磁共振薄层扫描结合人工智能脑结构分割技术分析海马体积辅助诊断脑小血管病认知功能障碍

目的 分析磁共振薄层扫描结合人工智能脑结构分割技术分析海马体积辅助诊断脑小血管病认知功能障碍的应用价值。方法 选择确诊为脑小血管病患者84例，入院采用简易智力状态检查量表（MMSE）分为认知功能障碍组39例和正常组45例。采用1.43T磁共振薄层扫描结合人工智能脑结构分割技术分析内侧颞叶区和海马的体积绝对值及百分比。结果 认知功能障碍组年龄大于正常组（t=8.63,P<0.05），内侧颞叶区和海马的体积绝对值及百分比明显低于正常组（t分别=5.86、5.00、6.03、9.63,P均<0.05），而内侧颞叶萎缩视觉（MTA）评分明显高于正常组（t=-4.75,P<0.05）。相关性分析显示，内侧颞叶区和海马的体积绝对值及百分比与MTA评分呈负相关（r分别=-0.46、-0.50、-0.60、-0.63,P均<0.05），与MMSE评分呈正相关（r分别=0.41、0.49、0.57、0.60,P均<0.05）。受试者工作特征曲线（ROC）显示，海马体积百分比预测认知功能障碍的曲线下面积为0.88,95%CI 0.82～0.90，最佳临界值为0.31%，即海马...