目的:探讨基于心脏磁共振（CMR）平扫电影图像的影像组学特征在预测肥厚型心肌病（HCM）患者延迟强化（LGE）中的价值。方法:回顾性分析2017年5月至2021年8月于北京安贞医院行CMR检查诊断明确的HCM患者共300例，采用随机分层抽样方法按7∶3比例将数据分为训练集和测试集。随后，纳入2022年1月至2023年5月于北京安贞医院行CMR检查诊断明确的HCM患者共89例用于外部验证。CVI 42软件被用于获取患者心功能参数，组内相关系数、Pearson相关系数及最小绝对收缩和选择算子（LASSO）回归被用于筛选影像组学特征。最后，使用LASSO回归和3种机器学习算法，包括支持向量机、线性判别分析及朴素贝叶斯构建LGE预测模型。模型效果使用受试者操作特征曲线下面积（AUC）评价。结果:基于CMR图像提取出1 409个特征，经过LASSO筛选后保留了19个特征构建组学标签。尽管4种方法在验证集中预测LGE的能力差异无统计学意义，但LASSO回归的稳定性和综合预测性能相对较好，其AUC在训练集中为0.795（95
作者：张洪博；赵蕾；王浩入；鹿冠玉；张臣；谢国喜；鲁娜；马晓海
来源：中华放射学杂志 2023 年 57卷 11期
