背景与目的
脑血管反应性(CVR)是脑血流动力学广泛研究的生物标志物，常用于狭窄闭塞性疾病(SOD)患者的风险分层和治疗规划。传统方法依赖于将估计值归一化到对侧半球参考值，这种方法不适合双侧或不确定分布的疾病。我们报告了一种定制的数据驱动方法，利用随机森林分类器(RFc)来识别用于归一化的候选体素，以便在已知单侧SOD条件之外进行检测。
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MRI和DSC灌注的单侧SOD患者。通过使用留一交叉验证(LOOCV)训练了三个RFc模型，以识别全脑范围内CVR在正常半球中位数10%以内的候选体素：1)所有体素；2)仅灰质；3)仅白质。模型输入特征包括同时获取的DSC中的达峰时间、平均通过时间、CBF和CBV。将中位数模型预测的参考脑血管反应性(CVRref)与LOOCV中的真实中位数进行比较，并评估其对基于阈值的CVR减少体积分类的影响。
结果
RFc模型有效预测了真实CVR体素，使用所有体素的中位数绝对百分比差异为12.8%(四分位距[IQR]: 5.0%–18.9%)，仅灰质为11.3%(IQR: 9.3%–16.1%)，仅白质为9.8%(IQR: 4.4%–16.9%)。模型在不同阈值下的CVR减少体积估计显示，真实值与模型估计值之间存在极好的一致性，没有统计学显著差异(P > .01)，除了最低的白质CVR阈值外。在双侧SOD病例的小型试点应用中，模型展示了潜在的实用性，能够在不依赖对侧参考的情况下进行体素级CVR评估。
结论
我们提出了一种新颖的数据驱动方法，用于双侧或不确定SOD患者的CVR图归一化。使用RFc，我们的方法提供了个性化的全脑参考CVR，扩展了CVR估计的实用性，超越了单侧疾病的典型限制，并可能应用于其他类似受限场景，如SPECT或PET血流动力学研究。
缩略语
ACZ 乙酰唑胺
ASL 动脉自旋标记
BOLD 血氧水平依赖
CMRO2 脑氧代谢率
CVR 脑血管反应性
CVRref 参考脑血管反应性
IQR 四分位距
LOOCV 留一交叉验证
MTT 平均通过时间
OEF 氧摄取分数
RFc 随机森林分类器
SOD 狭窄闭塞性疾病
Tmax 达峰时间
【全文结束】
