肝硬化门静脉高压和失代偿风险影像评估.pdf

国际医学放射学杂志 23 Jul鸦46穴4雪：373-377肝硬化门静脉高压和失代偿风险影像评估居胜红*，于谦【摘要】影像方法在门静脉高压的无创诊断中具有潜在的应用前景。近年来，通过计算机辅助和人工智能技术，影像方法在评估门静脉高压及其相关并发症方面取得了显著进展。阐述基于肝静脉压力梯度的肝硬化门静脉高压诊治体系，门静脉高压无创诊疗的现状、重要进展和发展机遇。基于影像的无创门静脉高压诊断将为病人提供更便捷和可行的评估手段，并为临床医生提供更准确的诊断和治疗决策支持。【关键词】肝硬化；门静脉高压；人工智能；磁共振成像；体层摄影术，X 线计算机中图分类号：R575.2；R445文献标志码：AImaging-based non-invasive assessment of portal hypertension and decompensation risk for cirrhosisJUShenghong*,YU Qian.Department of Radiology,Southeast University Zhongda Hospital,Nanjing 210000,China.*E-mail:【Abstract】Imaging techniques have potential applications in the non-invasive diagnosis of portal hypertension.Inrecent years,remarkable progress has been made in the evaluation of portal hypertension and its related complications usingimaging methods through computer-assisted and artificial intelligence technologies.This article expounds the diagnostic andtherapeutic system for portal hypertension in liver cirrhosis based on hepatic venous pressure gradient,as well as the currentstatus,important advancements,and development opportunities in non-invasive diagnosis and treatment of portalhypertension.Image-based non-invasive diagnosis of portal hypertension will provide patients with more convenient andfeasible assessment methods,while offering clinicians more accurate diagnosis and treatment decision support.【Keywords】Cirrhosis;Portal hypertension;Artificial intelligence;Magnetic resonance imaging;Tomography,X-raycomputed ，23，46（4）：373-377作者单位：东南大学附属中大医院放射科，南京210000*E-mail:基金项目：国家自然科学基金重点项目（81830053）DOI:10.19300/j.2023.S20750专家述评肝硬化尽管是慢性肝脏疾病，但可导致肝脏结构和功能发生不可逆转损害，是全球范围内疾病致死的重要原因之一1。肝硬化门静脉高压的病理基础来自于肝硬化导致的肝脏结构改变，包括肝脏瘢痕组织和再生结节的形成导致的血管阻力增加，以及血管收缩舒张调控失调所致的门静脉血流量的增加2。在我国，与慢性肝病和肝硬化疾病相关的各种因素正在持续增加且多变。随着乙型肝炎病毒疫苗的接种，乙型肝炎病毒感染和死亡的年发生率一直在持续下降3。但有资料显示，我国是非酒精性脂肪性肝病（non-alcoholic fatty liver disease，NAFLD）增长最快的国家之一4。慢性肝病、肝硬化会增加社会医疗成本的上升，特别是肝硬化进展为失代偿期，将会大幅增加医疗卫生的支出和失业失能人口，从而产生负面的公共卫生和社会经济后果5-6。因此，对慢性肝病、代偿期肝硬化病人进行必要的筛查、随访、治疗，以预防其向失代偿和肝癌发展，这对于减轻我国肝脏疾病治疗的总体成本和缓解个人及社会的负担有重要意义。肝静脉压力梯度（hepatic venous pressure gradient，HVPG）是诊断肝硬化门静脉高压的金标准，是评估肝硬化进程、失代偿风险及指导治疗的重要指标7-8。本文将基于HVPG的肝硬化预防体系，对门静脉高压无创诊疗的现状、重要进展和发展机遇进行阐述。1基于 HVPG 的门静脉高压诊断体系HVPG是诊断肝硬化门静脉高压的金标准，对于肝硬化失代偿风险分层、预测并发症发生和指导治疗具有重要价值。HVPG是肝静脉楔压（wedged373国际医学放射学杂志 23 Jul鸦46穴4雪hepatic venous pressure，WH）与肝静脉自由压（eehepatic venous pressure，FHV）的差值，反映门静脉和腹内腔静脉之间的压力差。其中，WHVP代表肝窦压力，反映窦性原因的门静脉压力增高9；FHVP的测量消除了腹腔内压力对其测量结果的影响，使HVPG更准确反映门静脉压力。有文献10-11报道，HVPG的正常值为35 mmHg（1 mmHg=0.133 kPa）。HVPG5 mmHg即为门静脉高压，10 mmHg则确诊为临床显著性门静脉高压（clinical significantlyportal hypertension，CSPH）7。HVPG可以评估肝硬化失代偿风险以及病人对药物治疗的反应。在酒精性或病毒性肝硬化中，根据HVPG对非选择性-受体阻滞剂的反应可以评估药物治疗效果，用药后HVPG下降提示肝硬化静脉曲张出血或其他失代偿事件的风险降低12-13。HVPG12 mmHg是食管静脉曲张出血的高危因素，当HVPG下降至12 mmHg以下时，静脉曲张出血和发生腹腔积液的风险降低；HVPG16 mmHg时肝硬化病人死亡风险升高；HVPG20 mmHg与静脉曲张出血控制失败、再出血和1年病死率相关14-15。由此表明，HVPG升高的范围对于病程的监测和并发症的预防具有重要意义，能预防慢性肝病进展至CSPH，预防干预失代偿事件的发生，从而提高病人的生存质量，减少不良预后事件的发生。HVPG检测为有创性，检测费用高，对操作技术有一定要求，需要专业的医生和专用设备15。因此，HVPG难以在肝硬化疾病管理中广泛应用，病人无法受益于HVPG带来的预防和治疗的帮助。因此，在无法进行HVPG检测时，需要采用无创性的门静脉高压检测方法来辅助临床医生进行评估。2肝、脾硬度的测量瞬时弹性成像肝硬度测量（transient elastography-liver stiffness measurement,TE-LSM）是已被广泛接受并用作风险分层的工具7,16。该技术和HVPG对于鉴别门静脉高压具有高度相关性，且均有较高的敏感性和特异性，如有文献7报道，根据Baveno 标准，当TE-LSM15 kPa且血小板计数150109/L时，可以排除CSPH；对于病毒性和酒精性肝硬化，TE-LSM值25 kPa可确诊CSPH。此外，LSM还能够预测与肝硬化和门静脉高压相关的并发症。例如，结合脾大小和血小板计数的LSM模型在预测CSPH和需要治疗的静脉曲张方面表现出可靠的效能17-18。无创测定的脾硬度（spleen stiffness measurement，SSM）是另一种生物标志物，可用于评估门静脉高压和高危静脉曲张19-20。SSM与LSM具有相似的诊断效能，并被视为直接诊断门静脉高压的方法。SSM的单独使用或与LSM或Baveno/标准结合使用，能够更好地排除高危静脉曲张21-24。MR弹性成像（MR elastography，MRE）利用机械波的传播和反射来测量组织的弹性，包括肝脏和脾的硬度。与LSM相比，MRE是一种先进的、无创量化肝脏组织弹性的影像手段，能够全面直观地显示整个肝脏弹性变化，从而实现对慢性肝病进展情况的监测与管理，并且可对严重肥胖和存在腹水的病人进行测量，具有较高的可重复性和有效性25-27。3D MRE相对于2D MRE可提供更全面的肝脏弹性信息，从而提高诊断坏死性炎症的效能；3D MRE与肝纤维化分期有很好的相关性，也可评估肝硬化门静脉高压28。但由于其需要专用设备和扫描序列，故在肝硬化门静脉高压领域的研究还相对有限。3评估门静脉高压的传统影像指标及技术进展CT评估门静脉高压主要是评估其侧支循环、肝脾体积以及肝脏表面结节等传统影像特征。CT可以显示门静脉侧支循环情况，即血液在肝脏与门静脉系统之间建立的非正常血管连接情况。按照Baveno标准，慢性代偿性肝病病人存在侧支循环则可以确认CSPH的存在。CT可以评估侧支循环的状态，并用于判断是否存在高危食管静脉曲张。通过CT多平面重组技术，可以提高侧支循环的诊断特异性。自发性门体分流是指异常的血管连接使得血液绕过肝脏而直接进入体循环。常见的自发性门体分流包括胃肾分流、脾肾分流、下腔静脉分流和附脐静脉分流。对于肝硬化病人，肝功能评分（Child-Pugh评分）为C级、存在门静脉血栓和肝性脑病的病人应考虑有自发性门体分流的存在29。自发性门体分流的大小与门静脉压力梯度呈负相关，其存在会增加门静脉高压并发症（如肝性脑病和胃肠道出血）的风险。有文献30报道，相同直径血管参与的自发性门体分流可具有明显不同的总面积，并与门静脉高压相关。然而，自发性门体分流研究尚存在包括自发性门体分流的定义不明确、解剖结构复杂、客观评估标准缺乏等问题31。因此，需要对其进行更细致的解剖分型，寻找与临床预后更加相关的影像学指标。早期的CT定量评估门静脉高压研究确定了肝脾体积在诊断方面的价值，可通过计算脾体积和肝脾体积比来诊断CSPH。有研究者18结合超声测374国际医学放射学杂志 23 Jul鸦46穴4雪得的脾大小和LSM建立了肝硬度-脾大小-血小板评分（liver stiffness-spleen size-to-platelet ratio score，LSPS），并用于门静脉高压的评估。近年来，随着深度学习影像分割技术的进步，脾和肝脏体积的计算速度和精度有了显著提高，这将为门静脉高压的诊断提供更多的证据支持。因此，基于CT的门静脉高压评估不仅包括对侧支循环的观察，还涉及到肝脾体积的定量评估，这些方法有助于辅助临床医生进行门静脉高压的诊断和管理。4门静脉高压相关的影像特征评估在肝硬化门静脉高压预测中，基于CT和MRI的门静脉高压评估主要涉及传统影像特征、影像组学和人工智能方法、血流动力学和血管特征。4.1肝脏表面结节近年来，计算机辅助下的肝脏表面结节计算为传统肝硬化影像特征的深入挖掘提供了新的途径32-33。首先放射科医生在肝脏边缘表面勾画感兴趣区，然后利用计算机算法自动监测肝脏边缘并生成一条光滑的曲线来模拟正常的肝脏表面，通过比较真实肝脏边缘与模拟边缘的差异可量化肝脏表面的粗糙程度。CT和MRI可对肝脏表面结节进行评价。CT肝脏表面结节评分与HVPG呈中等程度相关，可用于CSPH的诊断，并且其效能（AUC：0.88）优于基于血清学的无创模型32。此外，肝脏表面结节还可用于评估失代偿和肝纤维化，在高级别肝纤维化（F3）水平上，CT可以准确分期。量化的肝脏表面结节可以作为无创生物标志物用于肝纤维化分期，其与弹性成像或活检不同，具有可回顾性比较的优势34。4.2影像组学评估影像组学可将图像转换为高维数据，并对这些数据进行挖掘，以改进决策支持35-36。在不同严重程度的肝硬化组织水平上，影像组学有可能发现变化。影像组学和深度学习可从医学影像中提取高维或深层特征，并已在CSPH和高危食管静脉曲张的诊断中尝试37-38。对于门静脉高压，影像组学和深度学习方法可利用CT和MRI影像获取二维肝脏和脾的信息，显著提高CSPH的诊断效能。Liu等37开发的影像组学工具对CSPH诊断的AUC为0.85。同时还需要开发多分类或定量算法，以实现更详细的分类，例如针对HVPG为12、16、20 mmHg的情况。对于静脉曲张，肝脏和脾的CT影像组学评估对于识别胃食管静脉曲张和高风险静脉曲张具有潜在价值39-40。与传统方法相比，人工智能方法在CSPH诊断方面取得了重大进展。人工智能能够有效挖掘影像背后的重要信息，并加以筛查和利用，从而提升模型效能。然而，人工智能方法尚存在包括算法不透明性、机制可解释性以及临床验证等问题，亟待关注和解决36。4.3血管和血流特征近年来，研究人员已经开发了多种基于门静脉系统解剖变异和血流异常的方法来进行门静脉高压的诊断2。通过建立流体力学模型，模拟门静脉系统中的血流动力学，并计算虚拟HVPG值来评估门静脉高压。研究41表明，虚拟HVPG值与有创测量的HVPG值之间存在一定的相关性，并且对CSPH的诊断效能良好。4D-Flow MR技术可以实时定量成像门静脉系统的血流变异。通过相位对比MR成像，4D-Flow技术可以评估门静脉高压症的血流动力学，而无需使用对比剂42。与超声相比，4D-Flow可以提供更详细的解剖和血流动力学信息42-43。有研究表明，使用动态增强MRI参数可以对门静脉高压的诊断提供有价值的信息，如细胞外体积在诊断CSPH方面显示出潜在的应用价值44。双能CT用于诊断CSPH是通过测量门静脉和脾的碘浓度与门静脉压之间的相关性来评估门静脉高压，对CSPH有一定的诊断价值45。另外，最近的研究还显示，基于血管的特征在CSPH的诊断中具有潜在价值。利用深度学习在医学影像分割中的发展，研究人员设计并计算了基于血管分割的血管特征；这些血管特征提示CSPH病人具有较小的血管体积和长度，并与CSPH状态相关，可以用于构建HVPG诊断模型46。总之，基于门静脉系统解剖变异和血流异常的方法以及血管特征在门静脉高压诊断中显示出潜在的研究和应用价值。然而，这些方法仍需要进一步的研究和验证，以确保其准确性、可靠性和临床实用性。4.4失代偿风险预测影像方法用于评估门静脉高压和失代偿风险具有潜在价值。脾大小一直被视为失代偿预测的指标，逐渐从二维指标发展为三维体积指标47-48。有研究发现在失代偿期病人中，脾体积通常较大，因此可利用深度学习分割技术计算脾体积，如在乙肝病人中，评估其肝硬化并发症的高危因素，结果发现脾体积与肝癌和失代偿的发生有关49。另外，根据脾体积还可评估高危食管静脉曲张50。另有研究30，1表明，自发性门体分流面积的大小与死亡风险和肝性脑病的发生相关，自发性门体分流面积较大的病人更容易发生肝性脑病，并且其终末期肝病模型评分和1年死亡率均较高。此外，375国际医学放射学杂志 23 Jul鸦46穴4雪肝脏表面结节评分也是失代偿的独立风险因素，每增加1分的肝脏表面结节评分，失代偿风险增加1.22倍52。由此可知，利用计算机辅助分析和深度学习等技术，可以实现对上述影像指标的自动化准确测量，这将有助于预测失代偿风险以及指导临床决策和干预措施的制定。但这些指标的可靠性和临床应用的有效性还亟待今后进一步研究和验证。5小结和展望基于计算机辅助分析和深度学习等影像技术对门静脉高压进行诊断，从而能够实现准确的量化测定和评估，为门静脉高压和失代偿风险提供了可靠的无创性评估手段。脾体积、自发性门体分流面积和肝脏表面结节评分等影像指标显示出潜在的诊断价值，但还需要进行大规模研究和验证，以及与其他临床指标相结合，以进一步提高诊断的准确性和个体化治疗的指导。此外，影像方法的优化和标准化、多模态影像融合以及临床应用的转化也是未来的发展方向。总之，基于影像的无创门静脉高压诊断在临床实践中具有广阔的应用前景，为疾病管理提供了更准确和个体化的信息。参考文献：1TSOCHATZIS E A,BOSCH J,BURROUGHS A K.Liver cirrhosisJ.Lancet,2014,383:1749-1761.DOI:10.1016/S0140-6736(14)60121-5.2GRACIA-SANCHO J,MARRONE G,FERN魣NDEZ-IGLESIAS A.Hepatic microcirculation and mechanisms of portal hypertensionJ.Nat Rev Gastroenterol Hepatol,2019,16:221-234.DOI:10.1038/s41575-018-0097-3.3WONG M,HUANG J,GEORGE J,et al.The changing epidemiologyof liver diseases in the Asia-Pacific regionJ.Nat Rev GastroenterolHepatol,2019,16:57-73.DOI:10.1038/s41575-018-0055-0.4ESTES C,ANSTEE Q M,ARIAS-LOSTE M T,et al.ModelingNAFLD disease burden in China,France,Germany,Italy,Japan,Spain,United Kingdom,and United States for the period 2016-2030 J.J Hepatol,2018,69:896-904.DOI:10.1016/j.jhep.2018.05.036.5DESAI A P,MOHAN P,NOKES B,et al.Increasing economicburden in hospitalized patients with cirrhosis:analysis of a nationaldatabase J.Clin Transl Gastroenterol,2019,10:e00062.DOI:10.14309/ctg.0000000000000062.6ALLEN A M,VAN HOUTEN H K,SANGARALINGHAM L R,et al.Healthcare cost and utilization in nonalcoholic fatty liver disease:real-world data from a Large U.S.claims database J.Hepatology,2018,68:2230-2238.DOI:10.1002/hep.30094.7DE FRANCHIS R,BOSCH J,GARCIA-TSAO G,et al.BAVENOVII-renewing consensus in portal hypertension:report of the BavenoVII consensus workshop:personalized care in portal hypertensionJ.J Hepatol,2022,76:959-974.DOI:10.1016/j.jhep.2021.12.022.8TRIPATHI D,VILLANUEVA C,BOSCH J.Evaluation of the effectof CSPH,reduction of HVPG,and other factors predicting the firstdecompensation in cirrhosis C/DE FRANCHIS R.Portal Hypertension VII.Cham:Springer publishing company.2022:419-442.DOI:10.1007/978-3-031-08552-9_35.9GROSZMANN R J,WONGCHARATRAWEE S.The hepatic venouspressure gradient:anything worth doing should be done right J.Hepatology,2004,39:280-282.DOI:10.1002/hep.20062.10 ABRALDES J G,SARLIEVE P,TANDON P.Measurement of portalpressure J.Clin Liver Dis,2014,18:779-792.DOI:10.1016/j.cld.2014.07.002.11中国门静脉高压诊断与监测研究组(CHESS),中华医学会消化病学分会微创介入协作组,中国医师协会介入医师分会急诊介入专业委员会,等.中国肝静脉压力梯度临床应用专家共识(2018版)J.中华消化杂志,2018,38:728-738.Chinese PortalHypertension Diagnosis and Monitoring Study Group(CHESS),Minimally Invasive Intervention Collaborative Group,ChineseSociety of Gastroenterology,et al.Consensus on clinical applicationof hepatic venous pressure gradient in China(2018)J.Chin J Dig,2018,38:728-738.DOI:10.3760/cma.j.issn.0254-1432.2018.11.002.12 VILLANUEVA C,ALBILLOS A,GENESC魥 J,et al.blockers toprevent decompensation of cirrhosis in patients with clinicallysignificant portal hypertension(PREDESCI):a randomised,double-blind,placebo-controlled,multicentre trial J.Lancet,2019,393:1597-1608.DOI:10.1016/S0140-6736(18)31875-0.13 SUN X,ZHANG A,ZHOU T,et al.Partial splenic embolizationcombined with endoscopic therapies and NSBB decreases thevariceal rebleeding rate in cirrhosis patients with hypersplenism:amulticenter randomized controlled trial J.Hepatol Int,2021,15:741-752.DOI:10.1007/s12072-021-10155-0.14 KERBERT A J,CHIANG F W,VAN DER WERF M,et al.Hemodynamic response to primary prophylactic therapy withnonselective-blockers is related to a reduction of first varicealbleeding risk in liver cirrhosis:a meta-analysisJ.Eur JGastroenterol Hepatol,2017,29:380.DOI:10.1097/MEG.0000000000000812.15 GARCIA-TSAO G,ABRALDES J G,BERZIGOTTI A,et al.Portalhypertensive bleeding in cirrhosis:risk stratification,diagnosis,andmanagement:2016 practice guidance by the American Associationfor the study of liver diseases J.Hepatology,2017,65:310-335.DOI:10.1002/hep.28906.16 BERZIGOTTI A,TSOCHATZIS E,BOURSIER J,et al.EASLclinical practice guidelines on non-invasive tests for evaluation ofliver disease severity and prognosis-2021 update J.J Hepatol,2021,75:659-689.DOI:10.1016/j.jhep.2021.05.025.17 BERGER A,RAVAIOLI F,FARCAU O,et al.Including ratio ofplatelets to liver stiffness improves accuracy of screening foresophageal varices that require treatment J.Clin GastroenterolHepatol,2021,19:777-787.e17.DOI:10.1016/j.cgh.2020.06.022.18 ABRALDES J G,BUREAU C,STEFANESCU H,et al.Noninvasivetools and risk of clinically significant portal hypertension andvarices in compensated cirrhosis:the Anticipate study J.Hepatology,2016,64:2173-2184.DOI:10.1002/hep.28824.19 REIBERGER T.The value of liver and spleen stiffness forevaluation of portal hypertension in compensated cirrhosis J.Hepatol Commun,2022,6:950-964.DOI:10.1002/hep4.1855.20 WANG H,WEN B,CHANG X,et al.Baveno VI criteria and spleenstiffness measurement rule out high-risk varices in virallysuppressed HBV-related cirrhosisJ.J Hepatol,2021,74:584-592.DOI:10.1016/j.jhep.2020.09.034.21 GIUFFR魬 M,MACOR D,MASUTTI F,et al.Spleen stiffnessprobability index(SSPI):a simple and accurate method to detectesophageal varices in patients with compensated liver cirrhosisJ.Ann Hepatol,2020,19:53-61.DOI:10.1016/j.aohep.2019.09.004.22 FOFIU R,BENDE F,POPESCU A,et al.Spleen and liver stiffnessfor predicting high-risk varices in patients with compensated liver376国际医学放射学杂志 23 Jul鸦46穴4雪cirrhosis J.Ultrasound Med Biol,2021,47:76-83.DOI:10.1016/j.ultrasmedbio.2020.09.004.23 COLECCHIA A,RAVAIOLI F,MARASCO G,et al.A combinedmodel based on spleen stiffness measurement and Baveno VI criteriato rule out high-risk varices in advanced chronic liver disease J.JHepatol,2018,69:308-317.DOI:10.1016/j.jhep.2018.04.023.24 SONG J,HUANG J,HUANG H,et al.Performance of spleenstiffness measurement in prediction of clinical significant portalhypertension:a meta-analysis J.Clin Res Hepatol Gastroenterol,2018,42:216-226.DOI:10.1016/j.clinre.2017.11.002.25 GIDENER T,YIN M,DIERKHISING R A,et al.MRE for predictionof long-term progression and outcome in chronic liver disease:aretrospective studyJ.Hepatology,2022,75:379-390.DOI:10.1002/hep.32151.26 HUANG S Y,ABDELSALAM M E,HARMOUSH S,et al.Evaluation of liver fibrosis and hepatic venous pressure gradient with MRelastography in a novel swine model of cirrhosis J.J Magn ResonImaging,2014,39:590-597.DOI:10.1002/jmri.24189.27 JAYAKUMAR S,MIDDLETON M S,LAWITZ E J,et al.Longitudinal correlations between MRE,MRI-PDFF,and liver histology inpatients with non-alcoholic steatohepatitis:analysis of data from aphase II trial of selonsertib J.J Hepatol,2019,70:133-141.DOI:10.1016/j.jhep.2018.09.024.28 LI C,ZHU H,WANG Y,et al.Three-dimensional magneticresonance elastography in chronic liver diseaseJ.Portal HypertensCirrhosis,2023,2:32-39.DOI:10.1002/poh2.41.29 NARDELLI S,RIGGIO O,TURCO L,et al.Relevance ofspontaneous portosystemic shunts detected with CT in patients withcirrhosis J.Radiology,2021,299:133-140.DOI:10.1148/radiol.2021203051.30 PRAKTIKNJO M,SIM魷N-TALERO M,R魻MER J,et al.Total areaof spontaneous portosystemic shunts independently predicts hepaticencephalopathy and mortality in liver cirrhosisJ.J Hepatol,2020,72:1140-1150.DOI:10.1016/j.jhep.2019.12.021.31 NICOAR魤-FARC魤U O,WANG X,LUO X.Definition of SPSS:weneed to speak the same language J.J Hepatol,2020,73:463-464.DOI:10.1016/j.jhep.2020.03.012.32 SARTORIS R,RAUTOU P E,ELKRIEF L,et al.Quantification ofliver surface nodularity at CT:utility for detection of portalhypertensionJ.Radiology,2018,289:698-707.DOI:10.1148/radiol.2018181131.33 LO G C,BESA C,KING M J,et al.Feasibility and reproducibility ofliver surface nodularity quantification for the assessment of livercirrhosis using CT and MRI J.Eur J Radiol Open,2017,4:95-100.DOI:10.1016/j.ejro.2017.07.001.34 PICKHARDT P J,MALECKI K,KLOKE J,et al.Accuracy of liversurface nodularity quantification on MDCT as a noninvasivebiomarker for staging hepatic fibrosisJ.AJR,2016,207:1194-1199.DOI:10.2214/AJR.16.16514.35 ESTEVA A,ROBICQUET A,RAMSUNDAR B,et al.A guide todeep learning in healthcare J.Nat Med,2019,25:24-29.DOI:10.1038/s41591-018-0316-z.36 CHEN X,WANG X,ZHANG K,et al.Recent advances and clinicalapplications of deep learning in medical image analysis J.MedImage Anal,2022,79:102444.DOI:10.1016/j.media.2022.102444.37 LIU F,NING Z,LIU Y,et al.Development and validation of aradiomics signature for clinically significant portal hypertensionin cirrhosis(CHESS1701):a prospective multicenter study J.EBioMedicine,2018,36:151-158.DOI:10.1016/j.ebiom.2018.09.023.38 LIU Y,NING Z,魻RMECI N,et al.Deep convolutional neuralnetwork-aided detection of portal hypertension in patients withcirrhosis J.Clin Gastr