肺内胸膜下区非钙化结节分布及其特征

目的分析肺内胸膜下区非钙化结节分布及其特征。方法选择经胸部CT检查发现肺内胸膜下区非钙化结节的体检者1152例,将胸部CT图像导入人工智能肺结节筛查分析软件,在肺窗上测量结节径线(长/短径)、CT值、距胸膜下最长/最短距离,分析不同肺段、不同肺叶、有/无胸膜接触非钙化结节分布及其特征。结果在1152例体检者中共发现胸膜下区非钙化结节1755个。在不同肺段中,胸膜下区非钙化结节主要分布在右肺S1、S4、S9段以及左肺S1段+S2段、S9段;径线较大结节主要分布在右肺下叶S7、S8段及左肺下叶S9、S10段,较小结节主要分布在右肺上叶S2、S3段;较高CT值结节主要位于右肺下叶S7段和左肺下叶S7段+S8段,较低CT值结节主要位于右肺中叶S5段及左肺上叶S3段、S1段+S2段;位于肺下叶结节比位于肺上叶结节距胸膜下更近,尤其是右肺S8段、左肺S7段+S8段、双肺S10段。在不同肺叶中,胸膜下区非钙化结节主要分布在右肺上下叶;左肺上叶结节径线小于其他肺叶,左肺下叶结节CT值高于其他肺叶,各肺叶结节距胸膜下最长距离相近,右肺中下叶结节距胸膜下最短距离小于其他肺叶。与胸膜接触的非钙化结节630个,与胸膜无接触的非钙化结节1125个;与胸膜接触的非钙化结节长/短径分别为(4.45±1.61)、(3.69±1.27)mm,与胸膜无接触的非钙化结节分别为(3.63±1.29)、(3.08±1.10)mm;与胸膜接触的非钙化结节CT值为(-232.93±191.16)Hu,与胸膜无接触的非钙化结节为(-326.40±212.59)Hu。结论肺内胸膜下区非钙化结节径线、CT值及距胸膜下最长/最短距离具有肺段、肺叶分布差异,结节性质及其分布亦有所不同。

人工智能在监测不同性质肺内稳定结节与不稳定结节对比分析

肺结节是指长径≤3cm的局灶性、类圆形、密度增高的实性或亚实性肺部阴影[1]。《胸部CT肺结节数据标注与质量控制专家共识(2018)》[2]将肺内结节定义为实性结节(solid-nodules SN)、部分实性结节(partial-solidnodules,PSN)、纯磨玻璃结节(pureground-glassnodules,p GGN)和钙化结节。肺部CT是筛查和观察肺结节变化的常用检查方法之一,此外不断发展和完善的人工智能(artificial intelligence,AI)对肺结节的检出和随访也发挥重要作用。

LI-RADS 2018版辅助征象在CT上诊断肝细胞肝癌的价值

目的根据CT主要征象、结合主要和辅助征象分类,分析辅助征象对肝细胞肝癌(HCC)的诊断价值。方法回顾分析2015年1月至2021年4月保定市第一医院HCC高风险患者110例、共114个病灶,其中HCC 78个、非HCC恶性肿瘤17个、良性19个。比较主要征象、结合主要与辅助征象的诊断价值。结果当LR5为预测值,主要征象与主要与辅助征象结合比较:特异度(89.7%vs.92.1%),阳性预测值(91.5%vs.93.5%)和准确性(65.8%vs.66.7%)提高,敏感度降低(57.3%vs.56.6%);当LR4/5为预测值主要征象与主要与辅助征象结合比较:敏感度(68.2%vs.70.7%)、准确性(77.2%vs.80.1%)提高,特异度降低(69.2%vs.59.1%)。辅助征象调整了8.8%(10/114)的分类。结论在CT上辅助征象可提高LI-RADS2018版的敏感度、准确度,尤其是LR-3病灶。

人工智能早期肺小结节筛查在胸部低剂量CT体检的大样本数据调查研究

目的 应用人工智能软件对采用肺部CT筛查出的10mm及以下肺结节进行观察,以分析此类结节在肺部的形态特征,分布特点。方法 将符合纳排标准的所有结节(包括叶间裂旁结节)逐一标记肺段、肺叶、长/短径、CT值、距胸膜下最短/长距离。所有结节按其长径进行大小划分为≤3mm、3-5(含)mm、5-8(含)mm、8-10(含)mm 4个区间段,以所在肺段进行分组,记录结节数量。肺内结节、叶间裂旁结节分别以所在肺段和肺叶进行分组,进行上述肺结节相应观察指标的比较。结果 所有肺结节以3-5(含)mm数量最多,主要分布左肺S1+2、右肺上叶S1、右肺S4及左肺S9。≤3mm结节数量次之,主要分布右肺S1和左肺S1+2。5-8mm结节主要分布右肺S4和左肺S9。8-10mm肺结节数量最少,主要分布在右肺中叶S4及右肺下叶S9。肺内结节长/短径以右肺S10高于其他肺段(7.40±1.72、3.62±1.41)mm,以左肺S3结节径线最小(3.69±1.43、2.90±1.12)mm。肺结节的CT值以右肺S7显著高于其他肺段(-116.65±274.31)HU,以右肺中叶S4密度最低(-311.52±246.69)HU。距胸膜下最短/长距离以双肺下叶各基底段结节值显著不同于其他肺段,右肺S7值均显著高于其他肺段,双肺S9、S10值较其他肺段小。以肺段、肺叶分别分组发现结节的数目、长/短径、CT值、距胸膜下最短/长距离均具有统计学意义(P=0.000)。叶间裂旁结节的观察指标不具有统计学意义。结论 所有肺结节的分布呈现由小到大解剖位置逐渐由上叶向下叶分布的特点;肺内结节的分布特点呈现出较大结节多位于肺下叶且位置越接近胸膜下的特点;叶间裂旁结节的分布则无明显特征。以肺段和肺叶为解剖标志,对肺结节进行评价观察具有一定的临床意义。

联影CT在正常成年人与基于肺气肿患者肺容积的对照分析

目的:应用联影CT肺容积分析软件进行肺气肿患者和正常成年人全肺、左右肺及各叶肺体积的评价,观察肺气肿对肺体积影响、肺气肿患者和正常成年人的年龄和性别差异性。方法:选取在医院就诊并行胸部CT检查的760例呼吸道疾病患者,依据检查结果将其分为肺气肿组(219例)和正常成年人组(541例),对两组性别、年龄以及全肺、左右肺及左右肺的上下肺叶相应肺体积、肺部平均CT值等评价指标进行对比分析。结果:肺气肿组男性占比75.34%,正常成年人组男性占比为44.16%;肺气肿组平均年龄为(64.86±13.82)岁,高于正常组成年人组的(58.01±14.18)岁,差异有统计学意义(t=6.08,P<0.05)。肺气肿组全肺、左肺和右肺体积均高于正常成年人组,两组比较差异有统计学意义(t=3.39,t=2.32,t=3.59;P<0.05)。肺气肿组左肺上叶、下叶体积和体积百分比均高于正常成年人组,差异均有统计学意义(t_(上叶)=3.99,t=2.47;t_(下叶)=2.42,t=-0.06;P<0.05)。肺气肿组右肺上叶的肺体积和体积百分比均高于正常成年人组,差异有统计学意义(t=6.71,t=5.75;P<0.05)。结论:联影CT可以客观的测定和评价某地区肺气肿患者的情况,具有一定适用性和优势性。

AI结合低剂量CT扫描在体检人员肺小结节筛查中的应用

目的探讨人工智能(Artificial Intelligence,AI)技术结合低剂量CT扫描在体检人员肺小结节筛查中的应用效果。方法选取2020年1月至2021年1月于我院进行健康体检的疑似肺小结节患者350例,根据CT扫描剂量分为观察组(低剂量组,n=175)和对照组(常规剂量组,n=175),所有数据分别由人工与AI技术进行分析,并进一步分为常规剂量CT组、低剂量CT组、AI技术+常规剂量组和AI技术+低剂量CT组。以病理学结果作为诊断金标准,比较各组肺结节检出率、诊断效能、结节检出时间、扫描剂量、图像质量、肺结节形态学特征和不同直径分段结石检出率。结果金标准结果显示,观察组与对照组的结节检出率分别为12.57%(22/175)、17.14%(30/175)。常规剂量CT组、低剂量CT组、AI技术+常规剂量CT组和AI技术+低剂量CT组检出率比较无统计学差异(P>0.05),Kappa值分别为0.738、0.722、0.742和0.756;AI技术阅片时间显著短于人工阅片时间(P<0.05)。观察组各项扫描辐射剂量参数剂量长度乘积、有效管球剂量、总管球剂量和CT容积剂量指数均明显少于对照组(P<0.05),两组患者图像质量评分无显著差异(P>0.05)。观察组和对照组患者肺结节分叶、毛刺、钙化、空泡、支气管征和胸膜凹陷症在扫描中无显著差异(P>0.05);观察组患者肺总结节检出率为13.14%,与对照组(17.71%)相比无显著差异(P>0.05);观察组和对照组患者各分段直径结节检出率无显著差异(P>0.05)。结论AI技术结合低剂量CT扫描可以有效筛查体检人群的肺小结节病变,并节省阅片时间,提高工作效率。

重视初次体检在肺结节随访中的意义

基于人工智能对肺结节的评价、观察,探讨在连续多次随访中与初次体检对比肺结节特征变化的意义。方法 将具有连续三次随访记录并随访末具有病理结果的64个肺结节纳入研究对象。以结节性质分为亚实性和实性结节,据良恶性分为恶性结节和非恶性结节。评价如下:①三次肺结节三维径线、体积、平均CT值的两两比较;②亚实性结节、实性结节分别进行三次肺结节内、外部特征及伴随征象阳性率的对比;③亚实性结节与实性结节随访特征阳性率的对比;④恶性结节和非恶性结节随访特征阳性率的对比。结果 第一次与第二次对比,除平均CT值外,结节径线(前后径、上下径及左右径)、体积对比,随时间呈增长趋势,均具有统计学意义(P<0.05),第一次与第二次对比、第二次与第三次对比上述指标不具有统计学意义(P>0.05)。实性结节第一次胸膜受累阳性率高于第二次;第二次胸膜受累阳性率高于第三次;第1次结节内血管穿行征象、空气支气管征象(穿行、贴边)及边缘征象(分叶、毛刺及胸膜凹陷征)阳性率高于第三次,比较结果具有统计学差异(P<0.05)。亚实性结节和实性结节的伴随征象各次进行对比结果不具有统计学意义(P>0.05)。SSN与SN对比:SSN组空泡征出现率各次均高于SN组,支气管贴边征第一次SSN组出现率高于SN组,SN毛刺征第二、三次出现率分别高于SSN第二、三次,胸膜受累SN第三次高于SSN,上述对比结果具有统计学意义(P<0.05)。恶性结节血管穿行和支气管充气征象、分叶征、毛刺征象及胸膜受累第一次与第三次对比均具有统计学意义,与非恶性结节具有显着不同。恶性与非恶性结节的伴随征象对比均不具有统计学意义(P>0.05)。结论 亚实性与实性肺结节、恶性结节与非恶性结节在第一次、第三次随访指标的观察中具有不同,应重视与第一次体检肺结节特征的对比。

3D-ASL对急性缺血性脑卒中患者严重程度及预后的评估价值分析

目的探讨磁共振三维动脉自旋标记技术(three-dimensional arterial spin labeling,3D-ASL)预测急性缺血性脑卒中(acute ischemic stroke,AIS)患者严重程度及预后的临床应用价值。方法根据美国国立卫生研究院卒中量表评分(National Institutes of Health Stroke Scale,NIHSS),将128例AIS患者分为轻度组、中度组、重度组,所有患者入院当天均行3D-ASL扫描检查,获取梗死区域脑血流量(cerebral blood flow,CBF)值,酶联免疫吸附法检测血清Apelin-13蛋白水平。入院两周后改良Rankin量表(modified Rankin Scale,mRS)评价患者神经功能恢复状况,改良Barthel指数(modified Barthel index,MBI)评定量表评价患者日常生活能力。分析入院当天患者脑梗死区域CBF值与NIHSS评分、Apelin-13蛋白水平、mRS评分、MBI指数的相关性。绘制ROC曲线,确定预测AIS患者严重程度的CBF截断值。结果入院当天,中度组、重度组患者的NIHSS评分明显高于轻度组,脑梗死区CBF值、血清Apelin-13蛋白水平明显低于轻度组;重度组患者的NIHSS评分又明显高于中度组,脑梗死区CBF值、血清Apelin-13蛋白水平明显低于中度组。患者入院当天脑梗死区的CBF值与NIHSS评分呈负相关关系,与血清Apelin-13蛋白水平呈正相关关系;入院两周后,中度组、重度组患者的MBI指数明显低于轻度组,mRS评分则高于轻度组,重度组患者的MBI指数又明显低于中度组,mRS评分则高于中度组。入院当天的脑梗死区CBF值与两周后的MBI指数呈正相关关系,与mRS评分呈负相关关系。轻度组与中度组的脑梗死灶CBF截断值为20.5 mL·min^(-1)·100 g^(-1),ROC曲线下面积为0.946,中度组与重度组的CBF截断值为13.5 mL·min^(-1)·100 g^(-1),ROC曲线下面积为0.924。结论入院当天行无创3D-ASL技术可预测AIS患者严重程度及预后,对治疗方法的应用和调整具有指导意义。

Toshiba Aquilion 64排螺旋CT原始数据传输问题分析与检修

故障现象执行扫描计划,系统提示警告信息:The communication error occurred by the data transfer unit in the gantry,and raw data was corrected。故障分析每次扫描上述警告信息均会出现,表示机架数据传输单元发生通信错误,并对原始数据进行了修正。原始数据的传输,由数据采集系统(DAS)进行采集、模数转换,形成数字信号,输送到SCRT板.