Eur Radiol. 2018 Mar 29. doi: 10.1007 / s00330-018-5365-7.
Li L1,2, Fan w1,2, Li J1,2, Li Q3, Wang J4, Fan y5, Todavía1,2, Guo j4, Li s4, Zhang Y4, Cheng Y4, Tang Y4, Zeng H4, Yang L6,7, Zhu Z8.
Resumen
OBJETIVOS:
Investigar los cambios estructurales cerebrales relacionados con la disfunción eréctil venosa (VED) y la relación de estos cambios con los síntomas clínicos y la duración del trastorno y distinguir a los pacientes con VED de controles sanos mediante una clasificación de aprendizaje automático.
MÉTODOS:
Se incluyeron pacientes con 45 VED y controles sanos 50. Se realizaron morfometría basada en voxel (VBM), estadísticas espaciales basadas en tracto (TBSS) y análisis de correlación de pacientes con VED y variables clínicas. El método de clasificación de aprendizaje automático se adoptó para confirmar su efectividad para distinguir a los pacientes con VED de los controles sanos.
RESULTADOS:
En comparación con los sujetos de control sanos, los pacientes con VED mostraron una disminución significativa de los volúmenes corticales en el giro postcentral izquierdo y el giro precentral, mientras que solo el giro temporal medio derecho mostró un aumento significativo en el volumen cortical. Se observaron valores de aumento de la difusividad axial (AD), difusividad radial (RD) y difusividad media (MD) en regiones cerebrales generalizadas. Ciertas regiones de estas alteraciones relacionadas con pacientes con VED mostraron correlaciones significativas con los síntomas clínicos y la duración de los trastornos. El aprendizaje automático analiza a los pacientes discriminados de los controles con una precisión global de 96.7%, sensibilidad de 93.3% y especificidad de 99.0%.
CONCLUSIONES:
Se observaron cambios microestructurales en el volumen cortical y materia blanca (WM) en pacientes con VED, y mostraron correlaciones significativas con los síntomas clínicos y la duración de la disfunción. Varios índices derivados de DTI de algunas regiones cerebrales podrían considerarse características discriminatorias confiables entre pacientes con VED y sujetos de control sanos, como lo demuestran los análisis de aprendizaje automático.
PUNTOS CLAVE:
• La resonancia magnética multimodal ayuda a los médicos a evaluar a los pacientes con VED. • Los pacientes con EVE presentan alteraciones estructurales cerebrales relacionadas con sus síntomas clínicos. • Los análisis de aprendizaje automático discriminaron a los pacientes con VED de los controles con un rendimiento excelente. • La clasificación de aprendizaje automático proporcionó una demostración preliminar del uso clínico de DTI.
PALABRAS CLAVE:
Clasificación de aprendizaje automático; Imágenes de resonancia magnética multimodo; TBSS; VBM; Disfunción eréctil venosa
PMID: 29600478
DOI: 10.1007/s00330-018-5365-7
;