SPECT/CT融合骨显像联合碱性磷酸酶诊断肺癌骨转移的价值研究

目的:研究SPECT/CT融合骨显像联合碱性磷酸酶诊断肺癌骨转移的价值。方法:选取2017年5月~2022年5月在厦门大学附属中山医院接受治疗的肺癌患者218例,然后通过比较分析SPECT/CT融合骨显像和碱性磷酸酶诊断结果,最终得出联合诊断的价值。结果:非小细胞癌患者发生骨转移的概率更高,血清ALP含量与骨转移病灶数目呈正相关,联合诊断骨转移的准确率更高。结论:SPECT/CT融合骨显像联合碱性磷酸酶诊断肺癌骨转移有一定的价值,可以有效提高诊断的准确率。

静音技术在颅脑磁共振成像中的初步应用

目的:探讨静音技术不同静音因子(QF)对颅脑MRI图像质量的影响。方法:招募50名志愿者[男23例,女27例,平均年龄(58.06±16.77)岁],以3.0 T MR扫描仪结合静音技术(QF分别为1、0.8、0.6、0.4、0.2)行颅脑矢状位T1液体抑制反转恢复(FLAIR)、T2WI、T2 FLAIR序列扫描,各序列受检者均为21例。扫描过程中记录各序列噪声最大值。在胼胝体、脑白质、小脑、脑桥划定感兴趣区测量信号值和噪声强度,计算信噪比(SNR)和对比度噪声比(CNR)。采用四分法对图像质量进行评分。采用Kappa检验评估两观察者主观评分的一致性。对各序列不同QF组间图像的SNR、CNR和主观评分差异采用单因素方差分析。结果:两观察者主观评分一致性良好(Kappa值=0.806~0.871)。T1 FLAIR序列胼胝体SNR、CNR、主观评分,T2 FLAIR序列胼胝体和小脑CNR,T2WI序列胼胝体CNR和主观评分,在不同QF时的差异有统计学意义(P<0.001)。两两比较结果:QF为0.4或0.2时,T1 FLAIR主观评分较QF为1.0时差异有统计学意义(P<0.05);QF为0.2时,T2 FLAIR胼胝体SNR、T2WI主观评分较QF为1.0时差异有统计学意义(P<0.05)。结论:基于静音技术的颅脑MR扫描时间随着QF的减小,噪声值逐渐降低,综合考虑噪声值与图像质量,临床推荐QF分别为0.6、0.4、0.2时行颅脑轴位T1 FLAIR、T2WI、T2 FLAIR序列扫描。

人工智能在头颈CTA图像后处理和诊断头颈动脉狭窄中的应用价值

目的:探讨人工智能(AI)对头颈动脉CTA图像后处理和诊断头颈动脉狭窄的中的价值。方法:回顾性收集2022年11月至2023年10月42例均行头颈CTA和头颈动脉数字减影血管造影(DSA)检查患者的影像学资料。图像后处理及诊断分为AI组和人工组,对比两组在图像后处理用时和图像质量主观评分及识别头颈动脉斑块性质(钙化斑块、非钙化斑块和混合性斑块)的差异。以DSA结果为金标准,对比两组在诊断头颈动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率差异,并将两组诊断结果与DSA结果进行一致性Kappa检验;采用受试者操作特征曲线(ROC)分析AI组和人工组对头颈动脉狭窄的诊断效能,并采用Z检验比较其差异。结果:AI组后处理及诊断用时为(366.48±18.54)s,较人工组(1291.63±52.27)s缩短了约71.65%,差异有统计学意义;两种方法得到图像质量主观评分差异无统计学意义。人工组共识别头颈动脉斑块145个,AI组共识别头颈动脉斑块145个,其中AI组准确识别不同性质斑块141个,总准确率为97.24%(141/145)。AI组与人工组对识别头颈动脉钙化斑块、非钙化斑块及混合性斑块差异均无统计学意义,且两组识别斑块性质的一致性较好(Kappa=0.845)。AI组诊断头颈动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率分别为87.09%(27/31)、81.82%(9/11)、93.10%(27/29)、69.23%(9/13)和85.71%(36/42),与DSA诊断头颈动脉狭窄一致性较好(Kappa=0.792);人工组诊断头颈动脉狭窄的敏感性、特异性、阳性预测值、阴性预测值及准确率分别为90.32%(28/31)、81.82%(9/11)、93.33%(28/30)、75.00%(9/12)和88.10%(37/42),与DSA诊断头颈动脉狭窄一致性较好(Kappa=0.801),并且两组诊断效能差异均无统计学意义。ROC曲线分析结果显示,AI组与人工组诊断头颈动脉狭窄的曲线下面积(AUC)分别为0.845和0.861,差异无统计学意义。结论:AI技术在头颈CTA图像后处理用时、评估头颈动脉狭窄及斑块性质识别方面具有较高的临床价值,可作为医师分析诊断头颈CTA的有效辅助工具。

基于人工智能的“三低”冠状动脉CTA影像质量和辐射剂量研究

目的探讨基于人工智能(AI)影像后处理的“三低”(低剂量对比剂、对比剂低流率及低辐射剂量)冠状动脉CTA(CCTA)技术的影像质量和辐射剂量。方法前瞻性纳入疑似冠心病病人60例,平均年龄(56.3±3.9)岁。将病人随机分为行“三低”CCTA检查的研究组(30例)和行常规CCTA检查的对照组(30例)。根据Likert分级评分法对冠状动脉主支血管[包括左主干(LM)、左前降支(LAD)、左回旋支(LCX)及右冠状动脉(RCA)]进行影像质量主观评分。测量升主动脉(AA)、LM、LAD中段(mLAD)、LCX近端(pLCX)、RCA中段(mRCA)、右冠状动脉远段(dRCA)管腔及邻近脂肪CT值和噪声(SD)值,以及右心室(RV)及右侧心膈角区脂肪的CT值和SD值,并计算信噪比(SNR)和对比噪声比(CNR)。采用卡方检验或独立样本t检验比较2组病人一般资料、影像质量主观评分和评价指标,以及辐射剂量的差异。结果2组间LM、LAD、LCX、RCA影像质量主观评分的差异均无统计学意义(均P>0.05)。相比对照组,研究组AA、LM、mLAD、pLCX、mRCA、dRCA管腔CT值分别提高了32.5%、8.6%、11.7%、11.2%、9.2%和2.1%;2组RV的CT值、SNR、CNR的差异均无统计学意义(均P>0.05)。研究组的容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)、有效辐射剂量(ED)均低于对照组(均P<0.05)。结论基于AI影像后处理的“三低”CCTA可保证冠状动脉影像质量,且降低了辐射剂量,用于冠心病筛查具有很好的临床可行性。

基于人工智能质控系统改善胸部CT图像质量

目的 观察基于人工智能(AI)质控系统用于改善胸部CT图像质量的价值。方法 回顾性收集415例患者共1 726幅CT图像,将1 414幅用于卷积神经网络(CNN)训练、312幅用于验证;计算基于AI质控系统行胸部CT扫描的精确率(Precision)、召回率(Recall)、F1分数(F1-Score)、平均精度均值(mAP)及交并比(IOU)。前瞻性纳入21例因胸部CT图像质量不合格而拟重检患者,基于AI质控系统行胸部CT,对比2次检查结果差异。结果 基于AI质控系统行胸部CT的Precision、Recall、F1-Score、mAP及IOU均较佳。基于AI质控系统重检CT正确诊断21例。其中,首次CT误诊19例,2次检查所示肺结节面积、体积和显示质量无明显差别,而显示结节形态、边界、棘状突起、空泡征、充气支气管征、增粗扭曲血管等差异较大;漏诊、准确诊断各1例。结论 基于AI质控系统有助于改善胸部CT图像质量、提高诊断效能。

胸部CT对系统性红斑狼疮淋巴结肿大的评估及其与疾病进程关系的研究

目的:探讨胸部CT对系统性红斑狼疮淋巴结肿大的评估价值及其与疾病进程的关系。方法:选择2020年7月至2023年7月亳州市人民医院收治的70例系统性红斑狼疮患者,按照胸部CT检查显示是否存在淋巴结肿大将其分为淋巴结肿大组(35例,短径>10 mm)和非淋巴结肿大组(35例,短径<8 mm)。采集两组患者基线资料,检测实验室指标并进行对比,将上述指标中差异有统计学意义的因素纳入多因素logistic回归分析,筛选系统性红斑狼疮患者发生淋巴结肿大的危险因素,分析典型病例的影像学图像。结果:淋巴结肿大组患者关节炎的发生率高于非淋巴结肿大组,肾损害的发生率低于非淋巴结肿大组,差异有统计学意义(x^(2)=4.769、4.884,P<0.05);淋巴结肿大组患者抗核抗体(ANA)、抗ds-DNA抗体及抗Sm抗体阳性率均高于非淋巴结肿大组,差异有统计学意义(x^(2)=4.590、5.040、5.833,P<0.05),白细胞计数(WBC),补体C3和C4水平均低于非淋巴结肿大组,红细胞沉降率(ESR)、免疫球蛋白G(IgG)及系统性红斑狼疮疾病活动指数(SLEDAI)评分均高于非淋巴结肿大组,差异有统计学意义(t=28.179、20.791、26.192、16.173、41.142、10.057,P<0.05);logistic回归分析结果显示,补体C3、IgG及SLEDAI评分是系统性红斑狼疮患者发生淋巴结肿大的危险因素(OR=3.034、2.721、1.127,P<0.05),而年龄大、肾损害为保护因素(OR=0.259、0.254,P<0.05)。结论:淋巴结肿大的出现预示着患者的疾病进展的过程中发生多系统损害的风险较大,且病情活动度较为严重。

人工智能时代下的缺血性脑卒中影像评估

计算机图像分析与模型构建的快速发展,推动了人工智能(AI)在脑卒中影像领域的应用,使脑卒中影像评估进入精准化和智能化的时代,提高了临床诊疗和救治效率。近年来,AI在缺血性脑卒中病灶检测、影像分析、疗效预测、风险评估等方面开展了广泛的研究应用,在未来具有广阔的发展前景。

CT引导下肺穿刺活检在周围型肺癌诊断中的临床意义表达

目的探讨CT引导下肺穿刺活检在周围型肺癌(PLC)诊断中的临床意义。方法回顾性选取2020-05—2023-05南阳医学高等专科学校第二附属医院收治的胸部CT显示周围型肺占位病变患者120例,均行超声或CT引导下经皮肺穿刺活检术,并接受手术治疗。将超声引导的31例纳入超声组,将CT引导的89例纳入CT组。以术后病理结果为“金标准”,比较不同引导方式PLC诊断结果、诊断效能,以及2组病理类型诊断结果。分析不同引导方式病理类型检查结果与术后病理结果一致性,统计一次穿刺成功率及活检术后并发症发生率。结果120例患者术后病理诊断PLC 105例、非PLC 15例,超声引导下肺穿刺活检诊断的灵敏度为70.37%、特异度为100.00%、准确度为74.19%,而CT引导下肺穿刺活检诊断灵敏度分别为97.44%、特异度为100.00%、准确度为97.75%。经比较CT引导诊断准确度、灵敏度、阴性预测值高于超声引导,漏诊率低于超声引导,且CT组鳞癌、腺癌及总检出率高于超声组,差异均有统计学意义(P<0.05)。超声、CT引导下肺部穿刺病理类型检查结果Kappa值分别为0.270、0.947。结论CT引导下肺部穿刺对PLC具有较高诊断价值,且可有效检出不同病理类型,降低并发症发生率,可作为临床诊断PLC的有效检查方式。

256排CT胸痛三联扫描技术的优势及临床运用

目的探讨256排CT胸痛三联扫描技术检查的优势和临床运用前景。方法回顾性收集荆州市第二人民医院疑似胸痛的1114例患者资料,64排CT扫描(557例)为对照组,256排CT扫描(557例)为观察组,其中按冠状动脉、肺动脉、主动脉分为A组、B组、C组,比较了两组在扫描条件、不同心率范围、噪声、信噪比以及辐射剂量长度乘积等方面的差异。由两位放射科医师独立对图像质量做主观评价。结果记录2组扫描条件、心率范围、辐射剂量CTDI、DLP及图像质量;其中对照组CTDIv为(61.1±0.18),观察组CTDIv为(23.2±4.2),两组冠脉图像质量5分者分别占25%、86.5%;4分者分别占45%、13.4%;3分者分别占15%、0.1%;1-2分者分别占15%、0%。对照组的扫描条件、辐射剂量、扫描时间均明显高于观察组,观察组的图像质量主观评价优于对照组,比较差异均有统计学意义(P<0.05)。结论256排CT胸痛三联扫描迅速、高效并显著减低患者的辐射剂量及对碘摄入量,对病人限制少,有广泛的临床应用前景。

影像组学联合CT特征鉴别儿童支原体与非支原体肺炎

目的观察影像组学联合CT特征鉴别儿童支原体肺炎(MP)与非MP的价值。方法回顾性收集153例肺炎患儿,根据支原体RNA检测结果分为MP组(n=101)与非MP组(n=52);按7∶3比例分为训练集(n=107,含71例MP、36例非MP)和验证集(n=46,含30例MP、16例非MP)。比较2组CT表现,以F test算法基于训练集数据筛选6个最佳CT征象,以逻辑回归(LR)方法构建CT模型。基于训练集提取及筛选最佳影像组学特征,分别以LR、支持向量机(SVM)、随机森林(RF)、线性判别分析(LDA)及随机梯度下降法(SGD)分类器构建机器学习(ML)模型;基于最佳CT征象及影像组学特征构建CT-ML模型。绘制受试者工作特征曲线,计算曲线下面积(AUC)评估各模型鉴别MP与非MP的效能。结果病变累及右肺上、中、下叶,支气管壁增厚、树芽征及边缘回缩征为最佳CT征象,以之构建的CTLR在验证集的AUC为0.710。验证集中,ML_(LR)、ML_(SVM)、ML_(RF)、ML_(LDA)及ML_(SGD)的AUC分别为0.715、0.663、0.623、0.706及0.494,ML_(LR)为效能最优影像组学模型。CT-ML_(LR)、CT-ML_(SVM)、CT-ML_(RF)、CT-ML_(LDA)及CT-ML_(SGD)在验证集的AUC分别为0.813、0.823、0.649、0.796及0.665,CT-ML_(SVM)为效能最优CT-ML模型。训练集中,CT-ML_(SVM)的AUC(0.840)高于CTLR及ML_(LR)(AUC=0.713、0.740,P均<0.05);验证集中CTLR、ML_(LR)及CT-ML_(SVM)的AUC差异均无统计学意义(AUC=0.710、0.715及0.823,P均>0.05)。结论影像组学联合CT特征能有效鉴别儿童MP与非MP。

计算机辅助检测系统在肺结节低剂量CT筛查中的应用研究

探讨基于深度学习(DL)的计算机辅助检测 (CAD)系统在肺结节低剂量胸部CT筛查中的应用价值。方法 随机选取100名具有肺癌高危因素行低剂量胸部CT体检者,应用CAD系统行肺结节检测并记录结果;2名具有5年胸部CT诊断经验的放射科低年资医师独立阅片,并以2人一致意见作为诊断结果;2名具有15年以上胸部CT诊断经验的放射科高年资医师独立阅片,最终以2人一致意见作为诊断结果金标准(真结节);计算CAD系统和低年资医师肺结节检出灵敏度和假阳性率,比较两种方法灵敏度和假阳性率并行统计学分析。结果 100名体检者中共有67名检出真结节,真结节共177个。CAD系统结节检出灵敏度明显高于低年资医师(P<0.05),CAD系统假阳性率为每例CT4.9个,排除直径≤4mm结节,CAD系统假阳性率为每例CT1.79个。结论 基于深度学习的CAD系统肺结节检出灵敏度极高,远高于低年资医师,但假阳性率偏高,排除直径≤4mm结节后可有效降低假阳性率;在保证较高灵敏度的基础上进一步降低假阳性率是今后CAD改进的重要内容。

基于改进可微分域转换的双域锥束计算机断层扫描重建网络用于锥角伪影校正

目的 提出一种基于改进可微分域转换的双域锥束计算机断层扫描(CBCT)重建框架DualCBR-Net用于锥角伪影校正。方法 所提出的双域CBCT重建框架DualCBR-Net包含3个模块:投影域预处理、可微分域转换和图像后处理。投影域预处理模块首先对投影数据进行排方向扩充,使被扫描物体能够被X射线完全覆盖。可微分域转换模块引入重建和前投影算子去完成双域网络的前向和梯度回传过程,其中几何参数对应扩大的数据维度,扩大几何在网络前向过程中提供了重要先验信息,在反向过程中保证了回传梯度的精度,使得锥角区域的数据学习更为精准。图像域后处理模块对域转换后的图像进一步微调以去除残留伪影和噪声。结果 在Mayo公开的胸部数据集上进行的验证实验结果显示,本研究提出的DualCBR-Net在伪影去除和结构细节保持方面均优于其他竞争方法;定量上,这种DualCBR-Net方法在PSNR和SSIM上相对于最新方法分别提高了0.6479和0.0074。结论 本研究提出的基于改进可微分域转换的双域CBCT重建框架DualCBR-Net用于锥角伪影校正方法使有效联合训练CBCT双域网络成为可能,尤其是对于大锥角区域。

胃肠道间质瘤影像学研究进展

胃肠道间质瘤(GIST)的发病率虽然远不及胃肠癌等,但其独特的发病机制和检出设备的不断升级使得人们对该病的重视程度日益增加,术前对其进行精准的诊断及评估具有重要临床意义。传统影像技术可为GIST的鉴别诊断、危险度及基因突变的评估、监测随访等提供多种有意义的征象。影像功能成像(DWI、IVIM、PET及双能CT等)能对肿瘤内部成分定量评估,在GIST恶性潜能和疗效预测方面有更高价值。近年来影像组学和深度学习研究的兴起给GIST的研究提供了新的方向,它们的预测能力优于传统指标和影像医生主观判断,向实现GIST精准医疗前进了一大步。本文就影像学在GIST领域中的应用进展进行综述。

MSCT影像表现对原发性肝细胞肝癌术后残留病灶检出率和复发的预测及与疗效的相关性

目的:分析MSCT影像表现对原发性肝细胞肝癌(PHCC)术后残留病灶检出率和复发的预测及与疗效的相关性。方法:选择我院2019年8月-2022年12月间收治的102例行经导管动脉化疗栓塞术(TACE)的PHCC患者作为研究对象,治疗前及术后半年时对患者行MSCT增强扫描,术后半年时行血管造影检查,术后半年时对患者临床疗效进行评估,以血管造影为金标准,采用Spearman相关性检验分析MSCT影像表现与疗效相关性,绘制ROC曲线分析MSCT对病灶复发的预测价值。结果:与金标准血管造影相比,MSCT扫描检测的术后残留病灶检出7例,血管造影检出9例;治疗后患者BV、BF、PS及HAF水平均明显低于治疗前,且差异存在统计学意义(P<0.05);治疗后患者HAP、HPI及TLP水平均明显低于治疗前,PVP明显高于治疗前,且差异存在统计学意义(P<0.05);患者治疗后显效7例,有效64例,稳定29例,无效2例,对治疗疗效不同患者进行分析显示,有效组患者BV、BF、PS及HAF水平均明显低于无效组,且差异存在统计学意义(P<0.05);治疗后有效组患者HAPHPI及TLP水平均明显低于无效组,PVP明显高于无效组,且差异存在统计学意义(P<0.05);患者MSCT影像学检查BF、BV、PS、HAF、HAP、HPI、TLP与患者治疗临床疗效呈显著负相关关系,PVP与患者治疗临床疗效呈显著正相关关系(P<0.05);利用MSCT扫描检查预测PHCC的敏感度为92.77%,特异度为84.21%;利用MSCT扫描预测PHCC术后复发的AUC为0.853,具有较高的应用价值(P<0.05)。结论:MSCT扫描检查可有效检出PHCC病灶,且MSCT扫描检查指标与患者临床疗效高度相关,且MSCT扫描检查可有效预测患者术后复发。

以钙化表现为主腹膜后脂肪肉瘤影像学表现及文献复习

脂肪肉瘤为软组织恶性肿瘤中较为常见类型,以富含脂肪为主要特征,而以钙化为主要成分的脂肪瘤罕见。现报道一例经手术及病理证实的以钙化为主要表现的脂肪肉瘤。1临床资料患者,男性,42岁,于2021年8月入住我院泌尿外科科。患者2天前无明确诱因出现右下腹部疼痛,为阵发性隐痛,伴纳差,无其他不适;3年前曾行“胃溃疡穿孔手术”。入院后完善相关实验室检查,血常规、凝血功能检测未见异常,相关肿瘤标记物均为阴性。腹部CT扫描:右侧结肠旁沟及右侧肝肾间隙见不规则形混杂密度肿块,大小约9.2cm×5.5cm×3.8cm,密度不均匀,见多发钙化,周围组织结构推移移位,增强扫描实性成分呈轻-中度强化(图1)。

基于临床及CT影像组学模型早期预测结直肠癌肝转移的化疗反应

目的探讨临床、病理联合CT影像组学特征构建的联合模型早期预测结直肠癌肝转移(CRLM)化疗反应的价值。方法回顾性收集169例CRLM病人的临床、病理、增强CT影像资料。每例病人随机抽取1个肝转移灶,共169个。根据实体肿瘤疗效评价标准(RECIST)将病灶分为2组,即化疗有反应组(75个)和无反应组(94个)。按7∶3比例将病灶随机分为训练集(118个)和验证集(51个)。提取基线门静脉期CT影像中病灶的影像组学特征,采用Pearson相关系数、Select percentile单因素分析和最小绝对收缩和选择算子(LASSO)筛选最优影像组学特征。使用Logistic回归分类器构建影像组学模型并计算影像组学评分(Radscore)。采用t检验、Mann-Whitney U检验及卡方检验筛选2组间差异有统计学意义的临床和病理特征,并与Radscore结合分别构建临床-病理模型和联合模型。采用受试者操作特征(ROC)曲线、校准曲线、Hosmer-Lemeshow检验评价模型的预测效能、校准度及拟合度,并以联合模型预测指标构建列线图。结果共筛选出9个最优影像组学特征,3个临床和病理特征(肝转移类型、癌胚抗原及RAS基因)。在训练集和验证集中,联合模型预测肝转移灶化疗反应的效能(AUC=0.896,0.798)与影像组学模型(AUC=0.895、0.786)近似,但差异无统计学意义(均P>0.05)。在训练集中,联合模型预测肝转移灶化疗反应的效能高于临床-病理模型(P<0.05),而验证集中则与临床-病理模型差异无统计学意义(P>0.05)。校准曲线、Hosmer-Lemeshow检验显示联合模型列线图的校准度和拟合度均良好。结论基于化疗前CT影像组学特征构建的影像组学模型可以早期预测CRLM的化疗反应,联合临床、病理特征可略微提高模型的预测效能。

多层螺旋CT血管成像在周围动脉瘤破裂出血诊断中的临床应用

目的探讨多层螺旋CT血管成像(multi-slice CT angiography,MSCTA)在周围动脉瘤破裂出血诊断中的临床应用价值。方法选取11例经手术证实为周围动脉瘤破裂出血患者的MSCTA影像学资料,利用多平面重组(MRP)、容积再现(VR)、最大密度投影(MIP)、曲面重组(CPR)等后处理技术并结合原始薄层轴位图像对病变进行分析诊断。结果11例周围动脉瘤破裂出血患者中,真性动脉瘤3例,假性动脉瘤8裂,其中左侧甲状颈干动脉真性动脉瘤1例,左侧颈外动脉真性动脉瘤1例,支气管动脉真性动脉瘤1例,左桡动脉假性动脉瘤1例,右肱动脉假性动脉瘤1例,右髂外动脉分叉处假性动脉瘤2例,左髂外动脉分叉处假性动脉瘤1例,右侧股动脉假性动脉瘤1例,左侧股动脉假性动脉瘤2例。结论MSCTA对周围动脉瘤破裂出血有很好的诊断价值,可为临床确定诊断及治疗方案的选择提供重要的影像学信息。

CT影像组学模型对肾上腺腺瘤亚型鉴别的价值

目的探讨基于多期相CT影像组学模型鉴别肾上腺腺瘤亚型的临床价值。方法回顾性收集经术后病理证实为肾上腺腺瘤的病人195例,均于术前行肾上腺CT平扫及增强检查。将病人按8∶2比例随机分成训练集(156例)和验证集(39例)。根据激素分泌水平将病人分为功能性肾上腺腺瘤组(70例)和无功能性肾上腺腺瘤组(125例)。基于病人CT平扫及增强影像提取1521个影像组学特征,通过随机森林算法筛选保留8个最优影像组学特征,采用支持向量机(SVM)算法并经5折交叉验证,分别构建平扫期、动脉期、静脉期、延迟期及各期融合的影像组学模型。2组间临床和CT影像特征的比较采用t检验、Mann-Whitney U检验、卡方检验。绘制受试者操作特征(ROC)曲线,计算ROC曲线下面积(AUC)、准确度、敏感度、特异度以评估模型效能。结果功能性肾上腺腺瘤组的血钾低于无功能性肾上腺腺瘤组,而高血压病人占比高于无功能性肾上腺腺瘤组(均P<0.05)。验证集中,平扫期影像组学模型的诊断效能(AUC=0.813)、准确度(0.759)、特异度(0.814)均最高。结论基于CT不同期相的影像组学特征结合SVM构建的影像组学模型可无创性鉴别肾上腺腺瘤亚型,具有一定的临床价值,有助于临床决策。

基于CT影像的人工智能在肾上腺良性肿瘤中的应用进展

CT是诊断肾上腺良性肿瘤的重要手段,但仍有少部分肾上腺良性肿瘤难以确诊。人工智能(AI)可以运用计算机算法模仿人脑且具有学习和解决问题等任务的能力,包括机器学习和深度学习,已广泛应用于肾上腺良性肿瘤的诊断、鉴别诊断及治疗。就目前基于CT影像的人工智能在肾上腺良性肿瘤中的应用进展进行综述。

基于术前CT及临床特征构建卵巢上皮性癌肿瘤间质比预测模型的研究

目的:探讨不同肿瘤间质比(Tumor-stroma ratio,TSR)的卵巢上皮性癌(Epithelial ovarian carcer,EOC)的特征性影像学表现,并基于术前临床及影像特征建立列线图预测模型。方法:收集我院2013年7月-2016年6月经手术病理证实为EOC的患者96例,根据术后组织病理结果将其分为高间质比组(TSR≥50%)和低间质比组(TSR<50%)两组。回顾性分析两组病例术前全腹部增强CT的形态学特征,包括原发灶的单侧或双侧、囊变程度、囊变形态、边界特点、长短径比、体积、平扫CT值、增强幅度、是否存在钙化、腹水、腹膜后淋巴结肿大以及腹膜转移情况。采用单因素及多因素Logistic回归分析筛选出评估EOC TSR的独立影响因子,并以此构建列线图预测模型。通过受试者工作特征(ROC)及曲线下面积(AUC)评估列线图模型的诊断效能,通过决策曲线评估列线图模型的临床适用性。结果:新辅助化疗、肿瘤长短径比、增强幅度、边界特点、囊变形态、是否存在腹膜后淋巴结肿大均是EOC TSR的独立影响因子。据此结果构建列线图,其ROC曲线的AUC值为0.966(95%CI 0.936~0.997),灵敏度为96.1%,特异度为88.9%。结论:高间质比组的EOC在CT上多表现出更高的长短径比、更明显的强化、边界不清、微囊型的囊变形态及腹膜后淋巴结肿大。基于EOC患者的术前CT和临床特征构建的列线图可以无创评估TSR,有助于辅助临床风险分层和治疗决策。