Eur Radiol. 2018 Mar 29. doi: 10.1007 / s00330-018-5365-7.
Li L1,2, Ventilátor W1,2, Li J1,2, Li Q3, Wang J4, Y rajongó5, Ti T1,2, Guo J4, Li S4, Zhang Y4, Cheng Y4, Tang Y4, Zeng H4, Yang L6,7, Zhu Z8.
Absztrakt
CÉLOK:
Vizsgálni kell a vénás erektilis diszfunkcióval (VED) kapcsolatos agyi szerkezeti változásokat és ezen változások kapcsolatát a klinikai tünetekkel és a rendellenességek időtartamával, és gépi tanulási osztályozás alapján megkülönböztetni a VED-ben szenvedő betegeket az egészséges kontrolloktól.
MÓD:
Az 45 VED betegeket és az 50 egészséges kontrollokat is bevontuk. Voxel-alapú morfometriát (VBM), traktus-alapú térstatisztikát (TBSS), valamint a VED betegek és a klinikai változók korrelációs elemzését végeztük. A gépi tanulási osztályozási módszert annak igazolására használták fel, hogy hatékonyan különbözteti meg a VED-es betegeket az egészséges kontrolloktól.
EREDMÉNYEK:
Az egészséges kontroll alanyokhoz viszonyítva a VED-es betegek szignifikánsan csökkent kortikális térfogatot mutattak a bal oldali postcentralis és precentral gyrusban, míg a jobb oldali középső temporális gyrusban a kérgi térfogat jelentős növekedést mutatott. Megnövekedett axiális diffúziós (AD), radiális diffúziós (RD) és átlagos diffúzivitási (MD) értékeket figyeltek meg az elterjedt agyi régiókban. Ezen VED-betegekkel kapcsolatos változások bizonyos régiói szignifikáns összefüggést mutattak a klinikai tünetekkel és a rendellenességek tartamával. A gépi tanulás megkülönbözteti a betegeket a kontrolloktól, teljes pontossággal 96.7%, érzékenység 93.3% és specifitás 99.0%.
Következtetések:
A kortikális térfogat és a fehér anyag (WM) mikroszerkezeti változásait figyelték meg a VED betegekben, és szignifikáns összefüggést mutattak a klinikai tünetekkel és a diszfunkció tartamával. Bizonyos agyi régiók különféle DTI-eredetű mutatói megbízható diszkriminatív tulajdonságoknak tekinthetők a VED-betegek és az egészséges kontroll alanyok között, amint azt a gépi tanulási elemzések mutatják.
FŐBB PONTOK:
• A multimodális mágneses rezonancia képalkotás segít a klinikusoknak a VED-ben szenvedő betegek értékelésében. • A VED-betegek agyi szerkezeti elváltozásokat mutatnak a klinikai tüneteikkel kapcsolatban. • A gépi tanulás elemzi a VED-betegeket a kiváló teljesítményű kontrolloktól. • A gépi tanulás osztályozása előzetes bemutatást nyújtott a DTI klinikai használatáról.
KEYWORDS:
Gépi tanulás osztályozása; Multimódusú mágneses rezonancia képalkotás; TBSS; VBM; Vénás erektilis diszfunkció
PMID: 29600478
Doi: 10.1007/s00330-018-5365-7