机器学习联合常规MRI标记诊断儿童特发性颅内高压

引言

特发性颅内高压，通常称为假性脑瘤，是一种以颅内压升高为特征且无可识别病因（如脑肿瘤、感染、血管病变或脑积水）的神经系统疾病[1]。尽管该病在育龄期肥胖女性中更常被诊断，但由于其流行病学特征不同、临床表现多样以及可能导致显著病残率，特发性颅内高压在儿童中构成了独特的临床挑战。

儿童期估计年发病率为每100,000名儿童0.5至1例[2, 3]。在青春期前儿童中，特发性颅内高压对男孩和女孩的影响相似，而在青少年中则出现明显的女性优势，与成人模式一致[2, 4]。危险因素也随年龄而变化。肥胖是青少年中的重要因素，但在年幼儿童中关联较弱[4, 5]。在年幼患者中，应仔细考虑继发性病因和相关疾病，包括暴露于某些药物（如四环素类抗生素、维生素A衍生物和糖皮质激素撤药）、潜在内分泌疾病以及脑静脉窦血栓形成[2]。

儿童特发性颅内高压的诊断基于改良Dandy标准，该标准要求存在颅内压升高的体征和症状（如头痛或视乳头水肿）、腰椎穿刺记录到脑脊液（CSF）初压升高、CSF成分正常，以及通过正常神经影像学排除其他病因[1, 6]。然而，儿童中的诊断仍具有挑战性。年幼儿童可能表现为非特异性症状，如易激惹、嗜睡或展神经麻痹，而非典型头痛，并且视乳头水肿的缺失不能排除该病，尤其是在颅缝未闭的婴儿中[2]。

特发性颅内高压的主要并发症是由于慢性视乳头水肿导致的永久性且可能严重的视力丧失。如果颅内压升高未被识别并得到充分治疗，可能发展为不可逆的视神经萎缩[7]。因此，高度警惕、及时眼科评估和多学科治疗方法对于保护受累儿童的视力和改善长期预后至关重要[8]。

对于疑似特发性颅内高压的儿童，脑磁共振成像（MRI）是诊断检查中的重要步骤。其主要作用是排除颅内压升高的其他病因，而非确立特发性颅内高压的诊断。次要作用是识别支持慢性颅内压升高的结构性影像学表现。

尽管这些MRI表现本身不具诊断性，但某些MRI表现与慢性颅内压升高密切相关。这些表现包括空蝶鞍、视神经周围蛛网膜下腔增宽、视神经眶段迂曲、眼球后轮廓变平、裂隙样脑室以及伴外部压迫的横窦静脉狭窄。静脉窦狭窄在特发性颅内高压中已被频繁报道，并已在MR研究中对其形态学特征进行了描述[9]。

支持特发性颅内压增高的MRI表现也可在无该病的个体中观察到，当孤立地考虑这些表现时，可能导致假阳性解读[10]。在一项病例对照研究的系统综述和荟萃分析中，包括空蝶鞍和眼球后部变平在内的单项MRI征象总体显示出较高的合并特异度，但合并敏感度异质性大且通常有限（合并敏感度范围6.1–68.6%；合并特异度范围84.0–99.2%）[10]。在一项病例对照队列中，眼球后部变平见于65.9%的特发性颅内压增高患者，而对照组为4.5%（估计敏感度约65.9%，特异度约95.5%）[11]。在同一队列中，视神经鞘扩张（52.3% vs. 11.4%）和视神经迂曲（54.5% vs. 9.1%）在特发性颅内压增高中也比对照组更常见，支持其作为多参数评估中的价值，而非作为独立诊断标准[11]。

若干关于特发性颅内压增高的成人研究试图通过量化影像标志物并使用可重复的读数评估诊断准确性，使MRI评估更加客观。成人队列研究了常规脑MRI和磁共振静脉成像（MRV）征象组合在疑似特发性颅内压增高中的诊断准确性[12]、视神经鞘和垂体的体积测量用于诊断及治疗后随访[13]，以及常规测量MRI参数的实用阈值[14, 15]。更先进的方法也有报道，包括磁共振弹性成像[16]、眼球后部巩膜变平和视神经头突出的自动图像分析[17]，以及结合多种MRI描述符的多变量或基于机器学习的模型[18, 19]。

然而，将成人来源的定量阈值和基于模型的评分直接转化应用于儿童具有挑战性，因为正常形态学基线具有年龄依赖性，测量值可能因观察者而异，而且某些压力相关表现也可存在于健康儿童中。我们假设，一组精简的常规MRI标志物结合监督机器学习进行分析，能够区分儿童特发性颅内压增高与头痛对照组。因此，在本研究中，我们旨在通过训练和解读监督机器学习模型以区分儿童特发性颅内压增高与对照组，来量化传统上被认为对儿童特发性颅内压增高“支持性”的MRI表现的诊断价值。

材料与方法

患者

当地伦理委员会批准了这项回顾性研究（日期：2025年11月27日，决定编号：470），并豁免了书面知情同意。这项回顾性研究纳入了2020年1月至2025年1月期间在健康科学大学Gülhane培训与研究医院儿童神经内科接受评估并被诊断为特发性颅内高压的儿科患者（<18岁）。患者组纳入标准为：腰椎穿刺开放压力升高（镇静和/或肥胖儿童≥28 cm H2O，非镇静、非肥胖儿童≥25 cm H2O）、脑脊液生化和细胞学检查结果正常，以及具有与假性脑瘤（PTC）一致的临床特征，如视乳头水肿。所有患者MRI均无占位性病变、脑积水、静脉窦血栓形成或其他结构性脑异常。在我们的队列中，MRI在腰椎穿刺之前进行，磁共振成像与腰椎穿刺之间的中位间隔约为1周，且在腰椎穿刺前未开始针对特发性颅内高压的药物治疗。在我们的队列中，所有腰椎穿刺均在苯二氮䓬类镇静下进行。使用标准化数据收集表回顾性收集人口学和神经影像学数据。

招募了同等数量的以头痛就诊、检查无视乳头水肿且MRI显示无结构性颅内病变的儿童作为对照组。支持特发性颅内高压的MRI征象，如空蝶鞍或视神经鞘扩张，被记录用于分析，但未用于分组。对照组患者没有提示颅内压升高的临床发现，也没有需要进一步评估颅内压升高的神经影像学特征；因此，该组没有腰椎穿刺的临床指征，也未进行腰椎穿刺。已确定或临床怀疑颅内高压继发病因、脑脊液异常提示感染、炎症或肿瘤，或神经影像学发现提示脑积水、占位性病变或其他结构性脑异常的患者被排除在研究之外。

在特发性颅内高压组中，作为常规临床实践的一部分，采用了标准化诊断方法。在诊断检查过程中评估了颅内高压的继发病因，包括用药史和针对继发病因的靶向评估，疑似继发性颅内高压的患者被排除。

在对照组（头痛患者）中，由于回顾性设计，儿童是从那些用药史已被常规记录、且系统和内分泌病因已在常规检查中经临床评估并排除的患者中选择的，包括基本实验室检查如全血细胞计数、生化指标、甲状腺功能检查和维生素水平。这些患者在临床上进行了长期随访，随访期间未出现颅内压升高的体征或症状。对照组患者的评估是作为常规临床实践的一部分根据临床指征进行的；因此，应用于特发性颅内高压患者的标准化诊断方案未在该组中统一使用。

本研究共纳入62例儿童特发性颅内高压患儿和62例对照（n=124）。各组间性别分布相当，而年龄未进行个体匹配。

影像学参数

所有儿童脑部MRI均使用Philips 3-T成像系统配合专用头部线圈（Philips Medical Systems，荷兰贝斯特）完成。所有检查均包括：三维（3D）磁化准备快速梯度回波（MP-RAGE）序列（回波时间（TE），11–12；重复时间（TR），680），层厚（ST）1 mm（mm）；快速自旋回波（FSE）T2加权成像（TE，100–120；TR，3,000–4,000），在轴位、冠状位和矢状位平面上采集，ST为3 mm；液体衰减反转恢复（FLAIR）序列（TE，110；TR，7,000–9,000；反转时间（TI），2,000），在轴位平面上采集，ST为3 mm；扩散加权成像（TE，70–110；TR，7,000–9,000；b值，0和1,000），ST为3 mm。此外，使用非增强飞行时间（TOF）序列进行MRV以评估硬脑膜窦。所有受试者均使用非增强TOF序列进行MRV，本研究使用的成像方案中未包括增强MRI或增强MRV序列。

图像分析与定量测量

患者组和对照组的所有MR图像均从医院本地图像归档与通信系统（PACS）中调取并导出进行分析。导出的图像使用Radiant医学数字成像与通信（DICOM）查看器（Medixant，波兰波兹南）进行评估。测量由具有5年和15年神经放射学经验的放射科医师（M.I.I.、F.C.）完成。放射科医师对分组分配不知情。评估者间信度分别针对连续变量和分类变量进行评估。对于连续定量测量，计算组内相关系数（ICC），显示一致性极好（ICC=0.91）。对于分类变量（二分类/有序MRI征象），使用Cohen's kappa（有序特征在适用时使用加权kappa），总体一致性极好（κ=0.93；95% CI，0.88–0.98）。两名阅片者之间的任何分歧均通过共识审查解决，共识标签/测量值用于分析。记录以下参数：（i）视神经鞘直径，（ii）垂体高度，（iii）后眼球扁平，（iv）视神经迂曲，（v）视神经突出，（vi）硬脑膜静脉窦异常（无/发育不良/未发育），（vii）横窦狭窄，（viii）蛛网膜颗粒存在，（ix）裂隙状脑室存在，（x）Meckel腔直径，（xi）颈部皮下脂肪厚度（C2椎体水平），（xii）枕骨大孔直径，（xiii）小脑扁桃体下移存在。所有定量参数以毫米为单位测量，而定性参数记录为“存在/不存在”。必要时，使用重建算法优化图像平面以进行准确评估。

测量在文献中类似研究的指导下进行[14, 15, 18, 20]。颈部脂肪组织厚度是成人中使用的一种新形态学参数，在我们的研究中也应用于儿童人群[15]。视神经鞘复合体的横径和垂直径在T2加权图像上眼球后第一层冠状面上测量。垂体高度在T1加权图像正中矢状面上测量；视神经迂曲和突出在轴位和矢状面上评估；裂隙状脑室和Meckel腔直径在轴位T2加权图像上测量。正中矢状面T1加权容积图像用于评估颈部下颌下脂肪厚度、枕骨大孔横径和前后径以及小脑扁桃体下移的存在。MRV图像用于评估硬脑膜静脉窦异常、横窦狭窄和蛛网膜颗粒的存在。

测量Meckel腔最大轴位直径。颈部下颌下脂肪厚度在C2椎体水平通过测量后部皮下脂肪组织评估。完全空蝶鞍定义为>50%蝶鞍被脑脊液填充或垂体高度≤2 mm，而部分空蝶鞍定义为<50%脑脊液填充且垂体高度≥3 mm；对于垂体高度在2 mm至3 mm之间者，分类由脑脊液填充标准确定（<50%为部分，>50%为完全）[21]。必要时重建容积序列以获得平行于枕骨大孔的平面，以准确测量其直径。对于小脑扁桃体下移，任何可测量的小脑扁桃体下降记录为存在/不存在（二分类）。小脑扁桃体疝定义为下降>5 mm；无患者达到疝阈值[22]。

探索性数据分析

表1呈现了研究中对照组（0类）与儿童特发性颅内高压组（1类）之间所有人口学和MRI衍生的定量变量的分布，以及比较两组的统计结果。这些比较使用了Welch t检验、Mann–Whitney U检验、Levene方差检验和标准化效应量 measures（Cohen's d和Cliff's delta）。对于每个变量，当Levene检验未指示显著方差异质性（P≥0.05）时使用Welch t检验，否则使用Mann–Whitney U检验。所得P值被指定为主要P值，并使用Benjamini–Hochberg FDR和Holm–Bonferroni程序进行多重比较校正。硬脑膜静脉窦异常编码为三级有序变量（1=无，2=发育不良，3=不发育），捕获硬脑膜静脉窦的任何结构异常。此外，横窦静脉狭窄作为单独的二分类变量建模（1=否，2=是），以特异性指示局灶性横窦狭窄的存在。

结果表明，已知与特发性颅内高压相关的结构标志物存在显著差异，尤其是视神经鞘测量值、垂体腺厚度、空蝶鞍表现及横窦静脉狭窄。这些发现共同支持了MRI衍生指标在该患者群体中的鉴别潜力。此外，图1所示的相关性热图揭示了视神经鞘测量值与Meckel腔直径之间存在明显的共线性聚类，提示儿童特发性颅内高压与相关解剖分区内协同的结构改变有关。补充材料1提供了分组箱线图，直观展示了这些定量MRI参数在对照组与特发性颅内高压组之间的分布差异，突出表明视神经鞘尺寸、空蝶鞍程度及后巩膜变平等变量在患者组中呈现明显更高的数值。

方法

我们开发了一个监督式机器学习流程，用于将儿童特发性颅内高压病例与对照患者区分开来。数据以表格形式排列，编码类别标签（0=对照，1=儿童特发性颅内高压）。表1中列出的所有24个 demographic 和MRI衍生特征最初均作为候选预测因子纳入。二元分组指示变量（“Group”，0=对照，1=儿童特发性颅内高压）作为目标变量，未用作预测因子。对于所有特征，两组均具有完整数据（每类n=62）；因此，无需进行缺失值插补。模型性能采用重复嵌套设计进行评估，包含20次外部重复。在每次重复中，分层划分将20%的数据分配至独立测试集，80%分配至训练和验证集。训练和验证集进一步划分为内部训练集（占完整队列的65%）和内部验证集（15%），所有模型选择和调优均限于这些内部子集；外部测试集在最终评估前保持未见。

所有特征均使用稳健缩放进行预处理，其中中位数中心化和四分位距缩放仅从内部训练集计算，以严格避免数据泄漏。在每次外部重复中，我们训练了六个分类器家族：随机森林[23]、支持向量机（SVM）[24]、多层感知机（MLP）[25]、极端梯度提升（XGBoost）[26]、k近邻（KNN）[27]以及Bagging集成[28]。对于每个模型，使用Optuna[29]进行贝叶斯超参数优化（每次重复每个模型150次试验），在包含稳健缩放、单因素方差分析F检验特征选择和分类器的统一流程中，联合调优模型特定超参数以及3至15之间的所选特征数量。优化目标为内部验证集上儿童特发性颅内高压类别的F1分数。常见的Optuna工作流设置和完整的模型特定超参数搜索空间见补充材料2。

对于每个模型和每次重复，随后将表现最佳的配置在内部训练和验证数据的组合上作为最终流程重新训练，并在相应的外部测试集上评估一次。根据特发性颅内高压的测试预测和预测概率，我们计算了混淆矩阵，并得出F1分数、受试者工作特征曲线下面积（AUC）、平均精确率、灵敏度、特异度、精确率、准确率、马修斯相关系数和灵敏度与特异度的几何均值。测试指标在20次重复中汇总，以获得均值、标准差和95%置信区间。模型间比较使用Friedman检验，随后在适用时使用带Holm校正的Wilcoxon符号秩检验；对于AUC，额外应用了带Holm调整的配对t检验。最后，对于代表性运行的一个子集（测试平均精确率接近模型特定中位数），我们对训练好的流程应用了Shapley加法解释（SHAP）[30]和局部可解释模型无关解释（LIME）[31]，以定性识别最强烈促进儿童特发性颅内高压与对照组之间区分的最强MRI衍生特征。

机器学习流程的概述，包括重复嵌套设计、基于Optuna的贝叶斯优化、特征选择、模型训练和评估工作流，见补充材料3。重现完整流程所需的所有源代码，包括数据预处理、超参数优化、模型训练、评估和可解释性分析，在接受后公开可用。所有分析和模型训练均在Python中实现。

结果

补充材料4显示了基于Cohen's d和Cliff's δ的效应量分布，表明右侧视神经鞘短轴、右侧视神经鞘直径（冠状面）、横窦静脉狭窄和空蝶鞍在儿童特发性颅内高压组和对照组之间表现出最强的区分效应。这些变量在参数和非参数测量中表现出一致的高效应量，表明与颅内压升高相关的有意义的解剖差异。相比之下，年龄、身高和枕骨大孔直径等特征显示出极小的效应量，提示它们不能有意义地区分患者和对照组。

补充材料5呈现了火山图，突出显示在FDR校正后仍具有统计学显著性的变量。FDR校正后，后部眼球变平、空蝶鞍、右侧视神经鞘短轴和横窦静脉狭窄明显表现出高统计学显著性和 substantial 效应量。冠状面右侧视神经鞘直径显示出趋于显著的趋势，具有中等效应量。总之，这些发现强化了它们作为儿童特发性颅内高压稳健影像标志物的潜在作用。相比之下，大多数其他MRI衍生特征聚集在FDR<0.01阈值以下，并表现出适度的Cohen's d值，表明组间区分能力有限。

机器学习模型的整体性能总结于表2。整个“结果”部分报告的F1分数和PR-AUC值均以儿童特发性颅内高压作为阳性类计算。所有六种分类器在区分儿童特发性颅内高压与对照者方面取得了大致相似的性能。平均准确率约为70%至74%，其中KNN和MLP达到73.8%，Bagging为73.4%，随机森林和XGBoost分别为71.2%和70.6%。就F1分数而言，MLP（72.9±11.0%）和SVM（72.5±10.8%）取得了最高的均值，而Bagging、KNN、XGBoost和随机森林集中在69–71%范围内，其95%置信区间 largely 重叠。G-mean和MCC表明各模型具有中等判别能力。MLP、Bagging、KNN和XGBoost均在敏感性和特异性之间取得了相当的权衡，而SVM在各折之间表现出明显更高的变异性。敏感性值普遍低于特异性（召回率约63–72% vs. 特异性约69–84%），表明所有模型倾向于对对照者的保护略优于对儿童特发性颅内高压病例的检出。就PR-AUC和AUC而言，Bagging、随机森林、XGBoost和MLP均达到约83–84%的平均PR-AUC值，置信区间重叠，而KNN仅略微落后，SVM则表现出明显更低且更可变的性能。在20次重复中准确率、F1分数、G-mean、MCC、精确率、召回率和特异性的逐次运行轨迹（补充材料6）与这些汇总结果一致，显示Bagging、KNN、MLP和随机森林在其平均性能附近的相对狭窄范围内波动，而XGBoost尤其是SVM表现出更大的折间变异性并偶有明显下降，这与其较大的标准差一致。

20次重复平均后的混淆矩阵（图2）与这些曲线层面的发现一致。在典型的测试划分中，分类器正确识别了约9–11名对照者和8–9例儿童特发性颅内高压病例，同时将约2–3名对照者误分类为特发性颅内高压（假阳性），将3–5例特发性颅内高压病例误分类为对照者（假阴性）。因此，模型之间的差异是定量而非定性的；一些模型（如MLP和XGBoost）倾向于以减少假阴性为代价换取略多的假阳性，而Bagging和KNN则表现出 marginally 更高的特异性，同时漏诊的特发性颅内高压病例略有增加。

Bagging、MLP、随机森林、XGBoost 和 KNN 的受试者工作特征（ROC）曲线几乎完全重叠，在假阳性率为 0.2–0.3 时真阳性率约为 0.8，平均 AUC 值在 0.80 至 0.82 之间（图 3a）。SVM 始终位于其他曲线下方，且阴影区域明显更宽，反映出其区分能力较低且更不稳定（AUC 0.67±0.26）。在 20 个测试折上平均得到的平均 ROC 曲线和精确率–召回率曲线见图 3b。精确率–召回率曲线证实，所有非 SVM 模型在召回率直至约 0.5–0.6 的较大范围内均保持较高精确率（通常约为 0.75–0.85），随后随着召回率接近 1.0 而逐渐下降。Bagging、MLP、随机森林和 XGBoost 显示出非常相似的 PR 曲线特征，平均平均精确率值约为 0.83–0.84，而 SVM 再次表现出在给定召回率下精确率更低且变异性更大（平均精确率 0.73±0.21）。

成对统计比较证实，经多重检验校正后，这些表面趋势均未达到统计学显著性。采用 Holm 校正的 Wilcoxon 符号秩检验（F1 分数汇总于表 3，其余指标汇总于补充材料 7）显示，各模型在准确率、F1 分数、G-mean、MCC、精确率、召回率或特异度方面均无显著的成对差异（所有 Holm 校正 P≥0.18）。同样，对 AUC 的配对 t 检验在 Holm 校正后也未发现任一模型相对于另一模型具有统计学显著的优越性（补充材料 7）。综合表 2、图 2 和图 3 以及表 3 表明，在样本量和重复划分变异性的限制范围内，Bagging、KNN、MLP、随机森林和 XGBoost 对儿童特发性颅内高压提供了大致相当且临床可用的区分能力，而 SVM 表现出更大的性能变异性，但在正式的成对检验中并未显著较差。补充材料 6 通过展示所有评价指标在 20 次重复中的折间稳定性，进一步支持了这一解释。

与上述单变量效应量和FDR分析（补充材料4）一致，基于模型的特征选择频率在所有六个分类器中显示出趋同性（图4）。表现出最大效应量且在FDR校正后仍保持显著的变量——后眼球变平、空蝶鞍、右侧视神经鞘直径（冠状面）、右侧视神经鞘短轴和横窦静脉狭窄——也是多变量k最佳程序中选中最频繁的特征之一，在几乎每个模型的大多数运行中出现率通常超过70–80%。垂体厚度和双侧视神经鞘尺寸（例如左侧视神经鞘直径、左侧视神经鞘短轴、左侧视神经鞘长轴）同样显示出高选择率，进一步支持它们作为颅内压升高影像学相关指标的重要性。相比之下，在探索性分析中效应量可忽略的变量，如年龄、身高和枕骨大孔直径，很少被特征选择器选中，且几乎从未出现在任何分类器的前15名列表中。补充材料4–5与图4中选择频率图之间的高度一致性表明，机器学习流程始终优先考虑一组解剖学上合理的儿童特发性颅内高压核心MRI标志物，同时降低组间区分能力有限的特征的权重。

为进一步表征各MRI变量如何影响分类器，我们对每个模型的代表性高性能试验应用了SHAP（图5）和LIME（图6）。两种方法均收敛于一组紧凑的驱动因素：后眼球变平、空蝶鞍、垂体厚度、体重指数（BMI）、视神经鞘测量值（冠状面左右侧视神经鞘直径及其长轴和短轴）以及横窦静脉狭窄，扁桃体下移和视神经迂曲在某些模型中也有贡献。在Bagging、KNN、MLP、随机森林、SVM和XGBoost中，较高的BMI和增大的球周视神经鞘直径，连同后眼球变平、空蝶鞍和横窦静脉狭窄的存在，一致地将预测推向儿童特发性颅内高压类别，而上述特征的缺失和较小的视神经鞘尺寸则倾向于对照组类别。SHAP、LIME、单变量效应量和特征选择频率之间的高度一致性支持了所识别的儿童特发性颅内高压MRI标志物的稳健性和解剖学合理性。

为了进一步描述模型如何利用MRI特征空间，我们检查了表现最佳试验中超参数的分布（补充材料8）。对于随机森林，Optuna始终倾向于采用约800–1800棵树的大规模集成和相对较深的树（典型max_depth约40–60），并结合较小的叶节点和分裂（min_samples_leaf约2–10，min_samples_split约6–35）以及基于信息的准则（熵/对数损失）而非基尼系数。SVM最佳模型以RBF核为主，C值处于中高范围（大约数十到几百），γ设为“scale”或在10⁻³–10⁻¹区间内调优，表明决策边界灵活但不过于尖锐。最佳MLP配置为紧凑网络，具有一到三个隐藏层和约50–300个单元，大多使用tanh或logistic激活函数、较小的L2惩罚和相对较小的学习率，提示轻度正则化和避免过大的架构。KNN解通常使用小邻域（3–8之间）、距离加权和指数接近欧几里得范数的闵可夫斯基型度量（2–4之间），与数据的局部结构一致。对于Bagging，KNN基学习器比决策树更常见，使用150–350个基估计器以及行和特征子采样均在0.5–0.75范围内，在单个弱学习器之上提供额外的方差缩减。XGBoost最佳模型通常使用900–2100轮提升，具有中等深度的树（最大深度8–17之间）、小到中等的学习率、非零γ加上轻度L1/L2正则化以及接近经验类别不平衡的正类加权因子。

讨论

本研究表明，在严格验证的机器学习流程中分析定量MRI测量值，能够以中等至良好的准确度区分儿童特发性颅内压增高与对照者。在六类分类器和20次重复嵌套交叉验证划分中，Bagging、KNN、MLP、随机森林和XGBoost的平均AUC值集中在0.80–0.82左右，F1分数和精确率–召回率曲线相似，多重比较校正后两两差异均无统计学显著性。特征选择频率以及SHAP和LIME解释共同指向一组紧凑、解剖学上连贯的预测因子，核心包括视神经鞘扩张、垂体变平/空蝶鞍、后眼球变平和横窦静脉狭窄，BMI及部分后颅窝表现也有额外贡献。总体而言，这些发现提示，传统上被认为支持特发性颅内压增高的MRI异常，在量化并联合分析时包含真实的判别信息。

我们模型所突出的影像模式，反映并扩展了以往关于特发性颅内压增高相关MRI变化的定性描述。空蝶鞍、视神经鞘扩张、后眼球变平以及横窦狭窄均已被报道为成人和混合年龄队列中颅内压升高的标志物，但其在儿童中的诊断效用尚未得到清晰的量化。值得注意的是，我们模型所优先考虑的核心影像标志物与2013年修订的Friedman假性脑瘤综合征（包括特发性颅内压增高）诊断标准中所强调的支持性神经影像学征象密切对应。这种一致性支持了所学模式的临床合理性。本机器学习框架超越了基于规则的清单，通过量化这些标志物、将其与额外的常规可获取变量联合整合，并生成具有可解释特征归因的未校准模型输出。在我们的儿科队列中，这些变量显示出较大的单变量效应量、跨模型的高选择频率，以及对特发性颅内压增高类别一致的阳性SHAP和LIME贡献。相比之下，人口学变量如年龄和身高、枕骨大孔的颅骨测量指标，以及Meckel腔和静脉窦的若干描述符对模型输出的贡献很小。这一模式提示，相对较小的一部分MRI标志物捕获了儿童特发性颅内压增高的大部分判别信号，并可能提高临界病例的诊断信心。

从建模的角度来看，没有单一算法明显优于其他算法。Bagging、KNN、MLP、随机森林和XGBoost产生的ROC曲线和精确率-召回率曲线高度重叠，甚至SVM尽管平均AUC较低且变异性较大，在正式的成对检验中也没有显著劣势。补充材料6与这些发现一致，显示Bagging、KNN、MLP和随机森林的性能相对稳定，而XGBoost尤其是SVM的折间变异性较大。这些结果并非确定单一“获胜”算法，而是提示MRI特征空间包含一个稳定的、可学习的决策边界，在应用适当的正则化和模型选择时，可被多个分类器家族捕获。在临床上，这是令人安心的，因为具有不同技术专长或软件库的中心仍可能实现可比的决策支持工具，而不必绑定于单一专有架构。

另一个重要观察结果是，特异度普遍高于敏感度，这表明模型对对照组的保护略优于对特发性颅内高压的检出。这可能反映了潜在的特征分布，例如空蝶鞍和视神经鞘直径增大可在部分对照组中偶然出现，以及以特发性颅内高压为阳性类别进行F1优化的使用。在实践中，这样的特征仍可能有用：在腰椎穿刺和神经眼科评估仍为参考标准的诊断路径中，一个能够标记高模型评分患者同时保持相对较低假阳性率的工具，可能有助于优先安排紧急检查和监测，而不会使医疗服务不堪重负。同时，观察到的假阴性率（每个测试折通常漏诊3–5例特发性颅内高压病例）强调，基于MRI的模型应补充而非替代临床判断和脑脊液开放压力测量。

可解释性是本工作转化价值的核心。SHAP和LIME重现了已知的病理生理关系：较高的BMI、增大的球后视神经鞘、后巩膜变平以及空蝶鞍均将预测推向特发性颅内高压类别。可解释性分析、单变量效应量和特征选择频率之间的密切一致性表明，模型并非主要依赖虚假相关，而是依赖解剖学上合理的慢性颅内压升高标志物。这增加了表面效度，并可能促进机器学习决策辅助工具在儿童神经眼科中的临床接受度。

为了将我们的结果置于儿童影像学文献的背景中，既往儿童病例对照和验证研究主要报告了单个MRI标志物或简单规则组合的诊断性能。在一项儿童病例对照队列中，视神经周围蛛网膜下腔直径≥5.2 mm被确定为特发性颅内高压的独立预测因子，敏感度为87%，特异度为67% [20]。在评估Friedman神经影像学标准的较大儿童假性脑瘤综合征队列中，4个关键MRI征象中≥3个存在（垂体变平、后巩膜变平、视神经鞘扩张和横静脉窦狭窄）达到62%的敏感度和95%的特异度，而仅横静脉窦狭窄达到74%的敏感度和100%的特异度 [32]。我们的多特征机器学习模型显示出可比的高特异度/中等敏感度特征（表2），同时利用连续定量测量并提供透明的特征归因以及未校准的模型输出，这在儿童单个MRI征象处于临界状态或表现不一的情况下可能有用。

与其他诊断工具或评分系统进行直接比较仍然具有挑战性，因为在儿科背景下，尚无普遍采用且经过外部验证的、基于放射科医师的MRI评分系统或临床预测规则，能够在相似队列中提供可直接比较的判别指标。此外，现有的大多数儿科影像学研究关注的是单个MRI征象或简单的基于规则的组合，而非标准化的多参数框架。因此，我们的数据并未表明所提出的机器学习方法在诊断准确性上优于传统基于MRI的评估或专家放射科医师判读，因为未在队列内进行直接的头对头比较。相反，其潜在附加价值在于标准化多个常规可获取MRI标志物的联合判读、纳入连续定量测量，并提供可解释的、未校准的模型评分。未来的前瞻性多中心研究应将该方法直接与专家放射科医师评估及预先定义的传统MRI征象组合进行比较，以确定其是否提供增量诊断获益。

应承认若干局限性。第一，这是一项在三级医疗中心开展的单中心回顾性研究，MRI采集和测量方案反映的是单一机构的实践。因此，对其他扫描仪、序列和病例构成的外部推广性仍有待确立。第二，尽管该队列在儿童特发性颅内压增高人群中相对较大，但从机器学习的角度看，鉴于特征空间的维度和使用了六类分类器，该队列规模仍然有限。我们的嵌套重复交叉验证框架、训练集、验证集和测试数据的严格分离以及保守的统计比较旨在减少过拟合，但不能排除一定的乐观偏倚。未进行正式的校准分析；因此，模型输出应解释为用于决策支持的未校准预测概率，而非完全校准的绝对风险估计。各组间年龄未进行个体匹配，无标准化青春期分期数据，且未按年龄定义的亚组分别评估模型性能。因此，无法进行有生物学依据的青春期前与青春期后亚组分析，模型性能是否在儿童不同年龄层之间存在差异仍未知。在我们的队列中，年龄仅显示较小的组间效应量和对模型输出的轻微影响。第三，若干MRI测量涉及手动或半手动评估，如视神经鞘直径和垂体厚度，因此在常规实践中易受观察者内和观察者间变异性的影响。此外，C2水平颈部皮下脂肪厚度在儿童中应视为探索性指标，需要儿科正常参考数据和外部验证。

最后，对照组由MRI上无颅内结构性病变的头痛儿童组成，而非无症状的社区对照者。尽管这使分类任务在临床上更为真实，但可能限制其适用于其他诊断环境。由于对照组无腰椎穿刺的临床指征，颅内压未经过正式评估，亚临床或临界病例（包括无视乳头水肿的特发性颅内高压）不能完全排除。因此，部分对照者可能代表隐匿性或临界性特发性颅内高压。儿童特发性颅内高压组的所有腰椎穿刺均在苯二氮䓬类镇静下进行，尽管MRI先于腰椎穿刺且事先未启动特发性颅内高压的治疗，但镇静仍可能影响临界病例的测得的开放压力。若存在这种影响，预期会偏向于排除某些真正的临界性特发性颅内高压病例，而非夸大病例归属。对照组中，62例中有14例（22.6%）有1项支持性MRI征象，62例中有4例（6.5%）有2项，无一例有3项或以上。此外，针对药物相关、内分泌及其他系统性继发原因的完全标准化筛查方案并未统一应用于所有对照患者，因为评估是根据临床指征进行的。

尽管存在这些局限性，该研究仍具有若干优势。该队列表型定义良好，严格应用了改良Dandy标准和腰椎穿刺阈值，且平衡的病例对照设计避免了极端的类别不平衡。该流程整合了稳健缩放、嵌套超参数优化和多种互补的性能指标。同时评估六种算法家族，结合SHAP和LIME可解释性分析，提供了当前表格机器学习方法能从常规MRI中提取何种信息的广阔视角。定量、基于模型和定性放射学证据在相同解剖标志物上的汇聚表明，这些发现不太可能是单一分析选择造成的假象。

未来工作应在若干方向上扩展该框架。需要采用统一成像方案的多中心前瞻性研究，以在不同扫描仪、人群和患病率环境中验证所识别的MRI标志物和机器学习模型。纳入其他模态，如光学相干断层扫描、视野指数或详细的人体测量学和内分泌数据，可能改善判别性能并支持整合风险评分。与其选择单一“最佳”算法，还可探索基于委员会或混合分类器，即聚合来自多个良好校准模型的预测，以提高稳健性并支持灵活的纳入与排除筛查。

结论

这项概念验证研究表明，对常规可获得的MRI标志物进行机器学习分析，能够以中等判别性能将儿童特发性颅内压增高与头痛对照组区分开来，并能够识别出一组紧凑、解剖学上合理的判别性影像预测因子。这些发现支持了超越纯定性MRI解读、转向定量信息驱动的、患者特异性未校准预测概率以用于儿科实践决策支持的可行性和潜力。然而，在此类模型可考虑用于常规临床实施之前，仍需进一步的前瞻性多中心验证、优化以及临床工作流程影响的评估。

补充信息

以下是电子补充材料的链接。ESM 1（DOCX 228 KB）

（DOCX 22.8 KB）

（DOCX 17.4 KB）

（DOCX 116 KB）

（DOCX 111 KB）

（DOCX 0.99 MB）

（DOCX 29.4 KB）

（DOCX 22.5 KB）