基于Pentacam多模态地形图的影像组学用于早期圆锥角膜筛查与分期

《Scientific Reports》：Pentacam multimodal topography-based radiomics for early keratoconus screening and staging

　　

摘要

早期圆锥角膜（KC）具有隐匿性进展的特点，严重阻碍了临床筛查。本研究提出了一种基于Pentacam多模态地形图的影像组学分析框架，并评估了其在无需增加额外检查费用的情况下识别早期KC及评估疾病进展的疗效。本回顾性研究纳415只眼（177只正常眼、84只早期KC眼和154只KC眼）。从四种地形图模态中提取影像组学特征，并通过多步骤特征选择流程进行处理。使用逻辑回归（LR）、随机森林、支持向量机和XGBoost架构构建分类模型，并在独立测试集上评估其性能。这些模型在区分正常眼与KC方面表现出优异的性能，在所有模态中AUC均>0.98。在筛查任务（正常眼与早期KC对比）中，基于后表面升高图特征的LR模型表现最佳（AUC=0.980，95% CI：0.943–1.000）。在疾病进展评估任务（早期KC与KC对比）中，模型性能表现出明显的模态依赖性。基于曲率图和升高图的模型显著优于基于厚度图的模型（AUC>0.960 vs. AUC=0.862）。SHAP分析显示，早期筛查模型主要由高频微纹理特征驱动，而疾病分期模型则依赖于低频全局统计特征。所提出的方法可提高早期KC的检出率，为疾病进展评估提供潜在的影像生物标志物，同时也为KC发展过程中后角膜变化先于基质厚度改变的病理假说提供了证据支持。