本研究利用腰椎MRI T2数据、放射组学及结合SHAP分析的随机森林模型，提高了椎间盘源性腰痛（DLBP）的诊断水平，实现了高准确性和可解释性，有助于改善临床决策。
研究文章
* These authors contributed equally
本研究利用腰椎MRI T2数据、放射组学及结合SHAP分析的随机森林模型，提高了椎间盘源性腰痛（DLBP）的诊断水平，实现了高准确性和可解释性，有助于改善临床决策。
下背痛（LBP）是全球范围内导致残疾和生活质量下降的主要原因，其中椎间盘源性下背痛（DLBP）占所有病例的39%。由于缺乏可靠的诊断方法，LBP病因的准确诊断具有挑战性。本研究旨在结合腰椎MRI T2数据、影像组学和机器学习，提高DLBP的诊断效率。本项回顾性研究分析了81例DLBP患者和162例健康对照者的MRI数据。提取了影像组学特征、临床数据以及高信号区（HIZ）影像特征。数据被分为四组（d0、d1、d2、D），并使用随机森林（RF）、决策树（TREE）、支持向量机（SVM）、K近邻（KNN）和逻辑回归（LOG）构建了20个预测模型。采用受试者工作特征曲线（ROC）下的面积（AUC）、精确率-召回率（PR）AUC、准确率、敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）和F1分数评估模型性能。应用SHapley加性解释（SHAP）方法解析最具显著性的特征。在D组中，随机森林模型表现最佳，训练集和测试集的ROC AUC分别为0.9861和0.9580，PR AUC分别为0.9813和0.9179，F1分数分别为0.9254和0.8148。SHAP分析确定一阶峰度为对DLBP诊断贡献最大的特征。结合SHAP分析的随机森林模型显著提升了DLBP的诊断能力，具有高性能和良好的可解释性，有助于增强临床决策。
随着人口老龄化加剧以及日常工作中不良坐姿的普遍存在，腰痛（LBP）患者人数逐年增加1。普通成人群体中腰痛的平均患病率约为12%，在40岁及以上人群以及女性中患病率更高，终生患病率约为40%2。在所有腰痛病例中，椎间盘源性腰痛（DLBP）约占39%，其病因复杂多样，常与椎间盘退变相关，尤其是延伸至椎间盘外层纤维环的纤维环撕裂3,4,5。椎间盘内压力升高会刺激已被炎症介质致敏的神经末梢，从而引发椎间盘源性疼痛5,6。
目前，椎间盘造影术被认为是诊断椎间盘源性腰痛（DLBP）的金标准，通过诱发椎间盘源性疼痛来确认病因7。然而，由于可能存在假阳性结果以及加速椎间盘退变的风险，其有效性和安全性受到质疑，限制了其在临床中的应用5,8。高信号区（HIZ）是指在T2加权MRI图像上椎间盘后部纤维环出现的高信号影，病理上表现为纤维环撕裂....
访问受限。请登录或开始试用以查看此内容。
伦理考量与研究人群
本回顾性研究已获得机构伦理委员会批准。由于所有受保护的健康信息均已匿名化，故免除知情同意。研究人群包括2022年1月至2023年12月期间因腰痛在南通市第一人民医院影像数据库中检索到的接受腰椎MRI检查的患者。同时收集了患者的临床特征（表1）。
纳入与排除标准
目前对 DLBP 的诊断标准遵循 1995 年国际疼痛研究协会（International Association for the Study of Pain）提出的椎间盘造影方法，该方法通过增加椎间盘内压力诱发疼痛，但由于侵入性较高，尚未被广泛接受8。因此，本研究采用一种限制性的术中椎间盘疼痛诱发试验作为 DLBP 的诊断方法，该方法符合椎间盘造影的基本原理，同时可最大限度减少对椎间盘的进一步损伤及并发症31。操作过程包括：患者在脊髓麻醉下取俯卧位，通过 C 型臂 X 光机引导定位目标腰椎间盘；采用后外侧入路，将 18 G（<22 G）穿刺针插入椎间盘中央的髓核区域，避免损伤神经根和硬膜囊；确认针尖位置后，以不超过 0.5 mL/min 的速度注射生理盐水或非离子型造影剂（如碘海醇），注射压力低于 50 psi，总注射量少于 3 mL，以模拟椎间盘内压力升高，诱发患者熟悉的腰背部疼痛症状....
访问受限。请登录或开始试用以查看此内容。
本研究基于81例经手术确诊的椎间盘源性腰痛（DLBP）患者和162例对照者共243例患者的MRI T2加权成像（T2WI）数据。提取影像组学特征，并结合临床特征和高信号区（HIZ）影像特征，将数据按8:2的比例划分为训练集和测试集，以构建DLBP预测诊断模型。具体而言，在使用3D Slicer测量目标椎间盘后获得7项HIZ影像特征，并将其与临床特征一同纳入d1组和D组模型。使用PyRadiomics提取的107项影像组学特征经标准化处理后，与临床特征共同纳入d2组和D组模型。由于特征数量有限，d0组和d1组未进行特征筛选；然而，在经过特征筛选和多次迭代后，d2组最终稳定保留11项关键特征，D组保留15项关键特征。本研究对d2组和D组采用Mann-Whitney U检验、Lasso回归（含L1正则化及10折交叉验证）并结合迭代执行，强化了特征筛选过程，以稳健地识别对DLBP诊断最具影响力的特征。各组经特征筛选后的建模结果列于表3中。
基于243名患者的数据，我们使用五种不同的算法（包括随机森林、逻辑回归、决策树、支持向量机和K近邻算法），在四组（d0.......
访问受限。请登录或开始试用以查看此内容。
D组模型整合了临床特征、HIZ影像特征和影像组学特征，通过特征选择和多次迭代后稳定在15个关键特征，表现出优于其他各组的平均性能，具有更高的稳定性和预测能力。随机森林模型在所有组中（d0组除外）均优于其他模型，尤其在D组中表现最佳，其ROC曲线下面积（AUC）接近1，训练集与测试集之间的差异极小，确立了其作为最优模型的地位。d0组和d1组模型更贴近临床应用与实践，为医生的决策过程提供了更清晰的支持。比较四组发现，HIZ影像特征与影像组学特征相互补充，相较于医生主观评估，显著提高了DLBP的诊断效率，凸显了随机森林模型作为集成学习工具在复杂分类任务中的优势。然而，在无创性DLBP诊断及其他领域仍存在显著差距32。据我们所知，本研究首次系统比较了多种影像特征在DLBP诊断中的预测效能，基于影像干预建立了一个综合预测模型，为精准临床DLBP诊断提供了新的决策工具（表5）。
在DLBP诊断中，一阶峰度（kurtosis）贡献最大，反映了医学图像中病变区域亮度分布的异常，这与Li等人关于图像峰度在椎间盘退变相关.......
访问受限。请登录或开始试用以查看此内容。
作者声明，本研究是在不存在任何可能被解释为潜在利益冲突的商业或财务关系的情况下进行的。
作者感谢以下机构提供的经费支持：南京医科大学康达学院科研基金（项目编号：KD2024KYJJ292）；南通大学临床医学专项研究基金（项目编号：2024JY002）；南通市卫生健康委员会科技项目（项目编号：MS2024045）；江苏省科技计划项目［BE2023742］，江苏省中医药管理局项目（项目编号：MS2023113）。
....访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 3D Slicer 5.6.1 | 3D Slicer | https://download.slicer.org/?version=5.6.1 | |
| 数据存储 | Zenodo | https://doi.org/10.5281/zenodo.17365220. | |
| GeForce RTX 3060 笔记本电脑 GPU | NVIDIA | N/A | |
| Ingenia CX 3.0T 磁共振成像设备 | Philips | N/A | |
| Prisma 3.0T 磁共振成像设备 | Siemens | N/A | |
| Python 3.7.9 | Python | https://www.python.org/downloads/release/python-379/ | |
| R 4.3.1 | R | https://www.r-project.org/ | |
| Verio 3.0T 磁共振成像设备 | Siemens | N/A |
访问受限。请登录或开始试用以查看此内容。
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可