摘要目的 对症状性大脑中动脉斑块进行影像组学特征提取,建立Cox回归模型来预测2年随访期间非心源性前循环缺血性脑卒中的复发风险,并评估模型性能.材料与方法 回顾性分析2019年1月至2020年1月完成高分辨磁共振成像(high-resolution magnetic resonance imaging,HRMRI)的首发急性前循环大脑中动脉＞50％狭窄的缺血性脑卒中患者,采集其基线数据及2年随访信息,终点事件定义为随访期间非心源性的缺血性脑卒中复发事件,最终纳入82例合格受试者.利用3D-slicer软件连续进行手动分割及Radiomics插件进行斑块纹理提取,在最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法回归分析的最优超参数指导下建立Cox回归预测模型,并进一步计算C指数及绘制校准曲线,以进一步评估模型性能.结果 共19例患者在2年内随访期间出现终点事件,平均随访时间19.9个月,缺血性脑卒中复发率为13.9/100人年.本文根据最优超参数(logλmin=0.0886)所确定的前4个主成分(二阶纹理特征、斑块内出血、熵及低密度脂蛋白胆固醇),将其纳入多因素Cox回归分析并校正基线协变量,发现斑块二阶纹理特征(即灰度共生矩阵)对模型贡献价值最大,即每增加1个风险积分,2年内缺血性脑卒中复发风险升高约5倍[校正风险比(adjusted hazard ratio,aHR):5.379,95％置信区间(confidence interval,CI):1.716～16.859,P=0.004,权重=40.23％];然而,斑块内出血(aHR:2.226,95％CI:0.821～6.040,P=0.116,权重=20.86％)、熵(aHR:1.324,95％CI:0.769～2.278,P=0.311,权重=16.13％)及低密度脂蛋白胆固醇(aHR:1.485,95％CI:0.877～2.516,P=0.142,权重=22.78％)对终点事件预测呈相对较弱的正相关趋势.进一步在模型评价方面,文中建立的Cox风险预测模型展现了优秀的模型性能(区分度C指数=0.8296;贝叶斯校正的曲线显示贴合45.对角线).结论 本研究建立的脑卒中复发的风险预测模型有助于筛选高复发风险的缺血性脑卒中患者,其中灰度共生矩阵对于复发风险的预测价值最大,这可能为未来精准治疗及开展大规模前瞻临床研究提供重要证据.