基于楔前叶影像组学特征对隐匿性肝性脑病患者的分类研究

作     者：罗莎 

作者单位：重庆医科大学 

学位级别：硕士

导师姓名：钟维佳

授予年度：2020年

学科分类：1002[医学-临床医学] 10[医学] 

主      题：肝性脑病 楔前叶 影像组学 认知障碍 

摘      要：目的:隐匿性肝性脑病（covert hepatic encephalopathy,CHE）患者的楔前叶（precuneus,PC）存在结构及功能的显著异常,并且其异常与患者的认知功能障碍相关。本研究旨在应用影像组学的方法提取乙肝肝硬化患者PC及其亚区的影像组学特征,然后建立和评估用于CHE的分类模型。方法:收集2018年2月至2019年6月在重庆医科大学附属第二医院进行肝性脑病神经心理测试（Psychometric Hepatic Encephalopathy Score,PHES）的106例无明显肝性脑病的乙肝肝硬化患者（54例CHE患者,52例非HE患者）,并采用3.0T磁共振头颅高分辨率三维T1WI扫描,获得每个患者的三维T1加权图像（Three-dimensional T1-weighted image,3D-T1WI）图像,自动分割出每个患者的PC及其亚区并提取大量影像组学特征,然后识别出具有显著分类能力的特征。根据识别出的特征和临床危险因素运用多元逻辑回归构建并评估分类模型。然后基于分类效能最优的模型绘制用于个体化预测CHE的列线图。结果:从肝硬化患者的PC及其亚区内提取大量特征并筛选得到4个分类效能最佳的影像组学特征,如下:右侧前楔前叶（medial area7,PEp）的方差（variance）HLH、右侧腹侧楔前叶（area 31,Lc1）的中位数（median）HLL、右侧Lc1的灰度不均匀性（GrayLevelNonuniformity,GLN）LLL和右侧Lc1的相关性的信息量度1（Informational Measure of Correlation1,IMC1）LLL。结合影像组学标签和临床危险因素构建的联合模型具有最佳分类性能,测试集独立测试的受试者工作特征曲线（receiver operating curve,ROC）下面积（area under the curve,AUC）,灵敏度和特异性分别为0.926、100.0%和76.5%。同时基于联合模型绘制的列线图具有良好的校准性,可用于CHE的个体化预测。结论:PC及其亚区的影像组学特征,特别是右侧PC亚区的特征,可能是CHE的潜在影像标记物。结合了影像组学特征和临床危险因素的列线图可以用于乙肝肝硬化患者CHE的个体化预测。