《临床放射学杂志》发表论文赏析
作者:翟沛清, 王灵杰, 石彩云, 张倩, 岳华杰, 乔英, 张华
单位:030001 山西省太原市,山西医科大学医学影像学院翟沛清;030001 山西省太原市,山西医科大学第一医院放射科王灵杰、石彩云、张倩、岳华杰、乔英、张华
摘要:目的评估整合能谱CT定量参数、传统CT特征及临床参数的机器学习(ML)模型对症状性颈动脉斑块的识别能力。方法回顾性分析171例行头颈部CTA检查发现颈动脉斑块的患者资料。由两位观察者独立观察、测量并计算3个能谱CT定量参数以及8个传统CT特征,并收集患者的临床资料。将研究人群分为症状组(n=104)和无症状组(n=67),并进行组间差异性分析以及传统的多因素Logistic回归分析。使用能谱CT定量参数、传统CT特征及临床参数,并基于 XGboost算法构建症状性斑块的预测模型。绘制受试者工作特征(ROC)曲线,根据曲线下面积(AUC)计算模型的准确率、F1分数等指标评估模型的性能。结果包括前十个重要变量的XGboost整合模型[AUC 0.946(95%CI 0.890~1.000)]的AUC值显著高于能谱特征模型[AUC 0.778(95%CI 0.638~0.918),P=0.016]、传统CT特征模型[AUC 0.702(95%CI 0.548~0.856),P=0.001]及临床参数模型[AUC 0.754(95%CI 0.608~0.900),P=0.009]。此外,相较于传统的多因素Logistic回归分析[AUC 0.845(95%CI 0.785~0.904)],XGboost整合模型亦具有较高的症状性斑块识别能力。结论整合能谱CT定量参数、传统CT特征及临床参数的ML模型具有较好的症状性颈动脉斑块的识别能力。
关键词:卒中,动脉粥样硬化,斑块,CT血管造影,机器学习
基金资助:本研究系山西省基础研究计划自然科学研究面上项目基金资助项目(编号:20210302123256;20210302123253)
2024年1期其他文献查阅:
应用4D-FLOW MRI血流成像评价颅内囊状动脉瘤血流动力学状态特征
整合能谱CT定量参数的机器学习模型对症状性颈动脉斑块识别的应用研究
单、双指数扩散加权成像联合动态增强磁共振成像对乳腺TIC II型良恶性病变的鉴别诊断价值
单、双指数DWI模型与肺腺癌EGFR、Ki-67表达的相关性研究
可吸收性肺磨玻璃结节与肺腺癌的CT鉴别诊断:常规参数特征和纹理分析的对比研究
基于AI的CT定量分析对20 mm以下非典型磨玻璃结节肺腺癌浸润性的预测价值
基于定量CT分析COPD患者肺血管改变与肺气肿严重程度的一致性
Revolution 256 CT胸部低剂量扫描不同噪声水平与后置ASIR-V权重的最佳组合
钆塞酸二钠增强磁共振移行期和肝胆期低信号对肝细胞癌诊断的价值
MR软组织径线测量对单侧原发性下肢淋巴水肿临床分期的初步研究
定量T2 mapping评估前交叉韧带重建术后6个月、12个月移植物成熟度变化并与临床评分相关性
经颅重复针刺刺激疗法对慢性疲劳综合征脑功能调控的fMRI研究