论文部分内容阅读
第一部分老年人脑白质高信号的危险因素分析——与磁共振FLAIR高信号血管征的相关性研究目的研究老年人脑白质高信号(WMH)与磁共振液体反转序列(FLAIR)颅内高信号血管征(HVS)的相关性,探讨WMH的危险因素及发病机制。方法回顾性收集了2013-2016年期间在我院一月内行头颈部CTA和头颅MRI检查患者的影像和临床资料,采用Fazekas视觉量表分别对两侧大脑半球侧脑室旁白质(PWMH)和皮层下深部白质(DWMH)进行评估;根据大脑半球是否出现HVS分为HVS阳性和阴性两组,比较两组的临床资料、PWMH和DWMH差异。结果本研究共纳入271例患者即542侧大脑半球,其中HVS阳性79侧(14.6%)、阴性463侧(85.4%)。HVS阳性和阴性两组在同侧颈内动脉(ICA)的狭窄程度上存在着统计学差异(X~2=126.840,P<0.01),HVS阳性同侧ICA重度狭窄的发生率62.0%(49/79)明显高于HVS阴性侧9.9%(46/463)。HVS阳性侧中重度DWMH的发生率为65.8%(52/79),HVS阴性侧为34.8%(161/463),差异有统计学意义(X~2=34.962,P<0.01)。而中重度PWMH的发生率在两组分别为65.8%(52/79)、55.5%(257/463),差异无明显统计学意义(X~2=6.944,P=0.074)。多项Logistic回归分析显示在调整年龄、性别、同侧ICA狭窄程度及高血压、糖尿病等基础疾病后,HVS阳性仍是DWMH的独立危险因素(OR=2.653,95%CI1.489-4.726,P=0.001)。结论HVS阳性是老年人DWMH的独立危险因素,而与PWMH并无明确相关性,提示脑内低灌注状态是老年人DWMH的可能发病机制。第二部分预测老年人脑白质高信号进展的影像组学纵向研究研究背景:表观正常白质(normal appearing white matter,NAWM)是指常规MR图像中白质高强度(white matter hyper,WMH)周围看似正常而实则发生病变的白质区域,只是这种微观改变在常规的影像检查手段中无法被识别。影像组学是一种新兴的定量成像技术,与传统的视觉分析相比,它可以提供更多的组织信息。本研究的目的探索是否可以通过影像组学中的纹理分析发现NAWM的早期改变,从而预测WMH的进展。方法:回顾性收集2012年2月至2017年4月浙江省人民医院PACS影像学数据。所有患者均要求≥60岁,且临床主要诊断为轻微脑卒中或短暂性脑缺血发作。初步纳入在同一台3.0 MRI机器上进行两次以上常规头颅MRI检查且间隔时间大于1年以上的患者。通过对比基线及随访MR图像,FLAIR图像上WMH明显增大者作为病例组进行最终分析(n=51);而两次MRI检查中均无WMH的年龄匹配的正常人作为对照组(n=51)。利用ITK软件在基线FLAIR图像上进行感兴趣的区域(ROI)勾画。在病例组图像上勾画ROI进展的NAWM(developing NAWM;d NAWM)和非进展的NAWM(non-developing NAWM;non-d NAWM)。d NAWM在基线图像上表现正常而后续图像上发展为WMH。non-d NAWM在基线和随访图像上均正常。从正常对照组中勾画ROI正常白质(normal white matter;NWM),其作为完全正常的标准。通过ANOVA+MW,相关性分析和LASSO依次进行降维。根据降维后的最优纹理建立了模型1(NWM vs.d NAWM)、模型2(non-d NAWM vs.d NAWM)和模型3(NWM vs.non-d NAWM)。采用ROC曲线对模型的分类效能进行评价。结果:患者与对照组的基本临床资料无统计学差异。模型1在训练组和测试组的AUC分别为0.967(95%CI:0.831-0.999)和0.954(95%CI:0.876-0.989)。模型2的AUC分别为0.939(95%CI:0.856-0.982)和0.846(95%CI:0.671-0.950)。模型3的AUC分别为0.713(95%CI:0.593-0.814)和0.667(95%CI:0.475-0.825)。结论:常规FLAIR图像上影像组学可以区分出d NAWM和non-d NAWM两者的差异,可将其用于NAWM病变发展为可视性WHM的早期预测。