基于代谢组学腰椎间盘退变的计算机辅助诊断

摘要

背景:腰椎间盘退变诊断对预防腰椎疾病意义重大,但目前对其诊断主要依赖于影像医师的主观评价,易因个人经验不足产生误判。目的:建立自动识别腰椎间盘退变等级的计算机辅助诊断方法,为影像医师提供参考。方法:采用Spearman相关分析验证腰椎间盘的MRI代谢指标与腰椎间盘退变的Pfirrmann等级相关性,并建立可用于腰椎间盘退变智能诊断的Softmax回归、神经网络和支持向量机等多种分类器。结果与结论:相关性分析结果表明,椎间盘相邻上下位椎体脂肪分数FF值和T2^(*)值等3种生化代谢指标都与腰椎间盘退变显著相关,softmax回归、神经网络和支持向量机3种诊断模型的分类准确率分别为0.477,0.515和0.523,kappa系数分别为0.311,0.300和0.330。实际分析结果表明,采用MRI代谢指标建立腰椎间盘退变智能辅助诊断是可行的,为腰椎间盘退变诊断提供了一种可期的途径。