通过CT输液软件比较三种用于预测急性缺血性中风患者心脏病体积的算法:贝叶斯式,CSVD和OSVD
Yunzhuo Yao1, Sirun Gu1, Jiayang Liu1
1Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, No. 1 Youyi Road, Yuzhong District, Chongqing 400016, China.
Diagnostics (Basel, Switzerland)
|May 27, 2023
概括
在Olea Sphere软件中的贝叶斯算法为预测急性缺血性中风 (AIS) 患者的心脏病体积提供了卓越的准确性和稳定性,与循环和振荡指数单值分解方法相比.
科学领域:
- 神经学 神经学
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 准确预测心脏病发作量对于管理急性缺血性中风 (AIS) 至关重要.
- 奥利亚球 (Olea Sphere) 软件为心脏病发作体积估计提供各种算法.
- 对比不同算法的性能对于临床应用至关重要.
研究的目的:
- 为了比较贝叶斯的性能,循环单值分解 (cSVD) 和振荡指数单值分解 (oSVD) 算法在Olea Sphere中用于预测AIS患者的心脏病发作量.
- 在不同患者群体中评估这些算法的准确性和稳定性 (改善和进展).
主要方法:
- 分析了87名患有大血管封闭症的AIS患者.
- 根据临床结果和再通道化状态,患者被分为改善和进展组.
- 预测心脏病发作体积 (PIV) 用心脏病发作核心体积或低输液体积来确定.
- 计算了PIV和最终心脏病发作体积 (FIV) 之间的预测差异 (PD) 和斯皮尔曼相关系数 (SCC).
- 用弗里德曼测试和斯皮尔曼相关性分析进行统计评估.
主要成果:
- 贝叶斯算法在改善和进展组预测心脏病发作量方面表现出更好的准确性和稳定性.
- 对于改善组,贝叶斯的PD和SCC中位数为[6.99 (-14.72,18.99),0.500],与oSVD和cSVD相比.
- 在进展组中,贝叶斯的PD和SCC中位数为[1.00 (-34.07,49.37),0.748],表现优于oSVD和cSVD.
结论:
- 在Olea Sphere中的贝叶斯概率方法在AIS患者中提供了更准确和更稳定的心脏病发作体积预测.
- 这一发现支持使用贝叶斯算法来改善AIS管理中的临床决策.
- 进一步的研究可能会探索抵押品流通对算法性能的影响.
