影像组学技术助力冠脉CT判断左心耳血栓（解放军总医院研究）

本研究利用影像组学技术构建模型，并采用最为完善和规范的多维度模型评估方法评价了组学模型是否可以提升传统预测指标的预测能力，不仅比较了模型的区分度，更评估了模型的临床净获益，填补了非瓣膜性房颤方面的研究空白，为进一步建立一站式血栓评价系统提供了方法学基础和理论依据。

同时，本研究发现影像组学特征 original_shape_Flatness 在重要性排序中排名最前，该特征代表了左心房原始形态的平坦度，其取值与结构平坦程度成反比，其可能与血栓高危人群的左心耳结构的平坦程度更低、更容易引起血液动力学紊乱、致使内皮损伤形成血栓有关。

此外，小波特征在特征重要性排序中相对靠前，该类特征代表了心耳纹理的平滑程度和异质性，较高的小波特征值与更为粗糙和异质性更强的组织结构相关。

研究纳入接受CCTA和经食道超声心动图（TEE）检查的非瓣膜性心房颤动患者 364 例，以 TEE 诊断左心耳血栓为金标准分为血栓组（n=33）和非血栓组（n=331）。

本研究发现，充分结合了临床参数、CT 参数和影像组学评分的复合模型拥有更好的左心耳血栓识别效能和校准度，且用于指导临床决策具有更好的获益，这可能与先进的影像组学技术可以充分分析左心耳血栓像素间复杂交互作用、更加全面地反映左心耳血栓的内部结构特征有关。

解放军总医院第六医学中心学者发表研究也发现，影像组学技术可以提高冠状动脉CT血管造影（CCTA）对心房颤动患者左心耳血栓的诊断效能。

随着计算机技术的发展，部分学者已利用影像组学技术开展了血栓预测方面的研究，初步发现定量影像组学特征对左心耳血栓识别效能提升具有增益价值。

分别测量左心耳感兴趣区（ROI）内最低 CT 密度值（LAAmin）与同一轴面的升主动脉根部 ROI 内最低 CT 密度值（AAmin），并计算二者比值（LAAmin/AAmin）。自动提取左心耳 ROI 影像组学特征并采用随机森林算法进行特征筛选，利用 RMS包构建影像组学评分。

研究发现，左心耳高血栓风险与更长的房颤持续时间相关，同时相较于非血栓组患者，血栓组患者的左心耳开口直径更大，左心耳长径更长，LAAmin/AAmin 比值更低。