基于扩散张量成像定量分析预测植物状态患者预后.pdfVIP

第42卷第9期中国医学物理学杂志Vol.42No.9

2025年9月ChineseJournalofMedicalPhysicsSeptember2025-1147-

DOI:10.3969/j.issn.1005-202X.2025.09.004医学影像物理

基于扩散张量成像定量分析预测植物状态患者预后

123211

叶思敏，钟海鹂，梁杞梅，黄曦妍，王思训，黄靖

1.南方医科大学生物医学工程学院，广东广州510515；2.南方医科大学珠江医院康复医学科，广东广州510282；3.南方医科大

学第十附属医院（东莞市人民医院）康复医学科，广东东莞523000

【摘要】目的：探讨预后不同的植物状态（VS）患者脑白质纤维束的结构完整性差异，构建预后预测模型，以在疾病稳定后

早期预测患者1年后的预后。方法：回顾性分析南方医科大学珠江医院康复医学科收治的52例VS患者，根据1年随访的

修订版昏迷恢复量表（CRS-R）评分将患者分为预后良好组（n=22）和预后不良组（n=30）。采用扩散张量成像技术提取患

者脑白质纤维束的各向异性分数（FA），首次将CRS-R的视觉评分与FA值结合作为模型的输入特征。为优化模型构建，

采用LASSO筛选特征，并运用合成少数类过采样技术进行数据平衡处理，最终基于支持向量机（SVM）算法，采用留一交

叉验证构建预后预测模型，并通过综合评估受试者工作特征曲线下面积（AUC）、灵敏度、准确率、特异性和F1分数等指标

全面评估模型效能。结果：经LASSO特征筛选后，脑桥横束、内侧丘系、绒毡层、胼胝体压部和视觉评分被确定为关键预

测指标，基于上述特征构建的多模态SVM预测模型可有效预测VS患者的1年预后，其预测效能达到较高水平（AUC=

0.894）。结论：结合特定白质纤维束FA值与视觉评分的SVM模型对预测VS患者1年后预后具有较好的预测效能。

【关键词】植物状态；分数各向异性；支持向量机；扩散张量成像

【中图分类号】R318；R445.2【文献标志码】A【文章编号】1005-202X（2025）09-1147-06

Prognosticpredictionofpatientsinvegetativestatebasedonquantitativeanalysisofdiffusion

tensorimaging

123211

YESimin,ZHONGHaili,LIANGQimei,HUANGXiyan,WANGSixun,HUANGJing

1.SchoolofBiomedicalEngineering,SouthernMedicalUniversity,Guangzhou510515,China;2.DepartmentofRehabilitation

Medicine,ZhujiangHospitalofSouthernMedicalUniversity,Guangzhou510282,China;3.DepartmentofRehabilitationMedicine,

theTenthAffiliatedHospitalofSouthernMedicalUniversity(DongguanPeoplesHospital),Dongguan523000,China

Abstract:ObjectiveToanalyzethediffer