一种基于支持向量机的扩张型心肌病计算机辅助诊断方法

作者：邵晓宁; 靳雅楠; 张文博; 程敬亮^*

来源：北京生物医学工程, 2023, 42(05): 503-512.

• 扩张型心肌病
• 心血管磁共振
• T1-mapping
• 直方图分析
• 支持向量机

目的 扩张型心肌病(dilated cardiomyopathy, DCM)的确诊过程相对繁琐，为帮助临床医生诊断DCM,本研究在分析DCM患者磁共振(magnetic resonance, MR)心肌短轴T1-mapping图像的直方图特征参数的基础上，提出了一种基于支持向量机(support vector machine, SVM)的半自动计算机辅助诊断DCM的方法。方法 回顾性分析50例扩张型心肌病患者的临床资料和MR图像，并对24例健康志愿者进行前瞻性研究。在3T磁共振扫描仪上使用改进的Look-Locker反转恢复(modified Look-Locker inversion recovery, MOLLI)序列获得T1-mapping图像。由有经验的影像科医师在短轴层面T1-mapping图像上绘制心内膜和心外膜，从而提取出心肌区域并计算心肌T1值的直方图参数，包括均值、方差、最大值、最小值、众数、百分位数等。随机选取70%被试者的直方图参数作为SVM的训练集，余下30%为测试集。测试程序共运行了100次，平均准确度作为整体准确度。结果 DCM组与健康对照组相比，均值、最大值、众数等直方图特征参数显著高于正常对照组。以12个直方图参数为分类依据的SVM分类器的诊断准确率为0.81±0.07。结论 基于SVM的磁共振心肌短轴T1-mapping图像直方图分析是一种有效的半自动计算机辅助诊断DCM的方法。

• 单位
  郑州大学第一附属医院