期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
MR 3D-T1WI及T2WI影像组学诊断早-中期帕金森病
1
作者 郝璐 段亿 +3 位作者 朱明慧 朱潇 卡力布努尔·马合木提 管阳太 《中国介入影像与治疗学》 北大核心 2025年第8期512-515,共4页
目的观察MR 3D-T1WI及T2WI影像组学诊断早-中期帕金森病(PD)的价值。方法回顾性收集96例早-中期PD患者[Hoehn-Yahr(H-Y)分级≤2.5]及与之匹配的96名健康成年人,按7∶3比例划分训练集(n=135,含67例PD及68名健康成年人)与验证集(n=57,含28... 目的观察MR 3D-T1WI及T2WI影像组学诊断早-中期帕金森病(PD)的价值。方法回顾性收集96例早-中期PD患者[Hoehn-Yahr(H-Y)分级≤2.5]及与之匹配的96名健康成年人,按7∶3比例划分训练集(n=135,含67例PD及68名健康成年人)与验证集(n=57,含28例PD及29名健康成年人)。基于训练集颅脑3D-T1WI及T2WI提取及筛选左侧红核(LRN)、右侧红核(RRN)、左侧黑质(LSN)及右侧黑质(RSN)最优影像组学特征,分别构建单一序列影像组学模型及联合序列影像组学模型,获得影像组学评分(Radscore),并以验证集验证各模型诊断早-中期PD的效能;分析各模型Radscore与PD患者临床量表评分的相关性。结果分别于3D-T1WI和T2WI中针对LRN、RRN、LSN及RSN获得15、14、11及14个,以及15、12、14及12个最优影像组学特征。基于上述最优特征构建单一序列模型LRN3D-T1WI、RRN3D-T1WI、LSN3D-T1WI、RSN3D-T1WI、LRNT2WI、RRNT2WI、LSNT2WI及RSNT2WI,以及联合序列模型LRN_(3D-T1WI+T2WI)、RRN_(3D-T1WI+T2WI)、LSN_(3D-T1WI+T2WI)及RSN_(3D-T1WI+T2WI)。训练集及验证集中,基于3D-T1WI各模型的AUC为0.75~0.86,基于T2WI各模型的AUC为0.82~0.90,而各联合模型的AUC为0.85~0.93。PD患者LRN3D-T1WI模型Radscore与汉密尔顿抑郁量表(HAMD)及汉密尔顿焦虑量表(HAMA)评分均呈负相关(rs=-0.255、-0.242,P=0.011、0.016),RSNT2WI模型Rad-score与HAMD评分亦呈负相关(rs=-0.254,P=0.010)。结论3D-T1WI及T2WI影像组学均可用于诊断早-中期PD。 展开更多
关键词 帕金森病 磁共振成像 影像组学 诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部