T_(2)WI联合DWI序列预测子宫腺肌症HIFU治疗非灌注体积比的价值

目的:探讨非增强MRI序列预测子宫腺肌症高强度聚焦超声(High-intensity focused ultrasound,HIFU)治疗疗效的价值。方法:回顾性分析181例接受HIFU治疗的子宫腺肌症患者临床及影像资料。根据患者的非灌注体积比(Non-perfused volume ratio,NPVr)将其分为NPVr≥50%组和NPVr<50%组,并比较组间临床特征、传统影像特征及T_(2)WI、ADC直方图特征差异。并以有差异的特征为自变量、NPVr为因变量建立Logistic回归模型。结果:相较于NPVr<50%组的患者,NPVr≥50%组的患者腹壁厚度更薄、弥漫子宫腺肌症所占比例更小,而其T_(2)WI病灶/骨骼肌信号强度比更小,其T_(2)WI直方图特征中,10百分位数、90百分位数、中位值、均值、均方根、灰度、平均绝对离差、精细平均绝对离差、方差、熵、四分位距更大,而均匀性较NPVr<50%组患者更小。ADC值及ADC直方图的18个特征在组间均无统计学差异。Logistic回归显示,腹壁厚度、腺肌症类型及T_(2)WI直方图均匀性与患者的NPVr有显著相关性。ROC曲线显示,Logistic模型的曲线下面积为0.668(95%置信区间0.587~0.748),敏感性为0.631,特异性为0.643。结论:T_(2)WI序列直方图特征与子宫腺肌症HIFU消融NPVr有显著相关性,可用于疗效预测,而常规双b值ADC图不足以用来预测子宫腺肌症的HIFU疗效。

卵巢肿瘤蒂扭转的临床及影像学特征分析

目的分析卵巢肿瘤蒂扭转的临床及影像学特征。方法收集经手术证实卵巢肿瘤蒂扭转患者69例为实验组,选择同期卵巢肿瘤未发生扭转患者70例为对照组,分析两组患者的临床表现、实验室指标及CT/MRI影像学特征,并评价各影像学特征的诊断效能。结果(1)临床表现:实验组患者年龄(t=3.04,P<0.05)、腹部持续性剧痛比例(χ^(2)=67.83,P<0.05)高于对照组。(2)实验室指标:实验组中性粒细胞百分比(t=12.41,P<0.05)及D二聚体测值(t=2.66,P<0.05)高于对照组。(3)影像学特征:实验组以下征象发生率较高,包括“双肿块”征(χ^(2)=71.50,P<0.05)、瘤内出血(χ^(2)=4.53,P<0.05)、肿瘤囊壁增厚(χ^(2)=43.86,P<0.05)、蒂内低密度/“信号”征(χ^(2)=80.09,P<0.05)、“漩涡”征(χ^(2)=43.90,P<0.05)。(4)影像学特征诊断效能:“双肿块”征敏感性最高(95.7%),“漩涡”征特异性最高(100%),“蒂内低密度”征/低“信号”征诊断价值最高,ROC曲线下面积为0.877。结论卵巢肿瘤蒂扭转具有多种临床及CT/MRI特征,正确认识有利于提高本病的术前诊断率。

基于CT薄层影像特征的肺结节良恶性评估

目的制订肺结节分级评估系统(PNI-GARS),评价其在肺结节良恶性评估中的应用价值。资料与方法回顾性分析180例患者共200个肺结节,采用PNI-GARS进行分级评定,计算PNI-GARS分级的准确度、敏感度、特异度、阴性预测值、阳性预测值。结果Ⅰ、Ⅱ级的阴性预测值分别为100.0%、97.2%,Ⅲa、Ⅲb、Ⅲc、Ⅳ级的阳性预测值分别为53.8%、85.7%、93.3%、100.0%。将Ⅰ、Ⅱ级归为阴性结节,Ⅲa级及以上归为阳性结节,PNI-GARS分级的准确度、敏感度、特异度、总阳性预测值分别为89.5%、99.3%、68.3%、87.2%。将Ⅰ、Ⅱ、Ⅲa级归为阴性结节,Ⅲb～Ⅳ级归为阳性结节,PNI-GARS分级的准确度、敏感度、特异度、总阳性预测值分别为88.5%、89.1%、87.3%、93.8%。排除Ⅲa级,将Ⅰ、Ⅱ级归为阴性结节,Ⅲb～Ⅳ级归为阳性结节,PNI-GARS分级的准确度、敏感度、特异度、总阳性预测值分别为94.8%、99.2%、84.3%、93.8%。结论 PNIGARS能有效地分类CT筛查出的肺结节,在肺结节的良恶性评估中有较高的应用价值。

基于改进的维奥拉积分方法提取心音信号包络

心音是评价人体心脏功能的重要生理信号之一,分析心音信号特征对心脏疾病的早期诊断和治疗具有重要意义。分别采用希尔伯特黄变换、归一化香农能量以及维奥拉积分方法提取心音信号的特征包络,并针对维奥拉积分法存在的不足,结合香农能量方法可抑制高、低强度信号的特性,提出了一种改进的心音信号特征包络提取方法,最后采用阈值法实现了对心音信号的分段。采用改进的维奥拉积分方法对55例心音信号提取特征包络并进行分段处理,经验证该方法能有效的提取心音信号特征包络,对正常信号分段正确率达到了100%,异常信号分段正确率平均达到了95.32%,适合于心音信号分段。

CT纹理分析对醛固酮腺瘤与皮质醇腺瘤的鉴别诊断价值

目的:探讨CT纹理分析在功能性肾上腺腺瘤即醛固酮腺瘤(APA)与皮质醇腺瘤(CPA)亚型鉴别中的临床应用。方法:回顾性分析经临床病理确诊的41例APA与42例CPA的资料。提取2组CT平扫、动脉期、静脉期CT图像纹理特征,并行统计分析。结果:CT平扫、动脉期及静脉期分别有18、16、21个纹理特征,差异均有统计学意义(均P<0.05),各期基于灰度区域大小矩阵提取的差异有统计学意义的纹理特征最多。平扫、动脉期及静脉期CT纹理特征分析鉴别APA和CPA的AUC值分别为0.854、0.804、0.827(均P<0.05),而多期相联合分析鉴别诊断效能(AUC=0.866)并无明显提高(P=0.83)。结论:CT纹理分析能有效鉴别功能性肾上腺腺瘤的常见临床亚型APA和CPA;基于平扫的CT纹理分析的鉴别诊断效能高于动脉及静脉期图像,多期联合CT纹理分析的鉴别效能并无明显提高。

某高校教职工近3年血脂、血糖与性别、年龄、体质量指数的相关性研究

目的探讨某高校教职工总胆固醇(TC)、三酰甘油(TG)与性别、年龄、体质量指数(BMI)及血糖(GLU)水平的相关性。方法回顾性分析2016-2018年重庆某高校1100例职工健康体检的相关数据,最终纳入890例体检者作为研究对象。根据年龄分为3组,测定其血清TC、TG和GLU水平,分别比较TC和TG在各年龄组及性别组间的差异,并分析TC和TG与年龄、BMI和GLU的相关性;并纵向分析不同年龄组TC、TG和GLU在近3年内是否存在差异。结果TC与TG在不同年龄组与性别组分别存在显著差异,其中,女性TC、TG水平显著高于男性(P=0.023、0.019);TC和TG有随年龄增长而升高的趋势(r=0.32,P<0.05;r=0.21,P<0.05),且与BMI有相关性(r=0.22,P<0.05;r=0.19,P<0.05),与GLU均无相关性(P>0.05)。青年组和老年组各项指标近3年间差异无统计学意义(P>0.05),中年组TC和GLU近3年差异均有统计学意义(P<0.05),TG差异无统计学意义(P>0.05)。结论TC、TG与性别、年龄和BMI有相关性,但与GLU无相关性;高校教职工在刚入职期TC、TG和GLU变化不明显,随年龄增长,在稳定期及退休期,其脂蛋白代谢紊乱趋势增高,且男性趋势更明显。

不同年龄高校教职工人群凝血功能与D-二聚体的差异研究

目的探究高校教职工群体的凝血四项与D-二聚体在不同年龄段之间的差异。方法采用完全随机化方法收集2019年重庆某高校539名职工健康体检数据。按照性别和年龄段分别将职工分组,比较凝血四项和D-二聚体在不同年龄段和性别间的差异。结果凝血四项和D-二聚体水平在性别和不同年龄段间比较,差异均无统计学意义(P>0.05)。凝血酶时间在中年组与老年组间及青年组与老年组间比较,差异均有统计学意义(Z=0.84、0.81,P=0.013、0.029);D-二聚体水平在青年组和中年组间比较,差异无统计学意义(P>0.05),而D-二聚体水平在老年组与青年组和中年组间比较,差异均有统计学意义(Z=0.86、0.75,P=0.011、0.032)。结论随着年龄增长,心脑血管病的发生或肝功能的下降,会导致D-二聚体水平升高,体检时,建议行凝血四项和D-二聚体水平检测,可作为临床相关疾病诊断、监测和预后的重要参考。

磨玻璃病灶影像检查技术应用对比的体模研究

目的:借助嵌有磨玻璃病灶的胸部体模研究X线摄影、计算机断层扫描(CT)和数字断层融合(DTS)3种检查技术在新型冠状病毒肺炎筛查中的应用价值。方法:将19枚与新型冠状病毒肺炎的典型影像表征相似的类椭圆形磨玻璃影磨玻璃病灶置入体模内各肺叶处,分别用低剂量CT扫描、DTS扫描和X线摄影方法检查,更换病灶位置后再次检查,对3种方法的总检出率、磨玻璃病灶所在胸壁位置、肺叶位置、大小等对各方法检出率的影响进行分析。结果:CT技术的总检出率高达100%,DTS技术(52.6%)次之,但与最低的DR技术(31.6%)之间的差异无统计学意义,两者与CT技术之间的差异均具有统计学意义;DTS技术对前后方向上胸侧壁处的病灶的检出率可达100%,而对胸前壁或后壁处的病灶均未能检出,对病灶大小(不小于2.21 cm×1.55 cm)的敏感度为62.5%,不如对前后方向上的位置(胸侧壁处)的敏感度(100%);DR技术在此检出的最小病灶大小为4.86 cm×4.5 cm,其检出和未检出病灶的大小之间存在差异,对病灶大小(大于4 cm×4 cm)的敏感度(85.7%)高于对前后方向上的位置(胸侧壁处)的敏感度(60%);DTS或DR技术对不同肺叶内的病灶的检出率不存在显著性差异;3种技术的平均有效辐射剂量当量值之间的差异均具有统计学意义,DR技术最低,为0.026 mSv/次,CT技术(0.829 m Sv/次)比DTS技术(0.709 m Sv/次)稍高。结论:除病情严重、炎症范围较大、行动不便的新型冠状病毒肺炎患者可考虑采用DR技术进行检查外,其他情况下宜用体检用低剂量CT检查方法为首选方案。

肺结核病变表现与咯血责任血管相关性的CT血管成像评价

目的:通过分析肺结核伴咯血患者的胸部CT表现与咯血责任血管来源之间的关系,提高依据胸部CT血管成像(CT angiography,CTA)寻找咯血责任血管的能力。方法:回顾性分析2013年6月至2018年10月间64例肺结核伴咯血患者的临床、数字减影血管成像(digital subtraction angiography,DSA)及CTA资料,着重分析肺部结核病灶表现、邻近胸膜受累情况及其与咯血责任血管来源间的相互关系,总结肺结核不同胸部CT表现与咯血责任血管间的相关性。结果:结合DSA确诊的咯血责任血管,64例患者CTA检查均可见病理性扩张的支气管动脉(bronchial arteries,BA),其中41例合并有非支气管性体动脉(nonbronchial systemic artery,NBSA)分支参与供血,最常见的NBSA为肋间动脉(37例,40.2%),其次为锁骨下动脉(22例,23.9%)。64例患者中,肺部病变以增殖、渗出、纤维化为主者,胸膜无/轻度增厚、明显增厚者以及病灶与胸膜无/轻度粘连、紧密粘连者分别为17例(26.6%)、15例(23.4%)、32例(50%),26例(40.6%)、38例(59.4%)及25例(39.1%)、39例(60.9%),其中各组中伴有病理性NBSA者分别为6例(35.3%)、6例(40.0%)、29例(90.6%),4例(15.4%)、37例(97.4%)及2例(8.0%)、39例(100%),差异均具有统计学意义(P<0.01)。病灶的累及范围及其内有无支气管扩张与咯血责任血管来源无显著相关性。结论:肺结核患者胸部CT表现与咯血责任血管来源紧密相关,对于肺部病灶以纤维化为主,邻近胸膜明显增厚且二者紧密粘连者,CTA除要评价BA外,还需进一步全面评估有无NBSA供血。

心音在慢性心力衰竭诊疗中的应用研究进展

心音是心脏机械运动所产生的振动信号,能够直接反映心脏血流动力的改变,本文综述了心音在慢性心力衰竭中的应用研究进展,包括心音在左心室功能障碍评估与慢性心衰辅助诊断、慢性心衰分型鉴别、心衰治疗指导和预后预测方面的应用,最后梳理了心音在心血管疾病中的研究现状,展望了未来的研究方向和趋势,为心音在临床诊疗中的应用提供参考。

心脏储备降低与心肌酶谱关系的动物实验研究

目的探究心脏储备与心肌酶谱指标的变化关系。方法选取22只新西兰家兔,随机分为实验组(n=15)和对照组(n=7),使用阿霉素(ADR)制备心脏储备降低的动物模型。实验组家兔经耳缘静脉注射ADR 1mL/kg,对照组家兔注射等量的生理盐水,每周固定时间注射2次,连续注射8周。利用心音特征指标,计算心率(HR)、第一心音与第二心音幅值比(S1/S2)、心脏舒张期与收缩期时限比(D/S),无创评估2组家兔心脏储备,并对家兔采血检测心肌酶谱。结果实验组家兔心脏储备指标较对照组降低,心肌酶谱各指标较对照组升高,差异均有统计学意义(P<0.05)。HR与心肌酶谱指标呈较弱的负相关(P<0.05),D/S和S1/S2与心肌酶谱指标呈较弱的负相关(P<0.05)。结论心脏储备降低时,心肌酶谱显著升高。心脏储备指标可用于心功能无创评估。

基于EMD和MFCC的舒张期心杂音的分类识别

心音信号是一种具有非线性和非平稳特性的振动信号,基于线性时变或时不变模型的特征提取方法势必会忽略信号的一些内在信息,为了更好的反映心音的本质特征,提出了一种经验模式分解(Empirical Mode Decomposition,EMD)结合Mel频率倒谱系数(Mel-Frequency Cepstrum Coefficient,MFCC)的舒张期心杂音的分类识别方法。心音信号经EMD分解得到有限个固有模态函数(Intrinsic Mode Function,IMF),利用互相关系数准则筛选出主IMF分量,分别提取主IMF分量的MFCC、MFCC的一阶差分系数和Delta值,以此作为隐马尔科夫模型的输入向量,实现对临床采集的正常心音和2类舒张期心杂音分类识别,实验结果表明,该方法能有效的识别心音。

基于CT影像组学模型术前预测喉癌淋巴结转移

目的:研究CT影像组学在术前预测喉癌患者淋巴结转移中的价值。方法:搜集本院304例经手术病理证实为喉癌患者的影像学资料,随机选择243例及61例分别作为训练集和验证集。从术前静脉期CT图像中手工勾画肿瘤体积并提取影像组学特征。在训练集中,采用LASSO回归进行特征筛选,使用Logistic回归分别构建影像组学模型、形态学模型及二者联合模型。利用受试者工作特征(ROC)曲线评价各个模型的预测效能,并对模型的ROC曲线行Delong检验。在验证集中评估各种模型的诊断效能。结果:最后获得5个影像组学特征。在训练集中,影像组学模型ROC曲线下面积(AUC)为0.85(95%CI:0.77~0.93),形态学模型AUC为0.66(95%CI:0.59~0.72),联合模型AUC为0.82(95%CI:0.74~0.91);在验证集中,影像组学模型AUC为0.83(95%CI:0.69~0.97),形态学模型AUC为0.59(95%CI:0.40~0.77),联合模型AUC为0.73(95%CI:0.56~0.91)。Delong检验显示影像组学模型与形态学模型差异、联合模型与形态学模型差异均有统计学意义(P<0.05),而联合模型与影像组模型差异无统计学意义(P>0.05)。结论:基于病灶为兴趣区的CT影像组学模型可以术前较好地预测喉癌淋巴结转移,其诊断效能高于形态学模型。

基于MRI常规T2WI的不同影像组学模型在卵巢上皮性肿瘤术前三分类中的应用

目的基于MRI的常规T2加权成像(T2-weighted imaging,T2WI)序列,比较采用不同机器学习算法所建立的影像组学模型在卵巢上皮性肿瘤术前三分类中的诊断效能。材料与方法回顾性分析300例(良性、交界性和恶性各100例)经病理证实为卵巢上皮性肿瘤患者的术前磁共振图像,按8∶2随机划分训练集和测试集。从轴位T2WI图像上手动勾画的三维感兴趣区域中提取图像特征,并进行特征筛选。将4种特征选择方法和7种机器学习分类器两两组合,构建28个分类模型。采用曲线下面积(AUC)和准确度对所有模型的预测性能进行评估。结果28种分类模型中表现最好的是递归特征消除法(recursive feature elimination,RFE)与K近邻(K nearest neighbor,KNN)分类器相结合的"RFE-KNN"模型,其测试集上良性组的AUC为0.94,交界性组的AUC为0.93,恶性组的AUC为0.96。结论从常规T2WI序列中提取的定量影像组学特征所建立的RFE-KNN模型在卵巢上皮性肿瘤的术前三分类中具有良好的表现。

容积CT数字减影血管造影与匹配蒙片去骨法对颅内动静脉畸形诊断价值的比较

目的:比较容积CT数字减影血管造影(volume CT digital subtraction angiography,VCTDSA)与匹配蒙片去骨(matched mask bone elimination,MMBE)对颅内动静脉畸形的诊断价值。方法:回顾性分析2015年2月至2018年2月于我院行头部或头颈CTA检查并经DSA或手术确诊为颅内动静脉畸形的37例患者临床及影像学资料。由同一操作者使用VCTDSA法与MMBE法对CTA原始图像进行重建处理,评价病灶畸形血管团、供血动脉和引流静脉以及自动、手动减影后整体图像质量等级,并比较两者后处理时间。结果:2种技术的自动、手动及总体减影时间均具有统计学差异(P=0.000),VCTDSA法自动减影时间短于MMBE法,而手动减影时间及总体减影时间长于MMBE法。37例颅内动静脉畸形患者图像质量比较,自动减影图像质量MMBE法Ⅱ级者更多(59.5%,22/37),VCTDSA法Ⅲ级者更多(62.2%,23/37),两者差异有统计学意义(P=0.000);手动减影图像质量VCTDSA法Ⅰ级者更多(56.8%,21/37),MMBE法Ⅱ级者更多(62.2%,23/37),差异有统计学意义(P=0.011)。19例位于浅表脑实质的动静脉畸形中,VCTDSA法对引流静脉显示优于MMBE法(P=0.035),两者差异具有统计学意义。VCTDSA法与MMBE法对37例患者畸形血管团、供血动脉显示差异无明显统计学意义(P=0.317,P=0.739)。结论:VCTDSA显示位于浅表脑实质的动静脉畸形效果较好,尤其是对引流静脉的显示明显优于MMBE,而MMBE去骨更彻底,自动减影图像质量优于VCTDSA,减影后处理时间更短。

MRI在阿尔茨海默病与血管性痴呆中的鉴别价值

【目的】对比阿尔茨海默病(AD)和血管性痴呆(VaD)的脑区体积及脑白质高信号(WMH)差异,并探究MRI对AD与VaD的鉴别诊断价值。【方法】回顾性分析35例VaD和74例AD患者的临床资料和MRI影像资料。利用AccuBrainTM提取不同脑区及WMH的体积测量值,并利用视觉评分量表评估所有患者WMH;比较AD与VaD脑区体积及WMH差异,鉴别诊断采用主成分分析(PCA)和logistic回归模型两种方法,最后评价各指标的诊断效能。【结果】①AD组颅内总体积、脑实质、脑灰质、脑白质、海马、杏仁核、下丘脑、额叶(左、右)、枕叶(左、右)、颞叶(左、右)、顶叶(左、右)、海马(左、右)、杏仁核(左、右)、下丘脑(左、右)体积均较VaD组减小,且差异具有统计学意义(P<0.05);②深部WMH(DWMH)视觉评分在AD和VaD患者之间的差异具有统计学意义(P=0.015);并且VaD组WMH绝对与相对体积高于AD组,差异均具有统计学意义(P<0.05);③经过PCA后发现重要的参数有8个,分别为脑实质、海马、杏仁核、下丘脑、额叶(左)、枕叶(左)、颞叶(左)、顶叶(左);基于logistic回归分析,形成了包括杏仁核、WMH绝对体积和枕叶(左)组成的鉴别模型。④其中鉴别模型效能最佳,鉴别AD与VaD的敏感度为81.1%,特异度为74.3%。【结论】VaD与AD患者部分脑区体积及WMH严重程度具有显著差异。脑MRI对鉴别VD与AD具有较高的价值。

基于CEEMD的心音信号小波包去噪算法研究

针对传统心音去噪方法易将其部分高频有用信息作为噪声滤除而造成滤波后的心音信号失真及信息丢失的问题,提出了一种基于互补总体经验模态分解(CEEMD)的小波包变换去噪算法。首先通过互补总体经验模态分解将心音信号分解为从高频到低频的不同固有模态函数分量(IMFs),并利用自相关函数客观界定信号的模态分量范围;然后对噪声主导模态分量和混叠模态分量采用小波包变换进行滤波提取有用信息后,与剩余固有模态分量进行重构得到去噪后的信号。实验结果表明,改进的算法不仅可以去除心音中的噪声成分,明显改善心音信号的信噪比和均方根误差,而且能够有效保留信号的高频有用信息,且在不同噪声水平下的去噪性能均优于传统算法,鲁棒性较好。

改进U-Net网络的肺结节分割方法

为了对CT图像中的肺结节进行准确地分割,提出了一种基于改进的U-Net网络的肺结节分割方法。该方法通过引入密集连接,加强网络对特征的传递与利用,并且可以避免梯度消失的问题,同时采用改进的混合损失函数以缓解类不平衡问题。在LIDC-IDRI肺结节公开数据库上的实验结果表明,该方法达到的Dice相似系数值、准确率和召回率分别为84.48%、85.35%和83.81%。与其他分割网络相比,该方法能够准确地分割出肺结节区域,具有良好的分割性能。

偏头痛的多模态MRI研究进展

偏头痛是一种常见原发性头痛,以单侧或双侧发作的中重度头痛为主要特征,偏头痛患病率高,但其发病机制目前仍不清楚,神经影像学为探索偏头痛的发病机制起到了推动作用,多模态MRI以能综合分析检查部位的形态、功能和代谢状况运用于偏头痛研究中。作者主要基于偏头痛的不同MRI研究方法,综述当前对偏头痛的MRI研究进展。

基于改进VNet的肺结节分割方法研究

目前,肺癌的发病率和致死率高居癌症首位,对其进行早期诊治对于提高患者的生存率和改善预后极其重要。肺结节是肺癌的早期表现,临床上医生通过观察对其分割后的体积和形态等特征来进行良恶性诊断,然而采用人工的方式进行肺结节分割非常低效。本文提出了一种基于MSVNet网络的肺结节分割方法,该网络继承了原始VNet的结构,同时引入了多尺度特征结构,通过提取肺结节图像的多尺度特征,同时利用深监督策略进行特征优化,能够有效地提升模型的分割性能。本文利用LIDC-IDRI肺结节公开数据集对模型的性能进行了评估,结果表明,本文方法所取得的分割结果与金标准相近,具有良好的肺结节分割性能,以及较高的分割鲁棒性,对不同大小的肺结节均能取得较好的分割效果。