影像组学模型对自发性脑出血早期血肿扩大的预测及与常规影像征象的比较

摘要：

目的:探讨基于CT平扫图像的影像组学模型在预测自发性脑出血患者早期血肿扩大时的价值,并与常规影像征象预测效能进行比较.方法:回顾性分析2015年6月至2019年2月苏北人民医院209例自发性脑出血患者,发病6 h以内均行首次头颅CT检查及24 h内头颅CT复查,根据复查CT结果变化分为血肿扩大组(71例)和未扩大组(138例).采用Darwin智能科研平台提取并筛选影像组学特征,分别结合支持向量机(SVM)、逻辑回归(LR)分类器构建预测模型,同时构建由常规影像征象(初始血肿体积、血肿形状、漩涡征、混合征和岛征)组成的多变量二元逻辑回归分析模型,比较2种影像组学模型和常规影像征象模型的预测价值(训练集167例,测试集42例).使用受试者操作特征(ROC)曲线评估预测性能.结果:共提取1 223个特征参数,通过最小绝对收缩与选择算子(LASSO)回归分析筛选出16个特征参数.构建的SVM模型中,训练集和测试集的ROC曲线下面积(AUC)分别为0.933、0.918;LR模型中,训练集和测试集的AUC分别为0.939、0.900;常规影像征象模型中,训练集和测试集的AUC分别为0.744、0.852.结论:构建的影像组学模型在预测自发性脑出血患者早期血肿扩大方面具有较高性能,并优于常规影像征象的预测效能.

关键词：自发性脑出血、血肿扩大、影像组学、计算机体层成像

所属期刊栏目：27

分类号：R445.3(诊断学)

资助基金：国家自然科学基金81471642

在线出版日期：2021-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：91-96