基于代谢组学腰椎间盘退变的计算机辅助诊断
江丽红1
吴晓锋1
欧阳林2
罗爱芳2
黄丽2
1.闽南师范大学数学与统计学院,福建省漳州市3630002.厦门大学医学院医学影像研究所,福建省漳州市363000;解放军第九○九医院医学影像科,福建省漳州市363000
摘要：背景:腰椎间盘退变诊断对预防腰椎疾病意义重大,但目前对其诊断主要依赖于影像医师的主观评价,易因个人经验不足产生误判.目的:建立自动识别腰椎间盘退变等级的计算机辅助诊断方法,为影像医师提供参考.方法:采用Spearman相关分析验证腰椎间盘的MRI代谢指标与腰椎间盘退变的Pfirrmann等级相关性,并建立可用于腰椎间盘退变智能诊断的Softmax回归、神经网络和支持向量机等多种分类器.结果与结论:相关性分析结果表明,椎间盘相邻上下位椎体脂肪分数FF值和T2值等3种生化代谢指标都与腰椎间盘退变显著相关,Softmax回归、神经网络和支持向量机3种诊断模型的分类准确率分别为0.477,0.515和0.523,kappa系数分别为0.311,0.300和0.330.实际分析结果表明,采用MRI代谢指标建立腰椎间盘退变智能辅助诊断是可行的,为腰椎间盘退变诊断提供了一种可期的途径.
关键词：骨腰椎间盘退变MRIPfirrmann等级Spearman相关分析softmax回归神经网络支持向量机代谢指标
分类号：R459.9(治疗学)R604(外科诊断学)R319(医用一般科学)
资助基金：福建省科技计划(2019Y31010067)苗圃基金(18Y021)
论文发表日期：2021-08-21
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 3796-3803 )
英文信息