Page 125 - 南京医科大学学报自然科学版

第42卷第8期 陈罕奇，张 浩，葛晓敏，等. 机器学习结合影像组学特征预测急性脑卒中机械取栓预后［J］.
2022年8月 南京医科大学学报（自然科学版），2022，42（08）：1165-1170 ·1167 ·

估基于不同模型预测急性脑卒中机械取栓治疗后
预后的效能。获得 ROC 曲线下面积（area under
curve，AUC）、准确度、敏感度、特异性、阳性预测值、
阴性预测值等模型评价指标。P < 0.05为差异有统
计学意义。

2 结 果

2.1 临床资料比较
DWI图 PWI图
105例训练集中，预后良好组为51例，预后不良
图1 DWI图和PWI图感兴趣区勾画图示 组为 54 例；50 例测试集中预后良好组为24例，预后
Figure 1 The graphic of region of interest on DWI and 不良组为26例；45例验证集中，预后良好组为23例，
PWI image
预后不良组为 22 例。训练集、测试集及验证集的 3
gray tone difference matrix，NGTDM）等 1 316 个 特 组间年龄、性别、入院 NIHSS 评分及发病至 MRI 检
征。 查时间均无明显差异（P > 0.05，表1）。
1.2.3 特征选择、模型构建和验证 2.2 筛选最佳影像组学特征

最低绝对收缩和选择算子（least absolute shrink⁃ DWI 和 PWI 共 2 632 个影像组学特征的 LASSO
age and selection operator，LASSO）回归是变量选择 系数分布见图2。基于LASSO回归模型，利用五折交
中的压缩估计方法，已广泛用于高维数据的降维和 叉验证选择系数非零的最佳影像组织特征，共筛选出
回归分析 。本研究应用LASSO回归模型筛选预测 40个最佳影像组学特征，热图见图3。
［7］
卒中预后的最佳影像组学特征，同时进行五折交叉 2.3 AIS预后预测模型构建
验证对模型参数进行最优化。将 LASSO 筛选出的 基于 40 个最佳影像组学特征通过 SVM 分类器
影像组学特征纳入支持向量机（support vector ma⁃ 建立预测AIS预后预测模型。应用ROC曲线分析基
chine，SVM）机器学习算法进行建模。SVM 采用线 于 DWI 序列构建的模型预测训练集患者预后的
性核，应用五折交叉验证进行模型训练。分别构建 AUC 为 0.786，灵敏度和特异度分别为 0.833、0.843，
基于DWI、PWI及DWI 联合PWI预测卒中预后的模 准确度为 0.838。基于 PWI 序列构建的模型预测训
型。然后应用验证集数据对所建模型进行验证，评 练集患者预后的 AUC 为 0.752，灵敏度和特异度分
估相应模型的效能。 别为 0.759、0.765，准确度为 0.762。基于 DWI+PWI
1.3 统计学方法 构建的模型预测训练集患者预后的 AUC 为 0.981，
应用 SPSS26.0 软件进行临床资料统计学分 灵 敏 度 和 特 异 度 分 别 为 0.944、0.941，准 确 度 为
析。正态分布的计量资料以均数±标准差（x ± s）表 0.943（表2，图4）。
示，并采用ANOVA方法进行统计；计数资料采用例 2.4 AIS预后预测模型测试
数（百分率）表示，并采用卡方检验进行统计分析。 应用 ROC 曲线分析基于 DWI 序列构建的模型
LASSO 回归模型、SVM 分类器分别基于“glmnet”、 预测测试集患者预后的 AUC 为 0.762，灵敏度和特

“e1071”程 序 包 完 成 。 应 用 Sklearn（http：//scikit. 异度分别为0.769、0.792，准确度为0.780。基于PWI
learn.org/stable/）机器学习模块的受试者操作特征 序列构建的模型预测测试集患者预后的 AUC 为
（receiver operating characteristic，ROC）曲线分析评 0.652，灵敏度和特异度分别为 0.692、0.750，准确度

表1 各数据集基本临床特征比较
Table 1 Comparison of basic clinical characteristics of each data set
预后良好［n（%）］ 年龄（岁） 男性［n（%）］ 入院NIHSS评分（分） 发病至MRI检查时间（min）
训练集（n=105） 51（48.57） 66.84 ± 14.07 68（64.76） 13.18 ± 5.49 202.73 ± 87.36
测试集（n=50） 24（48.00） 67.19 ± 13.07 31（62.00） 15.13 ± 6.15 218.15 ± 97.19
验证集（n=45） 23（51.11） 65.38 ± 15.82 28（62.22） 14.76 ± 4.96 209.86 ± 89.25
χ /F值 0.108 0.209 0.152 0.793 -1.418
2
P值 0.947 0.735 0.927 0.117 -0.169