谷歌浏览器插件
订阅小程序
在清言上使用

基于骰骨MRI的糖尿病足影像组学特征

International Journal of Radiation Medicine and Nuclear Medicine(2021)

引用 0|浏览8
暂无评分
摘要
目的:探究基于MRI影像组学特征辅助诊断糖尿病足(DF)的可行性。方法:回顾性分析2018年8月至2020年8月于上海中医药大学附属上海市中西医结合医院行足部MRI检查的127例因足部疾患就诊患者的临床资料,其中男性83例、女性44例,年龄16~88 (59.3±14.8)岁。根据患者临床诊断的不同分为DF组(85例)和非DF组(42例);根据影像组学特点,采用简单随机抽样法,将患者以3∶2的比例随机分为训练组(76例)和测试组(51例)。在MRI的T1加权成像(WI)序列和质子密度加权成像(PDWI)压脂序列矢状面图像上勾画骰骨,提取影像组学特征参数,并构建T1WI序列模型、PDWI压脂序列模型及联合模型,联合模型包括性别、年龄、骨髓信号和影像组学特征参数。通过3组模型参数最大绝对值归一化的预处理,经过最优特征和模型选择筛选出最优特征维度。采用受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估影像组学特征诊断DF的效能。2组间年龄的比较采用独立样本 t检验,2组间性别和中足骨骨髓信号异常的比较采用 χ2检验。 结果:DF组和非DF组患者在年龄、男女比例及中足骨骨髓信号异常间的差异均有统计学意义( t=29.2, χ 2=17.15、6.53,均 P<0.05)。T1WI序列模型、PDWI压脂序列模型和联合模型最终分别筛选出9、7和10个最优特征维度。支持向量机模型区别DF和非DF患者在T1WI序列模型上训练组和测试组的AUC分别为0.86和0.84,准确率分别为78%和69%;PDWI压脂序列模型上训练组和测试组的AUC分别为0.85和0.83,准确率分别为82%和78%;而联合模型上训练组和测试组的AUC分别为0.93和0.85,准确率分别为84%和76%。T1WI序列模型与PDWI压脂序列模型诊断效能相当,而联合模型优于二者单独应用。 结论:MRI影像组学特征能有效区分DF和非DF,有望为DF影像诊断提供一种新型、高效、无创的手段。
更多
查看译文
关键词
Diabetic foot,Magnetic resonance imaging,Support vector machine,Radiomics
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要