基于DWI的梗死内和梗死周围放射组学模型预测急性缺血性卒中神经功能恶化的开发与验证

《Frontiers in Neurology》：Development and validation of a DWI-based intra- and peri-infarction radiomics model for predicting neurological deterioration in acute ischemic stroke

　　

摘要
引言：急性缺血性卒中（AIS）神经功能恶化（ND）的早期预测仍具挑战。研究人员旨在开发一种基于弥散加权成像（DWI）的放射组学模型，整合梗死内和梗死周围放射组学特征与临床特征，以改善ND预测。方法：这项回顾性研究纳入767例前循环AIS患者（训练集n=537；测试集n=230），均在发病3天内接受DWI。手动分割梗死核心，并生成梗死周围区域（1–3 mm环形扩张）。从所有区域提取放射组学特征。选择显著的临床预测因子和放射组学特征，构建四个模型：临床模型、梗死内放射组学模型、梗死周围放射组学模型（1–3 mm）和联合模型。使用曲线下面积（AUC）、灵敏度、特异度、校准曲线和决策曲线分析（DCA）评估性能。结果：共纳入767例患者进行分析。多变量分析中，血糖水平是ND的独立临床预测因子[比值比（OR）=1.003；95%置信区间（95% CI），1.001–1.006；p<0.05]。从梗死内区域共提取1,561个放射组学特征，经降维和筛选后保留10个放射组学特征。类似地，从Peri2mm区域提取1,561个放射组学特征，纳入16个放射组学特征。在梗死内放射组学模型中，XGBoost模型显示出最佳预测效率，训练集和测试集的AUC分别为0.911和0.898。在所有梗死周围模型中，2 mm梗死周围模型表现最佳（训练集AUC：0.854，测试集AUC：0.850）。联合模型（梗死内+2 mm梗死周围+临床特征）实现了最高的AUC值，训练集为0.922，测试集为0.911，并伴有良好的校准和稳定的临床净获益。尽管联合模型在测试集中实现了完美的灵敏度1.000（95% Wilson CI：0.867–1.000），但由于ND事件数量较少（n=25），应谨慎解读这一发现。进一步的成对比较显示，在测试集中，联合模型的判别能力显著优于临床模型和1 mm梗死周围模型（p<0.05）。然而，在测试集中，与单独梗死内放射组学相比，其改进未达到统计学显著性（DeLong p=0.179），且与Peri2mm和Peri3mm模型相比也未观察到显著优势。讨论：整合DWI衍生的梗死内放射组学、2 mm梗死周围特征和临床指标在训练集中实现了最优的AUC判别，但其相对于单独梗死内放射组学的统计学优势未能在独立测试集中得到验证。这种多模态列线图提供了一种非侵入性成像工具，有助于急性缺血性卒中患者的ND风险分层，但需要更大的多中心队列来确认其普遍的增量预测价值和稳定的检测性能。

**论文解读文章**

**研究背景与问题**

急性缺血性卒中（AIS）是全球长期残疾和死亡的主要原因，对医疗基础设施和社会经济生产力造成沉重负担。临床管理中的关键挑战是早期识别神经功能恶化（ND）高风险患者——ND定义为住院期间国立卫生研究院卒中量表（NIHSS）总分增加≥4分，包括院内死亡，涵盖早期及延迟性恶化。ND发生率约10–30%，与不良功能结局（如日常活动依赖增加、院内死亡率升高）密切相关。准确预测ND有助于及时干预（如优化血流动力学管理、个体化抗血小板方案、加强神经监测），从而减轻脑损伤并改善长期预后。弥散加权成像（DWI）是诊断AIS的基础磁共振成像（MRI）序列，能灵敏识别急性梗死核心，但常规临床评估（如梗死位置、视觉大小估计）难以检测可能预示ND的细微、空间异质性微结构改变。放射组学（Radiomics）可从常规临床图像中高通量提取定量特征（如强度、纹理、形态），揭示亚视觉水平的组织异质性。然而，现有研究多聚焦于梗死核心（梗死内放射组学），忽略了梗死周围区域——代谢不稳定、含缺血半暗带（penumbra）的微环境，该区域在炎症反应、血管源性水肿、血脑屏障功能障碍等ND发病机制中起关键作用。逐步环形扩张（如1–3 mm）定量评估梗死周围微环境空间变化，并将其系统整合到ND预测模型中的研究尚属空白。

**研究目的**

本研究旨在开发和验证基于DWI的放射组学模型，用于预测AIS患者的ND；同时构建结合临床特征的联合模型，评估其与纯放射组学模型相比的性能，以提供非侵入性、临床可行的辅助工具，支持个体化治疗策略，减轻ND负担。

**主要技术方法**

本研究为回顾性队列研究，纳入2021年12月至2022年12月期间郑州大学附属郑州中心医院诊断的AIS患者（前循环，发病3天内行DWI），最终767例（训练集537例，测试集230例）。关键方法包括：1）图像预处理：DWI图像重采样至1 mm³各向同性体素，全局强度归一化；2）感兴趣区（ROI）勾画：由两名神经科医生手动逐层分割梗死核心，50例患者重复勾画验证一致性（ICC>0.75，中位观察者内ICC=0.921，观察者间ICC=0.895）；3）梗死周围区域构建：通过形态学膨胀生成1、2、3 mm无重叠环形区域（Peri1mm、Peri2mm、Peri3mm）；4）特征提取：使用PyRadiomics（v3.0.1）提取形态学、强度及纹理特征（包括灰度共生矩阵GLCM、灰度游程矩阵GLRLM、灰度区域大小矩阵GLSZM、邻域灰度差矩阵NGTDM），共1,561个特征/区域；5）特征选择：先进行单变量t检验筛选（p<0.05），剔除高相关特征（Pearson r>0.9），再应用最小冗余最大相关性（mRMR）选取前32个特征，最后用LASSO回归（10折交叉验证）确定最终特征集；6）模型构建：使用五种机器学习分类器（逻辑回归LR、随机森林RF、极端随机树ExtraTrees、XGBoost、LightGBM）构建梗死内放射组学模型、梗死周围模型（1–3 mm）、临床模型及联合模型（整合梗死内+2 mm梗死周围+临床特征），采用SMOTE处理训练集类别不平衡；7）性能评估：AUC、灵敏度、特异度、准确率、阳性预测值（PPV）、阴性预测值（NPV），校准曲线（Hosmer-Lemeshow检验），决策曲线分析（DCA），并使用DeLong检验进行模型间AUC比较。

**研究结果**

**3.1 研究流程与基线特征**
共纳入767例AIS患者，其中男性500例（65.19%），ND发生85例（11.08%）。训练集与测试集基线特征无统计学差异（p>0.05）。

**3.2 临床特征分析与模型开发**
单变量分析显示，CRP、AST、总胆红素、血糖、入院NIHSS评分、BUN、D-二聚体为ND危险因素（p<0.05）。多变量分析中，血糖水平（OR=1.003；95% CI：1.001–1.006；p<0.05）为ND独立预测因子。

**3.3 梗死内放射组学特征提取与模型构建**
从梗死内区域提取1,561个特征（14个形状、306个一阶特征、1,241个纹理特征）。通过LASSO回归筛选出10个特征（2个一阶特征、8个空间异质性特征）。

**3.4 梗死内放射组学模型评估**
XGBoost模型表现最佳，训练集AUC=0.911（95% CI：0.880–0.942），灵敏度0.982，特异度0.748；测试集AUC=0.898（95% CI：0.836–0.960），灵敏度1.000（95% Wilson CI：0.867–1.000），特异度0.720。

**3.5 梗死周围模型、临床模型与联合模型比较**
训练集中，梗死内放射组学模型（AUC=0.911）优于所有梗死周围模型；2 mm梗死周围模型（Peri2mm）在梗死周围模型中表现最佳（AUC=0.854），优于1 mm（0.835）和3 mm（0.815）。联合模型（梗死内+Peri2mm+血糖）AUC最高，训练集0.922（95% CI：0.893–0.950），测试集0.911（95% CI：0.855–0.967），灵敏度1.000，校准良好（HL检验p>0.05），DCA显示净获益。DeLong检验：训练集中联合模型显著优于所有单一模型（p<0.05）；测试集中联合模型显著优于临床模型（p=0.000）和Peri1mm模型（p=0.038），但与梗死内放射组学（p=0.179）、Peri2mm（p=0.137）、Peri3mm（p=0.082）差异无统计学意义。

**3.6 临床实用性**
基于联合模型构建列线图（Nomogram），整合血糖、梗死内放射组学特征及Peri2mm特征，可量化个体化ND风险。DCA证实联合模型在各阈值概率下均具有临床净获益。

**讨论与结论**

讨论部分指出，本研究系统结合DWI放射组学与梗死周围分析，发现2 mm梗死周围区域能较好捕获缺血半暗带的病理生理变化（如坏死、异质性水肿、扩散梯度），其LASSO保留特征（GLSZM LAHGLE、NGTDM Busyness、GLCM Correlation）定量反映了这些微结构改变。联合模型在训练集中表现最优，但测试集中相对于梗死内放射组学未达统计学显著差异，可能受限于测试集样本量小（ND事件仅25例）及单中心回顾性偏倚。2 mm梗死周围区域提供互补病理信息，有助于个体化ND风险分层。高血糖通过破坏内皮紧密连接、加速细胞毒性水肿等机制驱动ND，放射组学特征可敏感捕获血糖无法量化的微结构变异。该模型仅依赖单序列DWI，临床可行性高。局限性包括：单中心回顾性设计、手动分割可能引入变异性、排除腔隙性梗死和后循环卒中、缺乏组织病理学验证。未来需多中心前瞻性验证及自动化分割。

**研究结论**
总之，本研究建立了基于DWI的放射组学模型，联合梗死内、2 mm梗死周围及临床特征，用于预测急性缺血性卒中神经功能恶化。2 mm梗死周围带在分层病灶周围区域中表现最佳。联合模型实现了最高判别能力和良好校准，尽管其在测试集中相对于仅梗死内模型的增量优势未达统计学显著性。该常规DWI工具可实现ND风险分层，未来需进行前瞻性多中心验证及自动化分割以促进临床转化。