基于老年脑小血管病患者脑白质高信号影像组学的血管性认知障碍预测模型  

作　　者：王伟 孟闫凯 朱士光 葛亚琼 徐凯 

机构地区：[1]徐州医科大学附属医院放射科,江苏徐州221000 [2]徐州医科大学附属医院神经内科,江苏徐州221000 [3]GE医疗中国(上海)

出　　处：《中国老年学杂志》2024年第16期3848-3853,共6页Chinese Journal of Gerontology

基　　金：徐州市2023年度医药卫生面上项目(KC23328);徐州医科大学附属医院院级科研项目(2021ZA31)。

摘　　要：目的初步建立基于磁共振成像(MRI)脑白质高信号(WMH)影像组学特征的血管性认知障碍(VCI)预测模型,以利于指导存在VCI风险的人群进行早期干预、延缓VCI甚至痴呆的发生。方法回顾性分析经临床诊断脑小血管病患者VCI 57例,无认知功能障碍(NCI)169例的磁共振影像资料,按照7∶3将患者随机分为训练集(n=159)和验证集(n=67)。图像进行标准化处理,应用SPM软件包中病灶预测算法进行WMH自动分割,经两名影像诊断医师确定是否存在误差,存在误差者导入ITK-SNAP软件进行手动勾画,然后对分割的WMH进行特征提取,筛选出最佳影像组学特征构建模型。将临床资料及MRI常规征象纳入研究,构建临床-常规MRI模型;并将影像组学模型与临床-常规MRI模型联合。绘制受试者工作特征(ROC)曲线,并进行临床决策曲线分析(DCA),评估各模型诊断效能及临床应用价值。结果从WMH中提取8个影像组学特征,分别建立WMH影像组学特征、临床-常规MRI模型、综合模型,3种模型训练集的ROC曲线下面积(AUC)分别为:WMH组学模型0.74(95%CI:0.66~0.83),临床-常规MRI模型0.88(95%CI:0.81~0.94),综合模型0.90(95%CI:0.84~0.96),验证集中的AUC分别为0.75(95%CI:0.62~0.87)、0.81(95%CI:0.68~0.95)和0.85(95%CI:0.74~0.96)。综合模型的诊断效能较好,经DCA评估其临床净收益率更高。结论WMH影像组学综合临床-MRI常规模型对VCI诊断效能优于单纯WMH影像组学及临床-常规MRI模型,可为VCI早期预测、早期诊断提供较敏感、可靠的标志物。

关 键 词：磁共振成像 脑白质高信号(WMH) 影像组学 血管性认知障碍(VCI) 

分 类 号：R445.2[医药卫生—影像医学与核医学]