胎儿心脏定量分析技术评价中晚孕期胎儿心室功能变化研究

目的探讨应用胎儿心脏定量分析技术(fetal HQ)分析正常中晚孕胎儿不同孕周左心室(LV)、右心室心脏功能和形态变化规律。方法选择行产前超声检查的60例中晚孕正常单胎孕妇,年龄23~40岁,平均年龄30.7岁;孕周21~40周,平均孕周29.5周;胎龄21~40周,平均胎龄29.3周;按照孕周分为3组,即21~25周组、28~32周组和35~40周组,每组20例。对孕妇行超声心动图检查,采集四腔心动态图像,应用fetal HQ分析各组LV、右心室24个节段球形指数(SI)及短轴缩短率(FS),并比较其差异。结果将同一孕周、同一心室24个节段SI值进行比较,各孕周组内,左右心室心尖部第24个节段与组内其余23个节段SI值两两比较,差异均有统计学意义(均P<0.05)。随孕周增长,各组间的同一个节段SI值进行比较,差异无统计学意义(P>0.05)。28~32周组左心室基底部第1~4段FS值低于21~25周组同节段FS值[LV-FS1(12.50±2.60)%vs(17.19±4.89)%、LV-FS2(14.88±3.48)%vs(18.42±4.84)%、LV-FS3(17.09±4.07)%vs(21.20±4.86)%、LV-FS4(18.03±4.37)%vs(23.13±5.44)%。P<0.05],余节段两组间FS值差异无统计学意义(P>0.05)。35~40周组左心室基底第1~6段FS值低于21~25周组同节段FS值[LV-FS1(12.71±3.96)%vs(17.19±4.89)%,LV-FS2(14.29±4.62)%vs(18.42±4.84)%,LV-FS3(15.73±5.81)%vs(23.13±5.44)%,LVFS4(17.92±5.88)%vs(23.13±5.44)%,LV-FS5(19.81±6.39)%vs(24.62±5.97)%,LV-FS6(22.04±6.45)%vs(27.24±5.94)%。P<0.05]。余节段的FS值与21~25周比较,差异无统计学意义(P>0.05)。28~32周组胎儿右心室所有节段FS值均低于21~25周组同节段FS值(P<0.05)。随着孕周推进,35~40周组所有节段FS值与28~32周组同节段FS值比较,差异无统计学意义(P>0.05)。结论fetal HQ可对胎儿左右心室24个节段SI值和FS值进行定量检测,为预测中晚期胎儿的心功能及形态学改变提供了一种新的手段。

超声造影成像特征及定量参数鉴别肝脏炎性假瘤与肝内胆管细胞癌的价值

目的探讨超声造影(CEUS)成像特征及定量参数对肝脏炎性假瘤(IPT)与肝内胆管细胞癌(ICC)的鉴别价值。方法选取华中科技大学协和深圳医院和中山大学附属第八医院在2016年4月—2021年7月ICC患者57例设为ICC组,另选IPT患者32例为IPT组,大部分患者均经手术或穿刺活检病理证实。两组均于入院时行常规超声和CEUS检查,观察两组CEUS成像特征(动态增强模式、动脉期增强方式、动脉期增强程度)及定量参数(开始增强时间、达峰时间、等增强时间、开始消退时间),借助ROC分析达峰时间、等增强时间、开始消退时间对ICC的预测价值。结果ICC组“快进快退”的患者占比为35.09%,显著低于IPT组的68.75%(P<0.05),ICC组周边环状增强、整体不均匀增强、整体均匀增强患者占比分别为31.58%、54.39%、14.04%,IPT组分别为18.75%、40.63%、40.63%,两组比较差异有统计学意义(P<0.05)。ICC组达峰时间、等回声时间、开始消退时间分别为(26.56±6.53)、(33.53±7.25)、(48.12±9.12)s,显著高于IPT组的(22.93±7.26)、(27.53±7.46)、(41.75±9.55)s,两组比较差异有统计学意义(P<0.05)。经ROC分析,达峰时间、等增强时间、开始消退时间预测ICC的曲线下面积分别为0.877、0.925、0.924,差异均有统计学意义(P<0.05)。结论CEUS成像特征及定量参数对ICC和IPT具有一定鉴别价值。

基于双分支多视角深度自注意力编码器的乳腺肿瘤分类方法

自动乳腺全容积超声成像(ABVS)系统因其高效、无辐射等特性成为筛查乳腺癌的重要方式。针对ABVS图像进行计算机辅助乳腺肿瘤良恶性分类的研究,有利于帮助临床医生准确、快速地进行乳腺癌的诊断,甚至可辅助提高低年资医生的诊断水平。ABVS系统产生的三维乳腺图像数据量较大,造成常规的深度学习方式训练时间长、占用资源巨大。本研究设计了一种基于ABVS数据的多视角图像提取方式,替代常规的三维数据输入,在降低参数量的同时弥补二维深度学习中的空间关联性;其次,基于交叉视角图像的空间位置关系,提出一种深度自注意力编码器(Transformer)网络,用于获得图像的有效特征表达。实验是基于自有ABVS数据库的153例容积图像,良恶性分类的准确率为86.88%,F1-评分为81.70%,AUC达到0.8316。所提出的方法有望应用于ABVS图像的乳腺肿瘤良恶性筛查。

基于超声影像组学的早产儿脑白质损伤诊断模型研究

目的通过构建基于灰阶超声影像组学特征的早产儿脑白质损伤诊断模型,评价超声影像组学在早产儿脑白质损伤诊断中的临床应用价值。方法回顾性纳入2018年8月至2022年4月华中科技大学协和深圳医院和南方医科大学深圳医院住院的256例早产儿为研究对象。使用计算机生成的随机数按照6∶4的比例分配为训练集及验证集。在规范性采集颅脑灰阶超声图像的基础上,使用Pyradiomics 3.0.1软件包从颅脑的感兴趣区域提取影像组学特征。采用Mann-Whitney U检验、最小绝对收缩和选择算法(LASSO)联合逐步回归分析筛选与早产儿脑白质损伤相关的最优特征,应用Logistic逻辑回归构建超声影像组学模型。以MRI结果作为参考标准,绘制ROC曲线分析模型诊断性能。对验证集的患儿头颅超声影像先由一名高年资超声医师、一名低年资超声医师独立诊断,之后上述两名不同年资医师在影像组学模型辅助下再次诊断,比较超声影像组学模型与不同年资超声医师及在影像组学模型辅助下不同年资超声医师对早产儿脑白质损伤的诊断性能。结果最终精选出5个影像特征构建超声影像组学模型,训练集与验证集影像组学模型的敏感性、特异性、准确性和ROC曲线下面积(AUC)分别为0.861、0.775、0.799、0.818,0.929、0.824、0.853、0.876。验证集中高年资超声医师、低年资超声医师、影像组学辅助下高年资超声医师、影像组学辅助下低年资超声医师诊断的敏感性、特异性、准确性和AUC分别为0.929、0.892、0.902、0.910,0.714、0.743、0.735、0.729,0.929、0.919、0.922、0.924,0.857、0.824、0.833、0.841。超声影像组学模型诊断性能与高年资医师相当(AUC:0.876比0.910,P=0.284),显著高于低年资医师(AUC:0.876比0.729,P=0.001)。影像组学辅助低年资超声医师对早产儿脑白质损伤的诊断效能显著高于低年资医师诊断(AUC:0.841比0.729,P=0.003)。影像组学辅助高年资超声医师对早产儿脑白质损伤的诊断效能与高年资医师相当(AUC:0.924比0.910,P=0.156)。结论基于超声影像组学特征的早产儿脑白质损伤诊断模型显示出良好的诊断性能,有助于提高低年资超声医师的诊断能力,协助超声医生为临床提供客观、一致、精准的诊断结果。