目的:自发性脑内出血(ICH)早期增大的患者73%会出现神经损伤、残疾或者死亡。血肿增大是唯一的ICH患者发病后仍可干预的因素和潜在治疗靶点。既往的研究认为CT平扫时脑内血肿异质性可以预示血肿增大,CTTA近来多用于评估肿瘤异质性的定量分析。因此我们试图通过CTTA来量化颅内血肿的异质性,为预测早期血肿增大提供影像学新参数。方法:回顾性分析于2013年1月-2015年12月共82例自发性脑出血患者,所有患者均通过CT平扫诊断为ICH,并24小时后复查CT评估血肿变化情况。临床资料由1名临床神经内科医师经对患者进行物理检查及实验室检查获取,包括患者的基本信息、血压、血糖、发病时间、完成到院时美国国立卫生研究院卒中量表(NIHSS)评分,国际标准化率激活部分促凝血酶原激酶时间(APTT)、是否抗凝治疗。影像资料由一名神经放射主任医师及一名住院医师进行评估。以24小时内体积增大33%为分类标准,将ICH患者分为血肿增大与血肿无增大2组,在每个患者的CT平扫图像上手工描画血肿边界,然后进行细纹理(σ=1.0)、中等纹理((σ=1.8)和粗纹理(σ = 2.5)的高斯拉普拉斯滤波,分别计算基线体积、计算平均灰度强度、方差、均匀度参数来客观量化血肿的异质性,相应参数分别进行双样本t检验。随后,对有统计学意义的纹理参数再进行受试者工作特征曲线(ROC)分析,分别计算ROC曲线下面积(AUC)、敏感性和特异性值来评估各参数在预测血肿增大中的诊断效能。观察者间的一致性分析使用ICC,ICC低于0.4表示一致性较差,0.4-0.75一般,大于0.75表明一致性好。上述统计分析均使用R,version 3.1.1(http://www.r-project.org)。结果:2组病例在患者年龄、性别、高血压史、抗凝治疗史、血糖及血压指标、NIHSS评分、APTT时间、发病时间及发病至CT时间均无统计学差异(p>0.05)。影像资料:2组病例在血肿基线体积无明显统计学差异(p>0.05),在不添加滤波的情况下纹理参数均无统计学差异(p>0.05),添加滤波后平均灰度强度在各纹理参数下均无统计学差异(p>0.05)。方差在V1.0参数下存在明显统计学差异(p<0.01),在V1.8及V2.5参数下无统计学差异(P>0.05)。均匀度在U1.0、U1.8及U2.5参数下均存在显著统计学差异(p<0.01)。方差在纹理参数V1.0中,曲线下面积(AUC)分别为0.92,敏感性为0.85,特异度为0.90。均匀度在纹理参数U1.0 U1.8及U2.5参数下,曲线下面积(AUC)分别为0.92,0.84,0.76,敏感性为0.85,0.90,0.78,特异度为 0.90,0.63,0.61。纹理一致性介于 0.67-0.99。结论:本次研究表明通过头颅CT平扫的纹理分析,特别是通过滤波后提取的方差(V1.0)及均匀度(U1.0、U1.8及U2.5)能够有效预测ICH的增大。这种通过滤波量化CT纹理特征的方法更深层次地分析血肿的异质性相对于既往定性或半定量评分的漩涡征及CTA点征来说更客观、更迅速、更具开展性及独立操作性,并有可能制成预测模型应用于临床,使其效能最大化,结合其他的CT预测指标为ICH患者个性化精准治疗提供更好的指南。