基于临床-影像组学特征的机器学习模型预测颅内动脉瘤的破裂风险

目的 探讨基于临床-影像组学特征的机器学习模型预测颅内动脉瘤破裂风险的效能。方法 回顾性分析2019年1月至2022年12月收治的153例颅内动脉瘤的临床资料。利用单因素分析筛选出影响动脉瘤破裂的临床特征;收集DICOM格式影像数据,利用3D Slicer软件对载瘤动脉进行三维重建与分割,利用radiomics插件提取动脉瘤的形态学特征,并利用LASSO算法筛选影响动脉瘤破裂的重要形态学特征;构建基于临床和形态学特征的机器学习模型,计算各模型预测颅内动脉瘤破裂风险的曲线下面积、准确度、精准度、灵敏度、特异度。结果 153例中,破裂动脉瘤43例(破裂组),未破裂动脉瘤110例(未破裂组)。与未破裂组相比,破裂组高血压病人占比较高(P<0.05)。与未破裂组相比较,破裂组动脉瘤形态学特征的伸长率、球形度明显缩小(P<0.05),而动脉瘤最小轴径、最大轴径、冠状面最大直径、最大三维直径、网格体积、表面积、表面积体积比和体素体积明显增大(P<0.05)。纳入分析的14个形态学特征经过LASSO回归与十折交叉验证选择最优lambda值0.023,最终筛选出6个最优形态学特征,根...     

动脉瘤切除术或手术联合血管内支架置入术治疗颈内动脉颅外段动脉瘤二例

颈动脉颅外段动脉瘤(ECAA)是一种非常罕见的动脉局部扩张病变,其治疗方式包括预动脉结扎术、颈动脉包裹术、动脉瘤切除血管重建术及腔内修复动脉瘤术等。2019年8月和10月苏州市立医院本部神经外科收治2例颈内动脉颅外段动脉瘤患者,分别采用动脉瘤切除术和手术联合血管内支架置入术治疗,术后疗效较好。