLL_glcm_Correlation） + 0.1101 （wavelet-LHL_ngtdm_Strength） + 0.7081 （original_firstorder_Minimum） - 0.0135 （wavelet_LHH_glcm_ClusterShade） - 0.0312 （wavelet_HHH_glcm_Imc2） - 1.1038 （wavelet_LHH_firstorder_Skewness） + 0.1155 （wavelet_HHL_glszm_LargeAreaLowGrayLevelEmphasis） + 0.0161 （log_sigma_5_0_mm_3D_firstorder_RootMeanSquared） + 0.1021。

2.2" 訓(xùn)練集和驗證集ROC-AUC曲線比較結(jié)果

用上述23個影像組學(xué)特征建立的CT影像組學(xué)預(yù)測模型，通過ROC曲線評價其在訓(xùn)練集和驗證集中的效能，AUC分別為0.851和0.774，其中訓(xùn)練集準(zhǔn)確性、敏感度和特異度分別為0.789、0.792、0.735，驗證集準(zhǔn)確性、敏感度和特異度分別為0.733、0.751、0.703（圖2）。

3" 討論

CHB患者發(fā)生肝纖維化雖然一定程度上可修復(fù)肝臟內(nèi)慢性損傷，但也是患者向肝硬化及其他嚴(yán)重肝臟病變發(fā)展的關(guān)鍵步驟［10］。有研究認(rèn)為肝臟組織具有較強的再生能力，當(dāng)肝臟損傷因素消失時及肝細(xì)胞外基質(zhì)降解時，肝纖維化程度會有所消退甚至回復(fù)正常結(jié)構(gòu)［11］。肝活檢組織病理學(xué)檢查雖是肝纖維化診斷的“金標(biāo)準(zhǔn)”，但其安全性有待商榷［12］；且該方法檢查費用較高，檢查時間較長，可重復(fù)操作性較低，難以作為常規(guī)檢查項目在臨床進行推廣。影像學(xué)檢查是CHB診療過程中不可或缺的一部分，其中CT檢查因其客觀可靠、定位準(zhǔn)確、檢查禁忌少、可重復(fù)性好等優(yōu)點應(yīng)用較多，可快速采集組織器官的連續(xù)圖像，且所得圖像的影響因素相對較少，能在最大限度上降低呼吸及運動偽影發(fā)生情況，準(zhǔn)確獲得病灶組織位置、性質(zhì)、與周圍組織關(guān)系等信息，增加檢查結(jié)果的準(zhǔn)確性，其在CHB診斷中的價值已被國內(nèi)外諸多研究證實［13， 14］。但有研究指出CT成像對病毒感染性肝炎肝纖維化的陰性預(yù)測值僅為69.8%，預(yù)測價值較低［15］。因此，如何在傳統(tǒng)CT檢查基礎(chǔ)上進一步挖掘圖像特征以評估CHB患者肝纖維化發(fā)生與發(fā)展?fàn)顩r，對于臨床精準(zhǔn)醫(yī)療的開展、逆轉(zhuǎn)肝纖維化進程并改善患者預(yù)后具有重要意義。

隨著計算機硬件及軟件技術(shù)的快速發(fā)展，影像組學(xué)逐漸成為臨床研究的熱點，可通過高通量挖掘定量圖像特征更準(zhǔn)確的描述疾病特點。其中CT影像組學(xué)能利用大數(shù)據(jù)分析的手段從現(xiàn)有的CT影像圖像中快速、有效地提取大量無法被肉眼所識別的與疾病相關(guān)的微小定量特征，把目前的數(shù)字圖像轉(zhuǎn)換為可挖掘的高維數(shù)據(jù)，并通過不同的圖像處理方法，從不同角度反映機體潛在的病理生理方面的信息，有利于臨床更加精準(zhǔn)地評估個體各方面的狀況，并及時對疾病作出準(zhǔn)確診斷［16］。同時，在CT影像組學(xué)信息基礎(chǔ)上應(yīng)用自動化、高通量的算法提取關(guān)鍵特征，將影像學(xué)特征轉(zhuǎn)化為定量數(shù)據(jù)，在提高疾病診斷、治療及預(yù)后評估中均具有巨大潛力［17］。本研究通過CT影像學(xué)提取了1227個定量影像特征參數(shù)，進一步通過LASSO降維篩選后共保留了23個具有預(yù)測性能的組學(xué)特征用于構(gòu)建CHB患者肝纖維化診斷模型，訓(xùn)練集的AUC、準(zhǔn)確性、敏感度和特異度分別為0.851、0.789、0.792、0.735，驗證集的AUC、準(zhǔn)確性、敏感度和特異度分別為0.774、0.733、0.751、0.703。分析原因，肝臟作為一種實質(zhì)性器官，纖維化會使其內(nèi)部發(fā)生實質(zhì)性改變，CT影像組學(xué)的紋理特征可以揭示肝臟內(nèi)部組織的結(jié)構(gòu)和分布情況［18， 19］。通過選擇適當(dāng)?shù)募y理特征分析方法并進行加權(quán)組合，可以有效評估和診斷CHB患者的肝纖維化程度，但選取的指標(biāo)可能存在一定偏移或無法全面描述肝紋理特點［20， 21］。與本研究結(jié)果類似，有研究利用CT影像組學(xué)方法對肝細(xì)胞癌患者微血管侵犯情況進行預(yù)測，發(fā)現(xiàn)結(jié)合了大規(guī)模的影像學(xué)特征的CT影像組學(xué)預(yù)測肝細(xì)胞癌患者微血管侵犯方面表現(xiàn)出了良好的性能［22］，本研究則是針對CHB的肝纖維化患者進行CT影像組學(xué)分析，拓展了影像組學(xué)的應(yīng)用范圍。另有研究則發(fā)現(xiàn)，基于PET-CT的影像組學(xué)模型相較于單純臨床數(shù)據(jù)更更好地預(yù)測可以準(zhǔn)確預(yù)測肝內(nèi)膽管癌手術(shù)切除后的預(yù)后情況［23］。以上結(jié)果均表明CT影像組學(xué)在肝細(xì)胞疾病中的重要預(yù)測價值。此外，CT影像組學(xué)是從常規(guī)CT影像圖中篩選所需的定量特征，并通過特定軟件處理得到的結(jié)果，無需進行額外的檢查，不會增加患者檢查費用，且不會較大地增加醫(yī)師工作量，便于患者接受，易于臨床推廣［24］。

綜上所述，基于CHB患者CT圖像的影像組學(xué)方法對CHB肝纖維化程度具有一定診斷與評估價值。通過影像組學(xué)實現(xiàn)無創(chuàng)、準(zhǔn)確評估CHB肝纖維化程度，可避免肝穿刺有創(chuàng)檢查帶來的不良影響，指導(dǎo)精準(zhǔn)醫(yī)療的開展，為促進患者疾病轉(zhuǎn)歸提供幫助。本研究僅在單中心納入符合納入標(biāo)準(zhǔn)的CHB患者，最終入組樣本量及各數(shù)據(jù)集患者病例數(shù)偏少，后期將通過樣本量擴大進一步驗證本研究結(jié)論的準(zhǔn)確性和外延性。

參考文獻：

［1］" "Stalla F， Armandi A， Marinoni C， et al. Chronic hepatitis B virus infection and fibrosis： novel non?invasive approaches for diagnosis and risk stratification［J］. Minerva Gastroenterol， 2022， 68（3）： 306-18.

［2］" " 崔" 凌， 郝敬軍， 莊偉雄. 64排螺旋CT肝臟增強掃描對乙型肝炎肝硬化再生結(jié)節(jié)的診斷價值［J］. 中西醫(yī)結(jié)合肝病雜志， 2021， 31（6）： 548-51.

［3］" " 彭" 敏. 動態(tài)增強CT診斷肝細(xì)胞癌的影像表現(xiàn)及應(yīng)用價值［J］. 現(xiàn)代診斷與治療， 2021， 32（20）： 3311-2.

［4］" " Zheng YL， Zhou D， Liu H， et al. CT-based radiomics analysis of different machine learning models for differentiating benign and malignant parotid tumors［J］. Eur Radiol， 2022， 32（10）： 6953-64.

［5］" " 邢" 莉， 杜倩影， 姜艷麗， 等. 分段注射對比劑CT增強掃描提高乙型肝炎肝硬化患者肝靜脈顯影效果研究［J］. 實用肝臟病雜志， 2021， 24（6）： 871-4.

［6］" "潘麗雅， 宋僑偉. 基于CT的全肝影像組學(xué)模型評價乙型肝炎肝纖維化分期的價值［J］. 浙江臨床醫(yī)學(xué)， 2023， 25（7）： 975-7.

［7］" "Chen YQ， Gong J， Zhou WY， et al. A novel prediction model for significant liver fibrosis in patients with chronic hepatitis B［J］. Biomed Res Int， 2020， 2020： 6839137.

［8］" " 周" 瑩， 陳" 嬌， 葉" 龍， 等. CT測量肝外基質(zhì)體積分?jǐn)?shù)評估慢性乙型肝炎患者肝纖維化臨床應(yīng)用研究［J］. 實用肝臟病雜志， 2020， 23（4）： 492-5.

［9］" " 中華醫(yī)學(xué)會， 中華醫(yī)學(xué)會雜志社， 中華醫(yī)學(xué)會全科醫(yī)學(xué)分會， 等. 慢性乙型肝炎基層診療指南（2020年）［J］. 中華全科醫(yī)師雜志， 2021， 20（2）： 137-49.

［10］ Khanam A， Saleeb PG， Kottilil S. Pathophysiology and treatment options for hepatic fibrosis： can it be completely cured？［J］. Cells， 2021， 10（5）： 1097.

［11］" Yang FW， Liu YJ， Zeng BM， et al. Noninvasive assessment of liver fibrosis for predicting acute?on?chronic liver failure in patients with chronic hepatitis B［J］. Hepatol Int， 2021， 15（3）： 593-601.

［12］ Demirtas CO， Brunetto MR. Surveillance for hepatocellular carcinoma in chronic viral hepatitis： is it time to personalize it？［J］. World J Gastroenterol， 2021， 27（33）： 5536-54.

［13］ Bourebaba N， Marycz K. Hepatic stellate cells role in the course of metabolic disorders development ?A molecular overview［J］. Pharmacol Res， 2021， 170： 105739.

［14］ Caligiuri A， Gentilini A， Pastore M， et al. Cellular and molecular mechanisms underlying liver fibrosis regression［J］. Cells， 2021， 10（10）： 2759.

［15］" 任衛(wèi)華， 李" 新， 雷一鳴， 等. 超聲瞬時彈性成像技術(shù)與MSCT灌注成像對慢性乙肝肝纖維化的診斷價值［J］. 中國CT和MRI雜志， 2021， 19（12）： 99-102.

［16］" Bütikofer S， Greutmann-Yantiri M， Gubler C， et al. Determinants of advanced liver fibrosis in adult patients after fontan palliation： usefulness of ultrasound transient elastography［J］. Can J Cardiol， 2023， 39（10）： 1338-45.

［17］" 劉顯旺， 劉" 宏， 鄧靚娜， 等. 能譜CT基物質(zhì)分離技術(shù)定量評估乙肝肝纖維化分期的價值［J］. 中國醫(yī)學(xué)物理學(xué)雜志， 2022， 39（6）： 701-4.

［18］ Zhan J， Wang J， Zhang ZY， et al. Noninvasive diagnosis of significant liver inflammation in patients with chronic hepatitis B in the indeterminate phase［J］. Virulence， 2023， 14（1）： 2268497.

［19］" 洪" 瑩. 肝臟瞬時彈性成像技術(shù)聯(lián)合血清無創(chuàng)診斷模型預(yù)判乙型肝炎患者肝纖維化程度的價值分析［J］. 現(xiàn)代實用醫(yī)學(xué)， 2022， 34（12）： 1562-4， 1681.

［20］" Gheorghe G， Bung?u S， Ceobanu G， et al. The non-invasive assessment of hepatic fibrosis［J］. J Formos Med Assoc， 2021， 120（2）： 794-803.

［21］" Wang F， Chen QQ， Zhang YY， et al. CT-based radiomics for the recurrence prediction of hepatocellular carcinoma after surgical resection［J］. J Hepatocell Carcinoma， 2022， 9： 453-65.

［22］" 韋武鵬， 覃云英， 廖" 海， 等. 術(shù)前CT影像組學(xué)預(yù)測肝細(xì)胞癌微血管侵犯［J］. 臨床放射學(xué)雜志， 2021， 40（12）： 2378-85.

［23］" Fiz F， Masci C， Costa G， et al. PET/CT-based radiomics of mass-forming intrahepatic cholangiocarcinoma improves prediction of pathology data and survival［J］. Eur J Nucl Med Mol Imaging， 2022， 49（10）： 3387-400.

［24］" Hu P， Chen LY， Zhong YY， et al. Effects of slice thickness on CT radiomics features and models for staging liver fibrosis caused by chronic liver disease［J］. Jpn J Radiol， 2022， 40（10）： 1061-8.

（編輯：林" 萍 ）