基于皮质损伤的放射学模型用于识别具有认知障碍的多发性硬化症
Zichun Yan1, Shiqi Yuan2, Qiyuan Zhu1
1Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China.
Multiple sclerosis and related disorders
|December 7, 2023
概括
一种新的放射学模型有效地使用临床数据和皮质损伤来识别多发性硬化症患者的认知障碍. 这种方法有助于早期临床认知评估多发性硬化症.
科学领域:
- 放射学和医学成像学 医学成像学
- 神经科学是一个神经科学.
- 人工智能在医学中的应用
背景情况:
- 认知障碍 (CI) 在多发性硬化症 (MS) 中很普遍.
- 皮质损伤与MS患者的认知网络功能障碍和CI相关.
- 在MS中开发CI的准确识别方法至关重要.
研究的目的:
- 开发一个放射学模型来识别患有CI的MS患者.
- 用临床数据和皮质损伤信息来检测CI.
- 评估模型在区分CI与正常认知方面的表现.
主要方法:
- 118名多发性硬化患者根据MoCA分数被分为CI和正常认知 (NC) 组.
- 使用LASSO方法选择了放射性特征.
- 支持矢量机 (SVM) 模型是使用临床数据,放射性特征和合并数据构建的.
主要成果:
- 总共提取了2298个特征,其中36个被选择为模型.
- 合并的数据模型实现了最高的性能:AUC 0.86,准确度 0.78,灵敏度 0.79,特异性 0.77 在测试队列中.
- 虽然视觉空间域模型显示高AUC (0.71),但其他特定域模型的性能较低.
结论:
- 开发的放射学模型显示了识别CI的MS患者的巨大潜力.
- 整合临床数据和皮质损伤信息可以提高CI检测的准确性.
- 这个模型可以支持多发性硬化症管理中的临床认知评估.
