换一批基于多参数MRI影像组学和深度学习的急性脑梗死患者缺血半暗带预测研究
Prediction of ischemic penumbra in patients with acute cerebral infarction based on multiparameter MRI radiomics and deep learning
摘要目的 探讨基于多参数磁共振成像(MRI)影像组学和深度学习构建的模型预测急性脑梗死患者缺血半暗带(IP)的临床可行性.方法 选取2020年1月至2024年1月我院收治的105例急性脑梗死患者作为研究对象,依据MRI-扩散加权成像(DWI)检查结果将患者分为无IP组(n=36)和IP组(n=69).统计2组患者的临床资料并筛选多参数MRI影像组学特征,构建临床模型、影像组学模型和深度学习模型并评价其区分力.构建融合模型,采用受试者操作特征(ROC)曲线、校准曲线、临床决策曲线评价4种模型的预测效能.结果 入院美国国立卫生院卒中量表(NIHSS)评分、各向异性分数(FA)、表观扩散系数(ADC)、平均扩散系数(DCavg)、N-乙酰天门冬氨酸(NAA)增加是患者发生IP的保护因素,乳酸(Lac)增加是危险因素(P<0.05);6个深度学习模型中,支持向量机模型性能最优,准确度为0.952(100/105),灵敏度为0.957(66/69),特异度为0.944(34/36);3种模型对患者IP发生情况均有较好的区分力;4种模型的区分度较高,准确性和有效性较好,且融合模型的预测效能最高.结论 基于临床特征、多参数MRI影像组学和深度学习构建的融合模型能够实现对急性脑梗死患者IP的准确预测,并提供个性化预测结果.
更多相关知识
关键词
急性脑梗死缺血半暗带多参数磁共振成像影像组学深度学习融合模型acute cerebral infarctionischemic penumbramultiparameter magnetic resonance imaging radiomicsdeep learningfusion model
栏目名称
DOI
10.12007/j.issn.0258-4646.2025.05.013
发布时间
2025-06-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江西省卫生健康委科技计划（202120075）
- 浏览26
- 被引2
- 下载32
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
