基于神经网络的急性A型主动脉夹层术前急性缺血性卒中风险的预测研究

摘要：

目的 采用神经网络方法构建急性A型主动脉夹层(ATAAD)术前急性缺血性卒中(AIS)风险评估模型,并识别ATAAD患者术前合并AIS的相关危险因素.方法 回顾性分析2015年1月至2018年9月261例经CT血管造影(CTA)确诊且接受脑磁共振扩散加权成像扫描的ATAAD患者,根据术前是否合并AIS将患者分为AIS(+)组(n=79)与AIS(-)组(n=182).以临床及影像特征为输入层,建立基于神经网络的术前AIS风险预测模型.准确度、敏感度、特异度及曲线下面积(AUC)等指标用于评估模型的预测性能,并与传统的单因素+多因素逻辑回归方法以及最小绝对值收敛与选择算子(LASSO)回归构建的术前AIS预测模型进行比较.此外,使用LASSO回归评估每个输入特征对神经网络特征的贡献.结果 AIS(+)组患者升主动脉真腔直径及真腔比均显著低于AIS(-)组(P＜0.01),AIS(+)组患者内膜片斑块(P＜0.01)、颈总动脉夹层(P＜0.01)、无名动脉或颈总动脉起自假腔(P＜0.01)、一侧颈内动脉密度较对侧降低(P＜0.01)、锁骨下动脉夹层(P＜0.01)及一侧椎动脉密度较对侧降低(P＜0.05)的发生率显著高于AIS(-)组.3种预测模型中,基于神经网络方法构建的模型预测性能最佳,其准确度、敏感度、特异度和AUC分别为0.886±0.043、0.900±0.073、0.881±0.054和0.925±0.039.使用LASSO回归对神经网络提取的危险因素进行拟合,发现年龄、升主动脉真腔比、颈总动脉夹层和一侧颈内动脉密度较对侧降低在拟合过程中起着关键作用.结论 特定的颈动脉和主动脉CTA成像特征与ATAAD患者术前AIS相关.神经网络在ATAAD患者术前AIS风险预测中具有良好的性能.

关键词：急性A型主动脉夹层、急性缺血性脑卒中、神经网络、磁共振成像

所属期刊栏目：44

分类号：R654.3;R743.3(外科学各论)

资助基金：国家自然科学基金;陕西省重点研发计划项目

在线出版日期：2023-09-15（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：734-738