【摘要】目的:探讨头颅 CT 平扫影像组学预测脑出血血肿扩大的可行性。方法:收集 2020 年 1 月—2023 年 1 月在徐州医科大学附属医院诊断为脑出血的患者 109 例的 CT 平扫图像与临床资料。将发生早期血肿扩大定义为 A 组(n=41),未发生早期血肿扩大定义为 B 组(n=68),利用 matlab 软件开源代码提取所有患者 CT 图像影像组学参数,单因素分析两组影像组学参数与临床资料差异,采用二元 Logistics 回归分析,筛选出预测脑出血患者血肿扩大的独立风险因素并建立模型。对独立风险因素与 Logistics 预测模型进行受试者工作特征(ROC)曲线分析诊断效能。结果:A 组血糖高于 B 组,差异具有统计学意义(P < 0.05)。降维后特征纳入二元 Logistics 回归方程结果显示 sumEntropy、ClusterProminence、血糖为预测脑出血血肿扩大的独立风险因素,模型为:Logit(P)=5.466+sumEntropy×3.563+ClusterProminence×2.586+血糖 ×1.782。Logit(P)的 ROC 曲线下面积为 0.872,取阈值为 78.563 时,灵敏度及特异度分别为 83.3%、82.7%。结论:头颅 CT 平扫影像组学联合临床数据能有效预测患者脑出血血肿扩大,可为临床提供治疗依据。
【关键词】影像组学;脑出血;预测模型