基于双能量CTA重建的脑梗死组织图像的放射组学模型，用于预测中风患者中的恶性脑水肿

《Neuroradiology》：Radiomics model based on dual-energy CTA reconstructed images of infarcted brain tissue to predict malignant cerebral edema in stroke patients

本研究回顾性纳入398例脑卒中患者，利用双能CT血管造影（DE-CTA）重建图像提取放射组学特征，构建单模型及综合模型，并开发整合临床特征和放射组学特征的诺莫图模型。测试队列显示，综合模型（AUC=0.950）和诺莫图模型（AUC=0.935）均显著优于临床模型（AUC=0.574，均p<0.001），且两者效能无显著差异。结论：基于DE-CTA的放射组学模型可有效早期预测恶性脑水肿（MCE）。

　　

摘要

目的

探索一种新的方法，利用从双能量计算机断层扫描血管造影（DE-CTA）重建的梗死脑组织图像中提取的放射组学特征，对中风患者进行恶性脑水肿（MCE）的早期预测。

材料与方法

这项回顾性研究纳入了2016年4月至2022年11月期间在三家医疗机构接受DE-CTA检查的398名中风患者。根据患者就诊的医疗机构，将他们分为训练组（n=227）和测试组（n=171）。从DE-CTA重建的梗死组织图像中提取放射组学特征。为每张重建图像以及使用所有图像特征的联合模型构建了放射组学模型。此外，还开发了一个结合了关键放射组学特征和临床特征的诺模图模型。通过接收者操作特征（ROC）曲线分析评估所有模型的诊断性能，并计算曲线下面积（AUC）。

结果

基于每张单独DE-CTA重建图像的放射组学模型显示出稳健的预测性能。在测试组中，结合了所有DE-CTA重建特征的联合放射组学模型的预测性能显著优于大多数单图像模型。在测试组中，联合放射组学模型（AUC=0.950）和诺模图模型（AUC=0.935）的预测性能均显著优于临床模型（AUC=0.574），p<0.001。诺模图模型与放射组学模型之间的性能差异无统计学意义（p=0.30）。

结论

从DE-CTA重建的梗死组织图像中得到的放射组学模型为中风患者恶性脑水肿的早期预测提供了一种可靠的方法。