
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用扩散张量成像技术提取的白质结构生物标志物,结合机器学习算法,用于评估中风患者上肢的运动功能
《Brain Topography》:White Matter Structural Biomarkers Derived from Diffusion Tensor Imaging to Estimate Upper-Extremity Motor Function in Stroke Using Machine Learning
【字体: 大 中 小 】 时间:2026年04月25日 来源:Brain Topography 2.9
编辑推荐:
上肢运动功能评估中,基于扩散张量成像的同侧及对侧半球白质完整性特征,采用FSF算法成功构建FMA-UE和ARAT的预测模型,其相关性系数达0.71-0.79(p<0.001),预测值与临床评估无显著差异。关键白质区域包括脑干皮质脊髓束、上辐射冠和外囊。
中风患者的上肢(UE)运动功能评估对于诊断和康复计划至关重要。常用的临床评估方法包括Fugl-Meyer上肢评估(FMA-UE)和动作研究臂测试(ARAT),这些方法用于测量中风患者的上肢运动能力。另一方面,从白质完整性特征中提取的生物标志物与上肢运动功能有关,可以与机器学习算法结合使用,以在中风患者群体中估算FMA-UE和ARAT的结果。因此,在本研究中,采用了特征排序自生长森林(FSF)算法,通过从扩散张量成像数据中获取的相同感兴趣区域的分数各向异性比值来估算中风患者的上肢感觉运动功能和功能表现。所得到的FMA-UE和ARAT估算值与实际评估结果之间存在显著相关性(FMA-UE:rs = 0.79,p < 0.001;ARAT:rs = 0.71,p < 0.001),并且估算值与实际评估值之间没有统计学上的显著差异。此外,对于FMA-UE和ARAT的估算而言,最相关的白质区域是那些在文献中与患者执行上肢运动任务的表现和痉挛严重程度相关的区域,例如脑干水平的皮质脊髓束、上放射冠和外部包膜。因此,本研究表明,同侧和对侧半球内相同感兴趣区域的白质完整性特征与上肢功能之间存在非线性关联,这些特征可以作为中风患者临床评估的辅助客观工具。
中风患者的上肢(UE)运动功能评估对于诊断和康复计划至关重要。常用的临床评估方法包括Fugl-Meyer上肢评估(FMA-UE)和动作研究臂测试(ARAT),这些方法用于测量中风患者的上肢运动能力。另一方面,从白质完整性特征中提取的生物标志物与上肢运动功能有关,可以与机器学习算法结合使用,以在中风患者群体中估算FMA-UE和ARAT的结果。因此,在本研究中,采用了特征排序自生长森林(FSF)算法,通过从扩散张量成像数据中获取的相同感兴趣区域的分数各向异性比值来估算中风患者的上肢感觉运动功能和功能表现。所得到的FMA-UE和ARAT估算值与实际评估结果之间存在显著相关性(FMA-UE:rs = 0.79,p < 0.001;ARAT:rs = 0.71,p < 0.001),并且估算值与实际评估值之间没有统计学上的显著差异。此外,对于FMA-UE和ARAT的估算而言,最相关的白质区域是那些在文献中与患者执行上肢运动任务的表现和痉挛严重程度相关的区域,例如脑干水平的皮质脊髓束、上放射冠和外部包膜。因此,本研究表明,同侧和对侧半球内相同感兴趣区域的白质完整性特征与上肢功能之间存在非线性关联,这些特征可以作为中风患者临床评估的辅助客观工具。
生物通微信公众号