影像组学 | 影像组学实现肥厚型心肌病心脏事件风险的精准预测

影像组学实现肥厚型心肌病心脏事件风险的精准预测

LGE-CMR-derived texture features reflect poor prognosis in hypertrophiccardiomyopathy patients with systolic dysfunction: preliminary results

Sainan Cheng & Mengjie Fang & Chen Cui& Xiuyu Chen & Gang Yin& Sanjay K. Prasad & Di Dong & Jie Tian &Shihua Zhao

目的:评价基于晚期钆增强心脏磁共振(LGE-磁共振)图像的纹理特征在肥厚型心肌病(HCM)收缩功能障碍患者中的预后价值。

方法:方法选择67例HCM心脏收缩功能障碍患者(男41例,女26例,平均年龄标准差46.20岁±13.38岁)。所有患者均接受1.5 T磁共振电影和LGE成像。从LGE图像中提取纹理特征。Cox比例风险分析Kaplan-Meier分析用于确定纹理特征传统参数与无事件生存的关联。

结论:结论LGE异质性增加(较高的X0_GLRLM_energy(灰度游程矩阵能量),较低的X0_H_skewness(直方图不对称性)、X0_GLCM_cluster_tendency(灰度共生矩阵聚类趋势))与HCM收缩功能障碍患者的不良事件相关。

纹理特征

纹理包含关于表面结构排列及其与周围环境关系的重要信息,这些信息通常是肉眼看不见的。它可以通过使用一系列参数,包括能量、熵、偏斜度、均匀度、聚类趋势等,提供对病变异质性的进一步洞察。

最近,基于磁共振成像的纹理分析的预后价值已经在肿瘤学研究中得到验证,包括乳腺癌,胶质母细胞瘤,肺癌和结直肠癌。对于浸润性乳腺癌患者,较高的T2均匀度和较低的T2熵显示出较好的无复发生存率。对于原发性结直肠癌患者,五个纹理特征(较低熵、峰度和像素分布标准差;较高的一致性和偏斜度)与较差的5年总生存率相关。但是纹理分析可能适用于所有疾病。

流程图

常规核磁共振图像定量分析

使用商用软件Intellispace portal, Philips

常规心脏磁共振参数包括结构和功能参数(最大左心室壁厚度、左心室质量、左心房容积指数、左心室舒张末期容积指数、左心室收缩末期容积指数、LVEF、每搏输出量指数、心输出量指数)和LGE范围(LGE%) 。

LGE语义特征semantic features

LGE语义特征,也称为LGE模式,包括中壁纹或斑块、室间隔右侧、透壁、心内膜下和心外膜下。

LGE图像分割和定量纹理特征提取

使用 ITK-SNAP 2.2.0 分割标注ROI。

纹理特征提取:对图像进行低通滤波处理,实现图像平滑和去噪。使用可分离滤波来避免多维卷积。用低通“Coiflet 1”小波滤波器分别沿x方向和y方向进行卷积。从原始图像及其对应的平滑图像中提取了总共90个定量特征,包括来自直方图、形状、灰度共生矩阵和灰度游程矩阵(GLRLM)的类别的特征。

滤波和特征提取使用MATLAB实现( MATLAB 2014a )。

统计分析

使用类内/类间相关系数(ICC)来评估所提取的纹理特征的鲁棒性,大于0.75是好的。

为了确定纹理特征作为非冗余预后指标,进行了两次具有反向逐步选择的多变量Cox比例风险回归分析。通过使用以阿卡克信息准则(Akaike's information criterion)为停止规则的似然比检验来应用反向逐步选择

用Kaplan-Meier曲线和对数秩检验来探索LGE范围和纹理特征与存活率的关联。根据ROC曲线最佳点将LGE范围和每个纹理特征进行二分,以分割存活曲线。

单变量和多变量比例风险分析用于估计终点事件的预测因子。预测能力通过计算一致性概率来评估。p值< 0.05被认为具有统计学意义。

所有统计分析均使用R语言实现(3.2.5版;http://www .Rproject.org)。

结果

家族史(危险比[HR]=2.558,95 %置信区间[CI]= 1.060–6.180)

NYHAⅲ-ⅳ(心脏衰竭等级)(HR = 5.627,CI = 1.652–19.173)

左心室射血分数(HR=0.945,CI = 0.902–0.991)

左心室舒张末期容积指数(HR=1.006,CI = 1.000–1.012)

LGE范围(HR = 1.006)

当通过三种纹理特征之一进行调整时,LGE范围的心率(心率= 1.548[置信区间= 1.046–2.293],1.650[置信区间= 1.122–2.428]和1.586[置信区间= 1.044–2.409]/10%的增加,p<0.05)仍然显著。

缩写:

CMR Cardiac magnetic resonance 心脏磁共振

CRTD  Cardiac resynchronization therapy defibrillator 心脏再同步化治疗除颤器

GLCM  Grey-level co-occurrence matrix 灰度共生矩阵

GLRLM  Grey-level run-length matrix 灰度游程矩阵

HCM  Hypertrophic cardiomyopathy 肥厚型心肌病

ICC  Intra-/inter-class correlation coefficient 类内/类间相关系数

ICD  Implantable cardioverter defibrillator 植入式心律转复除颤器

LGE  Late gadolinium enhancement 晚期钆增强

LV  Left ventricular 左心室

LVEF  Left ventricular ejection fraction 左心室射血分数

NYHA  New York Heart Association 纽约心脏学会 (心力衰竭的分级)

ROC  Receiver operating characteristic 接收器操作特征(ROC曲线)

ROI  Region of interest 感兴趣区域

SCD  Sudden cardiac death 心源性猝死

SD  Standard deviation 标准差

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容