论文部分内容阅读
第一部分基于临床和MRI特征对自身免疫性脑炎的诊断和单纯疱疹病毒性脑炎的对比研究目的:探讨基于临床和MRI特征对急性期自身免疫性脑炎（autoimmune encephalitis,AE）的早期诊断,并与急性期单纯疱疹病毒性脑炎（herpes simplex virus encephalitis,HSVE）进行鉴别诊断的研究。材料与方法:（1）收集2012年10月至2020年1月于本院神经内科确诊的134例急性期AE患者和160例急性期HSVE患者,所有患者在入院后1周内均行头颅MRI平扫和增强检查。（2）分析并比较两组患者发病初期的临床表现和实验室检查（包括脑脊液（cerebrospinal fluid,CSF）、血液检查、脑电图（electroencephalogram,EEG）、肿瘤筛查及治疗情况等）之间的差异。（3）观察并比较两组患者常规头颅MRI的病灶信号、分布情况以及强化方式的差异。（4）收集不同亚型AE患者的MRI表现和肿瘤发生率等,归纳并总结AE不同亚型的共性和不同点。结果:（1）AE组与HSVE前驱症状极其相似,但急性期AE患者中癫痫发作、不自主运动和记忆障碍更为常见,HSVE患者更容易出现头痛和发热,差异具有统计学意义（P＜0.05）;AE患者的入院天数和从症状出现到诊断的时间均较HSVE组更长,差异均具有统计学意义（P＜0.05）。（2）AE组在合并肿瘤的发生率上显著高于HSVE组,差异具有统计学意义（P＜0.05）;AE患者中合并的卵巢畸胎瘤发生率最高,患者均为抗NMDAR脑炎,其次发生率最高的为小细胞肺癌,患者多为抗GABABR抗体脑炎;6例（4.48%）多重抗体阳性患者中,3例为抗NMDAR抗体合并其他抗体阳性者,3例合并肿瘤（1例为卵巢肿瘤,2例为小细胞肺癌）。（3）在临床治疗中,90.30%的AE患者均接受免疫治疗,且出院时76.12%的患者症状好转;91.25%的HSVE患者接受抗病毒治疗,部分同时接受了免疫治疗,出院时88.75%的患者症状好转。（4）AE组的CSF颅内压和白细胞计数较HSVE组明显降低,差异具有统计学意义（P＜0.05）;血常规结果显示AE组血液白细胞计数显著高于HSVE患者,差异具有统计学意义（P＜0.05）;EEG结果提示AE组痫样放电比例明显高于HSVE组,差异有统计学意义（P＜0.05）。（5）MRI特征对比:（1）AE患者MRI表现病灶分布广泛,可发生在额、颞、顶、枕叶和海马在内的广泛灰质与白质区;DWI多为等信号、扩散不受限;增强后呈脑膜强化、病灶区血管内增粗及病灶内斑片状强化,其中22例（16.42%）脑膜异常,均为脑膜增厚、线样强化,血管影增多;抗NMDAR脑炎组病灶以非边缘叶为主,非抗NMDAR脑炎组以包括海马在内的边缘叶为主。（2）HSVE患者MRI表现为单侧的不对称性边缘系统异常信号,病灶多累及颞叶、额叶、岛叶及基底节区,尤其一侧颞叶、岛叶和眶额区为重;大部分患者DWI呈稍高信号,ADC为稍低信号、扩散受限,部分病灶T1WI为高信号、DWI为混杂信号,提示出血;呈局部不均匀或线状、脑回状强化,其中38例（34.86%）表现为脑膜强化。（3）AE与HSVE患者相比,前者更有可能与海马病变相关,尽管两者差异无统计学意义（P＞0.05）,且AE更有可能出现快速的记忆下降,差异有统计学意义（P＜0.05）。较脑灰质而言,AE和HSVE患者的白质区更易受累,差异有统计学意义（P＜0.05）。结论:与HSVE组相比,AE的早期临床症状更加复杂多样,特征表现为癫痫发作、不自主运动和快速的记忆下降,或是合并肿瘤;实验室检查发现CSF颅内压和白细胞计数降低、血液白细胞计数增高更多的提示AE而非HSVE;常规MRI特征以更多累及单侧边缘系统如颞叶、岛叶和眼眶区、DWI序列为高信号、发现出血灶或“刀切征”、增强更多脑膜强化为HSVE与AE的鉴别征象;结合早期的临床表现、实验室检查和MRI特征可帮助AE的早期、正确诊断,对指导临床治疗有一定的意义。第二部分基于深度学习联合多参数MRI对自身免疫性脑炎的诊断研究目的:联合多参数MRI特征,应用深度学习（deep learning,DL）方法建立并验证一种在急性期早期诊断自身免疫性脑炎（autoimmune encephalitis,AE）的模型。材料与方法:（1）收集2012年1月至2020年12月于本院神经内科确诊的160例急性期AE患者,177例急性期单纯疱疹病毒脑炎（herpes simplex virus encephalitis,HSVE）患者和188例年龄、性别相匹配的健康对照（healthy control,HC）组,并将其按3:1:1的比例随机分为训练集、验证集和内部测试集。收集来自另一家医院的15名AE患者,17名HSVE患者和20名HC作为外部验证集。（2）所有患者均于入院后1周内均行头颅MRI平扫检查,包括T2加权成像（T2-weighted imaging,T2WI）,T1加权成像（T1-weighted imaging,T1WI）,T2液体衰减反转恢复序列（T2-fluid-attenuated inversion recovery sequence,T2-FLAIR）及扩散加权成像（diffusion weighted imaging,DWI）。（3）建立基于单个或组合的四个MRI序列（T1WI/T2WI/T2-FLAIR/DWI）训练的5个DL模型,将数据集分类为AE、HSVE或HC,并由放射科医师进一步行阅片实验。（4）利用受试者工作特征曲线下的面积（the area under the ROC curve,AUC）、准确度、敏感度、特异度、阴性预测值（negative predictive value,NPV）、阳性预测值（positive predictive value,PPV）和F1评分评估了不同模型对AE的早期诊断价值,并与3个放射科医生的诊断性能进行比较（P＜0.05被认为有统计学意义）。结果:（1）在内部测试集中,对于AE的诊断,使用T1WI和T2WI序列训练的DL模型的AUC值分别为0.710和0.716,略小于基于T2-FLAIR或DWI序列的DL模型的AUC值,分别为0.806和0.816;同样的,在外部测试集中,基于T1WI和T2WI序列训练的DL模型AUC值也低于基于T2-FLAIR或DWI序列的DL模型的AUC值,差异有统计学意义（P＜0.05）。（2）所有基于单个序列的DL模型在HSVE的诊断上都具有相似的性能,T1WI的AUC值为0.807,T2WI为0.783,T2-FLAIR为0.811,DWI为0.817。在所有单序列模型中,HC的分类性能始终是最高的,AUC值均为0.85及以上,差异有统计学意义（P＜0.05）。（3）在内部测试集中,基于组合序列的融合模型对AE、HSVE和HC的鉴别诊断性能明显大于单序列的DL模型,AUC值分别为0.828、0.884和0.899,差异有统计学意义（P＜0.05）。该模型在外部验证集中表现出了同样高的诊断性能,其诊断AE、HSVE及HC的AUC值分别为0.831、0.882及0.892。（4）与放射科医师对AE的诊断水平相比,融合模型也同样表现出更高的诊断性能,放射科医师与融合模型的准确度分别为72%和83%,结果具有统计学差异（P＜0.05）。结论:联合多参数MRI中提取双侧海马特征训练的DL模型可以早期诊断AE,并与HSVE和HC相鉴别,该模型具有很高的诊断性能,并优于放射科医师诊断的平均水平,为早期诊断急性脑炎并指导临床策略的制定提供了一种新方法。第三部分基于单因素和多因素逻辑回归模型对抗NMDAR脑炎的预后预测研究目的:分析影响抗N-甲基-D天门冬氨酸受体（N-methyl-D-aspartate receptor,NMDAR）脑炎患者不良预后的危险因素,并通过单因素和多因素逻辑回归方法建立早期预测疾病预后的临床模型。材料与方法:（1）收集2012年10月至2021年01月于我院神经内科确诊的139例急性期抗NMDAR患者的临床资料和头颅MRI数据,并按7:3的比例被随机分为训练集97人和内部测试集42人。并与本地另一家医院收集87例抗NMDAR脑炎患者作为外部验证,被随机分为训练集61人和测试集26人。（2）所有患者均于入院后1周内均行头颅MRI平扫检查,包括T2加权成像（T2-weighted imaging,T2WI）,T1加权成像（T1-weighted imaging,T1WI）,T2液体衰减反转恢复序列（T2-fluid-attenuated inversion recovery sequence,T2-FLAIR）及扩散加权成像（diffusion weighted imaging,DWI）。临床资料包括人口统计学数据、临床表现、并发症、是否进入ICU、体格检查、实验室检查、脑电图、心电图、是否复发和治疗方案等。（3）采用单因素逻辑回归方法分析影响抗NMDAR脑炎不良预后的临床因素,再利用多因素逻辑回归方法纳入所有P＜0.05的临床因素,建立预测疾病预后的临床模型,以寻找影响抗NMDAR脑炎不良预后的独立预测因素。结果:（1）在139例抗NMDAR患者中,预后不良组的临床症状包括精神行为异常、运动障碍、认知功能障碍、意识下降和言语障碍的发生率均显著高于预后良好组,两者差异具有统计学意义（P＜0.05）。有14例（41.18%）患者的前驱症状发生率较预后良好组（34.29%）显著增高,差异具有统计学意义（P＜0.05）。（2）在其他临床特征中,预后不良组与预后良好组在进入ICU、气管切开术、锥体束征和初始的m RS评分上有显著差异（P＜0.05）。（3）预后不良组,34例患者中有18例（52.94%）存在复发,其发生率较预后良好组（15.24%）明显更高,差异具有统计学意义（P＜0.05）。抗NMDAR脑炎患者预后不良组发病到开始治疗的时间明显更长,差异具有统计学意义（P＜0.05）。（4）32.35%的预后不良组抗NMDAR患者未使用免疫治疗,而仅有8例（7.62%）预后良好组未使用免疫治疗,差异有统计学意义（P＜0.05）。（5）实验室检查结果,预后良好组与预后不良组的脑脊液（cerebrospinal fluid,CSF）检查、血液检查中、脑电图、心电图和常规MRI检查结果均无统计学差异（P＞0.05）。（6）多因素逻辑回归分析显示,临床模型的性能较高,在内部测试集中AUC为0.840,准确率为0.905,特异性为0.914,敏感性为0.857。外部测试集中临床模型的AUC值为0.837,稍低于内部测试集,其敏感性和特异性达到0.840和0.818,差异有统计学意义（P＜05）。结论:本研究建立的临床模型具有较高的预测性能和准确性,可以作为一种无创的辅助诊断工具,用于早期预测抗NMDAR脑炎的预后,有利于临床动态监测并早期制定个性化的治疗方案。第四部分基于机器学习联合多参数MRI对抗NMDAR脑炎的预后预测研究目的:建立一种利用多参数MRI数据训练的两种机器学习模型（包括深度学习（deep learning,DL）模型和放射组学模型）,并分析该模型早期预测抗N-甲基-D天门冬氨酸受体（N-methyl-D-aspartate receptor,NMDAR）脑炎预后的价值。材料与方法:（1）收集2012年10月至2021年01月于我院神经内科确诊的139例急性期抗NMDAR患者的临床资料和头颅MRI数据,并按7:3的比例被随机分为训练集97人和内部测试集42人,并与本地另一家医院收集87例抗NMDAR脑炎患者,被随机分为训练集61人和测试集26人。（2）所有患者均于入院后1周内均行头颅MRI平扫检查,包括T2加权成像（T2-weighted imaging,T2WI）,T1加权成像（T1-weighted imaging,T1WI）,T2液体衰减反转恢复序列（T2-fluid-attenuated inversion recovery sequence,T2-FLAIR）及扩散加权成像（diffusion weighted imaging,DWI）。（3）采用单个或组合的4个MRI序列（T1WI/T2WI/T2-FLAIR/DWI）分别训练5个DL模型和5个放射组学模型,以预测急性期抗NMDAR脑炎的预后。（4）用受试者工作特征曲线下的面积（the area under the ROC curve,AUC）和准确性评估各个模型的预测性能,并采用配对t检验对各模型间预测价值进行对比分析（P＜0.05被认为差异有统计学意义）。结果:（1）DL模型结果显示,使用T1WI、T2WI和T2-FLAIR序列的AUC分别为0.721、0.747和0.77,低于使用DWI序列的AUC（0.805）,且T1WI、T2WI和T2-FLAIR序列训练的DL模型的准确性和敏感性也低于由DWI序列训练的DL模型;组合4个MRI序列训练的DL模型比所有单序列的DL模型均表现出更高的性能,AUC为0.845,准确性为0.857,差异具有统计学意义（P＜0.05）。（2）放射组学模型结果显示,基于单序列的放射组学模型的AUC均较高,其中T1WI为0.773,T2WI为0.786,T2-FLAIR为0.823,DWI为0.803,且敏感性和特异性都较高,分别大于0.79和0.88。基于组合的多参数MRI训练的放射组学模型比其所有单序列模型都具有更高的性能,AUC为0.889,准确性为0.857,差异具有统计学意义（P＜0.05）。（3）融合模型结果显示,在内部测试集中,结合DL和放射组学特征的融合模型对抗NMDAR脑炎的预后预测能力非常高,AUC和准确性分别为0.963、0.976,远高于由组合序列训练的DL或放射组学模型;在外部测试集中,融合模型的AUC和准确性分别为0.927、0.880,显著高于由组合序列训练的DL和放射组学模型,差异具有统计学意义（P＜0.05）。结论:联合机器学习（包括DL和放射组学）和多参数MRI特征建立的融合模型,可显著提高预测抗NMDAR脑炎预后的性能,该自动化的、治疗前的和个性化的工具,有助于加快临床的诊疗流程,促进早期改善患者的预后。