《临床放射学杂志》发表论文赏析
作者:徐鹤, 徐鹏, 刘长林, 周辉
单位:233100 安徽省凤阳县人民医院医学影像科(徐 鹤、刘长林、周 辉); 236800 亳州市人民医院医学影像科(徐 鹏)
摘要:目的探讨不同预测模型对自发性脑出血(SICH)早期血肿扩大的预测价值,并构建多模态预测模型。方法将180例SICH分成训练组(<em>n</em>=126)和外部验证组(<em>n</em>=54)。基于训练组分别构建4种<em>Logistic</em>回归预测模型,于验证组进行验证。采用受试者工作特征曲线、曲线下面积(AUC)、校准曲线以及决策曲线进行评价。结果模型1由基线血肿体积、纤维蛋白原以及“岛征”构成,模型2由6个影像组学特征(即Radscore1)构成;模型3由7个影像组学特征(即Radscore2)构成;模型4由基线血肿体积、纤维蛋白原、“岛征”、Radscore1以及Radscore2构成。模型1、模型2、模型3以及模型4在训练组中的AUC分别为0.610、0.719、0.836及0.916,在验证组中的AUC分别为0.605、0.692、0.850及0.908。模型4具有最高AUC值,并且展现出良好的校准度以及最高的临床净获益。结论影像组学可以更好地对血肿以及血肿周围继发性脑损伤进行定量化,具有独特优势。将临床指标、CT征象、血肿影像组学以及血肿周围影像组学相结合,可以对SICH早期血肿扩大进行多模态预测。
关键词:自发性脑出血早期血肿扩大,血肿影像组学,血肿周围影像组学,多模态预测
基金资助:本研究系2022年度滁州市卫生健康科研项目(编号:CZWJ2022B008)
2025年7期其他文献查阅:
基于多种机器学习算法的影像组学模型预测胶质瘤IDH突变状态的对比分析
自发性脑出血早期血肿扩大不同预测模型的对比分析以及多模态预测模型的构建
基于结构像及静息态功能MRI无灶性癫痫患者与正常人脑网络对比研究
MOLLI T1 mapping成像对脊髓型颈椎病术后最小临床重要差异的纵向预测价值
基于全数字化乳腺X线摄影和数字化乳腺断层摄影特征的深度学习模型对浸润性乳腺癌HER2表达状态的预测价值
基于治疗前DCE‐MRI的生境影像组学预测新辅助化疗后浸润性乳腺癌的病理完全缓解
基于CT征象及定量参数预测3 cm以下浸润性肺腺癌病理亚型的研究
18F-FDG PET/ CT代谢参数联合影像学特征对ⅠA~ⅡB期肺腺癌气腔播散的预测价值
基于CT灰度直方图构建小于20 mm肺磨玻璃结节浸润性的诊断预测模型
基于钆塞酸二钠增强MRI肝细胞癌术后晚期复发模型与临床模型对比研究
基于增强CT衍生细胞外容积分数的可解释机器学习模型术前预测透明细胞肾细胞癌WHO/ISUP分级
18F-FDG PET/CT代谢参数及肿瘤扩散特征与滤泡性淋巴瘤临床病理特征的相关性研究