肝脏和胰腺是人体代谢的重要器官,在代谢过程中发挥重要作用。肝脏能够产生胆汁,促进胃肠吸收的物质进行合成、分解、转化和贮存,并通过分泌蛋白质和脂类物质调节代谢。胰腺是人体的第二大腺,能够分泌胰液促进人体的消化吸收过程,并能够分泌胰岛素等多种激素,调节人体糖代谢和物质吸收。肝脏和胰腺功能正常对于调控人体代谢过程及内环境的稳定有重要意义。人体摄入过多的糖类与油脂会导致器官内脂质储积并发生脂肪变性。肝脏和胰腺脂肪变性严重影响其生理功能,不仅会导致糖代谢和脂质代谢异常,还有可能进一步诱发肝炎、胰腺炎甚至肝纤维化和胰腺癌等。肝和胰腺脂肪变性属于慢性疾病,且早期具有可恢复性,如果在早期进行有效的干预和治疗,即可减轻脂肪变性程度,降低因代谢器官功能受损而导致其他代谢疾病的发生风险。因此,及早检测、发现和干预治疗,对于肝和胰腺脂肪变性症状减轻甚至消失,以及代谢功能恢复有重要意义。本课题与上海交通大学附属第一人民医院合作,回顾性选取医院275例进行上腹部m Dixon成像序列扫描的患者的磁共振影像资料和临床信息。通过建立密集连接神经网络（Dense Net）、三维卷积神经网络（3D CNN）等,进行肝脏和胰腺脂肪变性的分级研究。其中建立的肝脏脂肪变性分级模型有:Dense Net模型、Dense Net-SVM模型、Dense Net-临床模型,以及3D CNN模型,模型测试集的最高AUC达0.90。胰腺脂肪变性分级模型基于对肝部模型的迁移学习建立,有Dense Net模型、Dense Net-临床模型和3D CNN模型,模型准确率最高达0.91。此外本课题对代谢类疾病进行相关性研究,结果表明肝脂肪变性等级与胰腺脂肪变性等级存在相关性,部分患者肝胰脂肪变性等级与其他代谢类疾病具有相关性。本课题使用多种网络模型,实现了对肝胰脂肪变性的自动分类,可用于脂肪变性的辅助诊断及智能筛查,实现肝胰脂肪变性的尽早发现和治疗。同时课题通过统计学方法实现了肝和胰腺脂肪变性和性别、年龄、代谢类疾病等临床因素的相关性分析,为肝脂肪变性影响因素提供了研究方向,并对特定人口的疾病筛查提供了研究思路。