基于非增强CT的影像组学联合临床特征对自发性脑出血患者预后不良的预测价值
陈潇豫
陈盛
林攀
李冲云
蔡勇
茂名市人民医院CT科 广东 茂名 525400
摘要：目的 探讨基于非增强计算机断层扫描(NCCT)的影像组学联合临床特征对自发性脑出血(sICH)患者预后不良的预测价值.方法 选取 429 例sICH患者,根据发病第 90 天时的改良Rankin量表(mRS)评分,将患者分为预后良好组(mRS评分 0～3 分)167 例、预后不良组(mRS评分 4～6 分)262 例.根据入院时间不同将患者分为训练集 326 例和验证集 103 例,从训练集的NCCT图像中提取血肿和周围水肿影像组学特征,经筛选后应用梯度提升机分类器分别建模.采用单因素和多因素Logistic回归分析筛选影响sICH患者预后的临床和影像组学特征,获得独立预测因素,结合血肿及周围水肿影像组学评分(RS)构建联合模型,使用ROC曲线评估模型的预测效能,使用决策曲线评估模型的临床效益.结果 共获得 8 个血肿和 9 个周围水肿影像组学特征,7 个独立预测因素(年龄、血糖、血肿体积、周围水肿体积、格拉斯哥昏迷量表评分、血肿RS、周围水肿RS).血肿模型在训练集和验证集中预测sICH患者预后不良的AUC分别为0.824、0.769,周围水肿模型在训练集和验证集中预测sICH患者预后不良的AUC分别为 0.844、0.756,两模型间AUC比较差异均无统计学意义(P均>0.05);联合模型在训练集和验证集中预测sICH患者预后不良的AUC分别为 0.933、0.851,预测效能较好.决策曲线分析显示联合模型具有较高的总体净效益.结论 基于NCCT的血肿及周围水肿影像组学联合多维度临床特征可以实现对sICH患者预后的有效分层.
关键词：体层摄影术X线计算机影像组学自发性脑出血机器学习
分类号：R814.42(放射医学)R743.34(神经病学与精神病学)
资助基金：茂名市科技计划项目(2024103)
论文发表日期：2026-01-30
在线出版日期：2026-03-20（本平台首次上网日期，不代表文献的发表时间）
页数：6( 9-14 )
英文信息