Гибридное моделирование CNN-ViT для прогнозирования функциональных результатов после ишемического инсульта: ретроспективное исследование

Краткое содержание

Гибридная модель CNN-ViT извлекла многопараметрические признаки МРТ и объединила логистическую регрессию, объединяя визуализацию и клинические прогнозы для оценки 90-дневного функционального исхода после острого ишемического инсульта. Модель термоядерного синтеза показала наивысшую внутреннюю производительность тестирования — AUC 0,885 и точность 0,840, а также показала обнадёживающую внешнюю валидационную эффективность.

Аннотация

Острый ишемический инсульт (АИС) является основной причиной смерти и долгосрочной инвалидности, и раннее прогнозирование функционального восстановления важно для принятия клинических решений и планирования реабилитации. Функциональный результат через 90 дней обычно оценивается с помощью модифицированной шкалы Ранкина (mRS), но предсказать долгосрочный исход на основе ранних клинических и визуализационных данных остаётся сложной. Мы выдвинули гипотезу, что интеграция мультипараметрической магнитно-резонансной томографии (МРТ) со структурированными клиническими переменными с использованием архитектуры гибридной сверточной нейронной сети (CNN) и Vision Transformer (ViT) улучшит прогнозирование функциональных результатов за 90 дней по сравнению с одномодальными моделями. Ретроспективная когорта из 300 пациентов AIS, прошедших мультипараметрическое МРТ, была проанализирована и разделена на когорту для обучения-валидации (n = 250) и внутреннюю независимую тестовую когорту (n = 50). Была включена дополнительная внешняя тестовая группа из 37 пациентов AIS для оценки обобщимости модели. Была разработана гибридная модель CNN-ViT для извлечения многопараметрических признаков МРТ, а визуализация и клинические прогнозы интегрированы с использованием стековой логистической регрессии. Производительность модели оценивалась с использованием площади под кривой рабочей характеристики приёмника (AUC), чувствительности, специфичности и точности. Среди оцененных клинических моделей аппарат с опорным вектором показал самый высокий внутренний тест AUC (0,878). Модель визуализации достигла AUC 0,782. Мультимодальная модель синтеза достигла наилучших общих внутренних показателей — AUC 0,885, чувствительности 0,920, специфичности 0,760 и точности 0,840. Схожие тенденции эффективности наблюдались и во внешней тестовой когорте. Эти результаты свидетельствуют о том, что объединённое слияние мультипараметрического МРТ и клинических прогнозов может улучшить 90-дневное функциональное прогнозирование результатов после AIS. Однако перед клиническим внедрением требуются более крупные многоцентровые валидационные исследования.

Введение

Острый ишемический инсульт (АИС) остаётся одной из ведущих причин смерти и долгосрочной нетрудоспособности, и врачи должны рано оценивать восстановление, когда решения о лечении и выписке наиболее чувствительны¹. Точное раннее прогнозирование функционального восстановления имеет клиническое значение для формирования стратегий лечения, планирования реабилитации и принятия решений по выписке. Девяносто-дневный функциональный результат является стандартной конечной точкой в исследованиях и уходе об инсульте и чаще всего измеряется с помощью модифицированной шкалы Ранкина (mRS), которая подтвердила валидность и надёжность в клинических и наблюдательных^{исследованиях 2,3}. Несмотря на рутинное применение, прогнозировать 90-дневный МРС по данным о поступлении остаётся сложно, поскольку инвалидность отражает как необратимое повреждение тканей, так и преморбидное резервное и сопутствующее заболевание, которые влияют на восстановление даже при сходстве острых результатов^{визуализации 2,4}.

Мультипараметрическое МРТ обеспечивает клинически применимые биомаркеры ранних ишемических повреждений и состояния тканей, которые не полностью отражаются единым контрастом визуализации. Диффузионно-взвешенная визуализация (DWI) очень чувствительна к ранним ишемическим изменениям. Визуализация коэффициента явной диффузии (ADC) количественно определяет диффузионное ограничение и продемонстрировала прогностическую полезность в когортах острого^{инсульта 5}. Восстановление инверсии с ослабленной жидкостью T2 (T2-FLAIR) дополняет диффузионную визуализацию, улучшая визуализацию эволюции поражения, и является центральным элементом подходов к несоответствию DWI-FLAIR, используемых для оценки возраста поражения и подходящего к лечению при неопределенном времени^{появления 6,7}. Крупные многоцентровые исследования и рандомизированные исследования показали, что несоответствие DWI-FLAIR выявляет пациентов в течение 4,5-часового терапевтического окна и поддерживает тромболизис, управляемый МРТ при инсульте с неизвестным началом, что подчёркивает прогностическую значимость DWI и FLAIR после постановки^{диагноза 6,7}. В совокупности эти наблюдения поддерживают моделирование стратегий, интегрирующих DWI, ADC и T2-FLAIR для отражения как ранних ишемических ядровых характеристик, так и временной информации, которая может влиять на функциональное восстановление.

Параллельно установленные клинические переменные дают сильный прогностический сигнал и регулярно доступны при^{поступлении 4}. Шкала инсульта Национальных институтов здоровья (NIHSS) — широко используемая мера тяжести неврологического дефицита и сильная прогнозировка клинических исходов. Этиологический подтип инсульта, включая исследование Org 10172 в классификации лечения острого инсульта (TOAST), может предоставить дополнительную прогностическую информацию за пределами NIHSS в некоторых^{анализах 8,9}. Предыдущие исследования также показали, что сосудистые факторы риска и сопутствующие состояния неоднократно выявляются среди кандидатов-предикторов плохого исхода в когортах ишемического инсульта и прогностических^{исследованиях 4,10}. Специфические сопутствующие заболевания, такие как фибрилляция предсердий, декомпенсированная сердечная недостаточность и диабет, постоянно связаны с ухудшением функциональных результатов после^{инсульта 1,11,12}. Курение связано с худшими 90-дневными функциональными результатами, тогда как употребление алкоголя демонстрирует более слабые или зависящие от дозы ассоциации, а липидные нарушения — более сложную связь с постинсультной^{инвалидностью (}13,14,15,16,17). Эти результаты поддерживают сочетание структурированных клинических предикторов, фиксирующих тяжесть, этиологию и нагрузку сопутствующих заболеваний инсульта, с мультипараметрическим МРТ, а не полагаться только на один из методов.

Недавние исследования машинного обучения показывают, что вычислительные модели могут интегрировать гетерогенные биомаркеры для улучшения прогнозирования исхода инсульта, хотя производительность сильно зависит от модальности данных, состава когорт, дизайна моделей и стратегий управления дисбалансом^{классов} 18,19,20. Методы градиентного бустинга и ансамбля показали осуществимость прогнозирования 90-дневного mRS с использованием визуализации, демографических и клинических переменных, особенно для бинарной классификации неблагоприятного исхода (mRS > 2)¹⁸. Недавние многоцентровые исследования, объединяющие особенности МРТ, полученных на основе трёхмерной сверточной нейронной сети (CNN), из DWI, ADC и FLAIR со структурированными клиническими переменными, показали, что мультимодальные модели фиксируют дополнительную прогностическую информацию за пределами одномодальных^{подходов 21}. Похожие результаты были зафиксированы с использованием одиночных методов визуализации, таких как диффузионно-взвешенная визуализация или неконтрастная компьютерная томография с клиническими^{переменными 18,22}. Репрезентативные исследования с использованием мультимодальных моделей искусственного интеллекта для прогнозирования исходов инсульта приведены в таблице 1.

Изучение	Метод визуализации	Техника искусственного интеллекта (модель)	Цель	Краткое содержание
Лю и др.18	МРТ (DWI) + клиническое	Модель предиктивного глубокого обучения (DLPD, сеть визуализации на базе CNN + сеть клинических особенностей)	Прогнозировать порядковую 90-дневную МРС с использованием сращенной визуализации и клинической информации.	Слияная модель значительно превосходила модели только с визуализацией и только клинической и достигла высокой точности прогнозирования неблагоприятного исхода.
Юнг и др.21	МРТ (DWI, ADC, FLAIR) + клиническая практика	Ансамблевая модель глубокого обучения, объединяющая 3D-CNN-сети визуализации и многослойную клиническую модель перцептрона (MLP)	Разработать мультимодальную модель ансамбля DL для прогнозирования функциональных результатов в AIS.	Мультимодальная интеграция улучшила прогнозирование трёхмесячных результатов по сравнению с одномодальными моделями в большой многоцентровой когорте.
Вэй и др.27	МРТ (DWI, ADC) + клиническая практика	Радиомика + машинное обучение (выбор признаков LASSO + логистическая регрессия / случайные лесные классификаторы)	Прогнозировать долгосрочные функциональные результаты с помощью радиомики МРТ и клинических переменных.	Радиомико-клиническая модель показала лучшие прогностические показатели, чем модели только с визуализацией или только с клинической практикой.
Лю и др.22	Неконтрастная КТ + клиническая	Модель синтеза глубокого обучения (энкодер визуализации CNN + клиническая сеть MLP)	Прогнозировать функциональные результаты в течение 90 дней на основе КТ острой фазы и клинических данных.	Мультимодальное слияние значительно повысило точность прогнозирования по сравнению с моделями с одной модальностью.
Лю и др.19	МРТ (DWI) + клиническое	Модель предиктивного глубокого обучения (DLPD, модель синтеза на основе CNN)	Сравните модель прогнозирования результатов глубокого обучения с прогнозами врачей.	Модель ИИ достигла сопоставимых показателей с специалистами по инсульту при прогнозировании результатов MRS за 90 дней.
Рехман и др.20	Клиническая деятельность	Гибридное глубокое обучение (CNN+GRU с ADASYN)	Прогнозировать риск инсульта на основе дисбалансированных клинических данных	Гибридное глубокое обучение с ADASYN улучшило эффективность прогнозирования риска инсульта, демонстрируя ценность продвинутого балансирования данных и многомодельного обучения.
Али и др.29	МРТ/ФМРТ/RS-FMRI	Систематический мета-обзор моделей ML, DL и гибридных моделей	Оценка методов вычислительного интеллекта для диагностики на основе нейровизуализации	Гибридные модели, как правило, превосходили автономные методы машинного обучения и DL, что подтверждает ценность гибридных архитектур для прогнозирования на основе нейровизуализации.

Таблица 1: Краткое изложение предыдущих исследований по прогнозированию функциональных исходов на основе искусственного интеллекта после острого ишемического инсульта. Представлены представительные исследования с использованием визуализации, клинических переменных или мультимодальных подходов для прогнозирования функциональных исходов после инсульта, включая методы визуализации, технику искусственного интеллекта, цель исследования и основные выводы. Пожалуйста, нажмите здесь, чтобы скачать эту таблицу.

Однако многие существующие исследования опираются на отдельные последовательности изображений или традиционные модели глубокого обучения, которые в основном фиксируют локальные пространственные особенности и могут не полностью моделировать долгосрочные контекстуальные связи в данных мозговой визуализации. В результате существует специфический пробел в разработке и внешней оценке мультимодального подхода, который совместно использует DWI, ADC и T2-FLAIR со структурированными клиническими переменными, одновременно сочетая выделение локальных признаков поражения и глобальное контекстное моделирование. Хотя CNN хорошо зарекомендованы для извлечения признаков на уровне поражения, архитектуры на основе трансформеров, такие как Vision Transformers (ViTs), позволяют моделировать долгосрочные контекстуальные отношения с помощью механизмов внимания, тем самым обеспечивая дополняющие глобальные^{представления 23,24}. Гибридные модели CNN-ViT, таким образом, предоставляют рациональную основу для совместного кодирования локальных морфологических деталей и глобального контекста мозга. Алгоритмы машинного обучения также хорошо подходят для моделирования сложных нелинейных связей в гетерогенных структурированных клинических^{данных 25}. Руководствуясь современными принципами мультимодального обучения, акцентируя внимание на комплементарной кроссмодальной^{интеграции 26}, это исследование объединило мультипараметрическую МРТ в основной базе визуализации CNN-ViT и интегрировало эти функции с клинической моделью машинного обучения для прогнозирования результатов на 90 дней. Новизна исследования заключается в разработке и внешней оценке сложенной мультимодальной структуры слияния, интегрирующей комплементарные последовательности МРТ, локально-глобальные изображения CNN-ViT и структурированные клинические предикторы в единой 90-дневной модели прогнозирования исходов.

Гипотеза исследования заключалась в том, что интеграция мультипараметрического МРТ со структурированными клиническими переменными с использованием гибридной архитектуры CNN-ViT улучшит прогнозирование 90-дневных функциональных исходов после AIS по сравнению с одномодальными моделями. Соответственно, целью было разработать и оценить мультимодальную структуру глубокого обучения, интегрирующую последовательности МРТ DWI, ADC и T2-FLAIR со структурированными клиническими предикторами для оценки 90-дневных результатов MRS у пациентов с AIS.

Протокол

Это исследование было одобрено Институциональным обзорным советом Шэньчжэньской университетской общей больницы (одобрение IRB No KYLL-2026-077-1). Требование письменного информированного согласия было отменено из-за ретроспективного дизайна исследования.

1. Учебный набор

Пациенты с острым ишемическим инсультом (АИС), прошедшие мультипараметрическое МРТ, были ретроспективно идентифицированы из институциональной клинической базы данных. Общий рабочий процесс исследования, включая разбиение наборов данных, разработку моделей визуализации, построение клинической модели и мультимодальное слияние, иллюстрируется на рисунке 1.

Рисунок 1: Рабочий процесс мультимодального фреймворка прогнозирования результатов. (A) Сбор данных. Пациенты с острым ишемическим инсультом (АИС), соответствующие заранее установленным критериям включения, были идентифицированы задним числом. Набор данных был разделён на когорту для обучения и валидации (n = 250), внутреннюю независимую тестовую когорту (n = 50) и внешнюю тестовую когорту (n = 37). Стратифицированная пятикратная кросс-валидация была проведена внутри когорты обучения-валидации. (B) Разработка моделей визуализации. Многопараметрические последовательности МРТ, включая диффузионно-взвешенную визуализацию (DWI), коэффициент видимой диффузии (ADC) и восстановление инверсии с ослабленной жидкостью T2 (T2-FLAIR), были обработаны с использованием гибридной архитектуры сверточной нейронной сети и трансформера зрения (CNN-ViT) для прогнозирования результатов. (C) Разработка клинической модели. Структурированные клинические переменные использовались для обучения моделей машинного обучения с целью прогнозирования 90-дневного функционального результата. (D) Стратегия мультимодального синтеза. Прогнозы, полученные с помощью моделей визуализации и клинической практики, были интегрированы с помощью мета-обучающего с логистической регрессией для получения конечных прогнозов результатов. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

МРТ-исследования проводились с использованием клинических систем МРТ. Для получения изображений использовалась специальная катушка фазированной решетки. Все последовательности получались в осевой плоскости с помощью согласованного позиционирования срезов по модальности. Диффузионно-взвешенная визуализация (DWI) была получена с помощью однократной последовательности спин-эхо эхо-планарной визуализации с временем повторения (TR) 3 000–5 000 мс и временем эха (TE) 80–90 мс. Диффузионная сенсибилизация применялась с использованием b-значений 0 и 800–1 000 с/^мм² как минимум в трёх ортогональных направлениях. Поле зрения варьировалось от 220 до 240 мм, размер матрицы — 128 × 128. Толщина срезов составляла 5–6 мм с промежуточным зазором 1–1,5 мм. Было получено от двух до четырёх средних сигналов.

Карты коэффициента видимой диффузии (ADC) автоматически генерировались из данных DWI на рабочей станции сканера с использованием моноэкспоненциального подгонки на основе полученных b-значений. Значения АЦП рассчитывались по вокселям и экспортировались для количественного анализа. Изображения восстановления инверсии с ослабленной жидкостью T2 (T2-FLAIR) были получены с помощью последовательности восстановления инверсии с TR 8 000–10 000 мс, TE 80–140 мс и временем инверсии 2 200–2 600 мс. Поле зрения варьировалось от 220 до 240 мм, а матрица — 192 × 192 до 256 × 256. Толщина срезов составляла 4–5 мм с промежуточным зазором 1–1,5 мм.

2. Предобработка данных

Клинические данные импортировались из структурированных таблиц, содержащих идентификаторы случаев, результаты mRS, метки разделения наборов данных, а также демографические и клинические переменные. Идентификаторы падежа были стандартизированы для обеспечения согласованности с имиджами файлов. Клинические переменные включали демографические характеристики, тяжесть инсульта, измеренную с помощью шкалы инсульта Национального института здравоохранения (NIHSS), сосудистые факторы риска и сопутствующие состояния, зафиксированные при поступлении.

Первичным результатом было функциональное состояние через 90 дней после начала инсульта, измеренное с использованием модифицированной шкалы Ранкина (mRS). Благоприятный исход определялся как mRS ≤ 2, а отрицательный — как mRS > 2. Набор данных был случайным образом разделён на когорты для обучения-валидации и внутреннего независимого тестирования с использованием стратифицированной выборки на основе распределения mRS для сохранения баланса результатов. Внешняя тестовая когорта обрабатывалась отдельно и не использовалась при разработке модели. В когорте обучения-валидации применялась стратифицированная k-кратная кросс-валидация для поддержания единообразного распределения результатов между сгибами.

Все тома DWI, ADC и T2-FLAIR были предварительно обработаны перед обучением модели для обеспечения пространственной и числовой согласованности между модальностями. Тот же конвейер предварительной обработки применялся к когортам обучения-валидации, внутреннего тестирования и внешнего тестирования без изменений. Изображения были переориентированы на каноническую RAS ориентацию и преобразованы в массивы с плавающей запятой. Пространственное разрешение в плоскости было передискретизировано до 256 × 256 с использованием линейной интерполяции. Размерность сквозной плоскости была стандартизирована до 20 срезов с использованием стратегии центра: объемы с более чем 20 срезами были обрезаны по центру, тогда как объемы с менее чем 20 срезами симметрично имели нулевое покрытие. Итоговый размер объёма составил 256 × 256 × 20.

Нормализация интенсивности проводилась независимо для каждого объёма с помощью нормализации z-score:

где x обозначает интенсивность вокселя, μ — средняя интенсивность объёма, а σ — стандартное отклонение. Если σ = 0, нормализация не применялась для предотвращения численной нестабильности. Обработанные тома сохранялись в формате NIfTI с использованием стандартизированной аффинной матрицы для анализа глубокого обучения в дальнейшем потоке.

3. Разработка клинической модели

Структурированные клинические переменные использовались для разработки моделей машинного обучения для прогнозирования результатов. Кандидат-предикторы включали демографические характеристики, сосудистые факторы риска, этиологию инсульта и исходные клинические показатели тяжести. Непрерывные переменные были вычислены с помощью медианных значений и стандартизированы. Категориальные переменные вводились с использованием наиболее частой категории и кодировались с помощью one-hot кодирования.

Были оценены несколько алгоритмов машинного обучения, включая логистическую регрессию, случайный лес, градиентное бустинг, машину с опорным вектором (SVM), усиление экстремального градиента и модели машин с ускорением светлого градиента. Разработка модели следовала стратифицированной пятикратной структуре кросс-валидации в когорте обучения-валидации для оценки эффективности обобщения. Окончательные прогнозы для внутренних и внешних тестовых когорт были получены путем усреднения прогнозов моделей, обученных на каждом кросс-валидационном фолде. Внешние тестовые образцы не использовались при перекрёстной валидации или выборе модели.

4. Архитектура модели глубокого обучения

Была реализована трёхмерная гибридная архитектура CNN-ViT для прогнозирования результатов из мультимодальных объёмов МРТ. Сеть была разработана для объединения локального извлечения пространственных признаков с глобальным контекстным моделированием в единой структуре. Входные объемы состояли из многоканальных трёхмерных изображений, обработанных сквозь в конец.

Изначально выделение признаков осуществлялось с использованием иерархического трёхмерного сверточного магистрали, состоящего из 4 стадий. Каждый этап включал 2 сверточных слоя с размером ядра 3 × 3 × 3 и заполнением 1 вокселя, после чего следовала пакетная нормализация и активация ректифицированных линейных единиц. Пространственное разрешение постепенно снижалось с помощью трёхмерных слоёв максимального пулирования, применяемых после первых трёх этапов, а глубина канала признаков увеличивалась на каждом уровне для захвата семантических представлений более высокого уровня. Регуляризация дропаута (частота выпадения = 0,1) применялась после финального сверточного этапа для снижения перенагонки. Сверточная магистраль преобразовывала входный объём размеров C × D × H × W в компактное высокоуровневое представление признаков с уменьшенными пространственными размерами.

Полученная карта признаков была преобразована в последовательность токенов путём уравнивания пространственных размеров так, чтобы количество токенов соответствовало:

N = D' x H' x W'

Глобальные контекстные связи между токенами моделировались с помощью слоёв кодировщиков трансформеров, состоящих из сетей с несколькими головами самовнимания и передачи сигнала. Самосознание вычислялось следующим образом:

где Q, K и V обозначают соответственно матрицы запроса, ключа и значения, а d представляет размерность вложения. Нормализация слоёв и дроп-аут применялись внутри каждого слоя энкодера для повышения стабильности обучения. Модуль Transformer состоял из 3 слоёв энкодера с 8 головками внимания и размером вложения 256.

После кодирования трансформаторов извлекалось и нормализовалось представление, соответствующее классификационному токене. Полностью связанный линейный слой обеспечивал один логит-выход для бинарной классификации.

Предлагаемая гибридная архитектура CNN-ViT была намеренно разработана как лёгкая и эффективная по параметрам модель для баланса между репрезентативной способностью и риском перенагона. Модель включала 3,79 миллиона обучаемых параметров (примерно 14,4 МБ в точности fp32), включая 1,38 миллиона в сверточном магистрали и 2,37 миллиона в конвертерном энкодере.

5. Обучение моделей визуализации

Обучение модели визуализации проводилось с использованием стратифицированной пятикратной кросс-валидационной системы для сохранения распределения результатов по сгибам при одновременном повышении устойчивости оценки производительности. Набор данных был разделён на когорту для обучения и валидации и внутреннюю независимую тестовую когорту с использованием стратифицированного выборки на основе распределения результатов. В когорте обучения-валидации применялась стратифицированная пятикратная кросс-валидация. Для каждого фолда модель визуализации обучалась с использованием обучающего подмножества и оценивалась с использованием соответствующего подмножества валидации, тогда как когорта теста была зарезервирована исключительно для окончательной оценки производительности.

Оптимизация модели проводилась с использованием фреймворка глубокого обучения на рабочей станции с GPU и оптимизатором AdamW, скорость обучения 3 × 10⁻⁵ и снижение веса 3 × 10⁻⁴. Обучение проводилось с использованием партии 8 человек для до 200 эпох. В качестве функции потерь использовалась бинарная кросс-энтропия с логитами.

Для устранения дисбаланса классов для каждого фолда был вычислен коэффициент веса положительного класса на основе отношения отрицательных и положительных выборок и включался в функцию потерь. Для улучшения численной устойчивости при оптимизации применялось градиентное обрезывание норм с максимальной нормой 0,5. Было реализовано автоматическое обучение смешанной точности для повышения вычислительной эффективности.

Ранняя остановка применялась, когда производительность валидации не улучшалась как минимум на 1 × 10⁻⁴ за 30 последовательных эпох. Лучшая контрольная точка модели из каждого сгибания сохранялась. После завершения всех сгибов прогнозы для внутренних и внешних тестовых когорт были получены с использованием каждой специфической модели для складок, а итоговые вероятности получались путем усреднения прогнозов по пяти моделям для получения ансамблевых результатов.

6. Модель мультимодального синтеза

Была внедрена стратегия стекированного слияния для интеграции прогнозов, полученных на основе визуализации, со структурированной клинической информацией. Модель глубокого обучения и модель клинического прогнозирования служили базовыми обучающими, а их предсказанные вероятности использовались как входные характеристики для мета-обучающегося с логистической регрессией. Дополнительные характеристики взаимодействия, включая продукт и абсолютную разницу предсказанных вероятностей, были включены для получения дополнительной информации между визуализацией и клиническими прогнозами.

Чтобы предотвратить утечку информации, мета-обучающийся проходил обучение с использованием внекратно предсказанных вероятностей, полученных из когорты обучения-валидации. Перекрёстно валидированные внеотвержённые вероятности из моделей визуализации и клинических моделей были объединены идентификатором пациента для создания мета-учебного набора данных. Для внутренней и внешней когорты теста соответствующие вероятности тестового набора из моделей визуализации и клинических моделей использовались в качестве входных данных обученному мета-обучающемуся для генерации объединённых вероятностей. Обученный мета-ученик применялся к обеим тестовым когортам без перенастройки.

7. Абляционное исследование

Были проведены абляционные эксперименты для оценки вклада отдельных последовательностей МРТ и компонента Vision Transformer с использованием идентичных обучающих и оценочных условий в качестве основной модели. Абляции последовательностей включали модели с одной последовательностью, модели с оставшей одну последовательность и полную мультипараметрическую модель. Для оценки вклада модуля Vision Transformer предложенная гибридная архитектура была дополнительно сравнивана с базовой линией только CNN, при которой энкодер Transformer был снят с сохранением той же сверточной основы.

8. Статистический анализ

Производительность модели оценивалась отдельно во внутренней независимой когорте тестирования и внешней когорте с использованием площади под кривой операционной характеристики приёмника (AUC) в качестве основного показателя различения. Кривые операционной характеристики приёмника (ROC) были построены на основе предсказанных вероятностей, сгенерированных каждой моделью. Дополнительно были рассчитаны чувствительность, специфичность и общая точность для характеристики классификационной эффективности.

Бинарные результаты были получены с использованием порогов, определяемых по индексу Юдена. Чувствительность, специфичность и точность впоследствии были рассчитаны на оптимальном пороге. Все статистические анализы, разработка моделей машинного обучения и обучение моделей глубокого обучения были реализованы с использованием стандартных программ для научных вычислений и машинного обучения.

Результаты

Учебный когорт

Всего было включено 300 пациентов с острым ишемическим инсультом (АИС) после применения заранее установленных критериев включения и исключения. Набор данных был разделён на когорту для обучения и валидации (n = 250) и внутреннюю независимую тестовую когорту (n = 50) с использованием стратифицированной выборки на основе функционального распределения результатов. Кроме того, была включена внешняя тестовая группа из 37 пациентов AIS из независимого набора данных дл...

Обсуждение

В этом исследовании была разработана и оценена мультимодальная система искусственного интеллекта, интегрирующая мультипараметрическое МРТ и структурированные клинические переменные для прогнозирования 90-дневного функционального исхода после острого ишемического инсульта (AIS). Предлагаемая модель слияния показала более высокую предиктивную эффективность, чем только визуализация или клиническая модель. В частности, многомодальная модель с интегрированными прогнозами из клинической модели...

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Система магнитно-резонансной томографии (Discovery MR750 3.0T)	GE Healthcare	https://www.gehealthcare.in/products/magnetic-resonance-imaging/3-0t/discovery-mr750	Клинический МРТ-сканер, используемый для получения изображений DWI, ADC и T2-FLAIR
Фазовый массивный головной катушки	GE Healthcare	https://services.gehealthcare.com/gehcstorefront/p/5450630	Головная катушка, используемая для приема МРТ-сигнала
Графический процессор (RTX 4090)	NVIDIA	https://www.nvidia.com/en-us/geforce/graphics-cards/40-series/rtx-4090/	ГПУ, используемый для обучения моделей глубокого обучения
Фреймворк для глубокого обучения (PyTorch v2.1)	PyTorch Foundation	https://pytorch.org/	Фреймворк, используемый для реализации модели CNN-Transformer
Язык программирования (Python v3.10)	Python Software Foundation	https://www.python.org/downloads/release/python-3100/	Среда, используемая для разработки моделей и обработки данных
Библиотека машинного обучения (scikit-learn)	scikit-learn Developers	https://scikit-learn.org/stable/	Используется для клинических моделей машинного обучения и статистического анализа
Библиотека градиентного бустинга (XGBoost)	DMLC	https://xgboost.readthedocs.io/en/release_3.2.0/	Используется для реализации модели градиентного бустинга
Библиотека градиентного бустинга (LightGBM)	Microsoft	https://lightgbm.readthedocs.io/en/stable/	Используется для клинической модели LightGBM