摘要
背景与目的： 脑血管反应性（CVR）是广泛研究的脑血流动力学生物标志物，常用于脑血管狭窄闭塞性疾病（SOD）患者的风险分层和治疗规划。传统方法依赖于将测量值归一化至对侧半球参考值，但此方法不适用于双侧或分布不明的疾病。本研究报道了一种定制化的数据驱动方法，利用随机森林分类器（RFc）识别候选体素进行归一化处理，从而在已知单侧SOD条件之外实现有效评估。
材料与方法： 我们回顾性分析了16名接受乙酰唑胺增强血氧水平依赖磁共振成像（BOLD-MRI）和动态磁敏感对比增强（DSC）灌注的单侧SOD患者。通过留一交叉验证（LOOCV）训练了三个RFc模型，以识别全脑范围内CVR值接近正常半球中位数10%以内的候选体素：1）全部体素；2）仅灰质；3）仅白质。模型输入特征包括同时获取的DSC数据中的达峰时间（Tmax）、平均通过时间（MTT）、脑血流量（CBF）和脑血容量（CBV）。在LOOCV中，将模型预测的参考脑血管反应性（CVRref）中位数与真实中位数进行比较，并评估其对基于阈值的CVR降低体积分类的影响。
结果： RFc模型有效预测了真实CVR体素，全部体素模型的中位绝对百分比差异为12.8%（四分位距[IQR]：5.0%–18.9%），灰质模型为11.3%（IQR：9.3%–16.1%），白质模型为9.8%（IQR：4.4%–16.9%）。各模型在不同阈值下对CVR降低的体积估计显示，真实值与模型估计值高度一致且无统计学显著差异（P > 0.01），仅白质最低CVR阈值例外。在少量双侧SOD病例的初步应用中，该模型展示了潜在价值，实现了无需依赖对侧参考的体素级CVR评估。
结论： 我们提出了一种针对双侧或分布不明SOD患者CVR图归一化的新颖数据驱动方法。通过RFc，本方法提供了个体化、全脑范围的参考CVR值，突破了传统单侧疾病约束，扩展了CVR测量的适用性，未来可应用于SPECT或PET血流动力学研究等类似受限场景。
缩略语表：
ACZ 乙酰唑胺（acetazolamide）
ASL 动脉自旋标记（arterial spin labeling）
BOLD 血氧水平依赖（blood oxygen level–dependent）
CMRO2 脑氧代谢率（cerebral metabolic rate of oxygen）
CVR 脑血管反应性（cerebrovascular reactivity）
CVRref 参考脑血管反应性（reference cerebrovascular reactivity）
IQR 四分位距（interquartile range）
LOOCV 留一交叉验证（leave-one-out cross-validation）
MTT 平均通过时间（mean transit time）
OEF 氧摄取分数（oxygen extraction fraction）
RFc 随机森林分类器（random forest classifier）
SOD 脑血管狭窄闭塞性疾病（steno-occlusive disease）
Tmax 达峰时间（time-to-maximum）
【全文结束】
