基于DWI的机器学习模型对急性缺血性脑卒中机械取栓预后的预测价值
王有山
刁思怡
安徽省天长市中医院医学影像科 安徽 天长 239300
摘要：目的 探讨基于磁共振弥散加权成像(DWI)的机器学习模型对急性缺血性脑卒中(AIS)机械取栓预后的预测价值.方法 选取行机械取栓术的 128 例初诊AIS患者,根据机械取栓术后 3 个月时的改良Rankin量表(mRS)评分将患者分为预后良好组 72 例(mRS评分 0～2 分),预后不良组 56 例(mRS评分 3～5 分).将DWI图像导入 3D-Slicer软件,由医师沿DWI高信号急性脑卒中区域勾画感兴趣区.提取 830 个组学参数,经观察者一致性检验、最大相关最小冗余算法、多因素逻辑回归进行影像组学特征筛选.以 7∶3 将入组患者随机分为训练组(n=89)和验证组(n=39),分别建立逻辑回归、支持向量机、朴素贝叶斯、决策树、随机森林 5 种预后模型.采用受试者工作特征(ROC)曲线、校准曲线分别分析模型的诊断效能、校准效能.结果 共筛选出 8 个影像组学特征,逻辑回归与支持向量机模型表现出较优的预测效能,ROC 曲线下面积在训练组分别为 0.92、0.84,在验证组分别为 0.91、0.83.结论 基于DWI的机器学习模型可用于机械取栓术AIS患者的早期预后预测,且逻辑回归和支持向量机模型展现出更优的预测效能.
关键词：磁共振弥散加权成像急性缺血性脑卒中机械取栓术机器学习
分类号：R445.2(诊断学)R743.3(神经病学与精神病学)
论文发表日期：2025-08-30
在线出版日期：2025-09-28（本平台首次上网日期，不代表文献的发表时间）
页数：5( 5-9 )
英文信息