基于弥散张量磁共振脑影像的神经性厌食症机器学习分类研究

摘要

目的 构建区分神经性厌食症(A N)患者和健康对照者的机器学习模型,探索其脑影像生物学标志物.方法 选取2017年6月至2019年12月于四川大学华西医院就诊的A N患者24例为A N组;同时招募来自四川各地的健康对照者24例为对照组.采集两组一般人口学信息及大脑弥散磁共振图像,提取各向异性(FA)、平均扩散率(MD)、轴向扩散率(AD)、径向扩散率(RD)作为数据特征进行机器学习.结果 采用5种模型机器学习区分AN患者和健康对照者的结果提示,FA模型AUC为0.663,差异脑区为左侧海马、中脑、丘脑;MD模型AUC为0.883,差异脑区为中脑、海马旁回、海马;AD模型AUC为0.888,差异脑区为中脑、左侧海马旁回、海马;RD模型AUC为0.920,差异脑区为中脑、左侧海马、脑胼胝体;FA+MD+AD+RD模型AUC为0.883,差异脑区为海马、中脑、脑干、丘脑、胼胝体.结论 通过机器学习建立的数据模型能在一定程度区分AN患者和健康对照者,而海马、脑胼胝体、中脑、丘脑等大脑白质区域弥散张量参数有潜力作为AN的脑影像学标志物.