摘要
目的使用影像组学构建冠心病痰瘀互结证辨识模型。方法收集行冠状动脉血管成像(CCTA)的冠心病患者112例,其中痰瘀互结证60例,心血瘀阻证52例,采用人工智能影像后处理平台分割患者冠状动脉周围脂肪组织(PCAT),提取影像组学特征,采用机器学习算法筛选特征并构建冠心病痰瘀互结证辨识模型,应用ROC曲线下面积对模型进行验证,评价影像组学特征辨识冠心病痰瘀互结证的效能。使用Spearman系数进行影像组学特征与冠脉定量影像学数据的相关性分析。结果共提取出102个PCAT影像组学特征,经过特征筛选,6个影像组学特征用于构建冠心病痰瘀互结证与心血瘀阻证的辨识模型。训练组和验证集辨识模型的ROC曲线下面积(AUC)分别为0.837和0.819。相关性分析发现,影像组特征与冠脉周围脂肪组织衰减指数(FAI)、冠脉CT血流储备分数(CT-FFR)具有显著相关性。结论基于PCAT的CT影像组学模型对冠心病痰瘀互结证有较高的辨识效能。
出处
《时珍国医国药》
北大核心
2025年第2期389-394,共6页
Lishizhen Medicine and Materia Medica Research
基金
国家中医药管理局青年岐黄学者支持项目(20201A2180)
辽宁省重点研发计划项目(2020JH2/10300070)。
