当前位置: 首页 > 详情页

基于MPRAGE影像的影像组学列线图模型对颞叶癫痫与颞叶癫痫附加征鉴别的作用

Differentiation of temporal lobe epilepsy and temporal plus epilepsy using radiomics nomogram based on MPRAGE images

文献详情

资源类型:
Pubmed体系:

收录情况: ◇ 统计源期刊 ◇ 北大核心 ◇ CSCD-C ◇ 中华系列

机构: [1]首都医科大学宣武医院功能神经外科,北京100053 [2]天津市环湖医院,天津300350
出处:
ISSN:

关键词: 影像组学 机器学习 列线图 颞叶癫痫附加征 三维磁化预处理快速采集梯度回波序列

摘要:
本研究回顾性分析了2019年1月1日至2021年1月1日于北京宣武医院就诊的82例颞叶癫痫(TLE)和颞叶癫痫附加征(TPE)患者,男女各41例,年龄2~52(24±10)岁。通过Python随机分为训练集(58例)与测试集(24例)。采用FreeSurfer软件对患侧半球进行皮质分割,定义33个感兴趣区域(ROI),并通过Python提取影像组学特征。使用过滤式特征选择法筛选特征后,利用逻辑回归分类器构建影像组学模型并计算影像组学评分。结合临床特征与影像组学评分,通过R软件构建列线图模型,采用C指数评估模型预测准确性,并用Hosmer-Lemeshow方法检验模型拟合优度。结果显示,TLE与TPE患者在患病时间、颅内电极植入以及海马硬化方面差异有统计学意义(均 P<0.05)。影像组学模型在训练集和测试集中的准确度分别为91.4%和87.5%。列线图模型应用C指数预测准确性。采用Hosmer-Lemeshow方法检验模型的拟合优度情况,在训练集和测试集中的AUC分别为0.95(95% CI:0.853~0.991)和0.84(95% CI:0.676~0.999)。本研究表明,基于三维磁化预处理快速采集梯度回波序列的影像组学列线图模型能有效鉴别TLE与TPE,为临床个体化治疗方案的制定提供参考。

基金:
语种:
PubmedID:
第一作者:
第一作者机构: [1]首都医科大学宣武医院功能神经外科,北京100053
通讯作者:
推荐引用方式(GB/T 7714):

资源点击量:16409 今日访问量:0 总访问量:869 更新日期:2025-01-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 首都医科大学宣武医院 技术支持:重庆聚合科技有限公司 地址:北京市西城区长椿街45号宣武医院