在2型糖尿病患者中使用3D T1WI对认知障碍进行分层的支持矢量机器
Zhigao Xu1, Lili Zhao1, Lei Yin2
1Department of Radiology, The Third People's Hospital of Datong, Datong, 037046, People's Republic of China.
Diabetes, metabolic syndrome and obesity : targets and therapy
|February 19, 2025
概括
磁力共振成像放射学可以有效地预测2型糖尿病患者的认知功能障碍. 支持向量机 (SVM) 模型在识别正常认知与认知障碍以及轻度认知障碍与痴呆症方面表现出高准确度.
科学领域:
- 医疗成像医学成像
- 无线电学 (Radiomics) 是一种辐射学.
- 神经科学是一个神经科学.
背景情况:
- 2型糖尿病 (T2DM) 与认知功能障碍的风险增加有关.
- 早期发现和预测T2DM患者的认知衰退对于及时干预至关重要.
- 基于磁共振成像 (MRI) 的放射学提供了一种非侵入性的方法,可以从医学图像中提取定量特征.
研究的目的:
- 研究基于MRI的放射学在预测T2DM患者的认知功能障碍方面的潜力.
- 开发和评估机器学习模型来对T2DM中的认知功能水平进行分类.
主要方法:
- 追溯收集158名T2DM患者的数据.
- 将患者分为正常认知 (N),轻度认知障碍 (MCI) 和痴呆症 (DM) 组,使用MoCA-B尺度.
- 从3D T1权重的MRI图像中提取放射性特征.
- 支持矢量机器 (SVM) 模型的开发,以区分认知障碍 (CI) 与正常认知 (N) 以及MCI与DM组.
主要成果:
- 放射学特征提取显示了高的医生间和医生内一致性 (0.86和0.90).
- 分别确定了11个和12个最佳特征来区分N与CI,MCI与DM.
- 在SVM模型中,N与CI的AUC为0.857,准确度为0.830,在测试组中,MCI与DM的AUC为0.821和准确度为0.830.
结论:
- 基于MRI的放射学,利用SVM模型,在诊断T2DM患者的认知功能障碍方面表现出显著的有效性.
- 这种方法可以有效地评估T2DM患者认知障碍的严重程度.
- 放射学分析有望改善T2DM认知并发症的早期检测和管理.
