换一批基于AFQ技术的肝豆状核变性患者脑智发育模型构建
Construction of a Brain Intelligence Development Model for Patients with Wilson's Disease Based on the AFQ Technique
摘要目的 本研究旨在通过结合扩散张量成像(DTI)技术和自动纤维定量分析(AFQ)技术,探索肝豆状核变性(Wilson病)患者的脑智发育特征,并基于这些特征构建一个预测模型,以便早期预测和识别智力退化的风险.方法 研究收集了102例肝豆状核变性患者,进行智力测试和脑部磁共振扫描.使用DTI和AFQ技术提取患者脑白质纤维束的相关参数,采用LASSO回归分析进行特征选择并构建了一个多因素回归预测模型,评估其预测能力.结果 LASSO回归筛选出了四个重要的预测变量.通过多因素回归分析,构建了一个具有较好预测性能的模型.训练集的AUC为0.756,验证集的AUC为0.717,模型表现出较好的稳定性和临床应用价值.结论 基于AFQ技术和LASSO回归分析的预测模型可以有效预测肝豆状核变性患者的智力发育水平,具有较好的临床实用性和可靠性.
更多相关知识
关键词
纤维束定量分析技术肝豆状核变性智力障碍临床预测模型Automated Fiber QuantificationWilson's DiseaseIntellectual DisabilityClinical Predictive Modelling
栏目名称
DOI
10.3969/j.issn.1672-5131.2025.09.003
发布时间
2025-10-13（万方平台首次上网日期，不代表论文的发表时间）
基金项目
安徽省科研编制计划重点项目（2022AH050470）
- 浏览3
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
