第４９卷第５期２０２３年５月北京工业大学学报ＪＯＵＲＮＡＬＯＦＢＥＩＪＩＮＧＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹＶｏｌ．４９Ｎｏ．５Ｍａｙ２０２３基于海马亚区放射组学特征的颞叶癫痫分类杨春兰１，张文秀１，李志梅２，任洁钏２（１．北京工业大学环境与生命学部，北京１００１２４；２．首都医科大学附属北京天坛医院神经病学中心，北京１０００５０）摘要：研究海马亚区的放射组学特征是否可以作为诊断颞叶癫痫（ｔｅｍｐｏｒａｌｌｏｂｅｅｐｉｌｅｐｓｙ，ＴＬＥ）患者的生物学标志物，并探索某些放射组学特征在分类中的重要性．实验纳入２３例ＴＬＥ患者和３０例健康对照（ｈｅａｌｔｈｙｃｏｎｔｒｏｌｓ，ＨＣｓ），对所有受试者进行结构磁共振成像（ｓｔｒｕｃｔｕｒａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ，ｓＭＲＩ）扫描，利用Ｆｒｅｅｓｕｒｆｅｒ７.２软件自动分割出海马亚区，３Ｄｓｌｉｃｅｒ软件提取出每个亚区的放射组学特征，经过特征选择后采用支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）对ＴＬＥ组和ＨＣｓ组进行分类．左侧海马体部齿状回颗粒细胞层（ＧＣ＿ＭＬ＿ＤＧ⁃ｂｏｄｙ）的分类准确度最高，为７９.２５％；右侧海马头部的分子层（Ｍｏｌｅｃｕｌａｒ＿ｌａｙｅｒ＿ＨＰ⁃ｈｅａｄ）的分类准确度最高，为７９.２５％．影响分类结果的重要特征中，二阶特征居多，其次是一阶特征和形状特征．海马亚区的放射组学特征有望作为生物学标志物识别颞叶癫痫，其中二阶特征是用于颞叶癫痫分类的重要特征．关键词：颞叶癫痫（ＴＬＥ）；结构磁共振成像（ｓＭＲＩ）；海马亚区；放射组学；支持向量机（ＳＶＭ）；分类中图分类号：Ｒ７４２.１文献标志码：Ａ文章编号：０２５４－００３７（２０２３）０５－０５６６－１１ｄｏｉ：１０．１１９３６／ｂｊｕｔｘｂ２０２１１２０００８收稿日期：２０２１⁃１２⁃０７；修回日期：２０２２⁃０６⁃２５基金项目：国家自然科学基金资助项目（３１６４００３５，８１６０１１２６）；北京市科技新星计划资助项目（Ｚ１６１１００００４９１６１５７）；中国抗癫痫协会⁃ＵＣＢ基金资助项目（２０１７０１０）；北京市自然科学基金资助项目（４１６２００８）作者简介：杨春兰（１９８０—），女，副教授，主要从事计算机辅助神经影像分析方面的研究，Ｅ⁃ｍａｉｌ：ｃｌｙａｎｇ＠ｂｊｕｔ．ｅｄｕ．ｃｎ通信作者：任洁钏（...
