医学影像学杂志2024年第34卷第1期JMedImagingVol.34No.12024基于脑梗死和脑脊液的影像组学预测急性脑卒中机械取栓术后恶性脑水肿发生的分析徐敬敬1，王志楠1，徐翔1，马跃虎2，彭明洋2，陈国中2，谢光辉21.江苏省南京市中西医结合医院放射科江苏南京210000；2.南京医科大学附属南京医院（南京市第一医院）医学影像科江苏南京210006【摘要】目的探讨基于急性脑卒中弥散加权成像（diffusionweightedimaging，DWI）核心梗死区及脑脊液的影像组学特征，通过机器学习构建急性脑卒中机械取栓术后恶性脑水肿发生的预测模型。方法选取155例急性脑卒中患者的MRI图像，基于软件自动分割DWI高信号梗死区及脑脊液区，应用AK软件进行影像组学特征提取和降维，采用最小冗余最大相关特征选择方法筛选最佳影像组学特征，通过支持向量机分类器构建恶性水肿发生的预测模型。结果经筛选后具有10个特征的子集（包含7个DWI脑梗死特征和3个脑脊液特征）获得了最高的平均AUC值，并被指定为最终的特征子集纳入模型分析。ROC分析显示训练集患者预测恶性脑水肿的AUC为0.975，敏感度、特异度和准确度分别为90.3%、69.8%、93.5%；测试集患者预测恶性脑水肿的AUC为0.893，敏感度、特异度、准确度分别为86.8%、90.3%、87.1%。结论基于DWI脑梗死和脑脊液影像组学特征的机器学习，能够较为准确地预测急性脑卒中机械取栓术后恶性脑水肿的发生，为临床早期干预治疗提供指导。【关键词】卒中；磁共振成像；脑脊液；恶性脑水肿；机器学习中图分类号：R743.3；R445.2文献标识码：A文章编号：1006-9011（2024）01-0007-04ThestudyofmachinelearningbasedonDWIinfarctionandcerebrospinalfluidinpredictingmalignantedemaafterthrombectomyforacutestrokeXUJingjing1，WANGZhinan1，XUXiang1，MAYuehu2，PENGMingyang2，CHENGuozhong2，XIEGuanghui21.DepartmentofRadiology，NanjingIntegratedTraditionalChineseAndWesternMedicineHospital，Nanjing210000，China2.DepartmentofMedicalImaging，NanjingFirstHospital，NanjingMedicalUniversity，Nanjing210006，China【Abstract】ObjectiveToconstructapredictionmodelofmalignantedemaafterthrombectomyforacutestrokeusingma‐chinelearningbasedontheradiomicfeaturesofdiffusionweightedimaging（DWI）infarctionandcerebrospinalfluid.Meth⁃odsAtotalof155acutestrokepatientsreceivingMRIwereretrospectivelyenrolled.TheDWIinfa...
