基于多模态磁共振特征分析的血管性认知障碍研究

目的:研究基于多模态磁共振成像(MRI)技术构建的血管性认知障碍(VCI)辅助诊断系统,实现多模态MRI感兴趣区域轮廓分析、感兴趣区域特征提取、纹理特征识别等功能,为非痴呆型VCI诊断提供支持.方法:结合图像分割、纹理分析等图像处理方法,以广州市红十字会医院2014-2017年190例患者多模态磁共振影像资料为样本,构建基于随机森林的非痴呆型VCI诊断模型,研究利用多模态磁共振影像特征及影像组学建模方法,对多模态磁共振图像进行感兴趣区域分割、特征提取,构建出非痴呆型VCI诊断模型.结果:VCI的诊断准确率可达84.61％,其中非痴呆型VCI准确率为85.31％,血管性痴呆准确率为83.92％,成为VCI早期筛查的有效补充.结论:非痴呆型VCI是VCI的早期阶段,构建的辅助诊断模型提高了VCI早期诊断效率,为解决类似的临床问题提供了借鉴.