一种用于分析高血压中心脏改变的放射组学方法
医学物理
2020-07-22 v1 机器学习
机器学习
摘要
高血压是一种已被确认为是许多重大疾病风险因素的医学状况。例如，它可随时间引起心脏结构和功能的改变，导致心脏相关的发病和死亡。然而，在亚临床阶段，这些变化很微妙，无法使用临床心脏影像计算出的常规心血管指标轻易捕获。在本文中，我们描述了一种放射组学方法，用于识别与高血压相关的中间影像表型。该方法结合特征选择和机器学习技术，以识别高血压亚组相比健康个体最为微妙及复杂的结构和组织变化。基于包含高血压和非高血压病例的无症状心脏样本进行的验证表明，所提出的放射组学模型能够检测到远超常规影像表型能力的强度和纹理变化，表明其在增进理解高血压对心血管健康和疾病的纵向效应方面具有潜力。
引用
@article{arxiv.2007.10717,
title = {A radiomics approach to analyze cardiac alterations in hypertension},
author = {Irem Cetin and Steffen E. Petersen and Sandy Napel and Oscar Camara and Miguel Angel Gonzalez Ballester and Karim Lekadir},
journal= {arXiv preprint arXiv:2007.10717},
year = {2020}
}