影像组学在颅内动脉瘤中的应用研究进展2023.docx
《影像组学在颅内动脉瘤中的应用研究进展2023.docx》由会员分享,可在线阅读,更多相关《影像组学在颅内动脉瘤中的应用研究进展2023.docx(14页珍藏版)》请在第一文库网上搜索。
1、影像组学在颅内动脉瘤中的应用研究进展2023摘要:颅内动脉瘤是常见的脑血管疾病,发病率高,破裂后致死、致残率高,准确评估其破裂风险至关重要。影像组学基于影像图像高通量提取大量定量特征,在颅内动脉瘤特别是风险分层方面展现出巨大应用潜力。影像组学结合机器学习算法尤其是深度学习有望提升颅内动脉瘤稳定性评估的效能,提高临床工作效率。现对影像组学在颅内动脉瘤中的应用研究进展进行综述,为动脉瘤的个体化分层和管理提供参考。颅内动脉瘤是常见的公共卫生疾病,准确评估其破裂风险至关重要。影像组学作为一个新兴的研究领域,可利用计算机从影像图像中提取和分析大量定量特征,以反映疾病潜在的病理生理变化,在疾病的检测、诊断
2、及疗效评估等方面,特别是在肿瘤领域显示出巨大的应用价值1近年来,该技术开始应用于颅内动脉瘤的研究并展现出独特优势,但仍处于起步阶段,需要进一步探索。现就影像组学在颅内动脉瘤中的应用进展进行综述,拟为动脉瘤患者的分层管理提供参考。1颅内动脉瘤的风险评估现状颅内动脉瘤是因血管壁结构改变引起的血管壁病理性膨出或扩张。全球范围内,大约有3.2%的人患有颅内动脉瘤2,在中国3575岁的人群中,其发病率高达7%3。颅内动脉瘤每年的破裂率为1.4%,5年破裂风险为3.4%。对未破裂颅内动脉瘤进行观察随访成为大部分患者的首要选择。然而,并非所有未破裂颅内动脉瘤患者均适合随访。HUar1g等报道称,无症状性颅内
3、动脉瘤的老年(65岁)患者,在符合保守治疗条件时,不需要过于频繁的随访;而对于多发颅内动脉瘤或存在子囊者,密切的随访可能更有价值。大多数未破裂颅内动脉瘤患者无明显症状,但动脉瘤一旦破裂,可能面临灾难性后果。动脉瘤破裂患者在破裂后30d内死亡的概率高达35%,幸存者中约三分之一需要全面护理,同时还有三分之一无法返回工作岗位,严重损害公众健康及生活质量。通过血管内介入或神经外科手术预防性治疗颅内动脉瘤可以降低动脉瘤破裂的风险,但同时也伴随着治疗相关并发症发生的风险。一项Meta分析显示才妾受血管内介入治疗的未破裂颅内动脉瘤患者术中及术后30d内总并发症发生风险为4.96%(95%CI:4.00%6
4、.12%),病死率为0.30%(95%CI:0.20%0.40%);而接受神经外科治疗者手术期间及术后30d内总并发症发生风险为8.34%(95%CI:6.25%11.10%),病死率为0.10%(95%CI:00.20%)7.因止匕,又寸颅内动脉瘤进行风险分层具有重要意义。如何平衡颅内动脉瘤自然破裂与发生治疗并发症的风险,并识别高危患者一直是临床上的难题。过去的研究进行了大量探索,如建立综合了人口种族(P)、高血压病(H)、年龄(A)、动脉瘤大小(S)、其他动脉瘤的既往蛛网膜下腔出血史(E)及动脉瘤部位几大因素的PHASES评分系统,用于评估动脉瘤5年的破裂风险4涵盖了早期蛛网膜下腔出血病史
5、(E)、动脉瘤位置(1)、年龄(A)、人口种族(P)、动脉瘤大小和形状这6个预测因子的E1APSS评分系统,以预测3年和5年动脉瘤生长的风险8;未破裂颅内动脉瘤研究的评分系统以评估其3年破裂的风险9;未破裂颅内动脉瘤治疗评分系统用于指导临床决策口0o这些评分系统为动脉瘤的风险评估提供了一定参考,但预测效能有限11-13,且评分系统多基于常规临床信息和动脉瘤形态学特征建立,无法详细描述病灶。血流动力学与颅内动脉瘤的生长和破裂显著相关口4-15,但其依靠计算机流体力学虚拟重组,计算参数繁多且复杂,难以准确模拟血液的黏度和血管壁弹性,与血流的真实情况存在一定偏差,应用范围有限。相较而言,形态学参数可
6、直接反映瘤体特征,简便且适用范围广。然而,传统的形态学特征多基于二维手动测量,可能存在观察者之间的差异,难以全面量化整个动脉瘤的特征。尽管一些三维形态学参数如非球面指数、椭圆形指数和波动指数等已用于描述动脉瘤形状的凹凸程度16-17,但这些参数的计算较复杂,应用受限。此外,部分动脉瘤在细胞或分子水平上可能是不稳定的,但无明显的形态学变化证据。因此,需探索能分析大量颅内动脉瘤信息的新技术以进一步研究。2影像组学概述“影像组学是从医学图像中高通量提取大量定量特征的过程,最早由1ambin等18于2012年提出。与传统的医学图像相比,其具有通量大、定量、计算速度快、精度高等优点,不仅可评估病变的形态
7、特征,还可以反映图像的强度分布及空间关系、纹理异质性等。基于特定的软件平台(如PyRadiC)mics)进行特征提取,有助于提高研究结果的准确性和可重复性。影像组学的基本过程主要包括图像采集、图像重组和预处理、感兴趣区域分割、特征提取和分析几个步骤1其中,感兴趣区域分割是关键,分为手动、半自动和全自动分割。手动分割相对简单,但主观且耗时,病灶边界的确定可能受观察者经验的影响。目前,颅内囊状未破裂动脉瘤MRI影像标注专家共识U9为病灶区域的规范标注提供了参考,可减少观察者间的异质性O计算机辅助的半自动分割具有可重复性高、时效性好、接受度高的特点,而全自动分割则有省时、可重复性高和高效率的优势,但
8、目前尚缺乏统一的规范化标准。3影像组学在颅内动脉瘤稳定性评估中的应用具有明显的临床症状或随访期间出现生长的颅内动脉瘤破裂风险通常更高20-21,属于不稳定动脉瘤。DSA、CT血管成像(CTA)和MR血管成像(MRA)等影像检查,可获取动脉瘤的形态特征、血管壁强化情况等信息,辅助预测动脉瘤的破裂风险,但涵盖的信息相对有限。相比之下,影像组学可为医师提供更全面、精准的信息实现动脉瘤整体的评估,弥补了前者的不足O目前其在颅内动脉瘤中的研究以基于DSA和CTA图像的风险预测为主,虽然这一领域还在不断发展,但已取得了初步成效。3.1基于DSA的颅内动脉瘤稳定性评估DSA是诊断颅内动脉瘤的金标准。近年来,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 影像 动脉瘤 中的 应用 研究进展 2023