Цель исследования — оценить эффективность моделей глубокого обучения (deep learning, DL), основанных на В-режиме ультразвукового исследования и контрастно-усиленной ультрасонографии (contrast-enhanced ultrasound, CEUS), для прогнозирования раннего рецидива (early recurrence, ER) гепатоцеллюлярной карциномы (hepatocellular carcinoma, HCC) после радиочастотной абляции (radiofrequency ablation, RFA), а также изучить их клиническую вспомогательную ценность. Методы: проведён ретроспективный анализ пациентов, проходивших лечение RFA в больнице при Харбинском медицинском университете с сентября 2017 по декабрь 2019 года, с диагнозом HCC, подтверждённым компьютерной томографией (computed tomography, CT) или магнитно-резонансной томографией (magnetic resonance imaging, MRI). Были собраны динамические изображения В-режима и CEUS до операции, проведена стандартизированная предобработка (включая обрезку рамки выделения) для извлечения области интереса (region of interest, ROI). С использованием трёхмерной остаточной нейронной сети (three-dimensional residual network, 3D ResNet) была построена прогнозирующая модель на основе четырёх видов изображений: R-US (В-режим), R-CEUS45 (артериальная фаза, 0–45 с), R-CEUS2 (портальная фаза, 46 с–2 мин) и R-CEUS (двухфазная, 0–1 мин), тренировалась и оптимизировалась модель с применением 5-кратной кросс-валидации для повышения устойчивости. Проведён однофакторный и многофакторный логистический регрессионный анализ связи ультразвуковых признаков с ER и исследованы факторы риска ER. Оценка прогностической эффективности и клинической ценности моделей выполнена по кривым рабочих характеристик приёмника (receiver operating characteristic, ROC), кривым калибровки и анализу кривых решений (decision curve analysis, DCA). Результаты: включено 139 пациентов с 139 очагами. Данные были случайным образом разделены в соотношении 8:2 на обучающую и валидационную выборки. Многофакторный анализ показал, что локализация опухоли в сегменте S4 печени и наличие гипоэхогенного ободка являются независимыми факторами риска ER (оба P<0.05). Валидационная выборка: площадь под ROC-кривой (AUC) для моделей (R-US, R-CEUS, R-CEUS2, R-CEUS45) составила 0.928, 0.912, 0.871 и 0.807 соответственно. DCA показал, что двухфазная модель CEUS обладает более высокой клинической чистой выгодой. Заключение: технологии DL эффективно используют динамические ультразвуковые изображения для индивидуализированного точного прогнозирования раннего рецидива HCC после RFA, при этом двухфазная модель CEUS демонстрирует наилучший потенциал клинической трансляции. Предлагается новый неинвазивный инструмент для доклинического скрининга пациентов с высоким риском рецидива и разработки индивидуальных программ последующего наблюдения.

гепатоцеллюлярная карцинома; радиочастотная абляция; ранний рецидив; глубокое обучение; контрастно-усиленная ультрасонография