超声心动图影像组学数据对肥厚性心肌病心脏重构的预测价值

摘要

目的:探讨超声影像组学数据对肥厚性心肌病（HCM）患者心脏重构的预测价值。方法:选择2021年1月1日至2024年12月31日于成都大学附属医院、华西第四医院就诊的HCM患者265例,其中确诊心脏重构92例。采用Logistic回归模型筛选心脏重构影响因素并构建临床模型。留取心尖四腔心切面图像,提取形状、一阶、纹理和小波等4类特征,采用LASSO回归分析和10折交叉验证调整参数,筛选最优特征,基于最优特征采用线性回归构建影像组学模型。以最优特征为预测因子,分别构建邻近分类算法模型、多层神经网络算法模型和支持向量机（SVM）模型,并通过ROC曲线分析选取性能最优的模型作为最终的深度学习模型。基于上述3类模型,采用加权融合策略构建融合模型。采用Bootstrap 1 000法结合ROC曲线评价各模型的性能。结果:临床模型包含LAD、LVPWd、E/A、LVRI、MVCF、LVMI等6个预测因子。影像组学模型包含5个最优特征,分别为小波_HLH_灰度大小区域矩阵_区域占比、小波_HHH_灰度大小区域矩阵_区域大小不均匀度、小波_LHL_灰度依赖矩阵_依赖方差、梯度_灰度大小区域矩阵_区域方差、小波_LLH_灰度依赖矩阵_依赖不均匀度。筛选SVM模型为深度学习模型。上述3个模型在融合模型中的权重分别为0.281、0.320、0.399。融合模型预测心脏重构的性能最优,AUC（95%CI）为0.967（0.847～0.983）。结论:基于超声心动图影像组学数据的融合模型能够实现对HCM患者心脏重构的准确预测。

关键词

肥厚性心肌病 / 心脏重构 / 超声影像组学 / 超声心动图