影像特征预测脑内早期血肿扩大的价值

摘要

目的探讨基于人工智能(AI)技术联合CT平扫影像(NCCT)特征对脑内早期血肿扩大(EHE)的预测价值。方法搜集2018年6月—2021年6月136例自发性脑出血患者的临床和头颅NCCT资料进行回顾性研究。基于AI技术精确分割脑内血肿,测量血肿体积,判断是否存在EHE。采用χ^(2)检验与二元Logistic回归分析岛征、卫星征、混合征、漩涡征、黑洞征、液平征及其联合征象预测EHE的价值,χ^(2)检验和t检验分析临床资料与EHE的相关性。结果头颅NCCT图像显示黑洞征(OR=11.250,95%CI=4.453~28.423,P<0.001)、卫星征(OR=5.779,95%CI=2.322~14.384,P<0.001)、岛征(OR=4.882,95%CI=2.116~11.265,P<0.001)与漩涡征(OR=2.676,95%CI=1.222~5.857,P=0.014)对预测EHE均有统计学意义,是EHE的危险因素。联合黑洞征或卫星征预测EHE的准确率78.7%、特异度82.0%、阴性预测值88.2%、曲线下面积(AUC)0.757,优于单一影像征象及与其他征象的组合。临床资料中,年龄(t=-2.120,P=0.036)、急诊格拉斯哥昏迷评分(GCS)(t=2.763,P=0.007)、出院改良Rankin评分(mRS)(t=-2.992,P=0.003)、高血压史(χ^(2)=4.925,P=0.026)、冠心病史(χ^(2)=4.089,P=0.043)及肾脏病史(χ^(2)=6.543,P=0.011),均与EHE相关性显著。结论基于AI技术,头颅NCCT检查结果显示的黑洞征或卫星征联合应用对EHE有较高的预测价值。