DCE-MRI定量参数全域直方图分析法在乳腺肿瘤鉴别诊断中的应用价值

目的探讨基于磁共振动态增强扫描获得的血流动力学定量参数直方图在乳腺肿瘤鉴别诊断中的应用价值。方法回顾性分析2018-07～2018-10于我院行常规磁共振及动态对比增强磁共振检查的52例乳腺肿瘤患者,参照病理结果将研究对象分为恶性组及良性组。于后处理软件上绘制全域肿瘤并获得感兴趣区内动态增强扫描定量参数容积转运常数(Ktrans)、血浆速率常数(Kep),血浆容积分数(Vp)的直方图参数,包括平均值、中位数及各百分位数值(10%,25%,50%,75%,90%),分别比较良、恶性组间各参数值的差异,其中差异有统计学意义的参数计算其诊断效能。结果恶性组Ktrans中位数、平均值及各百分位数均大于良性组(P<0.05)。Kep75%、Kep90%及Vp平均值、Vp75%、Vp90%大于良性组,差异有统计学意义(P<0.05)。Ktrans各直方图参数诊断良恶性的受试者工作特征曲线下面积(AUC)较高,高于Kep及Vp各参数。所有参数中,Ktrans平均值诊断效能最大。Ktrans平均值的临界值为0. 982时,敏感度为100%,特异度为88. 9%。结论动态对比增强磁共振(DCE-MRI)定量参数全域直方图分析法在乳腺肿瘤的鉴别诊断中具有重要临床价值。

弥散张量成像联合血清白细胞介素-1β、磷酸化高分子量神经微丝蛋白诊断脊髓损伤

目的观察弥散张量成像(DTI)联合血清白细胞介素-1β(IL-1β)、磷酸化高分子量神经微丝蛋白(pNF-H)诊断脊髓损伤的价值。方法回顾性分析69例脊髓损伤(C1~T1水平损伤)患者(观察组)和100名健康体检者(对照组)DTI资料,记录其表观弥散系数(ADC)、各向异性分数(FA)值,以及血清IL-1β、pNF-H水平。根据美国脊髓损伤协会(ASIA)残损分级法对观察组脊髓损伤程度进行分级(D/C/B/A级);比较组间及观察组内不同脊髓损伤分级患者DTI参数及血清指标的差异,分析DTI参数及血清指标与脊髓损伤严重程度的相关性。以受试者工作特征(ROC)曲线及曲线下面积(AUC)评估ADC、FA、IL-1β、pNF-H值单独及联合诊断脊髓损伤的效能。结果相比对照组,观察组FA值降低,ADC值及血清IL-1β、pNF-H水平升高(P均=0.001)。随ASIA分级由D级至A级,观察组FA值逐渐降低,ADC值及血清IL-1β、pNF-H水平逐渐升高(P均<0.05);脊髓损伤严重程度与FA值呈负相关(r=-0.489,P<0.001),与ADC值及血清IL-1β、pNF-H水平呈正相关(r=0.542、0.599、0.596,P均<0.001)。FA值、ADC值及血清IL-1β、pNF-H单独诊断脊髓损伤的AUC分别为0.747、0.809、0.794、0.741,联合诊断为0.845(P均=0.01)。结论DTI联合血清IL-1β、pNF-H有助于诊断脊髓损伤。

上颈椎损伤诊断及治疗中应用多层螺旋CT结合人工智能模式的效果分析

目的探讨多层螺旋CT结合人工智能模式在上颈椎损伤诊断及治疗中的价值。方法选择2020年3月至2021年3月河北北方学院附属第一医院收治的60例颈部损伤患者,行320排CT检查,结合人工智能骨折分析辅助诊断,并以受试者工作特性(receiver operating characteristic curve,ROC)曲线分析CT模式及CT结合人工智能模式对上颈椎骨折的诊断效能,同时利用日本骨科学会评分(Japanese orthopaedic associatio,JOA)评估治疗后的效果。结果60例患者中,多层螺旋CT模式诊断35例患者非隐匿性骨折38处,疑似骨折5处;多层螺旋CT结合人工智能模式诊断48例患者54处骨折;多层螺旋CT模式诊断的骨折检出率为61.4%,多层螺旋CT结合人工智能模式的骨折检出率为77.1%,差异有显著性(P<0.05)。ROC曲线分析,显示多层螺旋CT模式及多层螺旋CT结合人工智能诊断骨折的曲线下面积分别为0.629和0.751。非手术治疗组8例采用颅骨牵引、枕颌带牵引、颈托或Halo支架固定等非手术治疗;手术治疗组52例采用内固定治疗。于术后3、6个月随访,手术治疗组JOA评分高于非手术治疗,差异有显著性(P<0.05)。结论在上颈椎骨折诊断中,多层螺旋CT结合人工智能模式可有效提高上颈椎损伤隐匿性骨折的检出率,并为治疗提供参考。