超声影像组学助力左心室肥厚病因鉴别

摘要

左心室肥厚(LVH)是一种常见的、与不良心血管事件相关的临床表现,仅根据超声心动图对病变形态的检测结果,难以满足快速准确的LVH病因鉴别需求.随着人工智能的快速发展,许多学者在医学影像领域取得了一定的进展.基于超声心动图的影像学分析,对高血压性心脏病(HHD)、肥厚性心肌病(HCM)、尿毒症性心肌病(UCM)三组LVH病因进行研究.研究提取了75例LVH患者的心肌纹理特征,接着对特征进行统计分析,并用于阈值法分类和支持向量机(SVM)分类.结果表明,Contrast能显著区分HHD、HCM和UCM(p=0.002).在SVM模型中,区分HHD、HCM组和UCM组时,曲线下面积(AUC)为0.910.区分HHD组和HCM组时,AUC为0.857.因此,该方法有助于LVH病因的临床鉴别,从而有望为医生的治疗决策提供更好的建议.