低场磁共振对脊柱单发性转移瘤的诊断价值

目的 探讨低场磁共振脊柱单发性转移瘤的MRI表现及诊断价值。方法 回顾性分析18例单发性脊柱转移瘤的MR表现。结果 单发性脊柱转移瘤的MR表现为:94 .4 % (17/ 18)的椎体在T1 WI表现为低信号,5 .6 % (1/ 18)表现为混杂信号;83.3% (15 / 18)椎体在T2 WI表现为高低不等的混杂信号,其余均显示为高信号;单个椎体破坏时多伴有椎体附件受累,椎旁软组织形成,但相邻椎间盘仍然保持完整;伴有椎体压缩性骨折的病灶表现为“上下内凹”的盘状,而非典型的楔状变。结论 低场磁共振是诊断脊柱单发性转移瘤可靠的手段。

胰腺先于发现原发肿瘤的单发性转移瘤与胰腺癌的CT鉴别诊断

目的探讨胰腺先于发现原发肿瘤的单发性转移瘤与胰腺癌在鉴别诊断中的价值。资料与方法回顾分析均经病理证实后的先于发现原发肿瘤的单发性转移瘤35例与均经病理证实后的胰腺癌66例,二者所有病例均行CT平扫和增强扫描,所有病例图像资料汇集PACS工作站进行盲法分析。结果胰腺先于发现原发肿瘤的单发性转移瘤与胰腺癌在病变的形态、边缘、分布、胰胆管扩张、周围血管侵犯密度与强化及胰实质萎缩方面有一定的差异。结论 CT对先于发现原发肿瘤的单发性转移瘤与胰腺癌的鉴别诊断很有帮助。

脊柱单发性转移瘤MRI诊断价值

目的 :分析脊柱单发性转移瘤的MRI表现及诊断价值。材料与方法 :对 2 1例不同癌肿所致的脊柱不同部位的单发性转移瘤MRI征象比较分析。结果 :单发颈椎转移 3例 ,胸椎转移 11例 ,腰椎转移 7例 ;T1 加权像 (T1 WI)呈低信号 ,T2 加权像 (T2 WI)和质子密度加权像 (PDWI)呈高信号改变 ,STIR像亦呈高信号。结论 :MRI诊断脊柱单发性转移瘤有特性较其它影像检查方法更敏感 。

区分胶质母细胞瘤和单发性脑转移瘤的多模态融合深度学习模型的开发和验证

目的:胶质母细胞瘤(glioblastoma,GBM)和脑转移瘤(brain metastases,BMs)是成人中常见的恶性脑肿瘤,目前磁共振成像(magnetic resonance imaging,MRI)是筛查和评估脑肿瘤预后的常用方法,但其鉴别诊断GBM和BMs的特异性和敏感性有限。近年来,深度神经网络在诊断分类和创建临床决策支持系统方面显示出极大的潜力。本研究旨在应用深度学习技术提取的放射组学特征,探讨其在初诊GBM和单发性脑转移瘤(solitary brain metastases,SBMs)术前准确分类中的可行性,进一步探索基于多模态数据融合对分类任务的影响。方法:回顾性分析经组织病理或临床诊断证实的135例初诊GBM患者和73例SBMs患者的头颅MRI序列数据。首先,选择结构性T_(1)加权、T_(1)C加权和T_(2)加权作为整个模型的3个输入,在配准后的3种模态MR图像上人工勾画感兴趣区域(regions of interest,ROI),并获取多模态放射组学特征,使用基于随机森林(random forest,RF)的特征选择方法降低维度,进一步分析每个特征的重要性。然后,通过对比解纠缠的方法寻找不同模态特征之间的共享特征和互补特征。最后,通过融合不同模态的2种特征,预测每个样本对GBM和SBMs的响应。结果:应用机器学习和本文提出的多模态融合方法的放射组学特征对GBM和SBMs有较好的区分能力。相较于单模态数据,应用支持向量机(support vector machine,SVM)、Logistic回归、RF、自适应增强(adaptive boosting,AdaBoost)、梯度提升决策树(gradient boosting decision tree,GBDT)机器学习算法的多模态融合模型均取得了较大提升,曲线下面积(area under the curve,AUC)分别为0.974、0.978、0.943、0.938、0.947。本研究的对比解纠缠多模态MR融合方法表现更好,测试集上AUC、准确度(accuracy,ACC)、灵敏度(sensitivity,SEN)、特异度(specificity,SPE)分别为0.985、0.984、0.900、0.990。相较于其他多模态融合方法,本研究方法的AUC、ACC和SEN均呈现出最好的性能表现。验证本研究各模块组件作用的消融实验中,同时使用3种损失函数后,AUC、ACC和SEN分别提升了1.6%、10.9%和15.0%。结论:基于深度学习的对比解纠缠多模态MR放射组学特征融合技术有助于提高GBM和SBMs的分类准确性。

基于距匹配及判别表征学习的多模态特征融合分类模型研究:高级别胶质瘤与单发性脑转移瘤的鉴别诊断

目的探索基于距匹配及判别表征学习的多模态特征融合分类模型在鉴别高级别胶质瘤(HGG)与单发性脑转移(SBM)中的鉴别能力和应用价值。方法收集了121例患者(61例HGG和60例SBM)的多参数磁共振成像(MRI)扫描图像,在T1W1、T2W1、T2加权液体衰减反转恢复(T2_FLAIR)和T1WI增强图像(CE_T1WI)4种常规轴位MRI图像上勾画目标感兴趣区域(ROI),并使用开源影像组学工具Pyradiomics从4个MRI序列分别提取影像组学特征。使用本研究提出的基于距匹配及判别表征学习的多模态特征融合分类模型对4个MRI序列的影像组学特征进行融合并得到分类模型。采用五折交叉验证方法和特异性(SPE)、灵敏度(SEN)、准确率(ACC)、ROC曲线下面积(AUC)评价该分类模型的鉴别性能。将本研究所提模型与其他特征融合分类模型对于HGG与SBM的鉴别能力进行定量比较,同时对本研究提出特征融合方法得到的融合特征进行样本散点可视化实验,验证本研究所提出的多模态特征融合分类模型的可行性和有效性。结果五折交叉验证结果显示本研究所提出的基于距匹配及判别表征学习的多模态特征融合分类模型在鉴别高级别胶质瘤与单发性脑转移瘤中的SPE、SEN、ACC、AUC分别为:0.871、0.817、0.843、0.930,且特征融合方法在可视化实验中具有优秀的表现。结论基于距匹配及判别表征学习的多模态特征融合分类模型在鉴别高级别胶质瘤与单发性脑转移瘤中的应用具有优秀的鉴别能力和较高的应用价值。同时,与其他特征融合分类模型相比,本研究提出的分类模型在HGG与SBM的鉴别分类任务中具有较大的优势。

基于磁共振影像组学和语义特征对高级别胶质瘤和转移瘤的鉴别研究

目的本研究旨在结合传统MRI序列及增强检查,提取多模态高通量影像组学特征并联合语义特征,使用不同的机器学习分类器构建不同的模型并绘制列线图来鉴别高级别胶质瘤(high-grade glioma,HGG)和单发性脑转移瘤(solitary brain metastasis,SBM)。材料与方法本研究对101名患者的多参数MR图像进行了回顾性分析,由两位资深医师标定肿瘤感兴趣区,然后对每个序列分别提取影像组学特征后进行组合,共提取428组影像组学特征。为消除人为标定差异,进行组内相关系数一致性检验,并运用最大相关最小冗余算法选取最具相关性的特征,然后进一步通过最小绝对收缩和选择算子算法筛除冗余特征。本研究采用支持向量机、逻辑回归、随机森林及K近邻四种算法建立分类模型。结合放射科医生评估的七项语义特征,通过卡方检验和多因素分析去除差异无统计学意义的语义特征。然后结合组学特征建立综合模型并绘制列线图。最终,评价各模型的诊断能力,以确定最优分类器。结果HGG及SBM患者建立的影像组学模型中LR的受试者工作特征曲线下面积(area under the curve,AUC)值最高,训练集与测试集分别为0.90和0.90。语义特征建立的模型中随机森林模型性能最好,训练集和测试集AUC分别为0.82和0.87。语义特征联合影像组学评分后采用逻辑回归建立的模型性能最好,训练集和测试集AUC分别为0.91和0.92。结论本研究使用影像组学机器学习分类器并联合其他图像语义特征绘制列线图对HGG及SBM进行鉴别,这是一种非侵入性方法,具有较好的准确性,为临床决策和实践提供了较大的帮助。

基于多参数MRI影像组学特征融合模型鉴别高级别胶质瘤与单发性脑转移瘤

目的 探索基于多参数MRI影像组学特征融合的新型预测模型在高级别胶质瘤(high-grade glioma, HGG)和单发性脑转移瘤(solitary brain metastasis, SBM)中的鉴别价值。材料与方法 收集121名(61名HGG和60名SBM)患者的多参数MRI扫描图像,在常规轴位MRI图像[T1WI、T2WI、T2加权液体衰减反转恢复(T2-weighted fluid attenuated inversion recovery, T2_FLAIR)和T1WI增强图像(post-contrast enhancement T1WI, CE_T1WI)]上勾画了肿瘤实性强化部分的体积(tumor volume of enhancement region, VOI)。通过合并HGG和SBM的类别信息,对不同MRI序列提取的影像组学特征进行融合,并定量比较了不同MRI序列及其组合的性能。结果 从T1WI和T2_FLAIR序列中提取的图像特征的融合比来自其他单一序列或组合的特征具有更显著的预测性能,实现了受试者工作特征曲线下面积、准确率、敏感度和特异度分别为0.946、86.4%、84.1%和88.7%的良好鉴别性能。结论 基于多参数MRI影像组学特征的融合模型通过整合肿瘤的多序列MR图像信息,可以实现对HGG和SBM的无创、高效鉴别。

MRS在鉴别单发性脑转移瘤与脑胶质瘤中的临床价值

目的:探讨氢质子磁共振波谱成像(MRS)在临床鉴别单发性脑转移瘤和脑胶质瘤中的应用价值。方法:回顾分析2013年10月-2015年9月经临床或者病理证实为脑肿瘤患者40例,包含15例单发性转移瘤与25例脑胶质瘤患者,而脑胶质瘤者又分为低级别胶质瘤(10例)与高级别胶质瘤(15例),对所有患者实施MRS鉴别,分析其鉴别情况。结果:所有肿瘤患者的实质中心区与正常者相比皆表现出N-乙酰天门冬氨酸(NAA)与肌酸(Cr)降低,而胆碱复合物(Cho)峰升高,出现Lip峰的有5例为转移瘤,有7例为高级别胶质瘤;不同肿瘤患者实质中心区、囊变区及瘤周水肿区的NAA/Cho值均低于正常值,比较差异均有统计学意义(P<0.05);高级别胶质瘤实质中心区、囊变区及瘤周水肿区间的NAA/Cho值比较,差异有统计学意义(P<0.05);转移瘤实质中心区、囊变区及瘤周水肿区的NAA/CHo值两两比较,差异均有统计学意义(P<0.05);低级别胶质瘤与高级别胶质瘤间、高级别胶质瘤与转移瘤间的实质中心区、囊变区及瘤周水肿区NAA/Cho值比较,差异均有统计学意义(P<0.05)。结论:MRS可较准确鉴别单发性转移瘤与脑胶质瘤,值得普及。

常规MRI与~1H-MRS结合鉴别高级别脑胶质瘤与单发性脑转移瘤

目的探讨常规磁共振成像(MRI)与氢质子磁共振波谱(1H-MRS)相结合在高级别脑胶质瘤与单发性脑转移瘤中诊断及鉴别诊断的价值。方法选取我院收治经手术病理组织学证实的高级别脑胶质瘤患者27例与单发性脑转移瘤患者21例,进行常规MRI及1H-MRS检查。分析比较常规MRI的影像表现特征及1H-MRS代谢产物[N-乙酰天门冬氨酸(NAA)、胆碱(Cho)和肌酸(Cr)]变化情况。结果常规MRI显示仅病变部位和水肿程度在两者间存在差异(P<0.05)。1HMRS高级别脑胶质瘤与单发性脑转移瘤瘤体区Cho/NAA值比较差异有统计学意义(P<0.05),而NAA/Cr、Cho/Cr值比较差异无统计学意义(P>0.05);两者瘤周区Cho/Cr、Cho/NAA值比较差异均有统计学意义(P<0.05),而NAA/Cr值比较差异无统计学意义(P>0.05)。结论常规MRI与1H-MRS相结合使高级别脑胶质瘤与单发性脑转移瘤诊断及鉴别诊断的准确性得到进一步提高,具有较高的临床应用价值。

基于磁共振影像组学特征分类胶质瘤和单发性脑转移瘤

目的应用临床常规3T磁共振T1、T2和液体衰减反转恢复(FLAIR)成像分析胶质瘤和单发性脑转移瘤的影像组学特征差异,探讨肿瘤区域不同方向以不同角度构建的纹理特征对区别两种肿瘤的意义,寻找一种可行的胶质瘤和单发性脑转移瘤高精度分类方法。方法 43例胶质瘤患者和年龄、性别匹配的45例单发性脑转移瘤患者,从肿瘤区域轴状面、冠状面和矢状面方向的每1层构建不同角度的影像组学灰度共生矩阵,计算相应的纹理空间关系特征(包括对比度、相关性、能量和同质性);使用Wilcoxon秩和检验选择特征并降低冗余;所选特征经SVM线性核分类器分类,实现两种肿瘤的诊断。结果在分类胶质瘤和单发性脑转移瘤时,多模态多方向组合特征的精确性、召回率、F1分值和准确性分别是0.8857、0.9114、0.8944和0.8922;该组合特征在SVM线性核分类器下的受试者工作特征曲线下面积为0.9602;并将45例单发性脑转移瘤患者中的40例正确分类;43例胶质瘤患者中的39例正确分类。结论肿瘤区域的多模态多方向组合特征经SVM线性核分类器分类,可以鉴别胶质瘤和单发性脑转移瘤,这可作为第2意见,有效协助医生做出诊断。

采用氢质子磁共振波谱鉴别高级别胶质瘤与单发性脑转移瘤的价值分析

目的:将氢质子磁共振波谱应用于鉴别高级别胶质瘤与单发性脑转移瘤中,评价其对疾病鉴别诊断的准确率。方法:收集我院在2019年1月到2021年12月期间收治的脑恶性肿瘤患者,其中确诊为高级别胶质瘤的患者共25例纳入原发组,确诊为单发性脑转移瘤的患者共17例纳入转移组。行氢质子磁共振波谱检查并获取1H-MR波谱图像,并对两种疾病患者各代谢物含量变化率、各组织区代谢物比值进行测评。结果:原发组、转移组经对所抽取患者肿瘤区、周围水肿区、正常脑实质区的Cho、NAA、Cr、Cho/NAA、NAA/Cr、Cho/Cr各值展开评定,在肿瘤实质区,两组Cho/NAA、NAA/Cr比值差异有统计学意义(P<0.05);在周围水肿区Cho/Cr比值也有统计学意义(P<0.05);对比正常脑实质,肿瘤组织及周围水肿区NAA/Cr、Cho/NAA比值呈下降趋势,Cho/Cr比值呈上升趋势,但两组间各比值差异无统计学层面意义(P>0.05)。结论:氢质子磁共振波谱可快速、准确鉴别恶性胶质瘤与单发性脑转移瘤。

^(125)I辅治单发性脑转移瘤临床分析

目的观察125I结合手术切除治疗单发性脑转移瘤的疗效。方法将单发性脑转移瘤患者34例分为内放疗组19例和全脑照射组15例。开颅手术切除肿瘤后,内放疗组125I粒子置入肿瘤残腔内;全脑照射组给予全脑照射。比较2组肿瘤局部控制情况及中位生存时间。结果内放疗组有1例局部复发,5例发现新的颅内转移病灶,其中1例在术后1个月内复发;而全脑照射组有3例局部复发,4例发现新的颅内转移病灶。内放疗组中位生存时间为(15±0.2)个月明显长于全脑照射组的(12±0.1)个月,差异有统计学意义(P<0.05)。结论手术切除单发性脑转移瘤后结合125Ⅰ粒子置入有良好的肿瘤局部病灶控制率,中位生存时间明显延长。

氢质子磁共振波谱鉴别恶性胶质瘤与单发性脑转移瘤的价值

目的 探讨氢质子磁共振波谱（^1H-MRS）对鉴别恶性胶质瘤与单发性脑转移瘤的临床应用价值.方法 回顾性分析经手术病理证实的恶性胶质瘤24例及单发脑转移瘤15例患者临床资料.39例患者术前均行常规MRI平扫、增强及^1H-MRS扫描.检测肿瘤实质区、肿瘤边缘区、瘤周水肿区、对侧正常脑实质区N-乙酰天门冬氨酸（NAA）、胆碱（Cho）、肌酸（Cr）的变化,计算NAA/Cr、Cho/Cr及Cho/NAA的比值.对比分析肿瘤实质区、肿瘤边缘区、瘤周水肿区及对侧正常脑实质区NAA/Cr、Cho/Cr、Cho/NAA的比值.结果 恶性胶质瘤与单发性脑转移瘤之间^1H-MRS代谢产物进行比较分析,肿瘤实质区NAA/Cr比值分别为（0.96±0.42）、（1.66±1.10）,肿瘤边缘区NAA/Cr比值分别为（1.07±0.47）、（1.48±0.40）,Cho/NAA比值分别为（2.21±1.20）、（1.21±0.35）,瘤周水肿区NAA/Cr比值分别为（1.24±0.62）、（1.68±0.35）,Cho/Cr比值分别为（1.78±0.79）、（1.10±0.26）,Cho/NAA比值分别为（1.51±0.58）、（0.67±0.17）,差异有统计学意义（P均〈0.05）.结论 ^1H-MRS成像技术可以弥补常规MR成像的局限性,瘤周水肿区^1H-MRS代谢物比值对鉴别恶性胶质瘤及单发性脑转移瘤具有临床意义.