基于表格Transformer的delta放射组学在腰椎间盘退变协同肌肉失衡中的数字孪生验证与预测价值

《European Spine Journal》:Digital twin validation and predictive value of delta radiomics based on tabular transformer for synergistic muscle imbalance in lumbar disc degeneration

【字体: 大 中 小 】 时间:2026年10月10日 来源:European Spine Journal 3.2

编辑推荐:

   摘要背景现有方法难以量化腰椎间盘退变(LIDD)中的肌肉协同失衡及非线性相互作用。本研究提出一种结合"Delta放射组学"与表格型Transformer深度学习架构的新型策略,旨在提高早期风险评估的精度。方法对663名受试者的L4-L5 MRI图像进行回顾性分析。提取腰大肌(

  

摘要

背景

现有方法难以量化腰椎间盘退变(LIDD)中的肌肉协同失衡及非线性相互作用。本研究提出一种结合"Delta放射组学"与表格型Transformer深度学习架构的新型策略,旨在提高早期风险评估的精度。

方法

对663名受试者的L4-L5 MRI图像进行回顾性分析。提取腰大肌(PM)和竖脊肌(ES)的纹理特征,并计算(PM-ES)/ES作为"Delta特征"以消除个体差异。构建计算机仿真数字孪生系统以验证这些特征的物理敏感性。将非线性表格型Transformer模型的预测性能与传统逻辑回归模型进行比较。

结果

计算机仿真实验确认,Delta特征具有优异的"共模噪声抑制"能力。在退变早期阶段(第20步),当原始特征仅显示微弱变化时,Delta特征检测到高度显著的组间差异(P?<?0.001)。在独立测试集中,表格型Transformer模型展现出最佳的判别能力,AUC为0.848(95% CI:0.781–0.916),优于使用相同特征的联合线性模型(AUC?=?0.804,P?=?0.089)及单模态模型。尽管原始AUC提升幅度较为有限,但决策曲线分析(DCA)和定量校准(Brier评分?=?0.145)表明,Transformer模型在更宽的阈值范围内提供了更高的净临床获益和更优的绝对风险估计。此外,SHAP分析显示,模型识别的核心特征与仿真中设定的生物力学代偿失效机制高度一致,验证了模型的决策逻辑。

结论

Delta放射组学能够敏感地捕获微观肌肉失衡。结合表格型Transformer架构的非线性建模优势,该方法为LIDD的早期无创诊断和风险评估提供了客观、可解释且具有定量价值的依据。

背景

现有方法难以量化腰椎间盘退变(LIDD)中的肌肉协同失衡及非线性相互作用。本研究提出一种结合"Delta放射组学"与表格型Transformer深度学习架构的新型策略,旨在提高早期风险评估的精度。

方法

对663名受试者的L4-L5 MRI图像进行回顾性分析。提取腰大肌(PM)和竖脊肌(ES)的纹理特征,并计算(PM-ES)/ES作为"Delta特征"以消除个体差异。构建计算机仿真数字孪生系统以验证这些特征的物理敏感性。将非线性表格型Transformer模型的预测性能与传统逻辑回归模型进行比较。

结果

计算机仿真实验确认,Delta特征具有优异的"共模噪声抑制"能力。在退变早期阶段(第20步),当原始特征仅显示微弱变化时,Delta特征检测到高度显著的组间差异(P?<?0.001)。在独立测试集中,表格型Transformer模型展现出最佳的判别能力,AUC为0.848(95% CI:0.781–0.916),优于使用相同特征的联合线性模型(AUC?=?0.804,P?=?0.089)及单模态模型。尽管原始AUC提升幅度较为有限,但决策曲线分析(DCA)和定量校准(Brier评分?=?0.145)表明,Transformer模型在更宽的阈值范围内提供了更高的净临床获益和更优的绝对风险估计。此外,SHAP分析显示,模型识别的核心特征与仿真中设定的生物力学代偿失效机制高度一致,验证了模型的决策逻辑。

结论

Delta放射组学能够敏感地捕获微观肌肉失衡。结合表格型Transformer架构的非线性建模优势,该方法为LIDD的早期无创诊断和风险评估提供了客观、可解释且具有定量价值的依据。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号