肺癌的MRI诊断技术

肺癌越来越成为威胁人类健康的主要疾病，诊断主要依靠胸片、CT和MRI、活组织检查等。CT是评价肺癌最常用的手段，但是诊断准确性在近年来并没有明显提高。早期MRI主要应用于肺上沟瘤、肺癌侵犯纵隔和胸壁的诊断，其准确性与CT没有明显差别。但是MRI技术的发展和造影剂的使用使得影像质量和诊断可靠性有了很大的提高。

双能CT成像在直肠癌术前分期评估中的应用进展

双能CT成像(DECT)利用单能量成像、物质分离成像和能谱曲线等对直肠癌肿瘤病灶、肠周脂肪组织及肠周淋巴结的碘基质及能谱曲线特征进行定性定量分析,更加精确地鉴别肠周脂肪受侵与否以及转移性与非转移性淋巴结。可以与常规影像检查方法互补进一步提高直肠癌术前分期的准确性。就DECT成像的原理及其在评估直肠癌术前分期方面的应用进展进行综述。

基于CT的人工智能技术在胃癌中的研究进展

人工智能(AI)技术可以将传统医学图像转换为高通量可定量分析的数据,从而识别肉眼不能识别的肿瘤表型及微环境特征。已逐步应用于胃癌CT影像分割、诊断以及转移风险、生存率和治疗反应的预测,进一步促进了胃癌精准医疗的发展。就基于CT的AI技术在胃癌诊断、疗效评估、转移和预后预测等方面的应用现状及局限性予以综述。

肺癌CT影像学征象与EGFR基因突变相关性的研究进展

肺癌是全球严重威胁人类生命与健康的最常见恶性肿瘤之一,其发病率和死亡率均居癌症首位。非小细胞肺癌（non-small cell lung cancers,NSCLCs）约占肺癌的80%,其中50%为腺癌[1,2]。众所周知,肺癌在临床、病理、影像和分子生物学等多方面均呈现出肿瘤异质性。

基于磁共振扩散加权成像的表观扩散系数直方图分析在宫颈癌中的应用

影像组学的概念在大数据技术与医学影像辅助诊断有机融合的背影下由荷兰学者Lambin等[1]在2012年首次提出,即通过高质量标准化图像获取、肿瘤分割、特征提取与模型建立,对海量影像数据信息进行更深层次的挖掘,将影像图像转化为具有高分辨力的空间数据[1,2]。Gillies等[3]认为影像不仅仅是图片,而是重要的数据。

影像组学在宫颈癌及子宫内膜癌应用的研究进展

据美国2019年癌症统计[1]分析:妇科恶性肿瘤占女性所有恶性肿瘤的12.2%,其中子宫内膜癌的发病率最高,其次是卵巢癌及宫颈癌,已经成为威胁女性健康的重要原因。早发现、早诊断、早治疗对改善其预后至关重要。目前,传统的影像学(CT、MRI、超声、PET-CT)是妇科恶性肿瘤诊断及疗效评估的重要辅助工具,但其缺乏客观的定量指标,存在较大的观察者间差异性,同时难以观察到肿瘤组织内部的异质性。

影像组学在结直肠癌预后风险分层中的研究进展

结直肠癌(colorectal cancer,CRC)是消化系统常见恶性肿瘤之一[1],在中国,2020年CRC发病率已跃居第二位[2]。尽管近年来化疗药物及手术技术的不断发展,极大地延长了CRC患者的生存时间和生活质量,但CRC死亡率仍居高不下,究其原因,一方面由于预后评估系统的局限性使部分低危患者接受了术前或术后辅助放化疗等过度治疗,另一方面,约有50%的高危患者面临疾病复发或远处转移的风险[3]。因此,精准的预后风险分层是肿瘤个体化治疗的关键。

肺亚实性结节的个性化管理研究进展

肺癌是目前全球发病率最高的肿瘤,其相关的死亡率也居首位。肺癌的早诊早治是降低死亡率的关键。随着低剂量螺旋CT在早期肺癌筛查中的普及,肺结节的检出率和早期肺癌的检诊率得到了显著提高,其中尤其突出的是肺亚实性结节。根据结节内部是否包含实性成分,分为磨玻璃结节(ground-glass nodule, GGN)和部分实性结节(part-solid nodule, PSN)。