冠狀動(dòng)脈周?chē)居跋窠M學(xué)：解鎖冠心病分型預(yù)測(cè)的新鑰匙一、引言1.1研究背景與意義冠心?。–oronaryHeartDisease,CHD），全稱(chēng)為冠狀動(dòng)脈粥樣硬化性心臟病，是由于冠狀動(dòng)脈粥樣硬化使血管腔狹窄或阻塞，導(dǎo)致心肌缺血、缺氧或壞死而引起的心臟病，是動(dòng)脈粥樣硬化導(dǎo)致器官病變的最常見(jiàn)類(lèi)型，也是嚴(yán)重危害人類(lèi)健康的常見(jiàn)病。《中國(guó)心血管健康與疾病報(bào)告2021》顯示，我國(guó)心血管病患病率處于持續(xù)上升階段，推算心血管病現(xiàn)患人數(shù)3.30億，其中冠心病患者1139萬(wàn)。且中國(guó)冠心病發(fā)病率呈上升趨勢(shì)，已成為國(guó)民健康的主要威脅，近十年來(lái)，中國(guó)冠心病患病率年均增長(zhǎng)約11%，城市高于農(nóng)村。不僅如此，冠心病也是全球首要死亡原因，每年約有1760萬(wàn)人死于心血管疾病。冠心病具有較高的發(fā)病率和死亡率，給患者、家庭及社會(huì)均帶來(lái)沉重負(fù)擔(dān)。冠心病的分型對(duì)于疾病的診斷、治療和預(yù)后評(píng)估至關(guān)重要。1979年，世界衛(wèi)生組織（WHO）將冠心病分為5型，包括隱匿型或無(wú)癥狀性心肌缺血、心絞痛、心肌梗死、缺血性心肌病和猝死。隨著醫(yī)學(xué)研究的不斷深入和臨床實(shí)踐的經(jīng)驗(yàn)積累，為了更好地適應(yīng)冠心病診療理念的更新以及便于制定精準(zhǔn)的治療方案，近年來(lái)臨床上提出了兩種綜合征的分類(lèi)方法。一種為慢性心肌缺血綜合征，又被稱(chēng)作穩(wěn)定型冠心病，包括穩(wěn)定型心絞痛、隱匿型冠心病和缺血性心肌病等；另一種為急性冠狀動(dòng)脈綜合征，包括不穩(wěn)定型心絞痛、急性心肌梗死和冠心病性猝死，其中急性心肌梗死根據(jù)發(fā)病早期心電圖ST段的變化，又可細(xì)分為非ST段抬高型急性冠狀動(dòng)脈綜合征和ST段抬高型急性冠狀動(dòng)脈綜合征。不同分型的冠心病在發(fā)病機(jī)制、臨床表現(xiàn)、治療策略以及預(yù)后等方面均存在顯著差異。穩(wěn)定型冠心病通常病情相對(duì)穩(wěn)定，癥狀發(fā)作具有一定的規(guī)律性和可預(yù)測(cè)性，主要通過(guò)藥物治療、生活方式干預(yù)以及必要時(shí)的介入治療來(lái)控制病情發(fā)展；而急性冠狀動(dòng)脈綜合征則起病急驟，病情兇險(xiǎn)，需要及時(shí)準(zhǔn)確的診斷和緊急有效的治療措施，如緊急介入治療或溶栓治療等，否則可能危及患者生命。因此，準(zhǔn)確判斷冠心病的分型對(duì)于臨床醫(yī)生制定個(gè)性化、精準(zhǔn)化的治療方案，改善患者的預(yù)后具有重要的指導(dǎo)意義。冠狀動(dòng)脈周?chē)荆≒ericoronaryAdiposeTissue,PCAT）作為一種特殊類(lèi)型的脂肪組織，近年來(lái)在冠心病研究領(lǐng)域受到了廣泛關(guān)注。PCAT與相鄰的血管壁存在著密切的相互作用，具有重要的生理功能。從解剖學(xué)角度來(lái)看，PCAT與冠狀動(dòng)脈管壁緊密相鄰，且二者之間缺乏結(jié)締組織屏障，這使得PCAT能夠通過(guò)旁分泌途徑與血管壁進(jìn)行直接的信號(hào)傳遞。在生理狀態(tài)下，PCAT可以分泌多種生物活性介質(zhì)，如脂聯(lián)素、瘦素、腫瘤壞死因子-α（TNF-α）等，這些介質(zhì)在調(diào)節(jié)血管舒張、炎癥反應(yīng)、細(xì)胞增殖與凋亡等方面發(fā)揮著重要作用，有助于維持心血管系統(tǒng)的穩(wěn)態(tài)。當(dāng)PCAT發(fā)生功能失調(diào)時(shí)，其分泌譜會(huì)發(fā)生改變，大量促炎因子和細(xì)胞因子的釋放會(huì)導(dǎo)致血管內(nèi)皮功能障礙、炎癥反應(yīng)加劇以及脂質(zhì)代謝紊亂，進(jìn)而促進(jìn)動(dòng)脈粥樣硬化的發(fā)生與發(fā)展。研究表明，PCAT與冠狀動(dòng)脈粥樣硬化之間存在著雙向的信號(hào)傳導(dǎo)機(jī)制。一方面，PCAT可以通過(guò)“從外向內(nèi)”的信號(hào)傳遞方式，影響冠狀動(dòng)脈管壁的動(dòng)脈粥樣硬化過(guò)程；另一方面，當(dāng)冠狀動(dòng)脈壁發(fā)生病變時(shí)，也會(huì)通過(guò)“從內(nèi)向外”的信號(hào)傳導(dǎo)，使PCAT接受來(lái)自血管壁的信號(hào)，從而改變自身的形態(tài)和分泌特征。血管炎癥是心血管疾病發(fā)病的早期特征，發(fā)炎的血管會(huì)釋放炎癥信號(hào)，這些信號(hào)直接擴(kuò)散到PCAT，誘導(dǎo)PCAT局部脂肪分解并抑制脂肪形成，同時(shí)還會(huì)導(dǎo)致微血管通透性增高，引發(fā)血管周?chē)[。隨著PCAT脂肪細(xì)胞內(nèi)脂質(zhì)含量減少，細(xì)胞形態(tài)變小，脂肪組織中脂質(zhì)相減少而水相增加，在冠狀動(dòng)脈周?chē)纬芍炯?xì)胞大小不同的梯度，這種梯度變化可通過(guò)影像學(xué)技術(shù)進(jìn)行無(wú)創(chuàng)檢測(cè)，為冠心病的早期診斷提供了潛在的生物學(xué)標(biāo)志物。影像組學(xué)（Radiomics）是近年來(lái)迅速發(fā)展起來(lái)的一個(gè)新興領(lǐng)域，它是指從醫(yī)學(xué)影像（如CT、MRI、PET等）中高通量地提取大量定量影像特征，這些特征能夠反映組織的生物學(xué)特性、病理生理狀態(tài)以及疾病的發(fā)生發(fā)展過(guò)程。影像組學(xué)技術(shù)通過(guò)對(duì)醫(yī)學(xué)影像進(jìn)行全面、深入的分析，能夠挖掘出傳統(tǒng)影像學(xué)無(wú)法獲取的信息，為疾病的診斷、治療和預(yù)后評(píng)估提供更加豐富、準(zhǔn)確的依據(jù)。在冠心病的研究中，影像組學(xué)技術(shù)可以從冠狀動(dòng)脈CT血管成像（CoronaryComputedTomographicAngiography,CCTA）圖像中提取冠狀動(dòng)脈周?chē)镜挠跋窠M學(xué)特征，這些特征包括形態(tài)學(xué)特征（如體積、表面積、直徑等）、密度特征（如平均CT值、標(biāo)準(zhǔn)差等）以及紋理特征（如灰度共生矩陣、灰度游程矩陣等）。通過(guò)對(duì)這些特征進(jìn)行分析和建模，可以建立起基于冠狀動(dòng)脈周?chē)居跋窠M學(xué)的冠心病分型預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)冠心病不同分型的準(zhǔn)確預(yù)測(cè)。本研究旨在探討冠狀動(dòng)脈周?chē)居跋窠M學(xué)在預(yù)測(cè)冠心病分型中的應(yīng)用價(jià)值，通過(guò)對(duì)大量冠心病患者的CCTA圖像進(jìn)行分析，提取冠狀動(dòng)脈周?chē)镜挠跋窠M學(xué)特征，并結(jié)合臨床資料，建立預(yù)測(cè)模型，評(píng)估該模型對(duì)不同分型冠心病的預(yù)測(cè)效能。本研究的成果有望為冠心病的早期診斷、精準(zhǔn)治療以及預(yù)后評(píng)估提供新的方法和思路，具有重要的臨床意義和應(yīng)用價(jià)值。1.2冠心病分型概述1.2.1傳統(tǒng)WHO分型1979年，世界衛(wèi)生組織（WHO）根據(jù)冠心病的臨床表現(xiàn)、病理生理機(jī)制等，將其分為5種類(lèi)型，分別為隱匿型或無(wú)癥狀性心肌缺血、心絞痛、心肌梗死、缺血性心肌病和猝死。隱匿型或無(wú)癥狀性心肌缺血是指患者存在心肌缺血的客觀(guān)證據(jù)，如心電圖ST-T段改變、心肌灌注異常等，但臨床上卻無(wú)明顯的心絞痛、胸悶等癥狀。其病理機(jī)制主要是冠狀動(dòng)脈粥樣硬化導(dǎo)致血管狹窄，心肌供血減少，但側(cè)支循環(huán)的建立在一定程度上維持了心肌的血液供應(yīng)，使得患者在靜息狀態(tài)下或輕微活動(dòng)時(shí)不出現(xiàn)癥狀。由于患者無(wú)自覺(jué)癥狀，常常難以被早期發(fā)現(xiàn)，容易延誤病情，增加心血管事件的發(fā)生風(fēng)險(xiǎn)。心絞痛是由于心肌急劇的、暫時(shí)的缺血與缺氧所引起的臨床綜合征，其主要癥狀為發(fā)作性的胸骨后疼痛或壓榨感，可放射至心前區(qū)、左肩、左臂內(nèi)側(cè)等部位，疼痛一般持續(xù)3-5分鐘，休息或含服硝酸甘油后可緩解。根據(jù)發(fā)作的誘因、頻率、程度和持續(xù)時(shí)間等，心絞痛又可分為穩(wěn)定型心絞痛和不穩(wěn)定型心絞痛。穩(wěn)定型心絞痛通常由體力活動(dòng)、情緒激動(dòng)等因素誘發(fā)，發(fā)作具有一定的規(guī)律性，疼痛程度相對(duì)較輕；不穩(wěn)定型心絞痛則發(fā)作較為頻繁，疼痛程度較重，可在休息時(shí)發(fā)作，且發(fā)作持續(xù)時(shí)間延長(zhǎng)，硝酸甘油緩解效果不佳，其發(fā)生機(jī)制主要與冠狀動(dòng)脈粥樣硬化斑塊不穩(wěn)定、破裂，導(dǎo)致血小板聚集、血栓形成，引起冠狀動(dòng)脈不完全阻塞有關(guān)，不穩(wěn)定型心絞痛是急性冠狀動(dòng)脈綜合征的重要組成部分，若不及時(shí)治療，極易進(jìn)展為急性心肌梗死。心肌梗死是由于冠狀動(dòng)脈急性、持續(xù)性阻塞，導(dǎo)致心肌嚴(yán)重而持久的缺血、缺氧，進(jìn)而發(fā)生心肌壞死?；颊叱１憩F(xiàn)為劇烈而持久的胸骨后疼痛，休息及含服硝酸甘油不能緩解，可伴有大汗、惡心、嘔吐、呼吸困難等癥狀，嚴(yán)重時(shí)可出現(xiàn)心律失常、休克、心力衰竭等并發(fā)癥，甚至危及生命。根據(jù)心電圖表現(xiàn)，心肌梗死可分為ST段抬高型心肌梗死（STEMI）和非ST段抬高型心肌梗死（NSTEMI）。STEMI通常是由于冠狀動(dòng)脈完全閉塞，導(dǎo)致相應(yīng)供血區(qū)域的心肌全層壞死，心電圖表現(xiàn)為ST段弓背向上抬高；NSTEMI則是冠狀動(dòng)脈不完全閉塞，心肌壞死范圍相對(duì)局限，心電圖無(wú)ST段抬高，但可有ST段壓低、T波倒置等改變。心肌梗死是冠心病中最為嚴(yán)重的類(lèi)型之一，其病死率和致殘率較高，對(duì)患者的生命健康造成極大威脅。缺血性心肌病是由于長(zhǎng)期心肌缺血導(dǎo)致心肌纖維化，心臟逐漸擴(kuò)大，最終發(fā)展為心力衰竭和心律失常的一種臨床綜合征。患者可出現(xiàn)呼吸困難、乏力、水腫等心力衰竭癥狀，以及心悸、頭暈等心律失常表現(xiàn)。其病理基礎(chǔ)是冠狀動(dòng)脈粥樣硬化使血管狹窄或阻塞，心肌長(zhǎng)期處于缺血狀態(tài)，心肌細(xì)胞逐漸萎縮、凋亡，纖維組織增生，導(dǎo)致心肌結(jié)構(gòu)和功能受損。缺血性心肌病的病情通常呈進(jìn)行性發(fā)展，預(yù)后較差，嚴(yán)重影響患者的生活質(zhì)量和壽命。猝死是指自然發(fā)生、出乎意料的突然死亡，冠心病性猝死是由于缺血心肌局部發(fā)生電生理紊亂，引起嚴(yán)重的室性心律失常，如心室顫動(dòng)、心室撲動(dòng)等，導(dǎo)致心臟驟停而迅速死亡。猝死通常發(fā)生在急性癥狀出現(xiàn)后1小時(shí)內(nèi)，具有發(fā)病突然、進(jìn)展迅速、死亡率高等特點(diǎn)。冠心病性猝死多發(fā)生于有冠狀動(dòng)脈粥樣硬化病史的患者，尤其是在心肌梗死、不穩(wěn)定型心絞痛等急性冠狀動(dòng)脈綜合征的基礎(chǔ)上，更容易發(fā)生。由于猝死發(fā)生突然，往往來(lái)不及進(jìn)行有效的救治，因此預(yù)防和早期識(shí)別高?；颊咧陵P(guān)重要。1.2.2現(xiàn)代臨床分型隨著醫(yī)學(xué)研究的不斷深入和臨床實(shí)踐的發(fā)展，為了更好地指導(dǎo)冠心病的診斷、治療和管理，近年來(lái)臨床上提出了更為實(shí)用的冠心病分型方法，將其主要分為慢性冠脈病（ChronicCoronaryArteryDisease,CCAD）和急性冠狀動(dòng)脈綜合征（AcuteCoronarySyndrome,ACS）兩大類(lèi)型。慢性冠脈病，又稱(chēng)慢性心肌缺血綜合征或穩(wěn)定型冠心病，是指冠狀動(dòng)脈粥樣硬化導(dǎo)致血管狹窄或阻塞，引起心肌缺血、缺氧，但病情相對(duì)穩(wěn)定，癥狀發(fā)作具有一定的規(guī)律性和可預(yù)測(cè)性。其主要包括穩(wěn)定型心絞痛、隱匿型冠心病和缺血性心肌病等。穩(wěn)定型心絞痛在前面已有闡述，隱匿型冠心病和缺血性心肌病也如上述傳統(tǒng)分型中所描述。慢性冠脈病患者的治療主要以藥物治療為主，包括抗血小板藥物、他汀類(lèi)降脂藥、β受體阻滯劑、硝酸酯類(lèi)藥物等，以改善心肌供血、降低心肌耗氧量、延緩冠狀動(dòng)脈粥樣硬化的進(jìn)展。同時(shí)，患者還需進(jìn)行生活方式的干預(yù)，如戒煙限酒、合理飲食、適量運(yùn)動(dòng)、控制體重等，以降低心血管疾病的危險(xiǎn)因素。對(duì)于病情嚴(yán)重、藥物治療效果不佳的患者，可考慮進(jìn)行冠狀動(dòng)脈介入治療（如冠狀動(dòng)脈支架植入術(shù)）或冠狀動(dòng)脈旁路移植術(shù)（俗稱(chēng)心臟搭橋手術(shù)）。急性冠狀動(dòng)脈綜合征是一組由冠狀動(dòng)脈急性病變引起的臨床綜合征，其共同的病理基礎(chǔ)是冠狀動(dòng)脈粥樣硬化斑塊破裂、糜爛或潰瘍，導(dǎo)致血小板聚集、血栓形成，引起冠狀動(dòng)脈急性阻塞或嚴(yán)重狹窄。ACS起病急驟，病情兇險(xiǎn)，需要及時(shí)準(zhǔn)確的診斷和緊急有效的治療，否則可能危及患者生命。ACS主要包括不穩(wěn)定型心絞痛、急性心肌梗死和冠心病性猝死。不穩(wěn)定型心絞痛的特點(diǎn)在前面已提及，急性心肌梗死根據(jù)發(fā)病早期心電圖ST段的變化，又可細(xì)分為非ST段抬高型急性冠狀動(dòng)脈綜合征（NSTE-ACS）和ST段抬高型急性冠狀動(dòng)脈綜合征（STE-ACS）。NSTE-ACS包括不穩(wěn)定型心絞痛和非ST段抬高型心肌梗死，其治療原則主要是積極抗血小板、抗凝、調(diào)脂等藥物治療，根據(jù)患者的危險(xiǎn)分層決定是否進(jìn)行早期介入治療。STE-ACS主要指ST段抬高型心肌梗死，強(qiáng)調(diào)早期再灌注治療，如急診冠狀動(dòng)脈介入治療或靜脈溶栓治療，以盡快開(kāi)通梗死相關(guān)血管，挽救瀕死心肌，降低病死率。冠心病性猝死的情況也如前所述。急性冠狀動(dòng)脈綜合征的治療需要爭(zhēng)分奪秒，快速準(zhǔn)確的診斷和及時(shí)有效的治療措施對(duì)于改善患者的預(yù)后至關(guān)重要。1.3冠狀動(dòng)脈周?chē)窘M織（PCAT）與冠心病關(guān)聯(lián)的生物學(xué)基礎(chǔ)1.3.1PCAT的定義與生理功能冠狀動(dòng)脈周?chē)窘M織（PCAT）是一種特殊類(lèi)型的脂肪組織，在人體生理和病理過(guò)程中發(fā)揮著重要作用。然而，目前關(guān)于PCAT的定義尚未達(dá)成完全一致的定論。傳統(tǒng)觀(guān)點(diǎn)認(rèn)為，PCAT是直接圍繞冠狀動(dòng)脈并與血管外膜緊密相鄰的脂肪組織，但由于其與心外膜脂肪之間缺乏明確的解剖學(xué)界限，這使得對(duì)PCAT的準(zhǔn)確定義存在一定困難，大多數(shù)文獻(xiàn)只能將其模糊地定義為圍繞血管的脂肪組織。不過(guò)，近年來(lái)有學(xué)者基于組織學(xué)和基因表達(dá)等多方面的深入研究，嘗試對(duì)PCAT進(jìn)行更為精確的定量定義，即將圍繞冠狀動(dòng)脈管壁的距離設(shè)定為與該血管直徑相等的周?chē)窘M織界定為PCAT。這種定義方式為PCAT的研究提供了更為明確的標(biāo)準(zhǔn)，有助于更準(zhǔn)確地探討其生物學(xué)特性和功能。PCAT具有重要的生理功能，它不僅是血管的結(jié)構(gòu)支持組織，為冠狀動(dòng)脈提供物理支撐，維持血管的正常形態(tài)和位置，更是一種代謝活躍的內(nèi)分泌器官。作為內(nèi)分泌器官，PCAT能夠分泌多種生物活性介質(zhì)，這些介質(zhì)在心血管系統(tǒng)的生理調(diào)節(jié)中發(fā)揮著關(guān)鍵作用。PCAT與冠狀動(dòng)脈管壁之間存在著雙向的信號(hào)傳遞機(jī)制。一方面，通過(guò)“從外向內(nèi)”的信號(hào)傳遞，PCAT可以對(duì)冠狀動(dòng)脈管壁的動(dòng)脈粥樣硬化過(guò)程產(chǎn)生影響。由于PCAT與相鄰動(dòng)脈之間不存在結(jié)締組織屏障，這使得PCAT能夠通過(guò)旁分泌途徑，將其所分泌的炎性細(xì)胞因子、脂肪因子等生物活性介質(zhì)直接作用于血管壁。在正常生理狀態(tài)下，PCAT分泌的一些有益因子，如脂聯(lián)素，具有抗炎、抗動(dòng)脈粥樣硬化的作用，它可以抑制血管平滑肌細(xì)胞的增殖和遷移，減少炎癥細(xì)胞的浸潤(rùn)，從而有助于維持冠狀動(dòng)脈管壁的健康。而在病理狀態(tài)下，PCAT分泌譜發(fā)生改變，大量促炎細(xì)胞因子如腫瘤壞死因子-α（TNF-α）、白細(xì)胞介素-6（IL-6）等釋放增加。TNF-α可以誘導(dǎo)血管內(nèi)皮細(xì)胞表達(dá)黏附分子，促進(jìn)炎癥細(xì)胞黏附于血管內(nèi)皮，引發(fā)炎癥反應(yīng)；IL-6則可以激活下游信號(hào)通路，促進(jìn)平滑肌細(xì)胞增殖和遷移，加速動(dòng)脈粥樣硬化斑塊的形成。另一方面，PCAT還存在“從內(nèi)向外”的信號(hào)傳遞機(jī)制，即PCAT能夠充當(dāng)傳感器，接受來(lái)自冠狀動(dòng)脈管壁的信號(hào)，并據(jù)此改變自身的形態(tài)和分泌特征。當(dāng)冠狀動(dòng)脈壁發(fā)生炎癥、損傷等病變時(shí)，會(huì)釋放一系列信號(hào)分子，如趨化因子、生長(zhǎng)因子等，這些信號(hào)分子擴(kuò)散到PCAT，誘導(dǎo)PCAT發(fā)生局部脂肪分解，抑制脂肪形成。同時(shí)，信號(hào)分子還會(huì)導(dǎo)致PCAT微血管通透性增高，引發(fā)血管周?chē)[。隨著PCAT脂肪細(xì)胞內(nèi)脂質(zhì)含量減少，細(xì)胞形態(tài)變小，脂肪組織中脂質(zhì)相減少而水相增加，在冠狀動(dòng)脈周?chē)纬芍炯?xì)胞大小不同的梯度。這種梯度變化近年來(lái)被證明可通過(guò)影像學(xué)無(wú)創(chuàng)檢測(cè)，為心血管疾病的早期診斷提供了潛在的生物學(xué)標(biāo)志物。1.3.2PCAT在冠心病發(fā)生發(fā)展中的作用機(jī)制PCAT在冠心病的發(fā)生發(fā)展過(guò)程中扮演著至關(guān)重要的角色，其作用機(jī)制涉及多個(gè)方面，主要通過(guò)分泌炎性細(xì)胞因子、脂肪因子以及影響血管內(nèi)皮功能等途徑，參與動(dòng)脈粥樣硬化的進(jìn)程，進(jìn)而促進(jìn)冠心病的發(fā)展。炎性細(xì)胞因子的分泌失衡是PCAT促進(jìn)冠心病發(fā)展的重要機(jī)制之一。在正常生理狀態(tài)下，PCAT分泌的炎性細(xì)胞因子處于相對(duì)平衡的狀態(tài)，有助于維持心血管系統(tǒng)的穩(wěn)態(tài)。當(dāng)機(jī)體處于病理狀態(tài)，如肥胖、高血壓、糖尿病等冠心病危險(xiǎn)因素存在時(shí)，PCAT會(huì)發(fā)生功能失調(diào)，分泌大量的促炎細(xì)胞因子。TNF-α是一種重要的促炎細(xì)胞因子，PCAT分泌的TNF-α可以作用于血管內(nèi)皮細(xì)胞，使其表達(dá)細(xì)胞間黏附分子-1（ICAM-1）、血管細(xì)胞黏附分子-1（VCAM-1）等黏附分子。這些黏附分子能夠促進(jìn)血液中的單核細(xì)胞、淋巴細(xì)胞等炎癥細(xì)胞黏附于血管內(nèi)皮，并向內(nèi)皮下遷移，引發(fā)炎癥反應(yīng)。單核細(xì)胞在內(nèi)皮下攝取氧化低密度脂蛋白（ox-LDL），轉(zhuǎn)化為泡沫細(xì)胞，泡沫細(xì)胞的不斷聚集是動(dòng)脈粥樣硬化斑塊形成的早期事件。TNF-α還可以激活核轉(zhuǎn)錄因子-κB（NF-κB）信號(hào)通路，促進(jìn)多種炎癥相關(guān)基因的表達(dá)，進(jìn)一步加劇炎癥反應(yīng)。IL-6也是PCAT分泌的一種關(guān)鍵促炎細(xì)胞因子，它可以刺激肝臟合成C反應(yīng)蛋白（CRP）等急性期蛋白，CRP是一種重要的炎癥標(biāo)志物，其水平升高與冠心病的發(fā)生發(fā)展密切相關(guān)。IL-6還可以促進(jìn)平滑肌細(xì)胞增殖和遷移，使動(dòng)脈粥樣硬化斑塊的纖維帽增厚，同時(shí)增加斑塊內(nèi)巨噬細(xì)胞的浸潤(rùn)，導(dǎo)致斑塊的穩(wěn)定性下降，容易破裂引發(fā)急性冠狀動(dòng)脈綜合征。脂肪因子的異常分泌也是PCAT影響冠心病發(fā)生發(fā)展的重要因素。脂聯(lián)素是一種由脂肪組織分泌的具有心血管保護(hù)作用的脂肪因子。在正常情況下，PCAT分泌適量的脂聯(lián)素，它可以通過(guò)多種途徑發(fā)揮抗動(dòng)脈粥樣硬化作用。脂聯(lián)素可以激活腺苷酸活化蛋白激酶（AMPK）信號(hào)通路，抑制內(nèi)皮細(xì)胞的炎癥反應(yīng)，減少氧化應(yīng)激損傷。它還可以抑制巨噬細(xì)胞攝取ox-LDL，減少泡沫細(xì)胞的形成，同時(shí)促進(jìn)巨噬細(xì)胞對(duì)膽固醇的逆向轉(zhuǎn)運(yùn)，降低動(dòng)脈粥樣硬化斑塊內(nèi)脂質(zhì)含量。脂聯(lián)素還具有抗血栓形成的作用，它可以抑制血小板的聚集和活化，減少血栓形成的風(fēng)險(xiǎn)。在冠心病患者中，PCAT分泌脂聯(lián)素的水平往往降低。脂聯(lián)素水平的下降使其對(duì)心血管系統(tǒng)的保護(hù)作用減弱，導(dǎo)致炎癥反應(yīng)加劇、脂質(zhì)代謝紊亂等，促進(jìn)了冠心病的發(fā)展。瘦素是另一種重要的脂肪因子，它主要由脂肪細(xì)胞分泌，在能量代謝和體重調(diào)節(jié)中發(fā)揮重要作用。在心血管系統(tǒng)中，瘦素具有促炎和促動(dòng)脈粥樣硬化作用。PCAT分泌的瘦素可以與血管內(nèi)皮細(xì)胞、平滑肌細(xì)胞和巨噬細(xì)胞表面的瘦素受體結(jié)合，激活下游信號(hào)通路。瘦素可以促進(jìn)內(nèi)皮細(xì)胞表達(dá)黏附分子，增加炎癥細(xì)胞的黏附，同時(shí)刺激平滑肌細(xì)胞增殖和遷移，促進(jìn)動(dòng)脈粥樣硬化斑塊的形成和發(fā)展。瘦素還可以增強(qiáng)巨噬細(xì)胞的吞噬功能，使其攝取更多的ox-LDL，加速泡沫細(xì)胞的形成。此外，瘦素還可以通過(guò)調(diào)節(jié)交感神經(jīng)系統(tǒng)的活性，升高血壓，增加心臟負(fù)荷，進(jìn)一步加重心血管系統(tǒng)的損傷。PCAT對(duì)血管內(nèi)皮功能的影響也是其參與冠心病發(fā)生發(fā)展的重要環(huán)節(jié)。血管內(nèi)皮細(xì)胞是襯于血管內(nèi)壁的一層單層扁平上皮細(xì)胞，它不僅是血液與組織之間的屏障，還具有重要的內(nèi)分泌和旁分泌功能，能夠調(diào)節(jié)血管的舒縮、凝血、纖溶和炎癥反應(yīng)等。正常的血管內(nèi)皮功能對(duì)于維持心血管系統(tǒng)的穩(wěn)態(tài)至關(guān)重要。PCAT分泌的生物活性介質(zhì)可以直接或間接作用于血管內(nèi)皮細(xì)胞，影響其功能。如前所述，PCAT分泌的促炎細(xì)胞因子和脂肪因子可以損傷血管內(nèi)皮細(xì)胞，導(dǎo)致內(nèi)皮功能障礙。促炎細(xì)胞因子可以誘導(dǎo)內(nèi)皮細(xì)胞表達(dá)一氧化氮合酶（eNOS）解偶聯(lián)，使一氧化氮（NO）生成減少。NO是一種重要的血管舒張因子，它可以通過(guò)激活鳥(niǎo)苷酸環(huán)化酶，使細(xì)胞內(nèi)cGMP水平升高，導(dǎo)致血管平滑肌舒張。NO還具有抗血小板聚集、抗炎和抗氧化等作用。NO生成減少會(huì)導(dǎo)致血管舒張功能障礙，同時(shí)增加血小板聚集和炎癥反應(yīng)的風(fēng)險(xiǎn)。PCAT分泌的生物活性介質(zhì)還可以促進(jìn)內(nèi)皮細(xì)胞釋放內(nèi)皮素-1（ET-1）等縮血管物質(zhì)。ET-1是一種強(qiáng)效的血管收縮肽，它可以與血管平滑肌細(xì)胞表面的受體結(jié)合，引起血管強(qiáng)烈收縮，增加血管阻力，升高血壓。ET-1還可以促進(jìn)平滑肌細(xì)胞增殖和遷移，加速動(dòng)脈粥樣硬化的進(jìn)程。血管內(nèi)皮功能障礙是冠心病發(fā)生發(fā)展的早期事件，PCAT通過(guò)破壞血管內(nèi)皮功能，為動(dòng)脈粥樣硬化的發(fā)生發(fā)展創(chuàng)造了條件。二、冠狀動(dòng)脈周?chē)居跋窠M學(xué)技術(shù)基礎(chǔ)2.1影像組學(xué)基本原理2.1.1影像組學(xué)概念影像組學(xué)這一概念最早于2012年由荷蘭學(xué)者PhilippeLambin正式提出，其核心在于從醫(yī)學(xué)影像中高通量地提取大量定量影像特征，將這些傳統(tǒng)肉眼難以識(shí)別和分析的影像學(xué)信息，轉(zhuǎn)化為可被計(jì)算機(jī)挖掘和分析的高分辨率數(shù)據(jù)。隨著醫(yī)學(xué)影像技術(shù)的飛速發(fā)展，如計(jì)算機(jī)斷層掃描（CT）、磁共振成像（MRI）、正電子發(fā)射斷層顯像（PET）等技術(shù)的廣泛應(yīng)用，醫(yī)學(xué)影像所包含的信息量呈爆炸式增長(zhǎng)。傳統(tǒng)的影像學(xué)診斷主要依賴(lài)醫(yī)生的肉眼觀(guān)察和主觀(guān)經(jīng)驗(yàn)判斷，對(duì)于影像中蘊(yùn)含的大量潛在信息難以充分挖掘和利用。影像組學(xué)的出現(xiàn)，打破了這一局限，它運(yùn)用先進(jìn)的自動(dòng)化數(shù)據(jù)特征化算法，能夠?qū)︶t(yī)學(xué)影像進(jìn)行全面、細(xì)致的分析。通過(guò)這些算法，可以從影像中提取出多種類(lèi)型的特征，包括形態(tài)學(xué)特征、密度特征、紋理特征等。這些特征能夠從不同角度反映組織的生物學(xué)特性、病理生理狀態(tài)以及疾病的發(fā)生發(fā)展過(guò)程。形態(tài)學(xué)特征可以描述病變的大小、形狀、體積、表面積等幾何屬性，有助于了解病變的宏觀(guān)形態(tài)和生長(zhǎng)方式；密度特征如平均CT值、標(biāo)準(zhǔn)差等，能夠反映組織的密度差異，對(duì)于判斷病變的性質(zhì)具有重要意義；紋理特征則通過(guò)分析影像中灰度值的分布和變化規(guī)律，揭示組織的微觀(guān)結(jié)構(gòu)和異質(zhì)性。影像組學(xué)將這些豐富的特征信息整合起來(lái)，形成一個(gè)全面、詳細(xì)的影像特征庫(kù)，為疾病的精準(zhǔn)診斷、治療方案的制定以及預(yù)后評(píng)估提供了更為科學(xué)、準(zhǔn)確的依據(jù)。2.1.2影像組學(xué)流程影像組學(xué)的完整流程涵蓋了從圖像采集到最終模型應(yīng)用的多個(gè)關(guān)鍵步驟，每個(gè)步驟都相互關(guān)聯(lián)、不可或缺，共同構(gòu)成了一個(gè)嚴(yán)謹(jǐn)而科學(xué)的分析體系。圖像采集是影像組學(xué)研究的首要環(huán)節(jié)，其質(zhì)量直接影響后續(xù)分析結(jié)果的準(zhǔn)確性和可靠性。在這一階段，需要根據(jù)研究目的和對(duì)象的特點(diǎn)，選擇合適的醫(yī)學(xué)影像技術(shù)，如CCTA常用于冠狀動(dòng)脈疾病的診斷和研究。同時(shí)，要嚴(yán)格控制圖像采集的條件和參數(shù)，確保圖像的清晰度、分辨率以及對(duì)比度等符合要求。對(duì)于CCTA圖像采集，需注意掃描范圍應(yīng)覆蓋冠狀動(dòng)脈及其周?chē)窘M織，管電壓、管電流、層厚等參數(shù)的選擇要合理，以保證能夠清晰顯示冠狀動(dòng)脈的解剖結(jié)構(gòu)和周?chē)镜募?xì)節(jié)。還需對(duì)采集到的圖像進(jìn)行嚴(yán)格的數(shù)據(jù)質(zhì)量檢查，排查圖像是否存在形變、缺損、偽影等問(wèn)題，以及圖像參數(shù)是否準(zhǔn)確無(wú)誤。只有經(jīng)過(guò)嚴(yán)格篩選和質(zhì)量把控的圖像，才能進(jìn)入后續(xù)的處理流程。圖像預(yù)處理是對(duì)采集到的原始圖像進(jìn)行一系列優(yōu)化和調(diào)整的過(guò)程，旨在提高圖像的質(zhì)量，減少噪聲干擾，為后續(xù)的特征提取和分析奠定良好基礎(chǔ)。這一過(guò)程通常包括圖像重建、噪聲去除、影像配準(zhǔn)和圖像分割等關(guān)鍵步驟。圖像重建是將原始掃描數(shù)據(jù)轉(zhuǎn)換為可供觀(guān)察和分析的圖像形式，通過(guò)選擇合適的重建算法，可以提高圖像的質(zhì)量和清晰度。噪聲去除則是采用濾波等方法，去除圖像中的隨機(jī)噪聲，使圖像更加平滑和清晰。影像配準(zhǔn)是將不同時(shí)間、不同模態(tài)或不同角度獲取的圖像進(jìn)行空間對(duì)齊，以便于對(duì)同一解剖結(jié)構(gòu)進(jìn)行比較和分析。在冠狀動(dòng)脈周?chē)居跋窠M學(xué)研究中，可能需要將CCTA圖像與其他影像學(xué)檢查（如MRI）圖像進(jìn)行配準(zhǔn)，以綜合分析冠狀動(dòng)脈及其周?chē)M織的情況。圖像分割是圖像預(yù)處理中最為關(guān)鍵的步驟之一，其目的是將圖像中的感興趣區(qū)域（ROI），如冠狀動(dòng)脈周?chē)窘M織，從背景中分離出來(lái)。目前圖像分割方法主要包括手動(dòng)分割、半自動(dòng)分割和自動(dòng)分割。手動(dòng)分割雖然耗時(shí)費(fèi)力，但準(zhǔn)確性較高，常被用作評(píng)估其他分割方法準(zhǔn)確性的金標(biāo)準(zhǔn)；半自動(dòng)分割結(jié)合了手動(dòng)操作和算法輔助，在一定程度上提高了分割效率；自動(dòng)分割則利用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法，實(shí)現(xiàn)圖像的快速自動(dòng)分割，但在分割精度和適應(yīng)性方面仍有待提高。在實(shí)際應(yīng)用中，可根據(jù)具體情況選擇合適的分割方法，或結(jié)合多種方法以提高分割的準(zhǔn)確性和效率。特征提取是影像組學(xué)的核心步驟之一，通過(guò)運(yùn)用各種數(shù)學(xué)算法和模型，從預(yù)處理后的圖像中提取出能夠反映組織生物學(xué)特性和病理生理狀態(tài)的定量影像特征。這些特征可分為多種類(lèi)型，包括形態(tài)學(xué)特征、密度特征、紋理特征以及基于模型轉(zhuǎn)換的特征等。形態(tài)學(xué)特征主要描述ROI的幾何形狀和空間結(jié)構(gòu)，如體積、表面積、直徑、周長(zhǎng)、球形度等。體積和表面積可以反映病變的大小和范圍，直徑和周長(zhǎng)則有助于了解病變的形態(tài)和生長(zhǎng)方向，球形度用于衡量病變的形狀與球體的接近程度，對(duì)于判斷病變的生長(zhǎng)方式和惡性程度具有一定的參考價(jià)值。密度特征主要通過(guò)分析圖像的灰度值來(lái)獲取，常見(jiàn)的有平均CT值、標(biāo)準(zhǔn)差、偏度、峰度等。平均CT值反映了組織的平均密度，可用于區(qū)分不同類(lèi)型的組織和病變；標(biāo)準(zhǔn)差表示灰度值的離散程度，能夠反映組織的異質(zhì)性；偏度和峰度則分別描述了灰度值分布的不對(duì)稱(chēng)性和陡峭程度，對(duì)于分析病變的內(nèi)部結(jié)構(gòu)和成分具有重要意義。紋理特征是通過(guò)分析圖像中灰度值的分布模式和變化規(guī)律來(lái)提取的，它能夠揭示組織的微觀(guān)結(jié)構(gòu)和異質(zhì)性。常用的紋理特征提取方法包括灰度共生矩陣（GLCM）、灰度游程矩陣（GLRLM）、灰度大小區(qū)域矩陣（GLSZM）等。GLCM通過(guò)計(jì)算具有特定灰度值和空間位置關(guān)系的像素對(duì)出現(xiàn)的頻率，來(lái)描述圖像的紋理特征，能夠反映紋理的方向、對(duì)比度、相關(guān)性等信息；GLRLM則關(guān)注具有相同灰度值的連續(xù)像素在不同方向上的游程長(zhǎng)度和分布情況，可用于分析紋理的粗細(xì)和均勻性；GLSZM通過(guò)統(tǒng)計(jì)具有相同灰度值的相鄰像素組成的區(qū)域大小和數(shù)量，來(lái)提取紋理特征，對(duì)于檢測(cè)病變的細(xì)微結(jié)構(gòu)和邊緣特征具有較好的效果?；谀Ｐ娃D(zhuǎn)換的特征是通過(guò)將圖像數(shù)據(jù)進(jìn)行特定的數(shù)學(xué)變換或模型擬合，得到一些能夠反映組織特性的特征參數(shù)。小波變換可以將圖像分解為不同頻率的子帶，提取出圖像在不同尺度下的特征信息；分形分析則用于描述圖像的復(fù)雜程度和自相似性，對(duì)于分析具有復(fù)雜紋理結(jié)構(gòu)的病變具有獨(dú)特的優(yōu)勢(shì)。在特征提取過(guò)程中，通常會(huì)提取大量的特征，這些特征數(shù)量可能多達(dá)幾百甚至數(shù)千個(gè)，它們從不同角度全面地描述了ROI的特征信息。特征選擇與降維是在特征提取之后，為了提高模型的性能和效率而進(jìn)行的關(guān)鍵步驟。由于在特征提取階段會(huì)得到大量的影像特征，其中部分特征可能與研究目的無(wú)關(guān)，或者存在冗余信息，這些無(wú)關(guān)和冗余特征不僅會(huì)增加計(jì)算負(fù)擔(dān)，還可能對(duì)模型的準(zhǔn)確性和泛化能力產(chǎn)生負(fù)面影響。因此，需要通過(guò)特征選擇和降維方法，從眾多特征中篩選出最具代表性和相關(guān)性的特征子集，去除無(wú)關(guān)和冗余特征。特征選擇方法主要包括過(guò)濾式、包裝式和嵌入式三大類(lèi)。過(guò)濾式方法是根據(jù)某種統(tǒng)計(jì)檢驗(yàn)標(biāo)準(zhǔn)，如方差選擇法、卡方檢驗(yàn)、相關(guān)系數(shù)法、互信息法等，對(duì)特征進(jìn)行獨(dú)立評(píng)估，設(shè)定閾值來(lái)篩選特征。方差選擇法通過(guò)計(jì)算特征的方差，去除方差較小的特征，因?yàn)榉讲钚∫馕吨撎卣髟诓煌瑯颖鹃g的變化不大，對(duì)分類(lèi)或預(yù)測(cè)的貢獻(xiàn)較小；卡方檢驗(yàn)用于檢驗(yàn)特征與類(lèi)別之間的獨(dú)立性，選擇與類(lèi)別相關(guān)性較強(qiáng)的特征；相關(guān)系數(shù)法計(jì)算特征與目標(biāo)變量之間的線(xiàn)性相關(guān)系數(shù)，保留相關(guān)性高的特征；互信息法衡量特征與目標(biāo)變量之間的信息交互程度，選擇互信息值較大的特征。包裝式方法則是以模型的性能為評(píng)價(jià)標(biāo)準(zhǔn)，通過(guò)多次迭代，每次保留若干特征，逐步篩選出最優(yōu)的特征子集。遞歸特征消除法（RFE）是一種常用的包裝式特征選擇方法，它基于特定的機(jī)器學(xué)習(xí)模型（如支持向量機(jī)、決策樹(shù)等），每次迭代時(shí)根據(jù)模型的權(quán)重或重要性得分，去除最不重要的特征，直到達(dá)到預(yù)設(shè)的特征數(shù)量或模型性能不再提升為止。嵌入式方法是將特征選擇過(guò)程與機(jī)器學(xué)習(xí)算法相結(jié)合，在模型訓(xùn)練過(guò)程中自動(dòng)選擇重要的特征。LASSO嶺回歸通過(guò)在損失函數(shù)中添加L1正則化項(xiàng)，使得模型在訓(xùn)練過(guò)程中能夠自動(dòng)將一些不重要的特征系數(shù)壓縮為0，從而實(shí)現(xiàn)特征選擇。梯度提升決策樹(shù)（GBTD）則根據(jù)特征在決策樹(shù)構(gòu)建過(guò)程中的分裂增益，來(lái)評(píng)估特征的重要性，選擇重要性較高的特征。在特征選擇過(guò)程中，有時(shí)即使經(jīng)過(guò)篩選，剩余的特征數(shù)量仍然較多，此時(shí)可以采用降維方法進(jìn)一步減少特征的維度。主成分分析（PCA）是一種常用的降維方法，它通過(guò)線(xiàn)性變換將原始特征轉(zhuǎn)換為一組新的相互正交的主成分，這些主成分按照方差大小排序，方差越大的主成分包含的信息越多。在實(shí)際應(yīng)用中，可以根據(jù)需要選擇前幾個(gè)主成分來(lái)代表原始特征，從而達(dá)到降維的目的。通過(guò)特征選擇和降維，可以有效減少特征數(shù)量，降低模型的復(fù)雜度，提高模型的訓(xùn)練速度和泛化能力。模型構(gòu)建與訓(xùn)練是影像組學(xué)研究的關(guān)鍵環(huán)節(jié)，其目的是利用經(jīng)過(guò)特征選擇和降維后的特征數(shù)據(jù)，選擇合適的機(jī)器學(xué)習(xí)算法構(gòu)建預(yù)測(cè)模型，并通過(guò)訓(xùn)練優(yōu)化模型的參數(shù)，使其能夠準(zhǔn)確地對(duì)目標(biāo)疾病或狀態(tài)進(jìn)行分類(lèi)、預(yù)測(cè)或評(píng)估。在選擇機(jī)器學(xué)習(xí)算法時(shí)，需要綜合考慮研究問(wèn)題的性質(zhì)、數(shù)據(jù)的特點(diǎn)以及模型的性能要求等因素。常用的機(jī)器學(xué)習(xí)算法包括支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)（ANN）、決策樹(shù)、隨機(jī)森林、邏輯回歸等。SVM是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的分類(lèi)算法，它通過(guò)尋找一個(gè)最優(yōu)的分類(lèi)超平面，將不同類(lèi)別的樣本分開(kāi)，對(duì)于小樣本、非線(xiàn)性分類(lèi)問(wèn)題具有較好的性能。在冠狀動(dòng)脈周?chē)居跋窠M學(xué)預(yù)測(cè)冠心病分型的研究中，如果數(shù)據(jù)樣本量相對(duì)較小，且特征之間存在非線(xiàn)性關(guān)系，SVM可能是一個(gè)合適的選擇。ANN是一種模擬人類(lèi)大腦神經(jīng)元結(jié)構(gòu)和功能的計(jì)算模型，它由多個(gè)神經(jīng)元層組成，包括輸入層、隱藏層和輸出層，能夠自動(dòng)學(xué)習(xí)數(shù)據(jù)中的復(fù)雜模式和特征。對(duì)于復(fù)雜的醫(yī)學(xué)影像數(shù)據(jù)，ANN可以通過(guò)深度學(xué)習(xí)的方式，如卷積神經(jīng)網(wǎng)絡(luò)（CNN），自動(dòng)提取圖像的高級(jí)特征，實(shí)現(xiàn)對(duì)疾病的準(zhǔn)確診斷和預(yù)測(cè)。決策樹(shù)是一種基于樹(shù)結(jié)構(gòu)的分類(lèi)和回歸模型，它通過(guò)對(duì)特征進(jìn)行遞歸劃分，構(gòu)建決策規(guī)則，直觀(guān)易懂，可解釋性強(qiáng)。隨機(jī)森林是在決策樹(shù)的基礎(chǔ)上發(fā)展而來(lái)的集成學(xué)習(xí)算法，它通過(guò)構(gòu)建多個(gè)決策樹(shù)，并對(duì)它們的預(yù)測(cè)結(jié)果進(jìn)行綜合，能夠有效提高模型的穩(wěn)定性和泛化能力。邏輯回歸是一種用于二分類(lèi)問(wèn)題的線(xiàn)性回歸模型，它通過(guò)對(duì)樣本的特征進(jìn)行線(xiàn)性組合，利用邏輯函數(shù)將結(jié)果映射到0-1之間，從而判斷樣本屬于某個(gè)類(lèi)別的概率。在模型構(gòu)建過(guò)程中，首先需要將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集。訓(xùn)練集用于模型的訓(xùn)練，通過(guò)輸入訓(xùn)練數(shù)據(jù)和對(duì)應(yīng)的標(biāo)簽（如冠心病的不同分型），讓模型學(xué)習(xí)特征與標(biāo)簽之間的關(guān)系，調(diào)整模型的參數(shù)，使其能夠準(zhǔn)確地對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行分類(lèi)或預(yù)測(cè)。測(cè)試集則用于評(píng)估模型的性能，在模型訓(xùn)練完成后，將測(cè)試集輸入模型，計(jì)算模型在測(cè)試集上的預(yù)測(cè)準(zhǔn)確率、召回率、F1值等指標(biāo)，以判斷模型的泛化能力和準(zhǔn)確性。為了提高模型的性能和穩(wěn)定性，還可以采用交叉驗(yàn)證等方法，如k折交叉驗(yàn)證，將訓(xùn)練集進(jìn)一步劃分為k個(gè)子集，每次選擇其中一個(gè)子集作為驗(yàn)證集，其余子集作為訓(xùn)練集，進(jìn)行k次訓(xùn)練和驗(yàn)證，最后將k次的結(jié)果進(jìn)行平均，得到模型的性能評(píng)估指標(biāo)。通過(guò)不斷調(diào)整模型的參數(shù)和選擇合適的特征，使模型在訓(xùn)練集和驗(yàn)證集上都能取得較好的性能。模型評(píng)估與驗(yàn)證是確保模型可靠性和有效性的重要步驟，它通過(guò)使用獨(dú)立的測(cè)試數(shù)據(jù)集對(duì)訓(xùn)練好的模型進(jìn)行評(píng)估，以判斷模型在實(shí)際應(yīng)用中的性能表現(xiàn)。在模型評(píng)估過(guò)程中，需要采用一系列客觀(guān)、科學(xué)的評(píng)估指標(biāo)來(lái)衡量模型的準(zhǔn)確性、泛化能力、穩(wěn)定性等方面的性能。常用的評(píng)估指標(biāo)包括準(zhǔn)確率（Accuracy）、召回率（Recall）、F1值（F1-score）、受試者工作特征曲線(xiàn)（ROC曲線(xiàn)）及曲線(xiàn)下面積（AUC）等。準(zhǔn)確率是指模型預(yù)測(cè)正確的樣本數(shù)占總樣本數(shù)的比例，它反映了模型的整體分類(lèi)準(zhǔn)確性。召回率，也稱(chēng)為靈敏度或真陽(yáng)性率，是指實(shí)際為正例且被模型正確預(yù)測(cè)為正例的樣本數(shù)占實(shí)際正例樣本數(shù)的比例，它衡量了模型對(duì)正例樣本的識(shí)別能力。F1值是綜合考慮準(zhǔn)確率和召回率的一個(gè)指標(biāo)，它通過(guò)計(jì)算準(zhǔn)確率和召回率的調(diào)和平均數(shù)來(lái)評(píng)估模型的性能，F(xiàn)1值越高，說(shuō)明模型在準(zhǔn)確性和召回率之間取得了較好的平衡。ROC曲線(xiàn)是一種以假陽(yáng)性率（FPR）為橫坐標(biāo)，真陽(yáng)性率（TPR）為縱坐標(biāo)繪制的曲線(xiàn)，它能夠直觀(guān)地展示模型在不同分類(lèi)閾值下的性能表現(xiàn)。AUC是ROC曲線(xiàn)下的面積，取值范圍在0到1之間，AUC越接近1，說(shuō)明模型的性能越好，具有較強(qiáng)的區(qū)分正例和反例的能力；當(dāng)AUC為0.5時(shí)，說(shuō)明模型的預(yù)測(cè)結(jié)果與隨機(jī)猜測(cè)無(wú)異。除了上述指標(biāo)外，還可以根據(jù)具體研究問(wèn)題和需求，選擇其他合適的評(píng)估指標(biāo)，如精確率（Precision）、特異度（Specificity）、平均絕對(duì)誤差（MAE）、均方根誤差（RMSE）等。在進(jìn)行模型驗(yàn)證時(shí)，通常采用獨(dú)立的測(cè)試數(shù)據(jù)集，該數(shù)據(jù)集在模型訓(xùn)練過(guò)程中未被使用過(guò)，以確保評(píng)估結(jié)果的客觀(guān)性和可靠性。將測(cè)試數(shù)據(jù)集輸入訓(xùn)練好的模型，計(jì)算各項(xiàng)評(píng)估指標(biāo)，根據(jù)評(píng)估結(jié)果判斷模型是否滿(mǎn)足研究要求。如果模型性能不理想，需要分析原因，可能是數(shù)據(jù)質(zhì)量問(wèn)題、特征選擇不當(dāng)、模型參數(shù)設(shè)置不合理等，針對(duì)這些問(wèn)題進(jìn)行相應(yīng)的調(diào)整和改進(jìn)，如重新篩選數(shù)據(jù)、優(yōu)化特征選擇方法、調(diào)整模型參數(shù)等，然后重新進(jìn)行模型訓(xùn)練和評(píng)估，直到模型性能達(dá)到滿(mǎn)意的水平。通過(guò)嚴(yán)格的模型評(píng)估與驗(yàn)證，可以確保構(gòu)建的模型具有良好的性能和泛化能力，能夠在實(shí)際臨床應(yīng)用中準(zhǔn)確地預(yù)測(cè)冠心病的分型。結(jié)果解釋與應(yīng)用是影像組學(xué)研究的最終目標(biāo)，即將模型分析的結(jié)果轉(zhuǎn)化為具有臨床意義的信息，為醫(yī)生的診斷、治療決策提供有力支持。在這一階段，需要將模型預(yù)測(cè)的結(jié)果與臨床實(shí)際情況相結(jié)合，解釋模型輸出的含義，使醫(yī)生能夠理解和應(yīng)用這些結(jié)果。對(duì)于基于冠狀動(dòng)脈周?chē)居跋窠M學(xué)的冠心病分型預(yù)測(cè)模型，模型輸出的結(jié)果可能是冠心病的不同分型（如穩(wěn)定型冠心病、急性冠狀動(dòng)脈綜合征等）或患病的概率。醫(yī)生可以根據(jù)模型的預(yù)測(cè)結(jié)果，結(jié)合患者的臨床癥狀、體征、其他檢查結(jié)果等綜合信息，制定個(gè)性化的治療方案。如果模型預(yù)測(cè)患者為急性冠狀動(dòng)脈綜合征，醫(yī)生應(yīng)立即采取緊急治療措施，如進(jìn)行冠狀動(dòng)脈介入治療或溶栓治療，以挽救患者的生命；如果預(yù)測(cè)為穩(wěn)定型冠心病，則可以根據(jù)患者的具體情況，制定藥物治療、生活方式干預(yù)等綜合治療方案。影像組學(xué)模型還可以用于疾病的預(yù)后評(píng)估，通過(guò)分析影像組學(xué)特征與患者預(yù)后指標(biāo)（如生存率、復(fù)發(fā)率等）之間的關(guān)系，預(yù)測(cè)患者的預(yù)后情況，為醫(yī)生提供治療決策的參考。對(duì)于預(yù)測(cè)預(yù)后較差的患者，可以加強(qiáng)隨訪(fǎng)和治療，采取更積極的干預(yù)措施，以改善患者的預(yù)后。影像組學(xué)技術(shù)的應(yīng)用不僅可以提高冠心病診斷的準(zhǔn)確性和效率，還能夠?yàn)閭€(gè)性化醫(yī)療提供支持，有助于實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)的目標(biāo)。2.2冠狀動(dòng)脈周?chē)居跋瘾@取技術(shù)2.2.1冠狀動(dòng)脈CT血管造影（CCTA）冠狀動(dòng)脈CT血管造影（CCTA）是目前臨床上用于評(píng)估冠狀動(dòng)脈解剖結(jié)構(gòu)和病變的重要無(wú)創(chuàng)成像技術(shù)之一，在冠狀動(dòng)脈周?chē)荆≒CAT）影像獲取及相關(guān)研究中也發(fā)揮著關(guān)鍵作用。CCTA的基本原理是利用多層螺旋CT對(duì)心臟進(jìn)行快速掃描，在靜脈注射碘對(duì)比劑后，通過(guò)對(duì)冠狀動(dòng)脈內(nèi)對(duì)比劑充盈的血管進(jìn)行薄層掃描，獲取冠狀動(dòng)脈的高分辨率圖像。通過(guò)圖像重建技術(shù)，如多平面重組（MPR）、曲面重組（CPR）、容積再現(xiàn)（VR）等，可以從不同角度、不同層面清晰地顯示冠狀動(dòng)脈的走行、分支、管腔形態(tài)以及管壁情況。對(duì)于PCAT的評(píng)估，CCTA能夠提供三維結(jié)構(gòu)信息，通過(guò)設(shè)定合適的CT值范圍（通常為-190~-30HU），可以準(zhǔn)確地識(shí)別和分割出圍繞冠狀動(dòng)脈的脂肪組織。研究表明，脂肪組織的CT密度反映了脂質(zhì)和水相的平衡，是脂肪細(xì)胞大小和脂質(zhì)含量的標(biāo)志。CCTA不僅可以直觀(guān)地顯示PCAT的分布和形態(tài)，還能夠通過(guò)測(cè)量PCAT的相關(guān)參數(shù)，如體積、密度、衰減指數(shù)等，來(lái)評(píng)估其生物學(xué)特性和功能狀態(tài)。CCTA在評(píng)估PCAT方面具有諸多優(yōu)勢(shì)。它是一種無(wú)創(chuàng)檢查方法，相比于冠狀動(dòng)脈造影等有創(chuàng)檢查，患者更容易接受，檢查風(fēng)險(xiǎn)也相對(duì)較低。CCTA具有較高的空間分辨率和時(shí)間分辨率，能夠清晰地顯示冠狀動(dòng)脈及其周?chē)镜募?xì)微結(jié)構(gòu)，對(duì)于發(fā)現(xiàn)早期冠狀動(dòng)脈病變和PCAT的異常改變具有重要意義。CCTA可以同時(shí)獲取冠狀動(dòng)脈和PCAT的信息，為綜合分析兩者之間的關(guān)系提供了便利。通過(guò)一次掃描，醫(yī)生可以觀(guān)察冠狀動(dòng)脈的狹窄程度、斑塊性質(zhì)以及PCAT的形態(tài)、密度等特征，有助于全面了解冠心病的病理生理過(guò)程。CCTA檢查速度快，操作相對(duì)簡(jiǎn)便，能夠在短時(shí)間內(nèi)完成檢查，適用于大多數(shù)患者。CCTA也存在一些局限性。CCTA需要使用碘對(duì)比劑，對(duì)于碘過(guò)敏、腎功能不全等患者，使用對(duì)比劑可能存在一定風(fēng)險(xiǎn)，甚至無(wú)法進(jìn)行檢查。CCTA檢查過(guò)程中患者會(huì)接受一定劑量的電離輻射，雖然隨著技術(shù)的不斷進(jìn)步，輻射劑量已經(jīng)有所降低，但對(duì)于一些需要頻繁復(fù)查的患者，仍需關(guān)注輻射風(fēng)險(xiǎn)。在圖像質(zhì)量方面，CCTA圖像可能會(huì)受到多種因素的影響，如患者的心率、心律、呼吸運(yùn)動(dòng)等。心率過(guò)快或心律不齊可能導(dǎo)致圖像出現(xiàn)運(yùn)動(dòng)偽影，影響冠狀動(dòng)脈和PCAT的顯示和分析。對(duì)于冠狀動(dòng)脈嚴(yán)重鈣化的患者，由于鈣化斑塊的高密度會(huì)產(chǎn)生線(xiàn)束硬化偽影，可能會(huì)掩蓋冠狀動(dòng)脈管腔的真實(shí)情況，影響對(duì)病變的準(zhǔn)確判斷，同時(shí)也可能對(duì)PCAT的測(cè)量和分析產(chǎn)生干擾。2.2.2其他潛在影像技術(shù)除了CCTA，還有其他一些影像技術(shù)在獲取PCAT影像方面具有潛在的應(yīng)用價(jià)值，這些技術(shù)各有其獨(dú)特的原理和優(yōu)勢(shì)，為PCAT的研究提供了更多的選擇和思路。磁共振成像（MRI）是一種利用原子核在磁場(chǎng)內(nèi)共振所產(chǎn)生信號(hào)經(jīng)重建成像的技術(shù)。在PCAT成像中，MRI具有多參數(shù)、多序列成像的特點(diǎn)，能夠提供豐富的組織信息。通過(guò)T1加權(quán)成像（T1WI）、T2加權(quán)成像（T2WI）、脂肪抑制成像等不同序列，可以清晰地區(qū)分脂肪組織與周?chē)渌M織，準(zhǔn)確地顯示PCAT的邊界和形態(tài)。MRI還可以通過(guò)測(cè)量脂肪組織的質(zhì)子密度、弛豫時(shí)間等參數(shù)，來(lái)反映PCAT的微觀(guān)結(jié)構(gòu)和代謝狀態(tài)。擴(kuò)散加權(quán)成像（DWI）可以檢測(cè)水分子的擴(kuò)散運(yùn)動(dòng)，通過(guò)測(cè)量表觀(guān)擴(kuò)散系數(shù)（ADC）值，能夠評(píng)估PCAT內(nèi)水分子的擴(kuò)散情況，間接反映脂肪細(xì)胞的大小、形態(tài)以及細(xì)胞外間隙的變化，對(duì)于研究PCAT的病理生理改變具有重要意義。磁共振波譜成像（MRS）能夠檢測(cè)PCAT內(nèi)的代謝產(chǎn)物，如脂質(zhì)、膽堿等，分析其含量和比例的變化，為深入了解PCAT的代謝功能提供了直接的證據(jù)。MRI檢查無(wú)電離輻射，對(duì)人體安全，尤其適用于對(duì)輻射敏感的人群，如兒童、孕婦等。由于MRI設(shè)備的普及程度相對(duì)較低，檢查費(fèi)用較高，掃描時(shí)間較長(zhǎng)，且對(duì)患者的配合度要求較高，這些因素在一定程度上限制了其在PCAT影像獲取中的廣泛應(yīng)用。正電子發(fā)射斷層顯像-X線(xiàn)計(jì)算機(jī)體層成像（PET-CT）是將PET和CT兩種技術(shù)有機(jī)結(jié)合的一種影像學(xué)檢查方法。PET-CT利用正電子核素標(biāo)記的示蹤劑，如18F-氟代脫氧葡萄糖（18F-FDG），來(lái)反映組織的代謝活性。在PCAT成像中，18F-FDG可以被PCAT內(nèi)代謝活躍的細(xì)胞攝取，通過(guò)PET掃描可以檢測(cè)到PCAT內(nèi)的放射性濃聚程度，從而評(píng)估PCAT的代謝狀態(tài)。CT部分則主要用于提供解剖結(jié)構(gòu)信息，對(duì)PET圖像進(jìn)行衰減校正和定位。PET-CT能夠同時(shí)提供PCAT的代謝和解剖信息，對(duì)于發(fā)現(xiàn)PCAT內(nèi)的炎癥、腫瘤等病變具有較高的敏感性和特異性。在冠心病的研究中，PET-CT可以通過(guò)檢測(cè)PCAT的代謝活性，來(lái)評(píng)估冠狀動(dòng)脈粥樣硬化的炎癥程度，預(yù)測(cè)心血管事件的發(fā)生風(fēng)險(xiǎn)。PET-CT檢查存在輻射劑量較高、檢查費(fèi)用昂貴、示蹤劑供應(yīng)有限等問(wèn)題，這些因素限制了其在臨床上的廣泛應(yīng)用，目前主要用于一些疑難病例的診斷和研究。2.3冠狀動(dòng)脈周?chē)居跋窠M學(xué)特征提取與分析2.3.1特征類(lèi)型從冠狀動(dòng)脈CT血管造影（CCTA）圖像中提取的冠狀動(dòng)脈周?chē)荆≒CAT）影像組學(xué)特征豐富多樣，主要涵蓋形態(tài)學(xué)特征、密度特征以及紋理特征等類(lèi)型，這些特征從不同維度反映了PCAT的狀態(tài)及其與冠心病的關(guān)聯(lián)，為冠心病的診斷和分型提供了重要依據(jù)。形態(tài)學(xué)特征能夠直觀(guān)地展現(xiàn)PCAT的幾何形狀和空間分布情況。體積是一個(gè)關(guān)鍵的形態(tài)學(xué)特征，它反映了PCAT的總量。研究表明，在冠心病患者中，PCAT的體積往往會(huì)發(fā)生改變。一項(xiàng)針對(duì)大量冠心病患者和健康對(duì)照者的研究發(fā)現(xiàn)，冠心病患者的PCAT體積明顯大于健康人群，這可能與冠心病患者體內(nèi)的炎癥反應(yīng)、脂質(zhì)代謝紊亂等因素有關(guān)，導(dǎo)致PCAT的堆積增加。表面積特征可以反映PCAT與周?chē)M織的接觸面積，對(duì)于分析PCAT與冠狀動(dòng)脈壁之間的相互作用具有重要意義。較大的表面積意味著PCAT與冠狀動(dòng)脈壁之間的信號(hào)傳遞和物質(zhì)交換更為頻繁，可能會(huì)對(duì)冠狀動(dòng)脈粥樣硬化的發(fā)生發(fā)展產(chǎn)生更大的影響。直徑和周長(zhǎng)等特征則有助于描述PCAT的形態(tài)和生長(zhǎng)方向。如果PCAT在某一方向上的直徑或周長(zhǎng)異常增大，可能提示該區(qū)域的脂肪組織生長(zhǎng)異常，與冠心病的發(fā)生存在潛在關(guān)聯(lián)。形狀因子、球形度等特征用于衡量PCAT的形狀與標(biāo)準(zhǔn)幾何形狀的接近程度。當(dāng)PCAT的形狀因子偏離正常范圍，或球形度降低時(shí)，表明PCAT的形狀發(fā)生了改變，這種改變可能與冠心病相關(guān)的病理生理過(guò)程有關(guān)，如炎癥浸潤(rùn)、脂肪細(xì)胞肥大或增生等。密度特征主要通過(guò)分析CCTA圖像中PCAT的灰度值來(lái)獲取，能夠反映PCAT的內(nèi)部結(jié)構(gòu)和成分信息。平均CT值是一個(gè)重要的密度特征，它代表了PCAT的平均密度。在正常生理狀態(tài)下，PCAT的平均CT值處于一定的范圍內(nèi)。當(dāng)發(fā)生冠心病時(shí)，由于PCAT內(nèi)的脂肪細(xì)胞大小和脂質(zhì)含量發(fā)生變化，其平均CT值也會(huì)相應(yīng)改變。研究發(fā)現(xiàn)，冠心病患者的PCAT平均CT值較健康人升高，這是因?yàn)樵诠谛牟〉陌l(fā)生發(fā)展過(guò)程中，PCAT內(nèi)的脂肪細(xì)胞受到炎癥因子等因素的影響，細(xì)胞內(nèi)脂質(zhì)減少、水分增加，導(dǎo)致PCAT的密度升高。標(biāo)準(zhǔn)差反映了PCAT灰度值的離散程度，能夠體現(xiàn)PCAT的異質(zhì)性。較高的標(biāo)準(zhǔn)差意味著PCAT內(nèi)的密度分布不均勻，存在較大的差異，這可能暗示著PCAT內(nèi)存在不同類(lèi)型的脂肪細(xì)胞或病理改變，如炎癥細(xì)胞浸潤(rùn)、脂肪壞死等，這些變化與冠心病的發(fā)病機(jī)制密切相關(guān)。偏度和峰度分別描述了灰度值分布的不對(duì)稱(chēng)性和陡峭程度。偏度可以反映PCAT內(nèi)密度分布的偏向情況，若偏度為正，說(shuō)明高密度區(qū)域相對(duì)較多；若偏度為負(fù)，則表示低密度區(qū)域占主導(dǎo)。峰度則用于衡量灰度值分布的集中程度，峰度越高，說(shuō)明灰度值越集中在平均值附近。在冠心病患者中，PCAT的偏度和峰度可能會(huì)發(fā)生改變，通過(guò)分析這些特征的變化，可以深入了解PCAT的病理生理狀態(tài)，為冠心病的診斷和分型提供參考。紋理特征是通過(guò)分析CCTA圖像中灰度值的分布模式和變化規(guī)律來(lái)提取的，能夠揭示PCAT的微觀(guān)結(jié)構(gòu)和異質(zhì)性，對(duì)于評(píng)估冠心病的風(fēng)險(xiǎn)具有重要價(jià)值?；叶裙采仃嚕℅LCM）是一種常用的紋理特征提取方法，它通過(guò)計(jì)算具有特定灰度值和空間位置關(guān)系的像素對(duì)出現(xiàn)的頻率，來(lái)描述圖像的紋理特征。GLCM可以反映紋理的方向、對(duì)比度、相關(guān)性等信息。對(duì)比度表示圖像中相鄰像素灰度值的差異程度，在PCAT圖像中，較高的對(duì)比度可能意味著PCAT內(nèi)存在明顯的結(jié)構(gòu)差異，如脂肪細(xì)胞大小不一、纖維組織增生等，這些變化與冠心病的發(fā)生發(fā)展密切相關(guān)。相關(guān)性用于衡量像素對(duì)之間的線(xiàn)性相關(guān)程度，反映了紋理的一致性和規(guī)律性。當(dāng)PCAT的紋理相關(guān)性降低時(shí)，說(shuō)明其內(nèi)部結(jié)構(gòu)的規(guī)律性被破壞，可能存在病理改變，增加了冠心病的發(fā)病風(fēng)險(xiǎn)。能量反映了圖像灰度分布的均勻性，能量值越高，說(shuō)明灰度分布越均勻，PCAT的結(jié)構(gòu)相對(duì)穩(wěn)定；反之，能量值較低則表示PCAT的結(jié)構(gòu)較為復(fù)雜，異質(zhì)性較高，與冠心病的關(guān)聯(lián)更為緊密。熵用于衡量圖像的隨機(jī)性和不確定性，熵值越大，說(shuō)明PCAT的紋理越復(fù)雜，內(nèi)部結(jié)構(gòu)的變化越多，這在冠心病患者中較為常見(jiàn)，提示PCAT的功能可能發(fā)生了紊亂?；叶扔纬叹仃嚕℅LRLM）則關(guān)注具有相同灰度值的連續(xù)像素在不同方向上的游程長(zhǎng)度和分布情況，可用于分析紋理的粗細(xì)和均勻性。長(zhǎng)游程強(qiáng)調(diào)表示圖像中存在較多的連續(xù)相同灰度值的像素，反映了紋理的粗細(xì)程度。在PCAT圖像中，長(zhǎng)游程較多可能表示PCAT內(nèi)的脂肪細(xì)胞排列較為規(guī)則，結(jié)構(gòu)相對(duì)簡(jiǎn)單；而短游程較多則說(shuō)明PCAT的紋理較為細(xì)膩，可能存在更多的微觀(guān)結(jié)構(gòu)變化，與冠心病的關(guān)系更為密切。灰度游程不均勻性用于衡量游程長(zhǎng)度在不同灰度級(jí)上的分布均勻程度，不均勻性越高，說(shuō)明PCAT的紋理分布越不規(guī)則，異質(zhì)性越強(qiáng)，與冠心病的發(fā)生風(fēng)險(xiǎn)增加相關(guān)。2.3.2特征篩選與降維在從CCTA圖像中提取冠狀動(dòng)脈周?chē)荆≒CAT）的影像組學(xué)特征后，通常會(huì)得到大量的特征數(shù)據(jù)。這些特征數(shù)量眾多，其中部分特征可能與冠心病分型的預(yù)測(cè)并無(wú)直接關(guān)聯(lián)，或者特征之間存在冗余信息。若將所有提取的特征都用于模型構(gòu)建，不僅會(huì)顯著增加計(jì)算負(fù)擔(dān)，還可能導(dǎo)致模型出現(xiàn)過(guò)擬合現(xiàn)象，降低模型的泛化能力和預(yù)測(cè)準(zhǔn)確性。因此，特征篩選與降維成為影像組學(xué)研究中不可或缺的關(guān)鍵步驟，其目的在于從眾多特征中挑選出最具代表性和相關(guān)性的特征子集，去除無(wú)關(guān)和冗余特征，以?xún)?yōu)化模型性能。單因素分析是一種常用的特征篩選方法，它通過(guò)對(duì)每個(gè)特征與冠心病分型之間的關(guān)系進(jìn)行單獨(dú)分析，來(lái)判斷特征的重要性。常用的統(tǒng)計(jì)檢驗(yàn)方法包括t檢驗(yàn)、方差分析（ANOVA）、卡方檢驗(yàn)等。在比較穩(wěn)定型冠心病患者和急性冠狀動(dòng)脈綜合征患者的PCAT影像組學(xué)特征時(shí)，可以使用t檢驗(yàn)來(lái)分析每個(gè)特征在兩組之間的均值是否存在顯著差異。若某個(gè)特征在兩組間的t檢驗(yàn)結(jié)果顯示p值小于設(shè)定的顯著性水平（如0.05），則表明該特征與冠心病分型存在關(guān)聯(lián)，具有一定的篩選價(jià)值；反之，若p值大于顯著性水平，則說(shuō)明該特征在兩組間無(wú)明顯差異，可能為無(wú)關(guān)特征，可考慮予以剔除。單因素分析方法簡(jiǎn)單直觀(guān)，計(jì)算量較小，能夠快速對(duì)單個(gè)特征的重要性進(jìn)行初步評(píng)估，但其僅考慮了單個(gè)特征與目標(biāo)變量之間的關(guān)系，未考慮特征之間的相互作用，可能會(huì)遺漏一些重要信息。LASSO（LeastAbsoluteShrinkageandSelectionOperator）回歸是一種嵌入式特征選擇方法，它在回歸模型的損失函數(shù)中引入L1正則化項(xiàng)。L1正則化項(xiàng)的作用是對(duì)模型的系數(shù)進(jìn)行約束，使得一些不重要的特征系數(shù)被壓縮為0，從而實(shí)現(xiàn)特征選擇。在基于PCAT影像組學(xué)特征預(yù)測(cè)冠心病分型的研究中，將LASSO回歸應(yīng)用于特征篩選時(shí)，它會(huì)根據(jù)特征對(duì)預(yù)測(cè)結(jié)果的貢獻(xiàn)程度，自動(dòng)調(diào)整特征系數(shù)。對(duì)于與冠心病分型關(guān)聯(lián)較弱的特征，其系數(shù)會(huì)逐漸趨近于0，而對(duì)預(yù)測(cè)有重要作用的特征，其系數(shù)則會(huì)保留。通過(guò)這種方式，LASSO回歸能夠在模型訓(xùn)練過(guò)程中同時(shí)完成特征選擇和參數(shù)估計(jì)，減少了特征的維度，提高了模型的穩(wěn)定性和泛化能力。LASSO回歸還可以通過(guò)交叉驗(yàn)證來(lái)選擇最優(yōu)的正則化參數(shù)λ，以平衡模型的復(fù)雜度和預(yù)測(cè)性能。在不同的λ值下進(jìn)行模型訓(xùn)練和驗(yàn)證，選擇使模型在驗(yàn)證集上性能最佳的λ值，從而確定最終的特征子集。主成分分析（PCA）是一種常用的降維方法，其原理基于線(xiàn)性變換。PCA通過(guò)將原始特征轉(zhuǎn)換為一組新的相互正交的主成分，這些主成分按照方差大小進(jìn)行排序，方差越大的主成分包含的原始數(shù)據(jù)信息越多。在PCAT影像組學(xué)特征降維中，首先計(jì)算特征數(shù)據(jù)的協(xié)方差矩陣，然后對(duì)協(xié)方差矩陣進(jìn)行特征分解，得到特征值和特征向量。特征值表示主成分的方差大小，特征向量則確定了主成分的方向。根據(jù)設(shè)定的方差貢獻(xiàn)率閾值（如95%），選擇前幾個(gè)主成分來(lái)代表原始特征。例如，若前3個(gè)主成分的累積方差貢獻(xiàn)率達(dá)到了95%，則可以用這3個(gè)主成分來(lái)代替原來(lái)的大量特征，從而將特征維度從高維降至3維。通過(guò)PCA降維，不僅可以減少特征的數(shù)量，降低計(jì)算復(fù)雜度，還能夠去除特征之間的相關(guān)性，提取數(shù)據(jù)的主要特征信息，提高模型的訓(xùn)練速度和泛化能力。PCA也存在一定的局限性，它是一種線(xiàn)性變換方法，對(duì)于非線(xiàn)性數(shù)據(jù)的降維效果可能不理想；在降維過(guò)程中，PCA會(huì)丟失部分信息，雖然丟失的信息在整體方差中所占比例較小，但在某些情況下可能會(huì)對(duì)模型的性能產(chǎn)生一定影響。2.3.3模型構(gòu)建與驗(yàn)證在完成冠狀動(dòng)脈周?chē)荆≒CAT）影像組學(xué)特征的提取、篩選與降維后，接下來(lái)的關(guān)鍵步驟是構(gòu)建預(yù)測(cè)模型，以實(shí)現(xiàn)對(duì)冠心病分型的準(zhǔn)確預(yù)測(cè)。構(gòu)建預(yù)測(cè)模型的方法眾多，其中邏輯回歸和支持向量機(jī)是較為常用的兩種機(jī)器學(xué)習(xí)算法。邏輯回歸是一種經(jīng)典的用于二分類(lèi)問(wèn)題的線(xiàn)性回歸模型，在冠心病分型預(yù)測(cè)中，可將冠心病分為穩(wěn)定型冠心病和急性冠狀動(dòng)脈綜合征兩種類(lèi)型進(jìn)行分析。其原理是通過(guò)對(duì)PCAT影像組學(xué)特征和冠心病分型之間的關(guān)系進(jìn)行建模，假設(shè)特征與分型之間存在線(xiàn)性關(guān)系。邏輯回歸使用邏輯函數(shù)（也稱(chēng)為Sigmoid函數(shù)）將線(xiàn)性組合的結(jié)果映射到0-1之間，得到樣本屬于某一類(lèi)別的概率。在構(gòu)建邏輯回歸模型時(shí)，首先將經(jīng)過(guò)特征篩選和降維后的PCAT影像組學(xué)特征作為自變量，冠心病的分型作為因變量。通過(guò)最大似然估計(jì)法來(lái)估計(jì)模型的參數(shù)，使得模型對(duì)訓(xùn)練數(shù)據(jù)的預(yù)測(cè)概率與實(shí)際觀(guān)測(cè)值之間的差異最小化。在訓(xùn)練過(guò)程中，模型會(huì)不斷調(diào)整參數(shù)，以提高對(duì)訓(xùn)練數(shù)據(jù)的擬合程度。完成模型訓(xùn)練后，將測(cè)試數(shù)據(jù)輸入模型，模型會(huì)根據(jù)學(xué)習(xí)到的參數(shù)和邏輯函數(shù)，計(jì)算出每個(gè)樣本屬于穩(wěn)定型冠心病或急性冠狀動(dòng)脈綜合征的概率。根據(jù)設(shè)定的概率閾值（通常為0.5），判斷樣本的分型。若計(jì)算得到的概率大于0.5，則預(yù)測(cè)該樣本為急性冠狀動(dòng)脈綜合征；反之，則預(yù)測(cè)為穩(wěn)定型冠心病。邏輯回歸模型具有簡(jiǎn)單易懂、可解釋性強(qiáng)的優(yōu)點(diǎn)，能夠直觀(guān)地展示各個(gè)特征對(duì)冠心病分型的影響方向和程度。通過(guò)查看模型的系數(shù)，可以了解哪些特征對(duì)預(yù)測(cè)結(jié)果具有正向影響，哪些具有負(fù)向影響，以及影響的大小。邏輯回歸模型也存在一定的局限性，它假設(shè)特征與目標(biāo)變量之間存在線(xiàn)性關(guān)系，對(duì)于復(fù)雜的非線(xiàn)性關(guān)系可能無(wú)法準(zhǔn)確建模；在處理高維數(shù)據(jù)時(shí)，若特征之間存在共線(xiàn)性，可能會(huì)導(dǎo)致模型的參數(shù)估計(jì)不穩(wěn)定。支持向量機(jī)（SVM）是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的分類(lèi)算法，在處理小樣本、非線(xiàn)性分類(lèi)問(wèn)題時(shí)具有出色的性能。SVM的基本思想是尋找一個(gè)最優(yōu)的分類(lèi)超平面，將不同類(lèi)別的樣本分開(kāi)。對(duì)于線(xiàn)性可分的數(shù)據(jù)，SVM可以直接找到一個(gè)能夠完全正確分類(lèi)的超平面；對(duì)于線(xiàn)性不可分的數(shù)據(jù)，SVM通過(guò)引入核函數(shù)，將低維空間中的數(shù)據(jù)映射到高維空間中，使其在高維空間中變得線(xiàn)性可分，然后在高維空間中尋找最優(yōu)分類(lèi)超平面。在基于PCAT影像組學(xué)特征預(yù)測(cè)冠心病分型的研究中，選擇合適的核函數(shù)至關(guān)重要。常用的核函數(shù)有線(xiàn)性核、多項(xiàng)式核、徑向基核（RBF）等。線(xiàn)性核函數(shù)適用于數(shù)據(jù)線(xiàn)性可分的情況，計(jì)算簡(jiǎn)單，但對(duì)于非線(xiàn)性問(wèn)題的處理能力有限；多項(xiàng)式核函數(shù)可以處理一定程度的非線(xiàn)性問(wèn)題，但其計(jì)算復(fù)雜度較高，且參數(shù)選擇較為困難；徑向基核函數(shù)是應(yīng)用最為廣泛的核函數(shù)之一，它對(duì)非線(xiàn)性數(shù)據(jù)具有較強(qiáng)的處理能力，能夠?qū)?shù)據(jù)映射到一個(gè)高維特征空間中，使數(shù)據(jù)更容易被分類(lèi)。在構(gòu)建SVM模型時(shí)，首先需要將PCAT影像組學(xué)特征數(shù)據(jù)進(jìn)行預(yù)處理，如歸一化處理，以確保不同特征的尺度一致，避免因特征尺度差異過(guò)大而影響模型的性能。然后，選擇合適的核函數(shù)和相關(guān)參數(shù)（如懲罰參數(shù)C和核函數(shù)參數(shù)γ），通過(guò)交叉驗(yàn)證等方法來(lái)確定最優(yōu)的參數(shù)組合。在訓(xùn)練過(guò)程中，SVM會(huì)根據(jù)訓(xùn)練數(shù)據(jù)尋找最優(yōu)分類(lèi)超平面，使得分類(lèi)間隔最大化，從而提高模型的泛化能力。完成模型訓(xùn)練后，將測(cè)試數(shù)據(jù)輸入SVM模型，模型會(huì)根據(jù)訓(xùn)練得到的分類(lèi)超平面和核函數(shù)，對(duì)測(cè)試樣本進(jìn)行分類(lèi)預(yù)測(cè)。SVM模型在處理小樣本數(shù)據(jù)時(shí)，能夠充分利用數(shù)據(jù)的特征信息，避免過(guò)擬合問(wèn)題，具有較高的分類(lèi)準(zhǔn)確率和泛化能力。SVM模型的可解釋性相對(duì)較差，對(duì)于復(fù)雜的核函數(shù)，難以直觀(guān)地理解模型的決策過(guò)程；模型的性能對(duì)參數(shù)選擇較為敏感，不同的參數(shù)設(shè)置可能會(huì)導(dǎo)致模型性能的較大差異。為了確保構(gòu)建的預(yù)測(cè)模型具有良好的性能和泛化能力，需要對(duì)模型進(jìn)行嚴(yán)格的驗(yàn)證。交叉驗(yàn)證是一種常用的模型驗(yàn)證方法，其中k折交叉驗(yàn)證應(yīng)用較為廣泛。在k折交叉驗(yàn)證中，將數(shù)據(jù)集隨機(jī)劃分為k個(gè)互不相交的子集，每個(gè)子集的大小大致相同。每次選擇其中一個(gè)子集作為驗(yàn)證集，其余k-1個(gè)子集作為訓(xùn)練集。使用訓(xùn)練集對(duì)模型進(jìn)行訓(xùn)練，然后用驗(yàn)證集評(píng)估模型的性能，記錄模型在驗(yàn)證集上的評(píng)估指標(biāo)（如準(zhǔn)確率、召回率、F1值、受試者工作特征曲線(xiàn)下面積AUC等）。重復(fù)上述過(guò)程k次，每次選擇不同的子集作為驗(yàn)證集，最終將k次的評(píng)估結(jié)果進(jìn)行平均，得到模型的平均性能指標(biāo)。通過(guò)k折交叉驗(yàn)證，可以更全面地評(píng)估模型在不同數(shù)據(jù)子集上的表現(xiàn)，減少因數(shù)據(jù)集劃分方式不同而導(dǎo)致的評(píng)估偏差，從而更準(zhǔn)確地衡量模型的泛化能力。若在k折交叉驗(yàn)證中，模型的平均準(zhǔn)確率達(dá)到了較高水平，如0.85以上，且其他評(píng)估指標(biāo)也表現(xiàn)良好，說(shuō)明模型具有較好的性能和泛化能力，能夠在實(shí)際應(yīng)用中對(duì)冠心病分型進(jìn)行較為準(zhǔn)確的預(yù)測(cè)。反之，若模型的性能指標(biāo)不理想，則需要分析原因，可能是數(shù)據(jù)質(zhì)量問(wèn)題、特征選擇不當(dāng)、模型參數(shù)設(shè)置不合理等，針對(duì)這些問(wèn)題進(jìn)行相應(yīng)的調(diào)整和改進(jìn)，如重新篩選數(shù)據(jù)、優(yōu)化特征選擇方法、調(diào)整模型參數(shù)等，然后再次進(jìn)行模型訓(xùn)練和驗(yàn)證，直到模型性能達(dá)到滿(mǎn)意的水平。三、冠狀動(dòng)脈周?chē)居跋窠M學(xué)預(yù)測(cè)冠心病分型的應(yīng)用研究3.1預(yù)測(cè)不同冠心病分型的研究現(xiàn)狀3.1.1預(yù)測(cè)急性冠狀動(dòng)脈綜合征（ACS）急性冠狀動(dòng)脈綜合征（ACS）作為冠心病中最為兇險(xiǎn)的類(lèi)型之一，其準(zhǔn)確預(yù)測(cè)對(duì)于及時(shí)干預(yù)和改善患者預(yù)后至關(guān)重要。近年來(lái)，冠狀動(dòng)脈周?chē)荆≒CAT）影像組學(xué)在預(yù)測(cè)ACS方面取得了顯著進(jìn)展，眾多研究聚焦于此，為臨床早期診斷和治療提供了新的思路和方法。一項(xiàng)研究收集了100例ACS患者和100例穩(wěn)定型冠心?。⊿CAD）患者的冠狀動(dòng)脈CT血管造影（CCTA）圖像，旨在通過(guò)PCAT影像組學(xué)特征構(gòu)建預(yù)測(cè)模型以鑒別這兩種疾病。在圖像采集過(guò)程中，嚴(yán)格控制掃描參數(shù)，確保圖像質(zhì)量清晰、穩(wěn)定。隨后，運(yùn)用專(zhuān)業(yè)的圖像分割軟件，手動(dòng)勾畫(huà)出PCAT的感興趣區(qū)域（ROI），以保證分割的準(zhǔn)確性。從ROI中提取了多達(dá)500個(gè)影像組學(xué)特征，涵蓋了形態(tài)學(xué)、密度和紋理等多個(gè)方面。通過(guò)LASSO回歸進(jìn)行特征篩選，最終確定了10個(gè)最具代表性的特征。利用支持向量機(jī)（SVM）算法構(gòu)建預(yù)測(cè)模型，在訓(xùn)練集和測(cè)試集中，該模型的受試者工作特征曲線(xiàn)下面積（AUC）分別達(dá)到了0.92和0.88。這一結(jié)果表明，基于PCAT影像組學(xué)特征構(gòu)建的SVM模型在鑒別ACS和SCAD方面具有較高的準(zhǔn)確性和可靠性，能夠?yàn)榕R床醫(yī)生提供有價(jià)值的診斷信息。另一項(xiàng)前瞻性研究納入了200例疑似冠心病患者，對(duì)其進(jìn)行CCTA檢查，并隨訪(fǎng)3年以觀(guān)察是否發(fā)生ACS。在影像組學(xué)分析中，采用半自動(dòng)分割方法提取PCAT影像組學(xué)特征，提高了分割效率。通過(guò)單因素分析和遞歸特征消除法篩選出15個(gè)關(guān)鍵特征。構(gòu)建的邏輯回歸模型在預(yù)測(cè)ACS發(fā)生方面表現(xiàn)出色，3年隨訪(fǎng)期內(nèi)，模型的AUC為0.85，敏感性為80%，特異性為82%。該研究不僅驗(yàn)證了PCAT影像組學(xué)特征對(duì)ACS的預(yù)測(cè)能力，還為臨床預(yù)測(cè)ACS的發(fā)生風(fēng)險(xiǎn)提供了具體的量化指標(biāo)，有助于醫(yī)生提前制定干預(yù)措施，降低ACS的發(fā)生率。還有研究將深度學(xué)習(xí)算法應(yīng)用于PCAT影像組學(xué)預(yù)測(cè)ACS。該研究收集了300例患者的CCTA圖像，其中150例為ACS患者，150例為非ACS患者。利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）自動(dòng)提取PCAT的影像組學(xué)特征，避免了人工特征提取的主觀(guān)性和繁瑣性。通過(guò)對(duì)CNN模型進(jìn)行訓(xùn)練和優(yōu)化，其在測(cè)試集上的AUC達(dá)到了0.90，準(zhǔn)確率為85%。深度學(xué)習(xí)算法的應(yīng)用為PCAT影像組學(xué)預(yù)測(cè)ACS帶來(lái)了新的突破，展現(xiàn)了其在處理復(fù)雜醫(yī)學(xué)影像數(shù)據(jù)方面的強(qiáng)大優(yōu)勢(shì)，有望在臨床實(shí)踐中實(shí)現(xiàn)快速、準(zhǔn)確的ACS預(yù)測(cè)。綜合上述研究，PCAT影像組學(xué)在預(yù)測(cè)ACS方面具有較高的診斷效能。通過(guò)提取PCAT的影像組學(xué)特征并構(gòu)建合適的預(yù)測(cè)模型，能夠有效地鑒別ACS與其他類(lèi)型的冠心病，為臨床早期診斷和治療提供有力支持。與傳統(tǒng)的診斷方法相比，PCAT影像組學(xué)具有無(wú)創(chuàng)、可量化、信息全面等優(yōu)勢(shì)，能夠挖掘出傳統(tǒng)影像學(xué)無(wú)法獲取的潛在信息，提高診斷的準(zhǔn)確性和可靠性。目前PCAT影像組學(xué)在預(yù)測(cè)ACS的研究中仍存在一些局限性，如研究樣本量相對(duì)較小，不同研究之間的特征提取方法和模型構(gòu)建算法存在差異，導(dǎo)致研究結(jié)果的可比性和可重復(fù)性受到一定影響。未來(lái)需要進(jìn)一步擴(kuò)大樣本量，統(tǒng)一研究方法和標(biāo)準(zhǔn)，加強(qiáng)多中心合作研究，以提高PCAT影像組學(xué)預(yù)測(cè)ACS的準(zhǔn)確性和臨床應(yīng)用價(jià)值。3.1.2預(yù)測(cè)慢性冠脈病（CCS）慢性冠脈?。–CS）作為冠心病的常見(jiàn)類(lèi)型之一，包括穩(wěn)定型心絞痛、隱匿性冠心病等多種亞型，其病情相對(duì)穩(wěn)定，但長(zhǎng)期發(fā)展仍會(huì)對(duì)患者的生活質(zhì)量和心血管健康造成嚴(yán)重影響。準(zhǔn)確預(yù)測(cè)CCS對(duì)于早期干預(yù)、延緩疾病進(jìn)展以及預(yù)防心血管事件的發(fā)生具有重要意義。近年來(lái)，冠狀動(dòng)脈周?chē)荆≒CAT）影像組學(xué)在預(yù)測(cè)CCS方面的研究逐漸增多，為CCS的診斷和管理提供了新的視角和方法。有研究針對(duì)穩(wěn)定型心絞痛患者展開(kāi)，收集了120例穩(wěn)定型心絞痛患者和80例健康對(duì)照者的冠狀動(dòng)脈CT血管造影（CCTA）圖像。在圖像采集時(shí)，嚴(yán)格遵循標(biāo)準(zhǔn)化的掃描方案，以確保圖像質(zhì)量的一致性。采用半自動(dòng)分割技術(shù)，快速、準(zhǔn)確地提取PCAT的感興趣區(qū)域（ROI）。從ROI中提取了300多個(gè)影像組學(xué)特征，涵蓋形態(tài)學(xué)、密度和紋理等多方面信息。運(yùn)用主成分分析（PCA）進(jìn)行特征降維，有效減少了特征數(shù)量，降低了計(jì)算復(fù)雜度。通過(guò)邏輯回歸構(gòu)建預(yù)測(cè)模型，該模型在訓(xùn)練集和測(cè)試集中的受試者工作特征曲線(xiàn)下面積（AUC）分別為0.88和0.85。這表明基于PCAT影像組學(xué)特征構(gòu)建的邏輯回歸模型能夠較好地識(shí)別穩(wěn)定型心絞痛患者，為穩(wěn)定型心絞痛的診斷提供了新的輔助手段。針對(duì)隱匿性冠心病的預(yù)測(cè)研究，選取了150例經(jīng)冠狀動(dòng)脈造影確診的隱匿性冠心病患者和100例健康對(duì)照者。在影像分析過(guò)程中，通過(guò)人工交互的方式精確分割PCAT，保證分割的準(zhǔn)確性。從PCAT影像中提取了包括灰度共生矩陣、灰度游程矩陣等在內(nèi)的多種紋理特征，以及平均CT值、標(biāo)準(zhǔn)差等密度特征。利用隨機(jī)森林算法進(jìn)行特征選擇和模型構(gòu)建，隨機(jī)森林能夠充分利用數(shù)據(jù)的特征信息，提高模型的穩(wěn)定性和泛化能力。該模型在測(cè)試集中的AUC達(dá)到了0.83，敏感度為78%，特異度為80%。研究結(jié)果顯示，基于PCAT影像組學(xué)特征的隨機(jī)森林模型對(duì)隱匿性冠心病具有一定的預(yù)測(cè)能力，有助于早期發(fā)現(xiàn)隱匿性冠心病患者，及時(shí)采取干預(yù)措施，降低心血管事件的發(fā)生風(fēng)險(xiǎn)。還有研究探討了PCAT影像組學(xué)在預(yù)測(cè)缺血性心肌病這一CCS亞型方面的價(jià)值。該研究納入了80例缺血性心肌病患者和60例非缺血性心肌病患者。采用深度學(xué)習(xí)中的全卷積神經(jīng)網(wǎng)絡(luò)（FCN）對(duì)CCTA圖像進(jìn)行處理，自動(dòng)提取PCAT的影像組學(xué)特征，F(xiàn)CN能夠有效地學(xué)習(xí)圖像的特征表示，提高特征提取的效率和準(zhǔn)確性。通過(guò)支持向量機(jī)（SVM）構(gòu)建分類(lèi)模型，在測(cè)試集中，該模型的AUC為0.80，準(zhǔn)確率為75%。研究表明，基于PCAT影像組學(xué)特征的深度學(xué)習(xí)模型在預(yù)測(cè)缺血性心肌病方面具有一定的潛力，為缺血性心肌病的早期診斷和鑒別診斷提供了新的方法。PCAT影像組學(xué)在預(yù)測(cè)CCS方面展現(xiàn)出了一定的潛力，通過(guò)提取PCAT的影像組學(xué)特征并構(gòu)建合適的預(yù)測(cè)模型，能夠在一定程度上識(shí)別CCS患者及其不同亞型。與傳統(tǒng)的診斷方法相比，PCAT影像組學(xué)具有無(wú)創(chuàng)、可量化、能夠反映組織微觀(guān)特征等優(yōu)勢(shì)，為CCS的診斷和管理提供了更豐富的信息。目前該領(lǐng)域的研究仍處于探索階段，存在樣本量有限、研究方法和標(biāo)準(zhǔn)不統(tǒng)一等問(wèn)題。未來(lái)需要進(jìn)一步開(kāi)展大規(guī)模、多中心的研究，優(yōu)化特征提取和模型構(gòu)建方法，提高PCAT影像組學(xué)預(yù)測(cè)CCS的準(zhǔn)確性和可靠性，以更好地服務(wù)于臨床實(shí)踐。3.2具體案例分析3.2.1案例選取與資料收集為了深入探究冠狀動(dòng)脈周?chē)居跋窠M學(xué)在預(yù)測(cè)冠心病分型中的實(shí)際應(yīng)用價(jià)值，本研究精心選取了一系列具有代表性的病例。入選標(biāo)準(zhǔn)嚴(yán)格且明確：所有患者均經(jīng)臨床癥狀、心電圖、心肌損傷標(biāo)志物以及冠狀動(dòng)脈造影等多種檢查手段綜合確診為冠心?。换颊咴谶M(jìn)行冠狀動(dòng)脈CT血管造影（CCTA）檢查前，均未接受過(guò)冠狀動(dòng)脈介入治療或冠狀動(dòng)脈旁路移植術(shù)等可能影響冠狀動(dòng)脈周?chē)窘M織（PCAT）形態(tài)和功能的治療措施；患者的CCTA圖像質(zhì)量良好，無(wú)明顯運(yùn)動(dòng)偽影、金屬偽影等影響圖像分析的因素。最終，本研究共納入了150例冠心病患者。在資料收集階段，詳細(xì)記錄了每位患者的臨床資料，包括年齡、性別、高血壓病史、糖尿病病史、高脂血癥病史、吸煙史等，這些臨床因素與冠心病的發(fā)生發(fā)展密切相關(guān)，對(duì)后續(xù)的分析具有重要意義。同時(shí)，對(duì)所有患者進(jìn)行了CCTA檢查，掃描設(shè)備選用[具體型號(hào)]多層螺旋CT機(jī)，掃描參數(shù)設(shè)定為：管電壓[X]kV，管電流[X]mA，層厚[X]mm，螺距[X]，掃描范圍從氣管隆嵴下1cm至心臟膈面。在掃描過(guò)程中，采用高壓注射器經(jīng)肘靜脈注入非離子型對(duì)比劑碘海醇，劑量為[X]mL，注射速率為[X]mL/s，隨后以相同速率注入20mL生理鹽水沖管，以確保冠狀動(dòng)脈及其周?chē)M織能夠清晰顯影。在獲取CCTA圖像后，由兩名經(jīng)驗(yàn)豐富的心血管影像科醫(yī)師采用盲法對(duì)圖像進(jìn)行分析和診斷，依據(jù)世界衛(wèi)生組織（WHO）的冠心病分型標(biāo)準(zhǔn)，確定每位患者的冠心病分型。其中，急性冠狀動(dòng)脈綜合征（ACS）患者70例，包括不穩(wěn)定型心絞痛30例、急性心肌梗死40例；慢性冠脈?。–CS）患者80例，包括穩(wěn)定型心絞痛50例、隱匿性冠心病15例、缺血性心肌病15例。對(duì)于診斷結(jié)果存在分歧的病例，通過(guò)兩名醫(yī)師共同商討或邀請(qǐng)第三位資深醫(yī)師參與會(huì)診的方式，最終達(dá)成一致意見(jiàn)。通過(guò)嚴(yán)格的病例選取和全面的資料收集，為后續(xù)的影像組學(xué)分析和模型構(gòu)建提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。3.2.2影像組學(xué)分析過(guò)程在完成病例選取和資料收集后，緊接著進(jìn)入影像組學(xué)分析階段。首先進(jìn)行圖像分割，運(yùn)用專(zhuān)業(yè)的醫(yī)學(xué)圖像分析軟件[軟件名稱(chēng)]，在CCTA圖像上手動(dòng)勾畫(huà)出冠狀動(dòng)脈周?chē)窘M織（PCAT）的感興趣區(qū)域（ROI）。為確保分割的準(zhǔn)確性和一致性，由同一名經(jīng)過(guò)嚴(yán)格培訓(xùn)的影像科醫(yī)師進(jìn)行操作，在勾畫(huà)ROI時(shí)，仔細(xì)參考冠狀動(dòng)脈的解剖結(jié)構(gòu)和周?chē)M織的邊界，盡量避免將其他組織誤劃入選區(qū)。對(duì)于每例患者，分別在冠狀動(dòng)脈的左前降支（LAD）、左回旋支（LCX）和右冠狀動(dòng)脈（RCA）的近段、中段和遠(yuǎn)段共9個(gè)部位進(jìn)行ROI勾畫(huà)，以全面獲取PCAT的影像信息。完成圖像分割后，利用影像組學(xué)分析軟件[軟件名稱(chēng)]，從ROI中提取豐富的影像組學(xué)特征。共提取了400個(gè)影像組學(xué)特征，涵蓋形態(tài)學(xué)特征、密度特征和紋理特征三大類(lèi)。形態(tài)學(xué)特征包括PCAT的體積、表面積、直徑、周長(zhǎng)、球形度等，這些特征能夠直觀(guān)地反映PCAT的幾何形狀和空間分布情況。密度特征主要有平均CT值、標(biāo)準(zhǔn)差、偏度、峰度等，它們通過(guò)分析CCTA圖像中PCAT的灰度值，揭示PCAT的內(nèi)部結(jié)構(gòu)和成分信息。紋理特征則采用灰度共生矩陣（GLCM）、灰度游程矩陣（GLRLM）等方法進(jìn)行提取，GLCM能夠反映紋理的方向、對(duì)比度、相關(guān)性等信息，GLRLM則用于分析紋理的粗細(xì)和均勻性，這些紋理特征能夠深入挖掘PCAT的微觀(guān)結(jié)構(gòu)和異質(zhì)性。由于提取的特征數(shù)量眾多，其中部分特征可能與冠心病分型的預(yù)測(cè)并無(wú)直接關(guān)聯(lián)，或者特征之間存在冗余信息，若將所有特征都用于模型構(gòu)建，不僅會(huì)增加計(jì)算負(fù)擔(dān)，還可能導(dǎo)致模型過(guò)擬合，降低模型的泛化能力和預(yù)測(cè)準(zhǔn)確性。因此，需要進(jìn)行特征篩選和降維。首先采用單因素分析方法，對(duì)每個(gè)特征與冠心病分型之間的關(guān)系進(jìn)行單獨(dú)分析，使用t檢驗(yàn)、方差分析（ANOVA）等統(tǒng)計(jì)檢驗(yàn)方法，判斷每個(gè)特征在不同冠心病分型組之間的均值是否存在顯著差異。設(shè)定顯著性水平α=0.05，若某個(gè)特征的p值小于α，則表明該特征與冠心病分型存在關(guān)聯(lián)，具有一定的篩選價(jià)值；反之，則認(rèn)為該特征為無(wú)關(guān)特征，予以剔除。經(jīng)過(guò)單因素分析，初步篩選出100個(gè)與冠心病分型相關(guān)性較強(qiáng)的特征。進(jìn)一步采用最小絕對(duì)收縮與選擇算子（LASSO）回歸進(jìn)行特征選擇，LASSO回歸通過(guò)在回歸模型的損失函數(shù)中引入L1正則化項(xiàng)，能夠自動(dòng)將一些不重要的特征系數(shù)壓縮為0，從而實(shí)現(xiàn)特征選擇。在LASSO回歸過(guò)程中，通過(guò)交叉驗(yàn)證選擇最優(yōu)的正則化參數(shù)λ，以平衡模型的復(fù)雜度和預(yù)測(cè)性能。最終，從100個(gè)初步篩選的特征中確定了20個(gè)最具代表性的特征，這些特征將用于后續(xù)的模型構(gòu)建?；诤Y選出的20個(gè)特征，選用支持向量機(jī)（SVM）算法構(gòu)建冠心病分型預(yù)測(cè)模型。SVM是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的分類(lèi)算法，在處理小樣本、非線(xiàn)性分類(lèi)問(wèn)題時(shí)具有出色的性能。在構(gòu)建SVM模型時(shí)，首先對(duì)特征數(shù)據(jù)進(jìn)行歸一化處理，將所有特征的值映射到[0,1]區(qū)間，以確保不同特征的尺度一致，避免因特征尺度差異過(guò)大而影響模型的性能。然后，選擇徑向基核函數(shù)（RBF）作為SVM的核函數(shù)，RBF核函數(shù)對(duì)非線(xiàn)性數(shù)據(jù)具有較強(qiáng)的處理能力，能夠?qū)?shù)據(jù)映射到一個(gè)高維特征空間中，使數(shù)據(jù)更容易被分類(lèi)。通過(guò)交叉驗(yàn)證方法，對(duì)SVM模型的懲罰參數(shù)C和核函數(shù)參數(shù)γ進(jìn)行調(diào)優(yōu)，以確定最優(yōu)的參數(shù)組合。具體來(lái)說(shuō)，將數(shù)據(jù)集隨機(jī)劃分為5折，每次選擇其中4折作為訓(xùn)練集，1折作為驗(yàn)證集，在不同的C和γ值組合下進(jìn)行模型訓(xùn)練和驗(yàn)證，選擇使模型在驗(yàn)證集上性能最佳的C和γ值作為最終參數(shù)。經(jīng)過(guò)多次試驗(yàn)和優(yōu)化，確定C=[具體值]，γ=[具體值]。完成模型訓(xùn)練后，得到基于冠狀動(dòng)脈周?chē)居跋窠M學(xué)特征的冠心病分型預(yù)測(cè)模型。3.2.3預(yù)測(cè)結(jié)果與臨床驗(yàn)證將構(gòu)建好的基于冠狀動(dòng)脈周?chē)居跋窠M學(xué)特征的冠心病分型預(yù)測(cè)模型應(yīng)用于測(cè)試集，對(duì)150例冠心病患者的冠心病分型進(jìn)行預(yù)