世界著名神经创伤杂志《Journal of Neurotrauma》最近发表了一篇应用影像组学方法预测脑挫裂伤患者血肿扩张风险及其预后的研究成果：《Predicting Hematoma Expansion and Prognosis in Cerebral Contusions: A Radiomics-Clinical Approach》。该研究由重庆市急救医疗中心（重庆市第四人民医院、重庆大学附属中心医院）神经外科邓永兵主任团队完成，结果表明影像组学特征可以作为传统临床特征相关预测的良好补充。
J Neurotrauma杂志亚太区编辑高国一教授将这篇文章推荐给广大国内神外同仁，并特别邀请J Neurotrauma杂志主编David Brody教授进行了联合点评。
文章摘要
脑挫裂伤（CC）患者通常在入院早期发生脑挫裂伤血肿扩大（HPC），这会显著影响其预后。及时评估CC患者的HPC风险并采取有效的个性化干预措施对改善其预后至关重要。本研究利用452名CC患者的CT图像训练了Attention-3DUNet神经网络以辅助临床医师分割脑挫裂伤血肿。随后从261名患者的358个血肿中提取了1502个影像组学特征，经过特征工程筛选后，与病史、体格检查、实验室结果和影像学报告等临床特征被用于开发机器学习预测模型。
背景介绍
预计到2030年，创伤性脑损伤（TBI）将成为与伤害相关的人类死亡和残疾的三大原因之一。准确早期预测CC患者的HPC风险和预后并实施个性化干预措施，对减轻继发性脑损伤至关重要。目前的实践趋势和共识是通过整合各种特征对患者进行全面和个性化的评估。影像组学有助于从患者图像中高通量地提取定量特征，并与特征工程和机器学习技术相结合，被越来越多地用于协助临床决策。本研究采用神经网络对脑挫裂伤行血肿进行半自动分割，提取血肿影像组学特征后，将其与病史和体格检查特征、实验室结果和影像学学特征三类传统临床特征相结合，共同预测CC患者的HPC风险和预后。
结 果
1. Attention-3DUNet神经网络可以有效地分割脑挫裂伤性血肿区域
经过训练，Attention-3DUNet神经网络在测试集上实现了0.82±0.30的Dice值，综合表现由于其他3D-UNet和VNet神经网络模型。其能够对大部分脑挫裂伤性出血区域进行分割，然而由于脑挫裂伤出血的高度不规则性和弥散性，部分血肿区域分割不准确，还需要医师进行人为核对。
2. 形状不规则、纹理复杂的血肿更容易发生扩大；血肿体积较大、密度较低的患者预后较差
对于HPC，本研究中形状特征Original_shape_Sphericity在影像组学评分中贡献了42.161%的重要性，表明脑挫裂伤病灶球形度越低，其扩大的风险越高；LongRunLowGrayLevelEmphasis和ShortRunLowGrayLevelEmphasis等6个影像组学特征则强调了血肿异质性与HPC之间的影响。
本研究择了2个一阶强度特征、1个形状特征和4个纹理特征用于预测患者预后。WEIGHT_original_shape_MajorAxisLength根据体积大小对患者多个脑挫裂伤性血肿的最大轴长进行加权求和，本研究中发现患者各血肿加权轴长越大，预后越差，推测其与血肿占位效应有关。Ibp-3D-k_firstorder_Minimum、MEAN_log-sigma-4-0-mm-3D_firstorder_90Percentile等特征表明患者血肿整体密度越低，预后不良风险越高，这可能是因为血肿中低密度区域的大量存在预示着血肿还会进一步的扩大。
3. 对于HPC的预测，影像组学特征是传统临床特征的良好补充
对于HPC，综合血红蛋白水平、Rotterdam CT评分3、多发性血肿模糊征（MFS）、并发硬膜下出血、国际标准化比率和血肿扩大影像组学评分的综合模型在训练和测试队列中分别实现了0.873和0.848的AUC值，优于临床模型的0.833和0.803。联合模型在三家医院的外部验证上也取得了0.836的平均AUC值，显著优于临床模型0.773的AUC值。可见影像组学特征的引入有效改善了联合模型的预测效果。
4. 对于患者预后的预测，影像组学特征在传统临床特征的基础上进一步提升模型预测效果的能力较弱
利用年龄、头部简明损伤量表（AIS-Head）、格拉斯哥昏迷量表运动部分（GCS-M）、格拉斯哥昏迷量表言语部分（GCS-V）、白蛋白和患者预后影像组学评分建立的临床预后预测模型在训练组和测试组中分别达到了AUC值0.846和0.803。联合模型在三家医院的外部验证上也取得了0.803的平均AUC值，略高优于临床模型的0.781的AUC值。影像组学特征的引入改善了联合模型的预测效果。临床模型的临床价值较为明显，但在此基础上影像组学特征无法显著增加患者收益。推测患者的预后不良涉及到治疗过程中的诸多影响因素，而本研究仅使用患者基线特征开发了入院早期的预测模型。为更准确地预测患者结局，后续应进一步纳入患者基线后的特征参与预测模型构建，跟进患者治疗过程，开发持续的预测模型。
编辑点评
David Brody 教授
Journal of Neurotrauma杂志主编
北京天坛医院创伤神经外科主任 北京市神经外科研究所颅脑创伤研究室主任 神经外科教授，主任医师，博士研究生导师 中华创伤学会全国委员会委员 中华创伤学会神经损伤专业委员会副主任委员 中国神经外科医师协会颅脑伤专家委员会副主任委员 中华医学会神经外科学分会颅脑伤专业组副组长 世界神经外科联合会（WFNS）颅脑创伤委员会现任委员 Journal of Neurotrauma杂志亚太区编辑 承担多项国家级课题，在Lancet Neurology、Eclincalmedicine、Intensive Care Medicine等杂志发表论著，获国家科技进步二等奖等奖项
对外伤后脑挫伤灶血肿是否增加进行预测，是神经外科临床关注的核心问题之一。目前尚缺少临床可用性强的预测手段。邓永兵主任团队在这一方面通过影像组学特征分析的手段，建立了临床应用价值较强的工作模型。我的认识和主编相同，文章的方法学途径的完善保证了研究结果的可信性。
通讯作者简介
邓永兵 教授
重庆市急救医疗中心（重庆市第四人民医院、重庆大学附属中心医院）
主任医师，医学博士，重庆大学医学院硕士研究生导师
重庆市急救医疗中心（重庆市第四人民医院、重庆大学附属中心医院）神经外科主任
现任国家卫健委百万减残工程专家委员会专业委员，国家卫健委医院管理所脑出血外科诊疗能力提升项目专家委员会青年委员、秘书及全国讲师，中国神经科学学会神经损伤与神经修复分会委员，中国研究型医院协会神经脊柱脊髓专业委员会委员，重庆市医学会神经外科学分会副主任委员、卒中分会副主任委员，重庆市医师协会神经外科医师分会副会长，重庆市中西医结合学会神经外科专委会副主任委员
从事颅脑创伤、出血性脑血管疾病、脊柱脊髓疾病的临床救治工作22余年，先后在成都军区昆明总医院、首都医科大学宣武医院、英国King’s College Hospital访问学习
科研方面，主持省部级、厅局级课题7项；以第一作者或通讯作者发表论文二十余篇，SCI收录9篇；获国家发明专利授权2项、外观设计1项；参编专著2部，参与制定专家共识1篇
声明：脑医汇旗下神外资讯、神介资讯、神内资讯、脑医咨询、Ai Brain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。
