基于彌散加權成像的影像組學特征及機器學習構建急性腦卒中患者血管內取栓治療后預后預測模型

朱紅梅，彭明洋，王同興，陳國中，謝光輝，周星帆

急性缺血性腦卒中是導致人們致殘和致死的主要疾病之一。血管內取栓（endovascular thrombectomy，EVT）是臨床治療大血管閉塞導致的急性缺血性腦卒中最有效的一種手段，可有效改善患者預后［1-2］。既往研究表明，較小的梗死體積、豐富的側支循環、較低的入院美國國立衛生研究院卒中量表（National Institutes of Health Stroke Scale，NIHSS）評分等均是EVT后患者預后良好的預測因素［3-5］，其中梗死體積是其預后良好的獨立預測因子［6］。近年來，機器學習成為醫學診療的研究熱點，其可綜合大數據影像資料，深度挖掘多維影像學信息，實現精準診斷及預測［7］。本研究旨在基于彌散加權成像（diffusion weighted imaging，DWI）的影像組學特征及機器學習構建急性腦卒中患者EVT治療后預后預測模型，并分析其預測價值，現報道如下。

1 對象與方法

1.1 研究對象 本研究為回顧性研究。選取2017年1月至2020年6月南京市第一醫院收治的行EVT治療的急性腦卒中患者280例，入院時DWI為高信號，表觀彌散系數（apparent diffusion coefficient，ADC）＜0.620×10-3mm2/s；磁共振血管造影（magnetic resonance angiography，MRA）顯示存在頸內動脈或大腦中動脈重度狹窄或閉塞。納入標準：（1）年齡＞40歲；（2）發病時間＜4.5 h；（3）EVT治療后24 h復查MRI。排除標準：（1）顱內出血、腫瘤或創傷者；（2）因MRI圖像有運動偽影而無法評估者。采用分層隨機抽樣法將所有患者分為訓練集196例和測試集84例。兩組患者年齡、男性比例、入院時NIHSS評分、發病至MRI時間、發病至EVT治療時間、預后良好率比較，差異無統計學意義（P＞0.05），見表1。本研究經過南京市第一醫院倫理委員會批準（批準文號2019-664），免除受試者知情同意。

1.2 MRI檢查……