目的 建立智能白质高信号(WMH)分割算法,分析脑小血管病(CSVD)患者WMH总体积和不同脑区WMH体积,并探讨其与认知功能的相关性.方法 建立智能WMH分割算法,对CSVD患者头颅MRI显示的WMH分别进行智能WMH分割算法及人工勾画方法分析.采用Dice相似系数比较两种方案的一致性.采用神经心理量表多维度联合评估患者的认知功能,分析不同脑区WMH体积与认知功能的相关性.结果 共纳入249例CSVD患者.建立智能影像系统并验证:智能算法分割WMH总体积与人工勾画方法比较具有显著相关性(r=0.896,P<0.000 1);66.7%的脑区(26/39例)智能WMH体积与人工勾画比较具有显著相关性(均r>0.5,P<0.001),提示两种方法具有良好一致性.相关性分析提示:智能算法WMH总体积与简明精神状态量表、连线测试、数字符号测试、数字广度测试得分呈负相关(P<0.05);白质分区中放射冠、内囊前肢、扣带回与Stroop色词和连线量表测试得分呈负相关(P<0.05);放射冠、内囊前肢、丘脑辐射与数字广度测试得分呈负相关(P<0.05).结论 智能WMH分割算法与人工勾画方法结果比较具有良好一致性;CSVD患者的WMH总体积与执行功能和注意力相关,白质分区中放射冠、内囊前肢、扣带回与执行功能相关,放射冠、内囊前肢、丘脑辐射与注意力相关.
作者:费贝妮;成宇;刘颖;张广征;王鹤;吴卫文;丁晶;汪昕
来源:中国临床神经科学 2021 年 29卷 3期