256排CT减影技术与人工智能技术在颅内动脉瘤中的价值对比

目的 探究256排CT减影技术与人工智能(artificial intelligence,AI)技术在颅内动脉瘤的减影效果差异。方法 回顾性分析本院2021年4月至2022年1月收治的54例经DSA确诊的颅内动脉瘤患者的临床资料,使用256排CT减影技术与AI技术对原始图像进行后处理,分别评价两种技术减影效果、3 D-VR图像显示效果,并计算两种方法 的辐射计量以及后处理时间,探讨两种技术在颅内动脉瘤减影效果中的应用价值。结果 256排CT减影技术图像后处理时间为381.83±9.04s,AI技术为3.00(2.80,3.23)s,差异有统计学意义(P<0.001)。AI技术的辐射计量明显低于256排CT减影技术Al技术处理后的3D-VR图像只能通过上、下、左、右四个方位旋转,无法满足对头颈部血管病变部位三维形态及空间关系的观察需求。而256排CT减影技术可根据需要进行多方位旋转,可以较好地呈现出病变部位的复杂几何特征及空间关系。AI技术对位于MCA的动脉瘤减影效果欠佳,与256排CT减影技术对比具有统计学意义(P<0.05),其余部位动脉瘤减影效果符合率较高(P>0.05)结论 AI技术对于颅内动脉瘤的减影效果,AI技术更省时、省力且能够降低辐射剂量。若对动脉瘤复杂形态的观察有需求,则需选择256排CT减影技术。

新型冠状病毒肺炎Omicron变异株感染患者的临床特征及CT表现

目的总结分析广西百色市78例新型冠状病毒肺炎奥密克戎(Omicron)变异株感染患者的临床症状及高分辨率断层扫描技术(high resolution computer tomography,HRCT)影像表现,为该变异株的诊断、临床治疗、预后及控制提供参考。方法收集2022年2月10日至2月25日于右江民族医学院附属医院百东院区收治并确诊为新型冠状病毒Omicron变异株感染的患者78例并回顾性分析其临床和CT表现。结果78例确诊患者中,轻型71例,普通型5例,重型2例,临床症状以咳嗽咳痰为主,40例(占51.3%),未见任何不适10例(12.8%),少见肌肉酸痛1例(1.3%)、食欲减退1例(1.3%)、气喘1例(1.3%),实验室检查1例(1.3%)白细胞计数增高,5例(6.4%)减低,2例(2.6%)淋巴细胞计数增高;62例患者胸部HRCT异常,累及两肺46例(59.0%),左肺3例(3.8%),右肺13例(16.7%),其中病灶主要分布于胸膜下区;密度改变主要有14例(17.9%)纯斑片灶,8例(10.3%)纯磨玻璃样,11例(14.1%)两者混合,1例(1.3%)磨玻璃灶伴小叶间隔增厚,2例(2.6%)斑片灶伴网格改变,2例(2.6%)血管束增多,3例(3.8%)伴纵隔淋巴结肿大。复查患者胸部CT影像中32例(41.0%)病灶呈增多或新增改变,其次30例(38.5%)病灶所见同前大致相仿。结论广西百色本轮Omicron变异株感染的患者初诊时以轻型为主,临床症状呈咳嗽咳痰较多,白细胞及淋巴细胞计数多数正常;入院后胸部CT主要表现为斑片状磨玻璃样影,病变分布以胸膜下区为主,累及两肺较多;进行第一次复查HRCT以病灶增多或新增改变为主。

急性期脑梗死交叉性小脑神经机能联系不能的CT灌注分析

目的采用CT灌注(CTP)技术探讨单侧幕上急性期脑梗死与交叉性小脑神经机能联系不能(CCD)的相关性。方法收集经MRI常规序列及DWI序列扫描证实的单侧幕上急性期脑梗死患者88例作为研究对象,所有患者均在急性期行颅脑CTP检查,经ADW4.6后处理软件分别测量双侧小脑半球的脑血容量(CBV)、脑血流量(CBF)、达峰时间(TTP)和平均通过时间(MTT),采用不对称指数(AI)值来评价双侧小脑半球的各参数灌注差异。以单侧幕上急性期脑梗死伴对侧小脑半球至少连续2个层面出现灌注异常作为CCD阳性的判断标准,将患者分为CCD阳性组和CCD阴性组。结果88例急性期脑梗死患者中,CCD阳性组36例,CCD阴性组52例,CCD阳性占比40.91%(36/88),性别构成、发病时间及年龄在两组间比较差异无统计学意义(P>0.05);36例CCD阳性患者中,对侧小脑半球CBV、CBF、MTT均低于同侧小脑半球,差异均有统计学意义(P<0.05);CCD阳性组AI_(CBV)、AI_(CBF)、AI_(TTP)、AI_(MTT)均高于CCD阴性组,两组间比较差异有统计学意义(P<0.05)。结论幕上急性期脑梗死患者可发生CCD现象,主要表现为对侧小脑半球CBV、CBF降低,MTT缩短,CTP多个参数可定量评估CCD现象,为急性期脑梗死后CCD现象的诊断、临床治疗提供参考依据。

人工智能在颅内动脉瘤检测及预测中的新进展

颅内动脉瘤是一种常见的无症状血管病变,其破裂所致蛛网膜下腔出血是一种破坏性恶性事件,具有极高的发病率和病死率。因此,动脉瘤的检测和破裂事件前的风险分层是预防措施的当务之急。人工智能通过自动检测、预测破裂风险和预测治疗后结果,先前已经证明人工智能在检测颅内动脉瘤方面表现出高敏感度和特异度。本文对人工智能及其相关子领域在颅内动脉瘤检测及预测新进展进行综述。

基于人工智能的头颈CTA在诊断颅内动脉瘤中的应用价值

目的探究基于AI的头颈CTA在诊断颅内动脉瘤中的应用价值。方法回顾性收集右江民族医学院附属医院2021年5月至2022年5月共96例疑似颅内动脉瘤患者的临床资料。分别通过AI后处理技术(AI组)与人工后处理技术(手动组)分析CTA数据,并记录两组后处理时间以及颅内动脉瘤的检出和径线测量结果。以DSA为金标准,计算两组诊断颅内动脉瘤的敏感度和准确率,并分别与DSA动脉瘤测量结果进行比对。结果96例患者中,经DSA确诊71例,共计92个动脉瘤。①后处理时间:手动组为380(342~434)s,AI组为3.05(2.79~3.22)s,差异有统计学意义(P<0.001)。②检出效能:以患者为单位,诊断颅内动脉瘤的敏感度、特异度和准确率,AI组分别为88.73%、80.65%、91.66%,手动组分别为91.55%、80.00%、96.87%;以动脉瘤个数和位置为单位,AI组误诊及漏诊个数多于手动组。③定量分析:与DSA测量数值对比,AI组在瘤颈宽度的测量数值上差异具有统计学意义(P<0.05),而手动组在瘤颈宽度的测量数值差异无统计学意义(P>0.05);手动组与AI组与DSA测量数值对比在瘤体<3 mm的测量数值上差异均具有统计学意义(P<0.05),而对于瘤体长径3~5 mm及>5 mm测量数值差异均无统计学意义(P>0.05)。结论基于AI的头颈CTA在诊断颅内动脉瘤中具有较高的价值,AI技术可作为进一步推广及应用的筛查手段。同时也存在一定的假阳性率和假阴性率,需灵活联合传统人工诊断,从而达到最佳的正确诊断效果。

年轻女性汗腺癌并全身多发转移1例报道

汗腺癌(sweat gland carcinoma,SGC)是一种罕见皮肤附属器恶性肿瘤,其临床皮损形态缺乏特异性,主要依靠病理组织学特点确诊,由于SGC临床症状隐匿且原发病灶体积小而规则、对邻近组织不体现出明显的侵袭性,临床上往往倾向于往良性疾病考虑,从而导致患者失去最佳的诊疗时期,因此,从影像学的角度探究SGC的原发灶及其转移灶特点,能够为临床诊治SGC提供一定的诊断价值。笔者报道1例诊断为汗腺癌并全身多发转移的年轻女性患者,该患者影像检查资料齐全且发病年龄、肿瘤转移征象独特,对其影像资料进行分析、总结,旨在提高临床医生对SGC的认识,从而为临床工作提供有价值的参考。