基于平扫CT的影像组学特征对高血压性脑出血血肿扩大的预测价值

摘要

目的：探讨基于平扫CT的影像组学特征对高血压性脑出血(HICH)患者发生血肿扩大(HE)的预测价值。方法：选取2023年12月—2025年8月固原市人民医院收治的348例HICH患者的临床资料进行回顾性分析，将患者按照随机原则以7∶3的比例划分为训练集与验证集。所有患者均在发病后6 h内接受首次CT平扫检查。所获图像均应用LIFEx软件勾画感兴趣区并提取纹理特征。根据24 h内复查时的血肿体积及基线血肿体积的比较结果，判断患者是否发生HE，并分为发生组与未发生组。经归一化处理、降维处理后，筛选最优特征。在构建机器学习模型时，选择的分类器包括支持向量机、随机森林、逻辑回归、决策树算法，并于表现最好的模型上计算Radscore。绘制受试者工作特征(ROC)曲线分析影像组学模型的预测效能。结果：训练集与验证集中，发生组与未发生组的吸烟、饮酒情况比较，差异均有统计学意义(P<0.05)。经降维处理与特征筛选后，最终获得8个影像组学特征。根据计算结果，最佳模型为逻辑回归，在训练集与验证集中，发生组、未发生组的Radscore比较，差异有统计学意义(P<0.05)。ROC曲线结果显示，在训练集中，影像组学模型预测HE的曲线下面积(AUC)为0.857，灵敏度为73.08%，特异度为83.64%；在验证集中，影像组学模型预测HE的AUC为0.912，灵敏度为82.14%，特异度为87.01%。结论：基于平扫CT的影像组学模型预测HICH患者发生HE的预测价值较高。

关键词

CT平扫 / 影像组学模型 / 高血压性脑出血 / 血肿扩大 / 预测价值