中年患有脑小血管疾病的中年患者认知障碍的预测模型

科学领域:

• 神经成像是一种神经成像.
• 无线电学 (Radiomics) 是一种无线电学.
• 人工智能在医学中的应用

背景情况:

• 大脑小血管疾病 (CSVD) 是中年人的常见疾病,通常与认知能力下降有关.
• 在CSVD患者中早期预测认知障碍对于及时干预和管理至关重要.
• 当前的诊断方法可能无法完全捕捉到暗示CSVD认知障碍的微妙变化.

研究的目的:

• 开发和验证海马体质感模型,用于预测中年CSVD患者的认知障碍.
• 评估从海马中提取的放射性特征的疗效,以预测认知障碍.
• 为了比较海马体纹理模型与传统成像标记物的性能.

主要方法:

• 分析了145名CSVD患者和99名对照组的数据集.
• 基于Unet的深度学习模型被用于自动化海马体细分.
• 使用最少绝对收缩和选择操作员 (LASSO) 方法提取和选择放射性特征.
• 模型性能使用接收器运行特征曲线 (AUC) 下的面积和决策曲线分析 (DCA) 来评估.

主要成果:

• 选择了九个海马体质感特征来构建放射学模型.
• 放射学模型的AUC达到0.843,超过了大脑体积模型 (AUC0.593).
• 组合模型 (成像标记物和海马体纹理) 与单独的放射性模型 (AUC 0.817) 相比,没有显著改善诊断性能.

结论:

• 海马质地模型作为一个有价值的代用成像标记,用于预测中年CSVD患者的认知障碍.
• 河马的放射性分析显示,在CSVD中对认知状态的非侵入性评估具有显著的潜力.
• 进一步的研究可以探索将这种模型整合到临床实践中,以改善患者的治疗结果.