弥散加权成像影像组学联合中性粒细胞_淋巴细胞构建急性脑卒中无效再通预测模型.pdf
《弥散加权成像影像组学联合中性粒细胞_淋巴细胞构建急性脑卒中无效再通预测模型.pdf》由会员分享,可在线阅读,更多相关《弥散加权成像影像组学联合中性粒细胞_淋巴细胞构建急性脑卒中无效再通预测模型.pdf(4页珍藏版)》请在咨信网上搜索。
1、论著161临床神经病学杂志2 0 2 3年第36 卷第3期弥散加权成像影像组学联合中性粒细胞/淋巴细胞构建急性脑卒中无效再通预测模型高希法,彭明洋,马跃虎,谢光辉,王同兴,陈国中,唐露【摘要】目的基于DWI影像组学特征联合中性粒细胞/淋巴细胞的机器学习构建急性脑卒中机械取栓治疗后无效再通预测模型并与基于DWI影像组学特征的预测模型进行比较。方法对10 0 例在南京市第一医院行机械取栓治疗后完全再通(改良脑梗死溶栓分级2 b3级)的急诊脑卒中患者的临床及影像资料进行回顾性分析。无效再通定义为患者机械取栓治疗后完全再通但3个月时预后不良(mRS36分)。应用A.K.软件进行提取DWI急性脑卒中病灶
2、区影像组学特征并应用最低绝对收缩和选择算子(LASSO)筛选与无效再通相关的最佳影像组学特征。通过支持向量机(SVM)分类器建立预测急性脑卒中无效再通的预测模型(模型1:基于DWI影像组学特征;模型2:DWI影像组学特征联合中性粒细胞/淋巴细胞),采用Delong检验比较两个模型的效能。结果共提取396 个DWI影像组学特征,经降维后共筛选出6 个与无效再通预测最相关的特征。ROC分析显示模型1预测急性脑卒中无效再通的AUC为0.8 8 5,敏感度和特异度分别为0.825、0.8 33。模型2 预测急性脑卒中无效再通的AUC为0.96 7,敏感度和特异度分别为0.90 0、0.917。两个模型
3、的效能比较差异有统计学意义(z=-2.094,P=0.036)。结论基于DWI影像组学特征联合中性粒细胞/淋巴细胞的机器学习构建急性脑卒中机械取栓术后无效再通的预测模型明显优于基于DWI影像组学特征的预测模型,能够较为准确的预测急性脑卒中机械取栓术后无效再通。【关键词】卒中;DWI;中性粒细胞;淋巴细胞;无效再通【中图分类号】R743.3【文献标识码】A【文章编号】10 0 4-16 48(2 0 2 3)0 3-0 16 1-0 4Prediction model construction of futile recanalization in acute stroke based on D
4、wI radiomics and neutrophil-lymphocyteratioGAO Xi-fa,PENG Ming-yang,MA Yue-hu,et al.Department of Radiology,Afiliated Hospitialof Nanjing University of Chinese Medicine,Nanjing 210000,ChinaAbstract:Objective To construct the prediction model of futile recanalization after mechanical thrombectomyin a
5、cute stroke based on DWI radiomics and neutrophil-lymphocyte ratio(NLR)and compare with the predictionmodel based on DWI radiomics.Methods Clinical and imaging data of 100 acute stroke patients who underwentmechanical thrombectomy and complete recanalization(mTICI grade 2b 3)in Nanjing First Hospita
6、l were analyzedretrospectively.Futile recanalization was defined as complete recanalization after mechanical thrombectomy but pooroutcome at 3 months(mRS 3 6).A.K.software was used to extract the DWI radiomics of the acute stroke lesions,and the least absolute shrinkage and selection operator(LASSO)
7、regression model was used to screen the bestradiomics related to futile recanalization.The prediction model of futile recanalization in acute stroke was constructedby support vector machine(SVM)(model 1:based on DWI radiomics;model 2:based on DWI radiomics andNLR).The performance of two models were
8、compared using Delong test.Results A total of 396 DWI radiomicswere extracted.After dimensionality reduction,a total of 6 features related to futile recanalization were selected.ROCshowed that the AUC of model 1 for predicting futile recanalization of acute stroke was 0.885,with a sensitivity of0.82
9、5 and a specificity of 0.833,respectively.The AUC of model 2 for predicting futile recanalization of acute strokewas 0.967,with a sensitivity of 0.900 and a specificity of 0.917,respectively.The efficacy of two models showedsignificant differences(z=-2.094,P=0.036).Conclusion The prediction model of
10、 futile recanalization aftermechanical thrombectomy in acute stroke based on DWI radiomics and NLR is significantly better than the predictionmodel based on DWI radiomics,and can accurately predict the futile recanalization after mechanical thrombectomy inacutestroke.Key words:stroke;DWI;neutrophil;
11、lymphocyte;futile recanalization基金项目:国家自然科学基金(8 2 0 0 18 11)作者单位:2 10 0 0 0 南京中医药大学附属医院(江苏省中医院)放射科(高希法);南京医科大学附属南京医院(南京市第一医院)医学影像科(彭明洋,马跃虎,谢光辉,王同兴,陈国中);新沂市中医医院医学影像科(唐露)通信作者:王同兴急性脑卒中具有较高的致残、致死率。目前指南推荐存在大血管闭塞的患者进行机械取栓治疗1。尽管治疗后血管完全再通,然而并非所有患者最终都能获得良好的临床预后2 3。当成功再通不能带来162J Clin Neurol,June 2023,Vol.36,N
12、o.3良好预后时,称为无效再通。早期准确识别无效再通患者可减少不必要的治疗,降低患者的经济负担。目前研究46 显示,年龄、梗死体积、NIHSS评分、脑白质病等为完全再通预后不良的影响因素。近年研究7 认为,卒中后立即检查血常规可为临床预后评估提供额外的信息。其中,中性粒细胞-淋巴细胞比值(NLR)是全身性炎症的标志物,被认为是卒中治疗后不良预后的危险因素8-9。急性脑卒中无效再通受多种因素影响,机器学习技术能捕获和处理多特征数据中复杂的多维性、非线性和线性关系,通过组合简单、非线性模块来实现,从而提高预测模型的准确度10 。本研究拟基于人院NLR和DWI梗死影像组学特征的机器学习,构建急性脑卒
13、中机械取栓治疗预后预测模型,并与基于DWI梗死影像组学特征的预测模型相比较,探讨NLR在无效再通预测中的价值。1对象与方法1.1对象系2 0 18 年1月至2 0 2 0 年12 月在南京市第一医院神经内科就诊的急性脑卒中患者10 0 例。男性51例,女性49例;平均年龄(6 9.132 5.53)岁。纳人标准:(1)首次发生的急性脑卒中;(2)行血管内治疗后血管再通改良脑梗死溶栓(mTICI)分级:2b3级;(3)血管内治疗前接受多模态MRI检查及血常规检查;(4)3个月时随访预后评分。排除标准:(1)颅内存在出血、创伤及肿瘤等影响预后的病灶;(2)MRI存在运动伪影或图像无法评估;(33个
14、月预后评分失访。本研究通过南京市第一医院伦理委员会审核,并获得全部患者的知情同意。1.2方法1.2.1临床资料的收集及分组收集患者一般临床资料(年龄、性别、人院NIHSS评分)、与卒中危险因素相关病史(高血压、糖尿病、高脂血症、心房颤动)及血常规数据(中性粒细胞、血常规),根据血常规计算NLR。根据机械取栓术后3个月的mRS评分,将患者分为无效再通(3 6 分)和有效再通(0 2 分)。采用随机分层抽样的方法将患者随机分为训练集7 0例,测试集30 例。1.2.2影像组学特征提取及筛选通过 ITK-SNAP3.4.0(h t t p:/w w w.i t k s n a p.o r g)手动逐
15、层勾画DWI梗死病灶。将勾画好的感兴趣区及原序列批量导人影像组学处理软件(A.K.1.0.3,美国GE公司),提取直方图特征、形态学特征、纹理特征,共计396 个。应用方差分析、相关分析及最小绝对收缩与选择算子算法(LASSO)选择特征,通过构造惩罚函数得到一个较为精练的模型,压缩部分回归系数,并设定部分回归系数为零,同时采用十折交叉验证对模型参数进行最优化。1.2.3林模型构建应用支持向量机(SVM)分类器构建预测模型:(1)模型1:基于DWI影像组学特征;(2)模型2:基于DWI影像组学特征+NLR。SV M 采用线性核,应用五折交又验证进行模型训练。1.2.4统计学方法应用SPSS26.
16、0软件进行统计分析。正态分布的计量资料以均数标准差(xs)表示,并应用独立t检验分析;计数资料采用率表示,采用x?检验进行统计分析。LASSO回归模型、SVM分类器分别基于“glmnet”、“e 10 7 1”程序包完成。应用Sklearn(h t t p:/s c i k i t.l e a r n.o r g/s t a b l e/)机器学习模块的ROC曲线分析评估该模型的预测效能。两个模型的效能比较采用Delong检验。2结 果2.1无效再通组及有效再通组临床资料的比较见表1。根据机械取栓术后3个月mRS评分,将患者分为无效再通组41例和有效再通组59例。两组间性别、年龄、人院NIHS
17、S评分、发病至MRI检查时间、发病至血管再通时间及高同型半胱氨酸、高血压、糖尿病、心房颤动、高血脂比率差异均无统计学意义(均P 0.05)。表1无效再通组及有效再通组临床资料的比较xs,例(%)人院NIHSS评分发病至MRI检查发病至血管再通组别例数男性年龄(岁)(分)时间(min)时间(min)有效再通组5929(49.15)69.36 13.1615.93 6.81247.56 45.71278.19 36.39无效再通组4122(53.66)71.26 14.6217.12 5.32279.17 58.35301.42 41.26t/X值0.197-0.8713.149-0.832-1.
18、851P值0.6890.4410.5230.4150.317组别例数糖尿病高血压心房颤动高血脂症高同型半胱氨酸有效再通组5911(18.64)43(72.88)15(25.42)10(16.95)10(16.95)无效再通组418(19.51)31(75.61)12(29.27)8(19.51)8(19.51)/X值0.0120.0940.1810.1080.108P值1.0000.8200.8190.7950.795163临床神经病学杂志2 0 2 3年第36 卷第3期2.2最佳影像组学特征筛选见图1、图2。共提取DWI影像组学特征396 个,经方差分析后剩下2 7 7 个特征,spearm
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 弥散 加权 成像 影像 学联 中性 粒细胞 淋巴细胞 构建 急性 脑卒中 无效 预测 模型
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。