修回日期: 2026-07-06
接受日期: 2026-07-24
在线出版日期: 2026-08-28
急性胰腺炎在我国是一种危害人民健康的重大消化系统疾病, 尤其是重症胰腺炎病情危重、并发症多、病死率较高. 影像学计算机断层扫描(computered tomography, CT)和磁共振成像(magnetic resonance imaging, MRI)在急性胰腺炎的病因诊断、严重程度评价、局部并发症检出方面有诸多进展. 近年来, 随着人工智能的飞速发展, 基于影像学的影像组学、机器学习、深度学习技术在急性胰腺炎的应用不断涌现. 本文就急性胰腺炎常规CT/MRI应用性研究进展, 基于CT/MRI的影像组学、机器学习、深度学习研究前沿作一综述.
核心提要: 近年来, 随着人工智能的飞速发展, 基于影像学的影像组学、机器学习、深度学习技术在急性胰腺炎的应用不断涌现. 本文就急性胰腺炎常规计算机断层扫描(computered tomography, CT)/磁共振成像(magnetic resonance imaging, MRI)应用性研究进展, 基于CT/MRI的影像组学、机器学习、深度学习研究前沿作一综述.
引文著录: 肖波. 急性胰腺炎: CT/MRI临床应用及其研究进展. 世界华人消化杂志 2026; 34(8): 637-643
Revised: July 6, 2026
Accepted: July 24, 2026
Published online: August 28, 2026
Acute pancreatitis is a major digestive system disease that endangers public health in China, particularly severe acute pancreatitis, which is characterized by critical clinical presentation, numerous complications, and a relatively high fatality rate. Considerable progress has been made in the application of computed tomography (CT) and magnetic resonance imaging (MRI) for etiological diagnosis, severity assessment, and detection of local complications in acute pancreatitis. In recent years, with the rapid development of artificial intelligence, imaging-based radiomics, machine learning, and deep learning techniques have emerged as promising tools in the management of acute pancreatitis. This article reviews the research progress on conventional CT/MRI applications in acute pancreatitis, as well as the frontiers of radiomics, machine learning, and deep learning based on CT/MRI.
- Citation: Xiao B. Computed tomography and magnetic resonance imaging in acute pancreatitis: Clinical applications and research advances. Shijie Huaren Xiaohua Zazhi 2026; 34(8): 637-643
- URL: https://www.wjgnet.com/1009-3079/full/v34/i8/637.htm
- DOI: https://dx.doi.org/10.11569/wcjd.v34.i8.637
核心提要: 近年来, 随着人工智能的飞速发展, 基于影像学的影像组学、机器学习、深度学习技术在急性胰腺炎的应用不断涌现. 本文就急性胰腺炎常规计算机断层扫描(computered tomography, CT)/磁共振成像(magnetic resonance imaging, MRI)应用性研究进展, 基于CT/MRI的影像组学、机器学习、深度学习研究前沿作一综述.
急性胰腺炎(acute pancreatitis, AP)是一种由胰腺及其周围组织发炎所引起的病症, 在中国属于消化系统常见病、多发病. 临床上, AP患者病情轻重不一, 部分中度重症、重症AP病例是导致该病症多种并发症和高死亡率的主要原因[1,2]. 通过运用各种影像学检查手段, 可以显示出腹膜后、腹盆腔形态上的变化, 对全面评估本病至关重要. AP通常通过计算机断层扫描(computered tomography, CT)进行诊断. 然而, 在某些临床情况下, 磁共振成像(magnetic resonance imaging, MRI)可能比 CT 更具优势: 例如, 在患者无法接受含碘的CT对比剂的情况下, 或者在需要探究AP的潜在病因时, MRI有更出色的敏感性和对比度分辨力. 此外, MRI还可用于评估胰腺导管情况, 并指导针对坏死性积液的干预措施. MRI的独特特征还包括能通过诸如弥散加权成像等技术提供更多的功能信息. 近年来, 随着影像组学、深度学习等新兴技术应用于AP的临床研究, 我们也看到人工智能在疾病诊疗决策制定中大有可为. 本文综述的目的是探讨AP患者的CT、MRI检查方法和最新进展; 此外, 还将介绍有关AP的人工智能评估方面的最新进展.
AP是常见的胃肠道急腹症之一, 影像学CT/MRI检查重要的临床价值就是检出是否是急性坏死性胰腺炎即胰腺(胰周)有无坏死以及坏死的量. 在增强CT上, 胰腺实质坏死表现为胰腺实质内的点状、斑片状、大片状无强化区或强化减弱的低强化区(密度<30 HU)[3,4]; 而胰周坏死(胰腺外脂肪组织坏死)表现为胰腺外周液性积聚内部含有游离的、漂浮的脂肪样低密度碎片影. 依据胰腺坏死的解剖部位, 可分为胰腺头、颈、体、尾和全胰腺坏死; 按照胰腺实质坏死面积占整个胰腺的百分比可以划分为<30%、30%-50%、>50%三个量级[3,4]. 近年来, MRI在AP的应用愈来愈多. 而增强MRI在诊断胰腺坏死的能力方面与增强CT相仿; 不过, 平扫MRI运用弥散加权成像也可以鉴别急性坏死性胰腺炎. Elkady等[5]利用弥散加权成像图像的定性评估表明, 在被诊断为坏死性胰腺炎的患者中, 80%观察到了扩散受限; 早期关于健康胰腺和急性炎症胰腺平均表观扩散系数值的研究结果, 能够协助AP的及时诊断并区分坏死性胰腺炎. 另一方面, 随着新亚特兰大国际共识的出炉, 胰周(外)坏死被引起重视. Zhou等[6]研究AP早期胰腺外坏死的MRI特征, 在70名AP患者中发现45.7%出现胰外坏死, 54.3%出现胰腺周围液体积聚; 胰腺外积聚的数量和面积、磁共振严重程度指数评分及相关出血的发生率, 在胰腺外坏死患者中均显著高于胰腺周围液体积聚者. 在所有单一指标中, 胰腺外积聚面积的准确性在预测胰腺外坏死方面的准确性高. 结合我们的工作经验, MRI特征具有区分早期胰外坏死与胰周液体积聚的能力, 并有助于明确胰外坏死的存在.
AP尤其是坏死性胰腺炎另一个重要的局部并发症就是胰周液体积聚形成. 内镜超声能提供清晰的图像, 但其具有侵入性且依赖操作者经验. 故而CT仍是检出胰周液体积聚应用最广泛的放射学检查手段, 但是CT在正确识别和量化胰周液体积聚内的固体碎片以及评估主胰管完整性方面存在局限性. 而MRI依赖T2加权成像对液体的敏感性更佳, 能更出色地表征胰周液体积聚的特点, 可清晰显示坏死碎片、液体成分、包裹程度和病灶与主胰管的解剖结构关系, 且MRI无电离辐射、适合反复评估. Thakur等[7]通过运用少量MRI选定序列, 评估了MRI在表征胰周液体积聚方面的效用及其对治疗决策的影响, 证实MRI已成为评估胰周液体积聚的有效工具. 我们团队也用MRI评估过AP的胰周液体积聚, 对于胰周液体积聚合并出血、感染以及坏死量的情况展开研究[8-10], 如我们将胰周液体积聚合并出血定义为LAVA-Flex T1加权图像中胰腺内外的高信号区域, 并将出血的存在分为三个区域: 胰腺实质内、腹膜后腔和腹膜下腔. 我们发现在539名AP患者中, 有11.5%发生了胰周液体积聚合并出血; 出血严重度指数得分与磁共振成像和健康评分系统(Acute Physiology and Chronic Health Evaluation Ⅱ, APACHE Ⅱ)评分显著相关, 出血患者器官功能障碍的患病率更高, 住院时间也比无出血者更长即胰周液体积聚合并出血与临床预后差相关.
此外, AP尤以重症病人为主可并发呼吸、泌尿等多系统多器官损伤. 临床上对于多器官系统功能障碍的评价主要依赖于临床表现、实验室生化指标等. 而CT/MRI检查能从影像学的角度来可视化远隔器官受累的一些征象, 间接反映器官受损的情况. 在呼吸系统并发症评估方面, Peng等[11]对309例AP患者进行了胸腹部CT检查, 胸腔积液的体积通过CT体积评估软件进行定量. 发现39.8%有胸腔积液、47.9%有肺部实变、5.5%的患者出现严重急性肺损伤、13.9%的患者出现器官衰竭; CT定量的胸腔积液体积和肺部实变评分与急性肺损伤的严重程度评分相关. 在预测器官衰竭方面, 胸腔积液量的准确性与计算机断层扫描严重程度指数(computed tomography severity index, CTSI)评分、APACHE Ⅱ评分相当. 因此我们认为CT检查胸腔积液的量以及肺部实变的区域能够为严重急性肺损伤及器官衰竭提供早期预测. 在泌尿系统并发症评估方面, Li等[12]对224名AP病人行MRI扫描包括常规腹部、体素内不相干运动、弥散张量成像等扫描, 并测量了肾脏成像的主要MRI参数和临床特征, 比较了这些指标、肾小球滤过率和急性肾功能衰竭分期之间的关系. 研究发现[12]AP合并急性肾功能衰竭肾实质的快速表观扩散系数值和灌注分数值显著低于非急性肾功能衰竭组, 肾平均峰度值与AP合并急性肾功能衰竭分期呈正相关、与肾小球滤过率呈负相关, 证明肾MRI检查参数测量对于诊断和预测AP患者急性肾损伤的严重程度具有实际意义.
再者, AP常并发邻近的血管受累引发多种血管并发症. 我们团队对301例AP患者进行了回顾性分析[13], 有24.9%至少存在一处经MRI检出的血管异常. MRI显示的胰腺炎血管受累情况在坏死性胰腺炎中比在水肿性胰腺炎中更为严重. 在AP的早期阶段, 脾静脉炎、门静脉炎和脾动脉炎的患病率分别为24.9%、22.3%和19.9%; 磁共振血管成像评分显示, 脾静脉炎、门静脉炎和脾动脉炎的患病率分别与胰腺炎的严重程度相关. 在早期AP患者中, MRI常可见到血管异常, 如脾静脉炎和脾动脉炎等, 这些异常可作为补充指标反映胰腺炎的病情[13]. 总之, CT和MRI在AP的并发症检查、鉴别诊断和为临床决策提供循证依据方面均有十分重要的临床价值.
在面对每一例AP就诊患者时, 临床医生需要做的一件重要评估就是早期判断出该例患者的临床严重程度, 用以指导治疗和评价预后. 临床上, 依赖于多种评分系统、多个实验室检查指标可为临床医生的判断提供重要参考依据. 而CT/MRI检查则为AP的严重程度提供影像学证据, 为临床综合评估增添一份信心. 传统的基于CT的严重程度指数CTSI、改良型计算机断层扫描严重程度指数(modified computed tomography severity index, MCTSI)和基于MRI的严重程度指数磁共振成像已经被证实能为AP的严重程度评估提供有价值的定量参数. 近年来, 应用MRI在早期预测AP的严重程度方面有诸多研究进展. 我们团队应用一种基于MRI和APACHE Ⅱ评分系统的新型逻辑回归模型研究[14]了363名AP患者, 结合MRI和APACHE Ⅱ评分系统构建回归方程, 该模型通过基于MRI上的胰腺外炎症评分和APACHE Ⅱ评分来预测AP的严重程度是成功的, 其受试者工作特征曲线下面积高于任何单一参数. 通过结合MRI参数和APACHE Ⅱ评分来预测AP的并发症模型也是成功的, 这些模型有助于制定个性化治疗和管理方案. 因此我们认为联合MRI与临床评分系统来早期预测AP的严重程度是可行的. 此外, CT所反映的胰腺外炎症和MRI所反映的胰腺外炎症也都被用于AP的严重程度评估. Zhou等[15]对337例AP患者进行了研究, MRI所反映的胰腺外炎症与APACHE Ⅱ和住院时间的相关性比CT所反映的胰腺外炎症更高. MRI所反映的胰腺外炎症预测严重AP和器官衰竭的准确性与APACHE Ⅱ和AP床边严重程度指数一致. 总之, AP无论是胰腺炎症本身还是胰腺外炎症均对本病的病情严重程度评估有价值, 而依据MRI所反映的胰腺外炎症在评估AP严重程度方面更具优势, 能够更早地提示重症AP的发生以及器官衰竭的情况.
另外, MRI还能利用mapping成像定量技术来评估AP的严重程度. Porões等[16]通过T2 mapping对AP中T2加权图像信号进行量化并对胰腺实质水肿进行定量分析, 发现T2值与住院时间、CT严重指数以及重症监护病房入院情况以及器官衰竭情况显著相关; 因此T2 mapping定量参数与AP的严重程度参数相关, 且比常规的临床和影像学评分系统更能灵敏地评估AP的严重程度.
再者, 我们发现能够通过影像学特征来关注某些特殊群体的病情表现, 比如对老年人AP严重程度的评价. Zhang等[17]从449名患有AP的老年人中收集了CT/MRI数据, 通过CT/MRI检查, 85岁及以上组老年人AP局部并发症发生率最高; 85岁及以上组全身炎症反应综合征和APACHE Ⅱ评分最高, 说明老年AP患者不同年龄亚组具有不同的CT/MRI影像学特征, 85岁及以上老年人组严重程度更重、临床预后更差. 同样的, Yang等[18]对716例AP患者的MRI资料进行回顾性分析, 老年组中胰腺坏死性病变的患病率最高(28.9%), 中老年组患者合并坏死的风险更高、老年患者与年轻患者相比更常出现广泛胰外受累. 由此可见, 老年人的急性坏死性胰腺炎可能有着更重的临床严重程度, 需要得到更多重视.
值得一提的是, 影像学上诊断的AP中不同胰腺受累部位也与病情严重程度相关. 如Jiang等[19]通过MRI将纳入的240名AP患者分为三型: 类型Ⅰ主要影响胰腺头部、类型Ⅱ主要影响胰腺体部和尾部、类型Ⅲ则同时影响整个胰腺; 这三种亚型在严重程度、坏死发生率、局部并发症、临床和影像学严重程度评分以及预后方面存在显著差异. 整个胰腺受累是最严重的亚型, 表明影像学上不同胰腺受累部位分类是病人预后的重要预测因素. 总之, CT和MRI检查在AP严重程度判定方面具有出色的临床价值, 我们的经验是优先推荐使用增强CT进行评价, 如Hao等[20]提出MCTSI评分≥6是重症AP的独立预测因素. 其次, 如果病人存在碘造影剂过敏、孕妇或青少年等, 推荐MRI检查为临床医生在AP的风险分层和临床决策方面提供实用工具.
临床上另一个棘手的问题就是AP的反复发作即复发性AP的处理. 影像学CT/MRI检查能够在不同病因所致复发性AP的判断中扮演重要角色. Zhang等[21]对增强CT检查的683例复发性AP数据进行了回顾, 高甘油三酯血症是复发性AP最常见原因. 与胆道复发性AP相比, 高脂血症复发性AP CT特征较轻; 复发性AP的CT特征会因病因不同而有所差异. 此外, 在复发性AP的早期阶段与晚期阶段, 影像学检查也能发现有不同的表现. Zhang等[22]探究了686名复发性AP在早期阶段(第一周)和晚期阶段(第一周后)的CT特征. 研究发现在晚期阶段, CT严重程度指数评分和CT上的胰外炎症评分高于早期阶段, 早期的CT胰外炎症评分在预测临床严重复发性AP方面比CT严重程度指数评分和APACHE Ⅱ评分更准确. 再者, 还有学者比较过初发与复发性酒精性AP的影像学表现, Xu等[23]将招募166名酒精性AP患者分为初发组和复发组. 在增强CT或MRI检查中, 初发组患者出现腹水和急性坏死性积液的可能性高于复发组患者; 初发组患者的改良CT/MR严重程度指数下的严重程度评分、CT/MR上胰外炎症评分高于复发组患者, 影像学检查对于临床实践管理和及时治疗至关重要.
近年来, 随着医工交叉融合发展, 影像组学、机器学习、深度学习等技术也用于AP严重程度的早期预测中. 我们团队[24]尝试利用CT平扫影像组学特征来早期预测AP的严重程度, 我们回顾了2016-06/2024-01三个医疗中心共363例临床首发诊断为AP的住院患者, 在每例病人发作48 h内首次CT平扫影像图像上手动勾画胰腺和胰周渗出区提取影像组学特征. 结果发现影像组学模型、实验室指标模型、临床-组学联合模型在内部测试集中的曲线下面积(area under the curve, AUC)均高于0.840、在两个外部测试集中AUC也均高于0.816. 我们认为基于CT平扫影像组学特征联合实验室指标构建机器学习模型能早期预测AP的严重程度. 除了CT平扫图像, 我们又思考了增强图像的应用价值. 团队应用门脉期增强CT影像组学列线图模型纳入215例AP病人[25], 手动勾画胰腺实质感兴趣区后提取影像组学特征共筛选出11个最佳影像组学特征, 其中Radscore联合C反应蛋白和胰周积液构建的影像组学列线图模型, 在训练集、验证集和测试集中的曲线下面积均高于0.893, 因此基于增强门脉期CT图像的影像组学列线图模型可以应用在早期预测重症AP中. 接下来, 团队又尝试了利用早期增强CT图像基于深度学习方法来早期预测AP的严重程度. 我们回顾了215例首发AP病人早期静脉期增强CT图像[26], 利用卷积神经网络建立早期AP分类器模型, 团队发现早期AP分类器模型表现F1分数为0.730、准确率达0.770. 在这一科学问题上, 我们推荐基于早期静脉期增强CT图像, 运用深度学习分类模型预测重症AP. 国外学者Xu等[27]采用深度学习模型, 利用入院24 h内获得的腹部对比增强CT扫描来预测急性呼吸暂停严重程度. 他们收集了来自8335名患者的10130项研究[27], 以及3488项来自公开数据集的研究. 外部验证显示预测重症胰腺炎的受试者工作特征曲线下面积(area under the receiver operating characteristic, AUROC)为0.887, 超过了修订版CTSI和BISAP评分. 他们所提的深度学习模型实现了与既有预后工具相当甚至更好的性能, 人工智能辅助CT分析可能支持AP的早期自动风险分层.
另一方面, 基于增强MRI的影像组学模型也被用于早期预测AP的严重程度. Lin等[28]将259名早期AP从门静脉期图像中提取的影像组学特征最终选择11个潜在特征来构建放射组学模型, 在训练组中放射组学模型为0.917, 在验证组中放射组学模型为0.848, 说明MRI影像组学模型在AP严重程度的早期预测方面表现良好. 另有学者Tartari等[29]前瞻性地选取了78名AP, 在门静脉期的增强CT图像、T2加权成像的磁共振(magnetic resonance, MR)序列以及非增强和门静脉期的T1加权成像的MR序列上手动三维分割整个胰腺, 在检测AP严重程度的诊断方面, MRI的影像组学模型的表现优于CT的影像组学模型. 我们认为将影像组学应用于临床实践可能会提高重症AP的检测率, 尤其是MRI影像组学的效果会更好.
当然, 也有学者未采用影像学数据也获得较好结果案例的报道. Wang等[30]结合MIMIC-Ⅳ和中国医院数据(2010-2025年)预测AP患者的早期呼吸衰竭风险, 认为逻辑回归模型被证明是早期急性呼吸衰竭预测最有效的分类器. 总之, 影像组学、机器学习、深度学习等技术在AP严重程度的早期预测中已经展露出不错的临床转化能力, 未来可期.
临床上, 评估AP疾病另一个视角即为AP的活动度评价. 影像学对比增强CT的影像组学模型已被用于预测AP的活动度和预后. 学者Yu等[31]应用改良的胰腺炎活动评分系统来评估AP的活动程度, 针对两家医疗机构分别纳入234名和101名患者, 在重症AP预测中, 结合影像组学模型rad-score和白细胞的综合模型的AUC值均高于0.77. 改良的胰腺炎活动评分系统评估指标用于预测重症AP时表现良好, 研究证明[31]基于增强CT影像组学模型具有预测AP活动度的能力. 除了增强CT, 近来基于多参数MRI的影像组学列线图也被用于预测AP的活动程度. Liu等[32]回顾了310名首次发作的AP患者, 基于胰腺实质区从多参数MRI图像中提取了影像组学特征, 发现影像组学特征、MRI上的胰外炎症评分及白细胞计数被确定为AP活动独立风险因素, 这种列线图能准确预测AP患者病情活动情况, 为患者病情发展提供客观监测依据.
正如前文所述, 影像学检查在AP的并发症评估方面大有可为. 随着影像组学、机器学习、深度学习研究的深入, 相关技术也不断用于AP并发症的综合评价. 我们团队尝试基于CT平扫建立模型来鉴别诊断AP早期的病理分型, 对450例AP腹部CT平扫、增强影像图像依据增强CT图像诊断坏死性胰腺炎[33]; 团队发现用于鉴别诊断AP早期病理分型, MobileNet3D、ResNet3D、SqueezeNe3D、ShuffleNet3D网络模型测试集F1得分均高于0.588、AUC均高于0.70. 我们推荐基于CT平扫的3D卷积神经网络MobileNet3D模型对早期急性坏死性胰腺炎的鉴别诊断性能良好. 另一方面, 基于MRI的影像组学模型也被用于预测AP早期坏死并发症的研究. Zhou等[34]基于MRI构建放射组学模型从135名受试者的胰腺外积液的T2加权图像以及胰腺实质的晚期动脉期图像中提取影像组学特征, 发现基于胰腺实质和胰腺外采集的影像组学模型在训练集和验证集中的预测准确性均表现良好, 因此基于MRI的影像组学模型对于胰腺外积液具有出色的早期胰腺外坏死预测性能.
此外, AP胰周积液并发症也被关注. Gupta等[35]筛选出患有AP和胰腺假性囊肿且在引流手术前已接受过CT的患者, 在CT检查后20 d内进行MRI或内镜超声检查, 根据MRI或内镜超声结果将图像分为≤30%固体碎屑和>30%固体碎屑两类. 在招募的152名患者中, ViT和MedVit模型具有较高的诊断性能, 说明应用基于CT的深度学习模型对AP局部并发症胰腺积液中的固体碎屑能进行准确分类.
再者, 影像组学也被应用于预测AP后期并发症复发方面. Tang等[36]探究基于T1加权对比增强MRI的影像组学在预测AP复发, 纳入了201例首次发作的AP患者, 从MRI对比增强的晚期动脉期图像中获取定量特征, 发现该影像组学模型在评估AP复发方面其受试者工作特征曲线下的面积高于临床模型且诺莫图模型表现良好, 推荐基于增强MRI的影像组学模型在优化复发性AP的个体化预测方面颇具价值, 为复发性胰腺炎的预防和治疗提供参考.
尽管人工智能在本领域的应用日趋增多, 但伴随而来的一些问题也应运而生. 首先, 所有影像组学、机器学习、深度学习研究均需要良好的数据源作基础. 但各个中心大型医学设备机型不一, 扫描参数不一致, 故而CT/MRI原始数据用于建模时存在"同质性"问题. 其次, 当前诸多人工智能模型尚缺乏良好的医工可解读性, 即许多一阶特征、高阶特征存在医学可解释性难题. 最后, 尽管人工智能的应用前景光明, 但毕竟缺乏人性的温度, 医学伦理学以及人文关怀依旧是医者不忘初心的永恒话题.
综上所述, 传统影像学CT和MRI在AP的病因诊断、严重程度评估、并发症评价方面具有十分重要的临床价值, 能与临床其他实验室检查互为补充为本病的诊治提供参考依据. 随着人工智能的飞速发展, 影像组学、机器学习、深度学习研究在AP病理分型的早期诊断, 病情严重程度和疾病活跃度的早期预测、并发症的评价和预后评估已经全面展开. 相信在不久的将来, 随着可解释性的人工智能模式不断发展、多中心模型的广泛合作以及转化医学的迭代发展, 人工智能必定在AP的诊疗过程中扮演更加重要的角色, 人机携手共为百姓健康造福.
| 1. | Nikpanah M, Morgan DE. Magnetic resonance imaging in the evaluation and management of acute pancreatitis: a review of current practices and future directions. Clin Imaging. 2024;107:110086. [PubMed] [DOI] |
| 2. | Song LJ, Xiao B. Acute pancreatitis: Structured report template of magnetic resonance imaging. World J Radiol. 2023;15:157-169. [PubMed] [DOI] |
| 3. | Li Y, Huang X, Zhou M, Luo J, Zhu Z. Current Progress in the CT- and MRI-Based Detection and Evaluation of Acute Pancreatitis Complications. Med Sci Monit. 2025;31:e948306. [PubMed] [DOI] |
| 4. | Măceș S, Pătrașcu Ș, Dumitrescu CI, Bălan MR, Lascu LC, Lazarovici AR, Bratiloveanu TC, Săndulescu SM, Bordu SI, Moraru MC, Șurlin MV, Dumitrescu D. Impact of Imaging Techniques in the Assessment of Gallstone Pancreatitis. Curr Health Sci J. 2024;50:198-206. [PubMed] [DOI] |
| 5. | Elkady RM, Bakr SH, Megally HI, Barakat IA, Alsharif W, Alhazmi FH, Elzaki M, Alshoabi SA, Alsaedi A, Gareeballah A, ELmaghraby M, Abbass WA. Utility of Diffusion Weighted Magnetic Resonance Imaging in Early Detection and Staging of Acute Pancreatitis: Correlation with Revised Atlanta Classification. Curr Med Imaging. 2026;22:e15734056425809. [PubMed] [DOI] |
| 6. | Zhou T, Tang MY, Deng Y, Wu JL, Sun H, Chen Y, Chen TW, Zhang XM. MR Imaging for Early Extrapancreatic Necrosis in Acute Pancreatitis. Acad Radiol. 2021;28 Suppl 1:S225-S233. [PubMed] [DOI] |
| 7. | Thakur A, Dutta N, Gupta P, Gulati A, Singh A, Shah J, Jearth V, Samanta J, Sharma V, Mandavdhare H, Rana S, Sinha S, Dutta U. Role of MRI and abbreviated MRI in the evaluation and management of acute pancreatitis: a comprehensive review. Abdom Radiol (NY). 2026;51:787-799. [PubMed] [DOI] |
| 8. | Feng Y, Song LJ, Xiao B. Chronic pancreatitis: Pain and computed tomography/magnetic resonance imaging findings. World J Radiol. 2024;16:40-48. [PubMed] [DOI] |
| 9. | Xiao B, Xu HB, Jiang ZQ, Zhang J, Zhang XM. Current concepts for the diagnosis of acute pancreatitis by multiparametric magnetic resonance imaging. Quant Imaging Med Surg. 2019;9:1973-1985. [PubMed] [DOI] |
| 10. | Tang MY, Chen TW, Bollen TL, Wang YX, Xue HD, Jin ZY, Huang XH, Xiao B, Li XH, Ji YF, Zhang XM. MR imaging of hemorrhage associated with acute pancreatitis. Pancreatology. 2018;18:363-369. [PubMed] [DOI] |
| 11. | Peng R, Zhang L, Zhang ZM, Wang ZQ, Liu GY, Zhang XM. Chest computed tomography semi-quantitative pleural effusion and pulmonary consolidation are early predictors of acute pancreatitis severity. Quant Imaging Med Surg. 2020;10:451-463. [PubMed] [DOI] |
| 12. | Li X, Liang Q, Ouchi E, Bautista M, Hu J, Zhang X. Using Multi-model Diffusion Weighted Imaging to Study Acute Kidney Injury in Patients with Acute Pancreatitis. Curr Med Imaging. 2023;19:1404-1414. [PubMed] [DOI] |
| 13. | Jiang ZQ, Xiao B, Zhang XM, Xu HB. Early-phase vascular involvement is associated with acute pancreatitis severity: a magnetic resonance imaging study. Quant Imaging Med Surg. 2021;11:1909-1920. [PubMed] [DOI] |
| 14. | Tang MY, Zhou T, Ma L, Huang XH, Sun H, Deng Y, Wang SY, Ji YF, Xiao B, Zhang XM. A new logistic regression model for early prediction of severity of acute pancreatitis using magnetic resonance imaging and Acute Physiology and Chronic Health Evaluation II scoring systems. Quant Imaging Med Surg. 2022;12:4424-4434. [PubMed] [DOI] |
| 15. | Zhou T, Chen Y, Wu JL, Deng Y, Zhang J, Sun H, Lan C, Zhang XM. Extrapancreatic Inflammation on Magnetic Resonance Imaging for the Early Prediction of Acute Pancreatitis Severity. Pancreas. 2020;49:46-52. [PubMed] [DOI] |
| 16. | Porões F, Vietti Violi N, Piazza G, Uldry E, Lázaro-Fontanet E, Gaspar-Figueiredo S, Hilbert T, Ledoux JB, Denys A, Schütz F, Schmidt S. Quantitative T2 Mapping of Acute Pancreatitis. J Magn Reson Imaging. 2024;60:2683-2691. [PubMed] [DOI] |
| 17. | Zhang XY, Li XH, Luo J, Liu TT, Jiang DL, Zeng CQ, Ji YF, Zhang XM. Clinical and CT/MRI imaging features of acute pancreatitis in older people. BMC Geriatr. 2025;25:1068. [PubMed] [DOI] |
| 18. | Yang DD, Zuo HD, Wu CQ, Chen TW, Xue HD, Jin ZY, Zhang XM. The characteristics of acute necrotizing pancreatitis in different age stages: An MRI study. Eur J Radiol. 2020;122:108752. [PubMed] [DOI] |
| 19. | Jiang DL, Tang MY, Liu TT, Zhang XY, Luo J, Ji YF, Li XH, Zhang XM. Magnetic resonance imaging (MRI) and clinical features of different parts of the pancreas involved in acute pancreatitis: a cross-sectional study. Quant Imaging Med Surg. 2024;14:8361-8373. [PubMed] [DOI] |
| 20. | Hao Y, Feng J, He W, Wu Y, Ma Y, Xu H. A Clinical and Imaging-based Model for Distinguishing Mild From Moderately Severe/Severe Hypertriglyceridemic Acute Pancreatitis: Development and Validation. J Comput Assist Tomogr. 2026;50:81-90. [PubMed] [DOI] |
| 21. | Zhang J, Lu T, Lu FL, Peng R, Jiang R, Fu QS, Chen TW, Zhang XM, Li H. Computed tomography features of recurrent acute pancreatitis based on different etiologies. Quant Imaging Med Surg. 2025;15:9375-9388. [PubMed] [DOI] |
| 22. | Zhang J, Du JJ, Ji YF, Zhang XY, Su T, Jiang R, Fu QS, Yang GQ, Yang GD, Zhang XM. CT Features of Recurrent Acute Pancreatitis: Early Phase Versus Late Phase. J Comput Assist Tomogr. 2023;47:856-863. [PubMed] [DOI] |
| 23. | Xu WH, Li XH, Yu NJ, Tang Z, Chen C, Liu C, Li ZH, Zhang XM. Comparison of the imaging and clinical characteristics between Initial and Recurrent Alcoholic Acute Pancreatitis: a retrospective cross-sectional study. Am J Drug Alcohol Abuse. 2023;49:431-439. [PubMed] [DOI] |
| 24. | 周 婷婷, 肖 波, 何 汶静, 刘 琴, 赵 艳梅, 蒋 宪, 安 富珍. 基于CT平扫影像组学及实验室指标早期预测急性胰腺炎严重程度. 放射学实践. 2025;40:493-500. [DOI] |
| 27. | Xu Y, Teutsch B, Zeng W, Hu Y, Rastogi S, Hu EY, DeGregorio I, Chui WF, Richter BI, Cummings R, Goldberg JE, Mathieu E, Asare BA, Hegedűs P, Gurza KB, Szabó IV, Tarján H, Szentesi A, Borbély R, Molnár D, Faluhelyi N, Vincze Á, Márta K, Hegyi P, Lei Q, Gonda T, Huang C, Shen Y. Deep learning-based prediction of acute pancreatitis severity from abdominal CT with multicenter external validation. Radiol Adv. 2026;3:umag020. [PubMed] [DOI] |
| 28. | Lin Q, Ji YF, Chen Y, Sun H, Yang DD, Chen AL, Chen TW, Zhang XM. Radiomics model of contrast-enhanced MRI for early prediction of acute pancreatitis severity. J Magn Reson Imaging. 2020;51:397-406. [PubMed] [DOI] |
| 29. | Tartari C, Porões F, Schmidt S, Abler D, Vetterli T, Depeursinge A, Dromain C, Violi NV, Jreige M. MRI and CT radiomics for the diagnosis of acute pancreatitis. Eur J Radiol Open. 2025;14:100636. [PubMed] [DOI] |
| 30. | Wang Y, Lv F, Tao M, Cui J, Zhang D, Zhao H, Li J, Sun G, Wang X. Machine learning model for early prediction of acute respiratory failure in acute pancreatitis: Multicenter validation. iScience. 2026;29:116470. [PubMed] [DOI] |
| 31. | Yu NJ, Li XH, Liu C, Chen C, Xu WH, Chen C, Chen Y, Liu TT, Chen TW, Zhang XM. Radiomics models of contrast-enhanced computed tomography for predicting the activity and prognosis of acute pancreatitis. Insights Imaging. 2024;15:158. [PubMed] [DOI] |
| 32. | Liu TT, Hu YQ, Yu NJ, Zhang XY, Jiang DL, Luo J, Chen Y, Tao D, Li XH, Zhang XM. A nomogram based on multiparametric magnetic resonance imaging radiomics for prediction of acute pancreatitis activity. BMC Med Imaging. 2025;25:241. [PubMed] [DOI] |
| 33. | 安 富珍, 肖 波, 何 汶静, 蒋 宪, 周 婷婷, 祝 元仲. 基于CT平扫3D卷积神经网络模型鉴别诊断早期急性坏死性胰腺炎. 中国医学计算机成像杂志. 2025;31:72-80. [DOI] |
| 34. | Zhou T, Xie CL, Chen Y, Deng Y, Wu JL, Liang R, Yang GD, Zhang XM. Magnetic Resonance Imaging-Based Radiomics Models to Predict Early Extrapancreatic Necrosis in Acute Pancreatitis. Pancreas. 2021;50:1368-1375. [PubMed] [DOI] |
| 35. | Gupta P, Siddiqui R, Singh S, Pradhan N, Shah J, Samanta J, Jearth V, Singh A, Mandavdhare H, Sharma V, Mukund A, Birda CL, Kumar I, Kumar N, Patidar Y, Agarwal A, Yadav T, Sureka B, Tiwari A, Verma A, Kumar A, Sinha SK, Dutta U. Application of deep learning models for accurate classification of fluid collections in acute necrotizing pancreatitis on computed tomography: a multicenter study. Abdom Radiol (NY). 2025;50:2258-2267. [PubMed] [DOI] |
学科分类: 胃肠病学和肝病学
手稿来源地: 重庆市
同行评议报告学术质量分类
A级 (优秀): 0
B级 (非常好): B, B
C级 (良好): 0
D级 (一般): D
E级 (差): 0
科学编辑: 刘继红 制作编辑:张砚梁