摘要
【摘要】 目的 本研究旨在通过结合扩散张量成像(DTI)技术和自动纤维定量分析(AFQ)技术，探索肝豆状核变性(Wilson病)患者的脑智发育特征，并基于这些特征构建一个预测模型，以便早期预测和识别智力退化的风险。方法 研究收集了102例肝豆状核变性患者，进行智力测试和脑部磁共振扫描。使用DTI和AFQ技术提取患者脑白质纤维束的相关参数，采用LASSO回归分析进行特征选择并构建了一个多因素回归预测模型，评估其预测能力。结果 LASSO回归筛选出了四个重要的预测变量。通过多因素回归分析，构建了一个具有较好预测性能的模型。训练集的AUC为0.756，验证集的AUC为0.717，模型表现出较好的稳定性和临床应用价值。结论 基于AFQ技术和LASSO回归分析的预测模型可以有效预测肝豆状核变性患者的智力发育水平，具有较好的临床实用性和可靠性。
【关键词】纤维束定量分析技术；肝豆状核变性； 智力障碍；临床预测模型
【中图分类号】R742.4
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2025.09.003
中国CT和MRI杂志
第23卷， 第 9 期
2025年09月
相关文章
编辑部邮箱：（1）中国CT和MRI杂志：ctmri@vip.163.com；（2）罕少疾病杂志：hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 深圳市龙岗区坂田街道坂田社区吉华路489号乐荟科创中心13栋G层12房
简体中文
English
个人中心
微信公众号
头条号