PET/MRI海马纹理特征诊断阿尔茨海默病与遗忘型轻度认知障碍

目的 观察PET/MRI海马纹理特征诊断阿尔茨海默病(AD)及遗忘型轻度认知障碍(aMCI)的价值。方法 回顾性分析55例AD(AD组)、60例aMCI患者(aMCI组)及55名健康受试者(HC组),按7 ∶ 3比例随机分为训练集与测试集,行一体化PET/MRI,获取3D T1WI和¹⁸F-FDG PET图;对训练集提取双侧海马ROI纹理特征,分别以逻辑回归(LR)、支持向量机(SVM)及随机森林(RF)算法建立3D T1WI模型、¹⁸F-FDG PET模型及联合模型,以受试者工作特征曲线评估各模型诊断AD与aMCI的效能。结果 小波特征在可用于诊断AD与aMCI的最优海马纹理特征中占比最高。基于各算法的联合模型诊断测试集AD的曲线下面积(AUC)均最高(0.996、0.993、0.991),¹⁸F-FDG PET模型次之(0.941、0.941、0.967)而3D T1WI模型最低(0.801、0.801、0.750)。基于LR、RF算法的联合模型诊断测试集aMCI的AUC最高(0.967、0.992),¹⁸F-FDG PET模型次之(0.951、0.971),3D T1WI模型最低(0.833、0.824)。基于SVM算法的联合模型与¹⁸F-FDG PET模型诊断测试集aMCI的AUC相同(0.951)并均高于3D T1WI模型(0.833)。结论 PET/MRI海马纹理分析有助于诊断AD及aMCI;多模态联合诊断优于单模态,且具有良好稳定性。     

基于正电子发射计算机断层显像和磁共振的机器学习在阿尔茨海默病诊断中的研究进展

<正>阿尔茨海默病(Alzheimer’s disease, AD)是以记忆丧失和认知障碍为主要症状的神经退行性疾病,轻度认知功能障碍(mild cognitive impairment, MCI)是介于正常衰老与AD之间的状态,其认知功能轻度减退,而日常能力未受影响,其中10%～15%在1年内转化为AD^[1]。