计算机辅助形状具有提取和回归模型,用于预测上升性大动脉动脉瘤增长率
Leonardo Geronzi1, Antonio Martinez1, Michel Rochette2
1University of Rome Tor Vergata, Department of Enterprise Engineering "Mario Lucertini", Rome, Italy; Ansys France, Villeurbanne, France.
Computers in biology and medicine
|June 1, 2023
概括
预测上升大动脉动脉瘤的生长是具有挑战性的. 全球形状特征,特别是那些来自部分最小平方 (PLS) 的特征,在提高与局部特征相比增长预测准确度方面显示出显著的希望.
科学领域:
- 心血管成像 - 心血管成像
- 医学图像分析 医学图像分析
- 计算解剖学的计算解剖学
背景情况:
- 上升大动脉动脉瘤 (AAA) 增长预测仍然是一个临床挑战.
- 准确的预测对于及时干预和患者管理至关重要.
- 目前的方法可能无法完全捕捉影响动脉瘤扩张的复杂生物机械因素.
研究的目的:
- 评估和比较当地和全球形状特征在预测上升大动脉动脉瘤生长中的有效性.
- 为了确定与更快的动脉瘤扩张相关的特定形状特征.
- 开发和评估AAA增长预测的回归模型.
主要方法:
- 利用了来自70名患有上升性大动脉动脉瘤的患者的3D成像数据.
- 计算了局部形状特征 (直径与长度比,墙壁伸展性,曲性) 和全球形状特征 (通过主要组件分析和部分最小方形).
- 开发了高斯支持向量机和PLS线性回归模型,用于使用leave-one-out交叉验证进行增长预测.
主要成果:
- 从部分最小平方 (PLS) 衍生的全球形状特征在增长预测中实现了最低的根平均平方误差 (0.066 mm/月).
- 基于主要组件分析 (PCA) 的全球特征产生了0.083mm/month的预测误差.
- 当地形状特征导致预测误差为0.112mm/月.
- 大动脉根附近的动脉瘤具有更大的初始直径,表现出更快的生长率.
结论:
- 全球形状特征在预测上升大动脉动脉瘤生长方面具有显著的优势.
- 基于PLS的形状模式显示出卓越的预测性能.
- 对先进的形状分析技术进行进一步的研究是有必要的,以改善临床风险分层.
