CT纹理分析对高血压性脑出血早期扩大的预测价值

摘要：

目的 探讨CT图像纹理分析对高血压性脑出血早期扩大的预测价值.方法 选取 1 08 例高血压性脑出血患者,根据24 h复查CT的血肿体积是否超过基线CT的 30%或 6 mL,将病例分为血肿扩大组(阳性组)和无扩大组(阴性组).利用 Phillis Radiomics Tool V93软件,对2组首诊CT平扫图像上血肿进行分割,获得一阶特征4个、灰度共生矩阵特征(GLCM)3个、灰度区域大小矩阵(GLSZM)1 3 个、灰度行程长度矩阵(GLRLM)1 1 个.比较 2 组间 3 1 个纹理特征值的差异,对有统计学差异的特征值进行 ROC曲线分析,并采用Logistic 多因素回归模型筛选出脑出血早期扩大的独立预测因素.结果 108 例患者中,阳性组28 例、阴性组80例.阳性组一阶特征中的偏度(Skewness)和GLRLM中的长行程低灰度优势(LRLGE)均大于阴性组,差异有统计学意义(P＜0.05),2组间其余 2 9 个特征值均无统计学差异(P＞0.05).ROC曲线分析显示,Skewness、LRLGE 及 Skewness+LRLGE 联合诊断的 AUC分别为0.634、0.814、0.828.以血肿有无扩大为因变量,采用逐步回归分析筛选自变量,最终选入回归模型的是 LRLGE(OR＝1.2 3 8, 95%CI＝1.009~1.51 9,P＜0.05),提示 LRLGE是判断脑出血早期扩大的独立预测因素.结论 CT 图像纹理分析有助于预测高血压性脑出血早期扩大,基于 GLRLM算法的特征值 LRLGE可作为独立预测因子.

关键词：计算机体层成像、纹理分析、高血压、脑出血、扩大

所属期刊栏目：35

分类号：R814.42;R544.1;R743.34(放射医学)

资助基金：武汉市中心医院院内科研项目2017Y05

在线出版日期：2019-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1564-1567,1578