基于代谢组学腰椎间盘退变的计算机辅助诊断

摘要：

背景:腰椎间盘退变诊断对预防腰椎疾病意义重大,但目前对其诊断主要依赖于影像医师的主观评价,易因个人经验不足产生误判.目的:建立自动识别腰椎间盘退变等级的计算机辅助诊断方法,为影像医师提供参考.方法:采用Spearman相关分析验证腰椎间盘的MRI代谢指标与腰椎间盘退变的Pfirrmann等级相关性,并建立可用于腰椎间盘退变智能诊断的Softmax回归、神经网络和支持向量机等多种分类器.结果与结论:相关性分析结果表明,椎间盘相邻上下位椎体脂肪分数FF值和T2值等3种生化代谢指标都与腰椎间盘退变显著相关,Softmax回归、神经网络和支持向量机3种诊断模型的分类准确率分别为0.477,0.515和0.523,kappa系数分别为0.311,0.300和0.330.实际分析结果表明,采用MRI代谢指标建立腰椎间盘退变智能辅助诊断是可行的,为腰椎间盘退变诊断提供了一种可期的途径.

关键词：骨、腰椎间盘退变、MRI、Pfirrmann等级、Spearman相关分析、softmax回归、神经网络、支持向量机、代谢指标

所属期刊栏目：25

分类号：R459.9;R604;R319(治疗学)

资助基金：福建省科技计划项目;第九○九医院青年苗圃基金;课题负责人:罗爱芳

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3796-3803