10.3969/j.issn.1005-5185.2022.06.002
机械取栓治疗前后扩散加权成像影像组学结合机器学习预测卒中的预后
目的 探讨卒中机械取栓治疗前后扩散加权成像(DWI)影像组学的机器学习预测预后的效果.资料与方法 回顾性分析2017年1月—2020年9月在南京市第一医院接受机械取栓治疗的卒中患者,其中训练集157例,测试集68例.采用A.K.软件分别提取治疗前后DWI梗死区影像组学特征,并应用最低绝对收缩和选择算子回归模型筛选最佳影像组学特征,基于所选特征通过支持向量机分类器建立卒中机械取栓后预后的预测模型,利用受试者工作特征曲线评价模型的预测效能.收集常州市第二人民医院卒中患者(验证集75例)对模型进行外部验证.结果 每例患者治疗前后DWI图像共提取792个影像组学特征,降维后筛选出20个与预后高度相关的特征.受试者工作特征曲线分析显示支持向量机分离器建立的模型预测训练集患者预后的曲线下面积(AUC)为0.984,准确度达0.974;预测测试集患者预后的AUC为0.960,准确度达0.928;预测验证集患者预后的AUC为0.901,准确度达0.898;并具有较高的外部验证一致性(P>0.05).结论 基于治疗前后DWI的影像组学特征构建的模型对卒中机械取栓后预后预测具有较高的效能和较好的泛化能力.
卒中、磁共振成像、扩散加权成像、影像组学、机器学习、预后
30
R445.2;R743(诊断学)
国家自然科学基金82001811
2022-07-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
535-540