甲狀腺相關性眼病影像學定量研究現狀分析

[摘要] 甲狀腺相關性眼病（thyroid-associated ophthalmopathy，TAO）是一種器官特異性自身免疫病，可引起眼眶炎癥反應及視力損傷，嚴重者可引起抑郁、焦慮等心理問題。TAO患者的治療及療效與活動度相關。臨床活動度評分（clinical activity score，CAS）是TAO活動度的評價標準但主觀性強。近年來，超聲、CT、磁共振成像及放射性核素顯像等影像學方法應用于TAO研究中，其客觀性較強，并能反映球后組織狀態，成為CAS的有效補充。本文對上述影像手段在TAO的診斷/活動性分期及視神經損傷/療效預測等方面的研究現狀進行綜述。

[關鍵詞] 甲狀腺相關性眼病；超聲；CT；磁共振成像；放射性核素顯像

[中圖分類號] R771" """"[文獻標識碼] A """""[DOI] 10.3969/j.issn.1673-9701.2025.25.025

甲狀腺相關性眼病（thyroid-associated ophth- almopathy，TAO）又稱Graves眼病，是一種可導致眼外肌、眼眶脂肪和結締組織炎癥的器官特異性自身免疫病，發病率居成人眼眶病之首^[1]。根據病程，TAO可分為活動期和纖維化期^[2]；不同時期的治療方式不同，因此明確分期尤為重要。常用臨床活動度評分（clinical activity score，CAS）評估TAO活動度，但其對早期眼外肌、球后組織炎癥不敏感，且存在較強主觀性。近年來，超聲、CT、磁共振成像（magnetic resonance imaging，MRI）及放射性核素顯像等影像學檢查方法對TAO診斷、活動性分期、視神經損傷的定量評估發揮重要作用。本文旨在對多種影像學方法定量研究TAO進行綜述，以提高對TAO影像學研究現狀的認識。

1" MRI

與CT和超聲相比，MRI具有非電離輻射、高軟組織對比度、多參數成像的特點，能更好地反映組織含水量。近年來，已有多項研究使用MRI對TAO患者進行定量分析。TAO定量分析常用的成像序列有動態增強掃描（dynamic contrast enhanced scan，DCE）、壓脂T₂技術、T₁-mapping、T₂-mapping、彌散加權成像（diffusion weighted imaging，DWI）、彌散張量成像（diffusion tensor imaging，DTI）及磁化傳遞成像（magnetization transfer imaging，MTI）。

1.1" DCE-MRI技術

DCE-MRI可提供關于各種組織微循環灌注和通透性的定量信息。Hu等^[3]研究發現DCE-MRI衍生的灌注參數（達峰時間、V值、K值）可幫助確定TAO患者的活動性和對糖皮質激素的治療反應，達峰時間均值和V均值為疾病活動的獨立預測因子；達峰時間最小值和K均值是治療反應的獨立預測因子。DCE-MRI技術是評估TAO病理生理學變化的可信基礎，可探究TAO活動相關的潛在血管重塑和通透性改變。DCE-MRI灌注參數的另一優勢是基于模型的定量評估，可提供更穩健的指標，直接反映微循環生理學，為臨床實踐中使用DCE-MRI評估TAO患者奠定基礎。

1.2" 壓脂T₂技術

1.2.1" T₂加權成像–短時反轉恢復技術" 信號強度比（signal intensity ratio，SIR）是評估TAO活動性及預測療效最常用的方法，目前多項研究發現眼外肌SIR與TAO活動性相關。Ge等^[4]基于T₂加權成像（T₂ weighted imaging，T₂WI）–短時反轉恢復技術研究TAO，提出下直肌/同側腦白質的SIRgt;2.9時處于TAO活動期可能性大。研究發現血清總膽固醇≤4.8mmol/L聯合最小眼外肌SIR≥1.12預測糖皮質激素治療療效的效能最佳^[5]。近年來研究發現淚腺與TAO活動性也有相關性。淚腺突出度與CAS、眼球突出度和眼外肌體積均呈正相關，淚腺的突出程度可作為TAO患者疾病活動度的良好指標^[6]。淚腺除了與活動性有關，還可用于療效預測。研究發現淚腺突出度與CAS和疾病嚴重程度呈正相關，且淚腺突出度≤9.30mm時激素治療效果較好^[7]。Zhang等^[5]研究發現當中重度活動期TAO患者血清總膽固醇≤4.8mmol/L和淚腺突出度/眼眶脂肪厚度≥1.51時，糖皮質激素治療療效較好，提示影像學方法聯合臨床指標評估TAO可作為未來研究的一個新方向。

1.2.2" Dixon-T₂WI及IDEAL-IQ技術" Dixon-T₂WI及非對稱回波最小二乘估算法迭代水脂分離（iterative decomposition of water and fat with echo asymmetry and least-squares estimation quantitation，IDEAL-IQ）技術是基于化學位移分析的脂肪抑制技術，可直接區分脂肪和水^[8]。Dixon-T₂WI在評估TAO患者眼外肌炎癥方面比傳統的T₁WI、T₂WI和T₂WI-FS敏感度和特異性更高，速度更快，偽影更少^[9]。Chen等^[10]發現基于Dixon-T₂WI技術，眼外肌SIR≥3.32聯合眶內脂肪水分數（water fraction，WF）≤0.09對TAO分期效率最高。高松等^[11]研究發現Dixon技術可用于評估TAO早期視神經改變，當視神經的SIRgt;1.903及WFgt;0.914時，具有最佳鑒別性能。Song等^[12]采用IDEAL-IQ技術發現球后3mm處的視神經WF值預測甲狀腺功能障礙性視神經病變（dysthyroid optic neuropathy，DON）的特異性最佳。Zhai等^[13]應用T₂-mapping聯合T₂-IDEAL-IQ預測中重度活動性TAO患者的激素治療反應時發現，反應組眼外肌的平均信號強度、平均WF和最大WF均顯著高于無反應組，眼外肌T₂弛豫時間（relaxation time，RT）均值≥77.10聯合WF_max≥91.52可很好地預測治療反應性。

1.3" T₁-mapping及T₂-mapping技術

T₁-mapping及T₂-mapping可通過T₁RT和T₂RT量化TAO患者眼外肌的水腫、纖維化、脂肪浸潤等情況。Ma等^[14]通過增強前、后眼外肌的T₁RT計算得到細胞外體積分數以反映肌肉組織的纖維化程度，細胞外體積分數gt;48.1%可作為篩查非活動性TAO的臨界值。Li等^[15]發現眼外肌的T₂RT≥74.295ms為診斷活動性TAO的臨界值。Hu等^[16]發現當視神經T₂RT=82.9ms時，預測活動性TAO最佳。以上研究表明T₁-mapping、T₂-mapping通過反映組織真實RT對TAO的活動性判別有重要提示意義。

1.4" 彌散成像技術

MRI彌散成像包括DWI及DTI。DWI可通過表觀擴散系數（apparent diffusion coefficient，ADC）量化組織內水分子的運動。研究發現活動期TAO患者眼外肌的ADC值高于非活動期患者和健康人群，ADC=1.780mm²/s可作為TAO分期的有效臨界值^[17]；另有研究發現眼外肌的ADC與TAO疾病嚴重程度和活動度相關，ADC與CAS呈正相關，與輕度患者相比，中度及重度患者ADC值更高^[18]。也有學者利用DWI研究TAO患者的淚腺，發現淚腺橫斷位ADC值預測TAO活動性的最佳截斷值為1.181×10^-3mm²/s^[19]。DTI的定量參數主要包括部分各向異性分數（fraction alanisotropy，FA）、ADC、軸向彌散率及徑向彌散率等。ADC和FA可定量反映水分子擴散的幅度及方向，評估病變組織的微觀結構改變。DWI技術的ADC值與臨床活動相關，DWI提供的定量評估有助于提高臨床實踐的可信度，ADC測量的實用性，在識別活動性疾病方面提供寶貴見解，有助于推動臨床放射學實踐的發展。

1.5" MTI技術

MTI及其衍生的磁化傳遞率（magnetiza tiontransfer ratio，MTR）定量參數可間接反映組織中大分子濃度，已被應用于評估多種疾病的纖維化進程^[20]。目前MTI在TAO的研究主要集中于淚腺。蔣文昊等^[21]發現淚腺MTR與CAS呈負相關，而淚腺/同側顳肌的SIR與CAS呈正相關，且MTR≤0.40或SIR≥2.27時對判斷TAO處于活動期的診斷效能最優。這可能與疾病活動性的降低、淚腺纖維化程度進展有關。而淚腺SIR與CAS呈正相關也進一步驗證淚腺組織炎性改變可隨疾病活動性的增加而進展。但MTR是半定量測量方法，脈沖序列、B1場、有效翻轉角度和偏移量等多種因素均可影響其數值，其臨床意義還有待商榷^[22]。

綜上，多種MRI方式可應用于TAO患者的診斷及活動性評價、視神經評估。2021年TAO診斷指南明確CAS評分需結合MRI結果判斷活動性^[23]。但既往研究多集中于眼外肌及活動性評價，對療效評價及視神經損傷的研究不多。

2" CT

眼球突出是TAO的重要征象之一。CT評估眼球突出以眼球頂點與顴骨間線距離gt;22mm或兩眼不對稱突出相差gt;2mm為指征。此外，也可測量顴間線至后鞏膜的距離評估TAO，當顴骨間線后方lt;1/3的球體時可診斷突出^[24]。但國內對眼球突度存在一定爭議^[25]。這種差異可能與亞洲人群與歐美人群外貌眼眶間存在差異有關^[26]。

眼外肌增粗是TAO的另一重要征象。研究發現TAO患者眼外肌總面積、眼球突出度均顯著大于健康對照人群，且眼球突出度與CAS評分呈正相關，進一步驗證活動期由于眼外肌及眶脂肪水腫，眼球突出程度增加^[27]。TAO患者眼外肌總橫截面積/眼眶面積比值與CAS呈正相關，比值≥0.18時活動期可能性大^[28]。這可能與活動期眼外肌水腫所致面積增大有關。由于眼外肌水腫及眶后脂肪炎性浸潤，眼眶壓力增高，可導致視神經病變。既往CT對DON的研究較多，如肌肉指數（muscle index，MI）、眶尖擁擠等。MI可反映眼外肌增粗壓迫視神經的程度，當MIlt;50%可排除DON，MIgt;67%可診斷DON^[29]。有學者用CT評估糖皮質激素治療前后活動性中重度TAO患者的眼球突出度及MI值，發現治療后眼球突出度及MI值明顯降低^[30]。

綜上，眼眶CT廣泛應用于TAO患者的研究中，可定量測量眼外肌增粗情況、眼球突出度、眶尖擁擠程度等，有助于TAO的診斷、活動性分期及療效評估，對骨質結構顯示具有不可取代的優勢。

3" 超聲

超聲對TAO的研究相對較少，超聲篩查和診斷TAO的主要方法是測量眼外肌的厚度。但靜止期眼外肌纖維化，此時厚度變化不明顯，因此超聲對活動性分期評價具有局限性。

超聲可依靠球后血流變化預測視神經損傷。眼上靜脈是眼球到海綿竇的主要靜脈引流途徑，正常情況下無反向血流。研究發現TAO患者眼上靜脈血流速度降低、反流甚至消失是DON的危險因素^[31]。超聲檢測眼外肌厚度、球后軟組織回聲狀況及眼眶內血管的血流速度有助于TAO的診斷及活動性分期、視神經損傷的評估。但對眶尖顯示不清，存在較強的主觀性，對治療療效評估受限，因而需要其他影像學手段進行評估。

4" 放射性核素顯像

放射性核素顯像利用核素示蹤技術進行顯像，根據眼外肌和球周組織有無顯像劑異常聚集，并比較眼外肌及球周組織與枕部之間的攝取比率（UR值）評價TAO患者的炎性活動程度。核素濃聚越明顯，炎性反應越重。與CAS評分相比，放射性核素顯像更客觀^[32]。單光子發射計算機斷層成像（single-photon emission computed tomography，SPECT）可通過圖像融合眼部功能與解剖信息，同時觀察球后區與眶前區示蹤劑攝取情況，準確區分炎癥和眼眶形態的異常。研究發現TAO患者活動期的眼外肌、淚腺和視神經UR值顯著高于非活動期，且認為放射性核素顯像是評估TAO眶周炎癥的最準確方法^[33]。以上研究表明放射性核素顯像可作為評估TAO活動性的可靠性方法，有望優于CAS。

既往評估TAO活動性多集中在眼外肌及視神經，近年來淚腺在TAO的作用也引起臨床重視。研究發現淚腺的攝取率、橫徑、冠狀位寬度、體積及淚腺/枕葉腦組織放射性計數比值與CAS相關^[34]。這可能與活動期淚腺水腫、體積增大、炎癥因子增多致攝取率增加有關。SPECT/CT在療效評估方面的研究有少量報道。Su等^[35]研究發現經糖皮質激素治療后，TAO患者下直肌UR值顯著降低，表明患者疾病進程的改善。因此，UR值可作為評估TAO患者治療效果的客觀指標。

5" 人工智能、影像組學

5.1" 人工智能

深度學習代表著當前最先進的圖像分析人工智能（artificial intelligence，AI）技術，可幫助分析醫學圖像，如眼部MRI、CT掃描、外眼照片和其他視覺圖像，為TAO患者提供個性化和更準確的治療建議^[36]。近年來，在疾病預測、診斷輔助和醫學圖像分析中，特別是醫學圖像分析，深度學習技術被證明可對包括MRI、CT和X射線在內的復雜圖像數據進行可靠和準確的處理^[37]。Hanai等^[38]采用深度學習在冠狀位上對眼外肌的粗度進行自動化測量，當任一眼外肌中點厚度≥4mm時，可診斷為TAO。

5.2" 影像組學

影像組學可提取和分析人類無法通過視覺檢測到的定量圖像細節，已被廣泛應用于臨床決策支持系統以提高診斷準確性^[39]。Wu等^[40]基于水脂肪成像的視神經影像組學診斷DON，發現影像組學諾模圖模型診斷效能明顯高于常規MRI模型。近年來影像組學也逐步應用于TAO療效預測的研究，但該方面的研究較少。有研究通過對眼外肌、淚腺、眼眶脂肪和視神經構建糖皮質激素對TAO患者療效預測模型，發現基于整個眼眶結構的影像組學模型可準確預測TAO患者對糖皮質激素的治療反應^[41]。影像組學的應用有助于TAO患者活動性分期及準確預測激素治療有無反應，并有助于個體化管理和治療決策，改善患者的預后和生活質量。同時，影像組學策略可推廣到其他眼眶疾病的應用。

6" 小結與展望

超聲對后眶骨結構、視神經等眶尖影像顯示不如CT清晰，且不能鑒別其他疾病導致的肌肉增粗，并有主觀差異，準確性有待提高。CT對解剖結構改變顯示清楚，但存在電離輻射，對活動性分期存在一定局限性。MRI無電離輻射且對軟組織有更高分辨率，可清晰顯示除骨結構外的眼眶解剖圖像，多種定量參數的評估優于超聲和CT。放射性核素眼眶顯像可獲得功能與解剖信息，可在早期靈敏地評估TAO活動度，對免疫抑制治療有指導和預測作用，但示蹤劑成本高、制備復雜、存在輻射及觀察者間差異等問題，使其尚未得到廣泛推廣。AI、影像組學可輔助人類快速處理大數據集，實施大規模的自動化篩查，實現早期診斷、分期、干預，改善TAO患者預后，但存在數據偏差、過擬合、隱私安全等問題，未來仍需更多的研究驗證其可行性。

活動性分期對TAO的治療至關重要，臨床中CAS判斷活動期存在主觀局限性。多種影像學應用于TAO的定量分析，有助于TAO的診斷及活動度評估，但對患者療效預測的研究有限。未來應充分利用各種影像檢測工具的優勢對TAO疾病進行診斷、評估及療效預測。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1]"" EID L， COSTE-VERDIER V， LONGUEVILLE E， et al. The effects of Rituximab on Graves’ orbitopathy： A retrospective study of 14 patients[J]. Eur J Ophthalmol， 2020， 30（5）： 1008–1013.

[2]"" YI C， NIU G， ZHANG Y， et al. Advances in artificial intelligence in thyroid-associated ophthalmopathy[J]. Front Endocrinol （Lausanne）， 2024， 15： 1356055.

[3]"" HU H， PU X Y， ZHOU J， et al. Determining disease activity and glucocorticoid response in thyroid-associated ophthalmopathy： Preliminary study using dynamic contrast- enhanced MRI[J]. Korean J Radiol， 2024， 25（12）： 1070–1082.

[4]"" GE Q， ZHANG X， WANG L， et al. Quantitative evaluation of activity of thyroid-associated ophthalmopathy using short-tau inversion recovery （STIR） sequence[J]. BMC Endocr Disord， 2021， 21（1）： 226.

[5]"" ZHANG H， HU H， WANG Y， et al. Predicting glucocorticoid effectiveness in thyroid eye disease： Combined value from serological lipid metabolism and an orbital MRI parameter[J]. Eur Thyroid J， 2024， 13（1）： e230109.

[6]"" GAO Y， CHANG Q， LI Y， et al. Correlation between extent of lacrimal gland prolapse and clinical features ""of thyroid-associated ophthalmopathy： A retrospective observational study[J]. BMC Ophthalmol， 2022， 22（1）： 66.

[7]"" 陳露， 胡昊， 陳文， 等. 常規MRI淚腺結構定量測量在甲狀腺相關眼病激素治療療效預測中的價值[J]. 放射學實踐， 2021， 36（6）： 728–732.

[8]"" HUANG K， LIN X， LUO Y， et al. Image quality and evaluation ability of magnetic resonance imaging techniques for thyroid-associated ophthalmopathy： Dixon fat- suppression technique vs. spectral attenuated inversion recovery[J]. Front Med （Lausanne）， 2023， 10： 1154828.

[9]"" OLLITRAULT A， CHARBONNEAU F， HERDAN M L， et al. Dixon-T₂WI magnetic resonance imaging at 3 tesla outperforms conventional imaging for thyroid eye disease[J]. Eur Radiol， 2021， 31（7）： 5198–5205.

[10] CHEN L， HU H， CHEN H H， et al. Usefulness of two-point Dixon T₂-weighted imaging in thyroid-associated ophthalmopathy： Comparison with conventional fat saturation imaging in fat suppression quality and staging performance[J]. Br J Radiol， 2021， 94（1118）： 20200884.

[11] 高松， 陳露， 胡昊， 等. Dixon技術在甲狀腺相關性眼病早期視神經改變評估中的價值[J]. 南京醫科大學學報（自然科學版）， 2022， 42（4）： 556–559， 577.

[12] SONG C， LUO Y， HUANG W， et al. Extraocular muscle volume index at the orbital apex with optic neuritis： A combined parameter for diagnosis of dysthyroid optic neuropathy[J]. Eur Radiol， 2023， 33（12）： 9203–9212.

[13] ZHAI L， LUO B， WU H， et al. Prediction of treatment response to intravenous glucocorticoid in patients with thyroid-associated ophthalmopathy using T₂ mapping and T₂ IDEAL[J]. Eur J Radiol， 2021， 142： 109839.

[14] MA R， GENG Y， GAN L， et al. Quantitative T₁ mapping MRI for the assessment of extraocular muscle fibrosis in thyroid-associated ophthalmopathy[J]. Endocrine， 2022， 75（2）： 456–464.

[15] LI Z， LUO Y， FENG X， et al. Application of multiparameter quantitative magnetic resonance imaging in the evaluation of Graves’ ophthalmopathy[J]. J Magn Reson Imaging， 2023， 58（4）： 1279–1289.

[16] HU H， CHEN H H， CHEN W， et al. T₂ mapping histogram at extraocular muscles for predicting the response to glucocorticoid therapy in patients with thyroid- associated ophthalmopathy[J]. Clin Radiol， 2021， 76（2）： 159.

[17] LIU X， SU Y， JIANG M， et al. Application of magnetic resonance imaging in the evaluation of disease activity in Graves’ ophthalmopathy[J]. Endocr Pract， 2021， 27（3）： 198–205.

[18] GEORGE N M， FEENEY C， LEE V， et al. Extraocular muscle diffusion weighted imaging as a quantitative metric of posterior orbital involvement in thyroid associated orbitopathy[J]. Insights Imaging， 2024， 15（1）： 183.

[19] 王嫚， 沈中原， 闞宏， 等. 3T MRI定量測量眼眶結構在Graves眼病分期中的診斷價值[J]. 磁共振成像， 2024， 15（5）： 61–67.

[20] LU B， LIN J， DU J， et al. Native T₁ mapping and magnetization transfer imaging in grading bowel fibrosis in Crohn’s disease： A comparative animal study[J]. Biosensors （Basel）， 2021， 11（9）： 302.

[21] 蔣文昊， 胡昊， 陳歡歡， 等. 淚腺磁化傳遞成像定量參數在甲狀腺相關性眼病臨床活動性分期中的價值[J]. 磁共振成像， 2022（11）： 17–21.

[22] WEST D J， CRUZ G， TEIXEIRA R P A G， et al. An MR fingerprinting approach for quantitative inhomogeneous magnetization transfer imaging[J]. Magn Reson Med， 2022， 87（1）： 220–235.

[23] BARTALENA L， KAHALY G J， BALDESCHI L， et al. The 2021 European Group on Graves’ orbitopathy （EUGOGO） clinical practice guidelines for the medical management of Graves’ orbitopathy[J]. Eur J Endocrinol， 2021， 185（4）： 43–57.

[24] SIAKALLIS L C， UDDIN J M， MISZKIEL K A. Imaging investigation of thyroid eye disease[J]. Ophthalmic Plast Reconstr Surg， 2018， 34（4）： 41–51.

[25] WONG N T Y， YUEN K F K， ALJUFAIRI F M A A， et al. Magnetic resonance imaging parameters on lacrimal gland in thyroid eye disease： A systematic review and Meta-analysis[J]. BMC Ophthalmol， 2023， 23（1）： 347.

[26] DIAO J， CHEN X， SHEN Y， et al. Research progress and application of artificial intelligence in thyroid associated ophthalmopathy[J]. Front Cell Dev Biol， 2023， 11： 1124775.

[27] 楊科， 豐玲玲， 黃海新. 眼眶CT定量分析在甲狀腺相關眼病診治中的應用效果[J]. 影像研究與醫學應用， 2022， 6（1）： 58–60.

[28] 拓秀， 信中， 閆鐘鈺， 等. CT眼眶結構定量分析在甲狀腺相關性眼病活動性評價中的作用[J]. 眼科， 2018， 27（5）： 333–337.

[29] RANA K， GARG D， PATEL S， et al. Imaging of dysthyroid optic neuropathy[J]. Eur J Ophthalmol， 2024， 34（5）： 1346–1354.

[30] MA L， JIANG X， YANG X， et al. CT-based machine learning radiomics analysis to diagnose dysthyroid optic neuropathy[J]. Semin Ophthalmol， 2025， 40（5）： 419–425.

[31] SUN L， PENG R， SUN R. New multi-parameters combination of technetium-99m-diethylene-triamine- pentaacetate orbital single-photon emission computed tomography/computed tomography for the evaluation of Graves’ orbitopathy activity[J]. Semin Ophthalmol， 2024， 39（5）： 387–393.

[32] OCHMANN A， WINDER M， NALEWAJKA-KO?OD- ZIEJCZAK J， et al. Current imaging methods for assessing Graves’ orbitopathy activity with particular emphasis on FDG-PET[J]. Front Endocrinol （Lausanne）， 2023， 14： 1138569.

[33] LIU H， YANG X， WANG Y， et al. ⁶⁸Ga-FAPI PET/CT imaging of Graves ophthalmopathy in a patient with esophageal cancer[J]. Clin Nucl Med， 2021， 46（11）： 938–939.

[34] ZHAO R X， SHI T T， LUO S， et al. The value of SPECT/CT imaging of lacrimal glands as a means of assessing the activity of Graves’ orbitopathy[J]. Endocr Connect， 2022， 11（2）： e210590.

[35] SU L， MI P， NIU W， et al. Evaluation of 99Tcm-DTPA orbit SPECT/CT combined with thyroid function test in the treatment of radioactive iodine I-131 in patients with thyroid-associated ophthalmopathy-hyperthyroidism[J]. J Med Biochem， 2024， 43（6）： 897–907.

[36] KOSEOGLU N D， CORRêA Z M， LIU T Y A. Artificial intelligence for ocular oncology[J]. Curr Opin Ophthalmol， 2023， 34（5）： 437–440.

[37] PALURU N， DAYAL A， JENSSEN H B， et al. Anam- Net： Anamorphic depth embedding-based lightweight CNN for segmentation of anomalies in COVID-19 chest CT images[J]. IEEE Trans Neural Netw Learn Syst， 2021， 32（3）： 932–946.

[38] HANAI K， TABUCHI H， NAGASATO D， et al. Automated detection of enlarged extraocular muscle in Graves’ ophthalmopathy with computed tomography and deep neural network[J]. Sci Rep， 2022， 12（1）： 16036.

[39] SCAPICCHIO C， GABELLONI M， BARUCCI A， et al. A deep look into radiomics[J]. Radiol Med， 2021， 126（10）： 1296–1311.

[40] WU H， LUO B， ZHAO Y， et al. Radiomics analysis of the optic nerve for detecting dysthyroid optic neuropathy， based on water-fat imaging[J]. Insights Imaging， 2022， 13（1）： 154.

[41] ZHANG H， JIANG M， CHAN H C， et al. Whole-orbit radiomics： Machine learning-based multi- and fused- region radiomics signatures for intravenous glucocorticoid response prediction in thyroid eye disease[J]. J Transl Med， 2024， 22（1）： 56.

（收稿日期：2025–04–15）

（修回日期：2025–08–07）

基金項目：云南省第一人民醫院醫學影像重點專科平臺開放項目（2024YXKFKT-06）

通信作者：龔霞蓉，電子信箱：198729501@qq.com