简介:摘要目的探讨基于扩散张量成像(diffusion tensor imaging,DTI)上灰质核团和脑白质的纹理分析对帕金森病(Parkinson's disease,PD)的诊断价值及其与病情发展的相关性。材料与方法前瞻性分析30例PD患者与22例正常对照者进行DTI扫描,工作站后处理得到两组的各向异性指数(fractional anisotropy,FA)图,在ITK-SNAP软件上勾画ROI,包括双侧尾状核头、苍白球、壳核、黑质、红核、小脑齿状核和双侧半卵圆区,用A.K软件进行纹理特征的提取,通过Mann-Whitney U检验、单因素Logistic回归分析、最大相关最小冗余(maximum relevance minimum redundancy,mRMR)选择5个联合诊断效能最高的纹理特征,并构建随机森林(random forest,RF)模型建立预测模型,绘制ROC曲线分析评价模型的诊断效能,并用交叉验证的方法对模型的可靠性进行评估。降维所得的纹理特征与PD患者的简易精神状态评价量表(Mini Mental State Examination,MMSE)、统一帕金森病评定量表(Unified Parkinson's Disease Rating Scale,UPDRS)及病程进行Pearson相关性分析,与Hoehn-Yahr (H-Y)分级进行Spearman相关性分析。结果降维选择后得到的5个纹理特征,ROC分析得出其独立预测PD的曲线下面积(AUC)范围为0.692~0.871,构建PD预测模型,该模型的AUC、准确度、敏感度、特异度分别为0.92、0.86、0.89、0.84。交叉验证的准确度、敏感度、特异度分别为0.89、0.84、0.94。5个纹理特征与上述各临床评分量表及病程均无显著相关性。结论基于DTI的纹理分析对PD有很高的诊断价值,但对病情发展的评估价值不大。