[1]宋心雨,孙 正,李跃华.比较基于CT图像的纹理分析与临床评分在预测急性缺血性脑卒中出血性转化中的价值[J].介入放射学杂志,2024,33(03):230-235.
　SONG Xinyu,SUN Zheng,LI Yuehua.. CT images texture analysis versus clinical scores in predicting hemorrhagic transformation of acute ischemic stroke[J].journal interventional radiology,2024,33(03):230-235.
点击复制

比较基于CT图像的纹理分析与临床评分在预测急性缺血性脑卒中出血性转化中的价值()

PDF下载中关闭

分享到：

《介入放射学杂志》[ISSN:1008-794X/CN:31-1796/R]

卷:
33
期数:
2024年03
页码:
230-235
栏目:
神经介入
出版日期:
2024-03-27

文章信息/Info

Title:
 CT images texture analysis versus clinical scores in predicting hemorrhagic transformation of acute ischemic stroke
作者:
宋心雨;  孙 正;  李跃华
Author(s):
SONG Xinyu;  SUN Zheng;  LI Yuehua.
Department of Interventional Radiology， Affiliated Sixth People’s Hospital， School of Medicine， Shanghai Jiao Tong University， Shanghai 200233， China
关键词:
【关键词】 缺血性脑卒中;  出血性转化;  纹理分析;  临床评分;  预测
文献标志码:
A
摘要:
【摘要】 目的 本研究试图利用CT图像的纹理特征预测缺血性脑卒中出血性转化（hemorrhagic transformation，HT）的发生，并与传统的临床预测评分进行比较。方法 本研究共纳入73例急性前循环缺血性脑卒中患者，所有患者都进行再灌注治疗。根据随访ADC图像弥散受限区勾画出梗死区感兴趣区域（region of interesting，ROI），并匹配到计算机断层血管造影（computed tomographic angiography，CTA）和平扫CT （non- contrast CT，NCCT）相应的缺血区域。在所有患者中随机抽取5个HT和5个非HT组成测试组，余下组成训练组。分别在CTA和NCCT训练组中选取最有预测价值的6个纹理特征，然后将这些特征带入不同分类器进行5倍交叉验证训练，最后根据训练后的分类器对测试组进行预测评估。此外，对所有训练组患者进行4项临床评分（HAT、SEDAN、HIAT2、THRIVE- c）。结果 训练后的分类器模型在CTA和NCCT中都表现出明显的预测价值。在CTA预测模型中，线性支持向量机（linear SVM）分类器预测效能最好，其在5倍交叉验证中的平均预测准确度为0.816，AUC值为0.890；在测试组中预测准确度为0.800，敏感性为0.600，特异性为1.000。逻辑回归（logistic regression，LR）为NCCT中表现最好的分类器，但NCCT模型HT的预测性能稍逊于CTA模型，其在训练组中预测准确度为0.697，AUC值为0.763。NCCT测试组的预测准确度为0.700，敏感性为0.600，特异性为0.800。相比于纹理分析模型，4种临床评分预测表现较差，AUC值均小于0.700。结论 基于CT图像脑缺血区的纹理分析（CTA和NCCT）具有预测AIS患者再灌注治疗后HT的能力，预测效能优于传统的临床评分方法。

参考文献/References:

［1］ Powers WJ， Rabinstein AA， Ackerson T， et al. Guidelines for the early management of patients with acute ischemic stroke： 2019 update to the 2018 guidelines for the early management of acute ischemic stroke： a guideline for healthcare professionals from the American heart association/American stroke association［J］. Stroke， 2019， 50： e344- e418.
［2］ Zhou TF， Zhu LF， Li TX， et al. Application of retrievable Solitaire AB stents in the endovascular treatment of acute ischemic stroke［J］. J Interv Med， 2018， 1： 77- 81.
［3］ Zubair AS， Sheth KN. Hemorrhagic conversion of acute ischemic stroke［J］. Neurotherapeutics， 2023， 20： 705- 711.
［4］ Roman LS， Menon BK， Blasco J， et al. Imaging features and safety and efficacy of endovascular stroke treatment： a meta- analysis of individual patient- level data［J］. Lancet Neurol， 2018， 17： 895- 904.
［5］ 吕晓颖，王承汉，王正则，等．急性缺血性脑卒中取栓术后出血转化相关因素研究进展［J］． 介入放射学杂志， 2022， 31：310- 314．
［6］ Liu L， Chen W， Zhou H， et al. Chinese stroke association guidelines for clinical management of cerebrovascular disorders： executive summary and 2019 update of clinical management of ischaemic cerebrovascular diseases［J］. Stroke Vasc Neurol， 2020， 5： 159- 176.
［7］ Suh CH， Jung SC， Cho SJ， et al. Perfusion CT for prediction of hemorrhagic transformation in acute ischemic stroke： a systematic review and meta- analysis［J］. Eur Radiol， 2019， 29： 4077- 4087.
［8］ Hong L， Hsu TM， Zhang YR， et al. Neuroimaging prediction of hemorrhagic transformation for acute ischemic stroke［J］. Cereb-rovasc Dis， 2022， 51： 542- 552.
［9］ Lou M， Safdar A， Mehdiratta M， et al. The HAT score： a simple grading scale for predicting hemorrhage after thrombolysis［J］. Neurology， 2008， 71： 1417- 1423.
［10］ Strbian D， Michel P， Seiffge DJ， et al. Symptomatic intracranial hemorrhage after stroke thrombolysis： comparison of prediction scores［J］. Stroke， 2014， 45： 752-758.
［11］ Sarraj A， Albright K， Barreto AD， et al. Optimizing prediction scores for poor outcome after intra- arterial therapy in anterior circulation acute ischemic stroke［J］. Stroke， 2013， 44： 3324- 3330.
［12］ Fan Y， Feng M， Wang R. Application of radiomics in central nervous system diseases： a systematic literature review［J］. Clin Neurol Neurosurg， 2019， 187： 105565.
［13］ Xie G， Li T， Ren Y， et al. Radiomics- based infarct features on CT predict hemorrhagic transformation in patients with acute ischemic stroke［J］. Front Neurosci， 2022， 16： 1002717.
［14］ Wen X， Xiao Y， Hu X， et al. Prediction of hemorrhagic transfor-mation via pre- treatment CT radiomics in acute ischemic stroke patients receiving endovascular therapy［J］. Br J Radiol， 2023， 96： 20220439.
［15］ Xu J， Dai F， Wang B， et al. Predictive value of CT perfusion in hemorrhagic transformation after acute ischemic stroke： a systematic review and meta- analysis［J］. Brain Sci， 2023， 13： 156.
［16］ Zhai H， Liu Z， Wu S， et al. Predictive value of magnetic resonance imaging- based texture analysis for hemorrhage transformation in large cerebral infarction［J］. Front Neurosci， 2022， 16： 923708.
［17］ Meng Y， Wang H， Wu C， et al. Prediction model of hemorrhage transformation in patient with acute ischemic stroke based on multiparametric MRI radiomics and machine learning［J］. Brain Sci， 2022， 12： 858.
［18］ Flint AC， Rao VA， Chan SL， et al. Improved ischemic stroke outcome prediction using model estimation of outcome probability： the THRIVE- c calculation［J］. Int J Stroke， 2015， 10： 815- 821.
［19］ Zhou Y， Xing P， Li Z， et al. Effect of occlusion site on the safety and efficacy of intravenous alteplase before endovascular thrombectomy： a prespecified subgroup analysis of DIRECT- MT［J］. Stroke， 2022， 53： 7- 16.
［20］ Yang P， Zhang Y， Zhang L， et al. Endovascular thrombectomy with or without intravenous alteplase in acute stroke［J］. N Engl J Med， 2020， 382： 1981- 1993.
［21］ 中华医学会神经病学分会，中华医学会神经病学分会脑血管病学组.中国急性脑梗死后出血转化诊治共识2019［J］． 中华神经科杂志， 2019， 52：252- 265．
［22］ Kim T， Koo J， Kim SH， et al. Blood- brain barrier permeability assessed by perfusion computed tomography predicts hemorrhagic transformation in acute reperfusion therapy［J］. Neurol Sci， 2018， 39： 1579- 1584.
［23］ Valdés Hern?觃ndez MDC， Gonzalez- Castro V， Chappell FM， et al. Application of texture analysis to study small vessel disease and blood- brain barrier integrity［J］. Front Neurol， 2017， 8： 327.
［24］ Kassner A， Liu F， Thornhill RE， et al. Prediction of hemorrhagic transformation in acute ischemic stroke using texture analysis of postcontrast T1- weighted Mr images［J］. J Magn Reson Imaging， 2009， 30： 933- 941.
［25］ Pan Y， Peng Y， Chen W， et al. THRIVE- c score predicts clinical outcomes in Chinese patients after thrombolysis［J］. Brain Behav， 2018， 8： e00927.
［26］ Flint AC， Chan SL， Edwards NJ， et al. Outcome prediction in large vessel occlusion ischemic stroke with or without endovascular stroke treatment： THRIVE- EVT［J］. Int J Stroke， 2023， 18： 331- 337.
［27］ Tian B， Tian X， Shi Z， et al. Clinical and imaging indicators of hemorrhagic transformation in acute ischemic stroke after endovascular thrombectomy［J］. Stroke， 2022， 53： 1674- 1681.
［28］ Ryu CW， Kim BM， Kim HG， et al. Optimizing outcome prediction scores in patients undergoing endovascular thrombectomy for large vessel occlusions using collateral grade on computed tomography angiography［J］. Neurosurgery， 2018， 83： 350- 358.

相似文献/References:

[1]张永巍,洪 波,黄清海,等. 平板ＣＴ脑血容量检测的可行性及应用价值的前瞻性研究[J].介入放射学杂志,2012,(04):265.
　,,et al.Ｔｈｅ ｆｅａｓｉｂｉｌｉｔｙ ａｎｄ ｃｌｉｎｉｃａｌ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｆｌａｔｐａｎｅｌ ｄｅｔｅｃｔｏｒ ｃｏｍｐｕｔｅｒ ｔｏｍｏｇｒａｐｈｙ ｉｎ ｅｖａｌｕａｔｉｎｇ ｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ： ａｎ ｉｎｉｔｉａｌ ｐｒｏｓｐｅｃｔｉｖｅ ｓｔｕｄｙ [J].journal interventional radiology,2012,(03):265.
[2]吕晓颖,王承汉,王正则,等.急性缺血性脑卒中取栓术后出血转化相关因素研究进展[J].介入放射学杂志,2022,31(03):310.
　LYU Xiaoying,WANG Chenghan,WANG Zhengze,et al.Research progress in the related factors of hemorrhagic transformation in patients with acute ischemic stroke after thrombectomy[J].journal interventional radiology,2022,31(03):310.

备注/Memo

备注/Memo:
（收稿日期：2023- 06- 06）
（本文编辑：茹 实）
更新日期/Last Update: 2024-03-27