人工智能技术评估脊髓小脑共济失调3型患者脑萎缩的应用价值
The application value of artificial intelligence in evaluating brain atrophy in patients with spinocerebellar ataxia type 3
目的 基于人工智能(AI)技术评价脊髓小脑共济失调3型(SCA3)患者脑萎缩程度,探讨其与疾病严重程度的相关性.方法 收集SCA3患者(SCA3组)23例和健康对照(HC)(HC组)24例的临床资料和影像数据.使用国际合作共济失调评分量表(ICARS)评估SCA3患者共济失调严重程度.采用AI技术处理SCA3组和HC组的3D-T1WI MR影像数据,分割及测量脑组织的体积及其体积百分比.统计分析SCA3患者脑组织结构改变与共济失调严重程度的相关性.结果 2组间性别、年龄比较无统计学差异(P>0.05).与HC组比较,SCA3组额叶、颞叶、顶叶、枕叶、边缘叶、右侧大脑白质、皮层下灰质、小脑及脑干体积及体积百分比显著下降(多重假设检验校正后P<0.01).SCA3组的ICARS与患者的年龄呈正相关(r=0.571,P=0.004),与左侧小脑白质、小脑蚓部、延髓的体积及双侧小脑白质、小脑蚓部、脑桥、延髓的体积百分比均呈负相关(P<0.05).结论 SCA3患者幕上以及幕下脑组织均存在萎缩,其中苍白球萎缩最为显著,提示其可以作为SCA3的影像标志物之一.
更多- 浏览:8
- 被引:0
- 下载:12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文