文献类型：期刊文章

作　　者：张洪博[1] 赵蕾[2] 王浩入[3] 鹿冠玉[1] 张臣[1] 谢国喜[4] 鲁娜[4] 马晓海[1]

Zhang Hongbo;Zhao Lei;Wang Haoru;Lu Guanyu;Zhang Chen;Xie Guoxi;Lu Na;Ma Xiaohai(Department of Interventional Diagnosis and Treatment,Beijing Anzhen Hospital,Beijing 100029,China;Department of Radiology,Beijing Anzhen Hospital,Beijing 100029,China;Department of Radiology,Children′s Hospital of Chongqing Medical University,National Clinical Research Center for Child Health and Disorders,Ministry of Education Key Laboratary of Child Devolpment and Disorders,Chongqing Key Laboratory of Pediatrics,Chongqing 400014,China;Department of Biomedical Engineering,Foundation College of Guangzhou Medical University,Guangzhou 511436,China)

机构地区：[1]首都医科大学附属北京安贞医院介入诊疗科,北京100029 [2]首都医科大学附属北京安贞医院医学影像科,北京100029 [3]重庆医科大学附属儿童医院放射科、国家儿童健康与疾病临床医学研究中心、儿童发育疾病研究教育部重点实验室、儿科学重庆市重点实验室,重庆400014 [4]广州医科大学基础学院生物医学工程系,广州511436

出　　处：《中华放射学杂志》

基　　金：国家自然科学基金(82071875);北京市自然科学基金(7212025,7222302)。

年　　份：2023

卷　　号：57

期　　号：11

起止页码：1231-1238

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EAPJ、EMBASE、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目的探讨基于心脏磁共振(CMR)平扫电影图像的影像组学特征在预测肥厚型心肌病(HCM)患者延迟强化(LGE)中的价值。方法回顾性分析2017年5月至2021年8月于北京安贞医院行CMR检查诊断明确的HCM患者共300例,采用随机分层抽样方法按7∶3比例将数据分为训练集和测试集。随后,纳入2022年1月至2023年5月于北京安贞医院行CMR检查诊断明确的HCM患者共89例用于外部验证。CVI 42软件被用于获取患者心功能参数,组内相关系数、Pearson相关系数及最小绝对收缩和选择算子(LASSO)回归被用于筛选影像组学特征。最后,使用LASSO回归和3种机器学习算法,包括支持向量机、线性判别分析及朴素贝叶斯构建LGE预测模型。模型效果使用受试者操作特征曲线下面积(AUC)评价。结果基于CMR图像提取出1409个特征,经过LASSO筛选后保留了19个特征构建组学标签。尽管4种方法在验证集中预测LGE的能力差异无统计学意义,但LASSO回归的稳定性和综合预测性能相对较好,其AUC在训练集中为0.795(95%CI 0.735~0.855),在测试集中为0.765(95%CI 0.668~0.862),在外部验证集中为0.721(95%CI 0.598~0.845)。结论基于CMR平扫电影图像提取的影像组学特征可用于预测HCM患者的LGE,LASSO回归更被推荐用于模型构建。

关 键 词：心肌病 肥厚性 磁共振成像  影像组学  延迟强化  

分 类 号：R542.2]