目的 探讨基于人工智能(AI)技术联合CT平扫影像(NCCT)特征对脑内早期血肿扩大(EHE)的预测价值.方法 搜集2018年6月—2021年6月136例自发性脑出血患者的临床和头颅NCCT资料进行回顾性研究.基于AI技术精确分割脑内血肿,测量血肿体积,判断是否存在EHE.采用χ2检验与二元Logistic回归分析岛征、卫星征、混合征、漩涡征、黑洞征、液平征及其联合征象预测EHE的价值,χ2检验和t检验分析临床资料与EHE的相关性.结果 头颅NCCT图像显示黑洞征(OR=11.250,95％CI=4.453～28.423,P<0.001)、卫星征(OR=5.779,95％CI=2.322～14.384,P<0.001)、岛征(OR=4.882,95％CI=2.116～11.265,P<0.001)与漩涡征(OR=2.676,95％CI=1.222～5.857,P=0.014)对预测EHE均有统计学意义,是EHE的危险因素.联合黑洞征或卫星征预测EHE的准确率78.7％、特异度82.0％、阴性预测值88.2％、曲线下面积(AUC)0.757,优于单一影像征象及与其他征象的组合.临床资料中,年龄(t=-2.120,P=0.036)、急诊格拉斯哥昏迷评分(GCS)(t=2.763,P=0.007)、出院改良Rankin评分(mRS)(t=-2.992,P=0.003)、高血压史(χ2=4.925,P=0.026)、冠心病史(χ2=4.089,P=0.043)及肾脏病史(χ2=6.543,P=0.011),均与EHE相关性显著.结论 基于AI技术,头颅NCCT检查结果显示的黑洞征或卫星征联合应用对EHE有较高的预测价值.

脑出血;血肿;体层摄影术;X线计算机;人工智能;影像征象

陈越;陈勇;严梓伊;范妍;潘韵涵;周丽芳;丁建平;戚乐

杭州师范大学基础医学院,杭州311121;杭州师范大学临床医学院,杭州310015;杭州师范大学附属医院放射科,杭州310015

中国研究型医院

[1]陈越;陈勇;严梓伊;范妍;潘韵涵;周丽芳;丁建平;戚乐-.影像特征预测脑内早期血肿扩大的价值)[J].中国研究型医院,2022(06):41-46

影像特征,特征预测,早期血肿扩大,平扫,NCCT,EHE,预测价值,自发性脑出血,脑出血患者,头颅,回顾性研究,精确分割,脑内血肿,血肿体积,岛征,混合征,漩涡,黑洞征,检验分析,阴性预测值,影像征象,急诊,格拉斯哥昏迷评分,GCS,Rankin,mRS,冠心病史,肾脏病,联合应用,体层摄影术,线计算

0.272354