基于皮层形态特征的机器学习模型识别早期帕金森病

目的探究基于皮层形态特征的机器学习模型在诊断早期帕金森病(PD)中的应用价值。资料与方法回顾性选取帕金森病进展标志物倡议数据库2014年1月—2017年12月100例早期PD患者和70例健康对照的MRI图像和临床资料。首先使用计算机解剖分析工具箱对图像进行预处理,提取大脑皮层分形维数(FD)和回指数(GI),并分析两种指标的组间差异。然后将所有受试者按照7∶3随机分为训练集和测试集,通过t检验和递归特征消除法筛选出最优特征。使用随机森林构建分类模型并绘制受试者工作特征曲线评估模型效能,应用决策曲线分析评估模型临床价值。结果与健康对照相比,早期PD患者双侧中央前回、双侧额中回前部、双侧额中回后部、双侧额下回三角部、双侧额下回岛盖部、双侧额下回眶部以及右侧额上回、右侧外侧眶额、右侧岛叶皮层GI值较低(P均<0.05),但FD值差异无统计学意义(P均>0.05)。模型评估结果显示,FD、GI以及联合模型在训练集的曲线下面积分别为0.860、0.895、0.939,在测试集分别为0.762、0.821、0.868。Hosmer-Lemeshow检验结果表明所有模型在训练集和测试集的拟合优度差异均无统计学意义(P均>0.05)。决策曲线分析曲线显示,当阈值概率为0.10~0.88时,联合模型的临床净效益最优。结论在疾病早期PD患者的大脑皮层形态已出现变化,基于皮层形态特征的机器学习模型具有良好诊断性能,在辅助临床诊断早期PD方面可能具有重要价值。

三叉神经痛琼脂压迫模型优化及相关解剖结构学研究

目的:通过3D定位建立琼脂压迫动物模型模拟三叉神经痛(trigeminal neuralgia,TN),利用影像学扫描进行模型验证,并通过采集不同模型的行为学、影像学及病理学等相关数据,对模型进行分析,以便于进一步探索TN的发病机制。方法:用von Frey测痛纤维丝筛选出痛阈值在8~15 g的雄性SD(Sprague Dawley,SD)大鼠32只,采用随机数字法分为实验组(16只)和对照组(16只),建立三叉神经根部琼脂压迫模型,术后1~7周通过von Frey测痛纤维丝测定大鼠机械疼痛阈值,术后4周、8周、12周进行灰质体积的基于体素形态学分析(voxel based management,VBM),采集术后8周和12周的三叉神经颅内段(intracranial segment,ICS)和眶下段神经(infraorbital nerve,ION)利用透射电镜(transmission electron microscope,TEM)进行超微结构分析。结果:机械疼痛阈值测定结果显示琼脂实验组术后机械刺激阈值出现降低,可持续至术后42天,对照组在术后14天内有轻度机械刺激阈值降低。TEM结果显示实验组于术后8周和12周三叉神经ICS和ION的电镜结果均观察到明显脱髓鞘改变,且术后12周较术后8周更严重。灰质体积VBM分析显示实验组大鼠术后4周脑灰质体积未出现明显变化;8周时左侧旁下托、左侧齿状回、左侧胼胝体压部、右侧顶叶联合皮质、下丘脑、右侧基底前脑、右侧纹状体及双侧初级躯体感觉皮质灰质体积显著变小;12周时上述变化范围明显扩大,甚至蔓延到双侧脑区;另外新观察到导水管周围灰质、左侧内嗅皮质、双侧扣带回及双侧海马的灰质体积显著变小;全脑分析显示各脑区无灰质体积增加。结论:琼脂压迫模型能产生稳定且较长持续时间疼痛,可作为继发性TN的可靠模型用于对TN发病机制、治疗等的进一步研究。ICS段神经损伤可经神经扩散或通过神经周围传导从而累及三叉神经ION段。短期内(8~12周)随时间延长,TN神经脱髓鞘损伤呈加重趋势。琼脂压迫模型的头颅VBM分析与TN病人较为符合。

T2WI-Dixon序列在杜氏肌营养不良症患者肌肉脂肪浸润和水肿评价中的应用价值研究

目的对比T2加权水脂分离成像(T2WI-Dixon)序列与常规序列[T1WI和T2WI-SPAIR(spectral attenuated inversion recovery)序列]的图像质量以及在评价杜氏肌营养不良症(Duchenne muscular dystrophy,DMD)患者臀腿肌肉脂肪浸润和水肿程度中的一致性,探讨T2WI-Dixon作为单个序列在DMD患者臀腿部肌肉评估中的应用价值。材料与方法前瞻性纳入71例DMD患者进行3.0 T磁共振臀部及大腿轴位扫描,扫描序列包括T2WI-Dixon序列、T1WI序列和T2WI-SPAIR序列。采用主观(Likert 4分量表,内容包括图像伪影、脂肪抑制能力以及整体质量)与客观[定量测定图像信噪比(signal-noise ratio,SNR)与对比噪声比(contrast-to-noise ratio,CNR)]相结合的方法对各序列采集的图像质量进行综合评价。参考Mercuri分级量表和Kim分级量表对肌肉脂肪浸润和水肿程度进行评分,评估方法间的一致性。同时评估观察者间和观察者内主观评分一致性。结果在图像质量主观评价方面,T2WI-Dixon-fat的伪影和整体图像质量评分均高于T1WI(P均<0.001);T2WI-Dixon-water图像的脂肪抑制均匀性、伪影和整体图像质量评分也均高于T2WI-SPAIR(P均<0.001)。客观评价方面T2WI-Dixon-fat的CNR明显高于T1WI,而SNR明显低于T1WI(P均<0.001);T2WI-Dixon-water的SNR和CNR均高于T2WI-SPAIR(P均<0.001)。T2WI-Dixon-fat与T1WI在评价肌肉脂肪浸润程度时具有极好的一致性(Kappa=0.95,P<0.001);T2WI-Dixon-water与T2WI-SPAIR在评价肌肉水肿程度方面也具有极好的一致性(Kappa=0.84,P<0.001)。观察者内和观察者间主观评分具有中等至极好的一致性(Kappa值0.42~0.86,P均<0.001)。结论T2WI-Dixon序列对肌肉脂肪浸润和水肿程度的评估与常规序列具有较好的一致性,且能显著缩短扫描时间,提高图像质量,在评价DMD患者臀腿部肌肉损伤中具有很好的应用价值。

高度近视并发白内障患者人工晶状体度数计算的研究进展

高度近视并发白内障属复杂性白内障,具有高致盲性,一直以来手术为唯一治疗方法,但在预测术后屈光状态时始终与术后实际屈光度有差异。现高度近视并发白内障患者对术后屈光状态与视觉质量的要求逐渐增高。人工晶状体(IOL)度数计算公式为求更高的预测准确度不断地进行更新换代。临床上可供选择的IOL度数计算公式有很多,但对更适用于高度近视并发白内障患者的公式的选择尚无统一意见。本文根据不同公式的原理和临床应用,就IOL度数计算公式的发展和应用于高度近视并发白内障患者的IOL度数计算公式的研究进展作一综述,以期为临床应用提供参考。