CT特征联合人工智能定量参数评估ⅠA期肺腺癌高级别组织学亚型

目的探讨CT特征联合人工智能(AI)定量参数评估临床ⅠA期高级别肺腺癌(LADC)的价值。方法纳入482例ⅠA期LADC患者,以病理分级系统将其分为低级别组(n=366)和高级别组(n=116);比较组间临床及影像学主观特征及AI定量参数差异,以logistic回归分析筛选评估高级别LADC的独立因子,并构建主观特征模型、AI模型及联合模型;绘制受试者工作特征曲线,评估各模型诊断效能。结果对于评估高级别LADC,主观特征模型中的结节类型、实性成分占比及空气支气管征,AI模型的CT平均值及峰度,以及联合模型中的AI评分、实性成分占比及空气支气管征均为独立预测因子(P均<0.05)。主观特征模型、AI模型及联合模型评估高级别LADC的曲线下面积分别为0.886、0.885及0.901,联合模型评估效能优于主观特征模型及AI模型(P均<0.05)。结论CT特征联合AI定量参数有助于术前无创评估临床ⅠA期高级别LADC。

高分辨率MRI分析基底动脉几何形态与其动脉粥样硬化斑块的相关性

目的基于高分辨率MRI(HR-MRI)观察基底动脉(BA)几何形态与动脉粥样硬化斑块的相关性。方法回顾性分析120例疑诊后循环缺血性脑卒中患者头颈部高分辨率MRI及MR血管造影(MRA),根据BA有无斑块分为斑块组(n=60)及对照组(n=60),并依据斑块是否高危将斑块组分为高危亚组(n=33)及非高危亚组(n=27);以单因素分析及多因素logistic回归分析筛选BA斑块及BA高危斑块的独立相关因素。绘制受试者工作特征(ROC)曲线,分析BA几何形态参数评估BA斑块及BA高危斑块的效能。结果年龄、高血压及BA曲率均与BA斑块独立相关(P均<0.05);BA曲率及斑块负荷均与BA高危斑块独立相关(P均<0.05)。BA曲率评估BA斑块的曲线下面积(AUC)为0.70,评估BA高危斑块的AUC为0.79。结论HR-MRI可用于观察BA几何形态;BA曲率与BA斑块及高危斑块独立相关。