全智能精确胸部解剖定位CT检查安全性和辐射剂量的研究

目的探讨全智能精确胸部解剖定位CT检查用于筛查发热门诊时,相对常规胸部CT是否具有更好的安全性和更低的辐射剂量。方法选取我院发热门诊227例行胸部CT检查患者的临床和图像资料。其中,80例患者采用常规手动胸部定位扫描,为手动组(A组);147例患者采用全智能精确胸部解剖定位扫描,随机分为半自动组(B组)83例和全自动组(C组)64例。比较各组检查流程的不同。记录患者年龄、性别和身体质量指数(BMI),并观察图像是否符合临床诊断要求。测量扫描视野(FOV)边缘距离肺组织上、下、左、右的最短径(L上、L下、L左、L右)。记录剂量报表中容积CT剂量指数(CTDIvol)和剂量长度乘积(DLP),计算扫描长度(Ls)和有效剂量(E)值。测量乳头平面前后径(AP)和左右径(LR),计算有效直径(ED)和转换因子(fsize),并计算体型特异性剂量估算(SSDE)和体型特异性有效剂量(ESSDE)值。比较患者L上、L下、L左、L右、Ls、E、ED、fsize、ESSDE的组间差异。结果B组和C组检查流程实现医患零接触。A、B和C三组患者年龄、性别、BMI、ED和fsize差异均无统计学意义,临床扫描要求符合率均为100%。从A组至C组,L上、L左、L右、Ls、E和ESSDE均呈逐渐减小趋势(P<0.05)。多重比较结果显示L上、E和ESSDE在3组间两两比较差异均有统计学意义(P<0.05);而L左、L右和Ls仅在A组与另2组间差异有统计学意义(均P<0.05)。结论全智能精确胸部解剖定位CT在筛查发热门诊可能特殊感染患者时,避免了医患接触,并且胸部解剖定位更精确,辐射剂量更低。

嗅觉功能障碍预测帕金森病患者非运动特征及脑磁共振功能研究进展

嗅觉功能障碍是帕金森病(PD)最常见的临床前期非运动症状之一,可早于典型的运动症状数年出现。大约50%~90%的PD患者存在不同程度的嗅觉功能减退或嗅觉缺失。因此,嗅觉功能测试作为PD早期诊断指标的价值得到广泛研究。近年研究表明,嗅觉功能障碍也与PD的其他非运动特征相关,可能成为疾病进展或认知衰退的预测因子。PD患者嗅觉功能改变与脑结构及功能改变密切相关。MRI的脑结构及功能成像是研究PD患者早期嗅觉功能障碍与对应脑结构及功能改变之间关系的重要方法。本文主要对PD嗅觉功能障碍的临床诊断方法和价值,以及PD嗅觉功能相关的MRI研究进展进行综述。

有序多元logistic回归分析MRI征象预测凶险性前置胎盘植入类型的价值

目的探讨MRI征象预测凶险性前置胎盘(PPP)植入类型的价值。方法回顾性研究。纳入南京大学医学院附属鼓楼医院67例PPP伴胎盘植入患者的临床及MRI资料。患者年龄21~48(31.85±5.12)岁,孕周28~38(32.37±2.47)周。根据不同类型PPP伴胎盘植入的临床及病理诊断标准,将患者分为粘连组(25例)、植入组(29例)和穿透组(13例)。对3组患者的临床资料及MRI征象采用Kruskal-Wallis H检验进行单因素分析,对可能相关因素进行有序多元logistic回归多因素分析,并进一步分析独立危险因素对PPP植入类型的预测价值。结果单因素分析结果显示,子宫肌层中断/肌层内见胎盘信号、子宫局限性隆突/胎盘向外膨出、胎盘内异常血管、胎盘信号不均匀、子宫下部膨大且宫颈内口胎盘不规则以及膀胱子宫间隙低信号带不连续,为不同植入类型的可能相关因素(P值均<0.1)。其中,膀胱子宫间隙低信号带不连续[(X_(1),比值比(OR)20.25)]、子宫肌层中断/肌层内见胎盘信号(X_(2),OR 13.87)、子宫局限性隆突/胎盘向外膨出(X_(3),OR 6.16)]和子宫下部膨大且宫颈内口胎盘不规则(X_(4),OR 4.55),为不同类型胎盘植入的独立危险因素(P值均<0.05)。建立预测胎盘植入类型的回归模型为:logit(P)=C+3.01X_(1)+2.63X_(2)+1.82X_(3)+1.52X_(4)(预测"植入"和"穿透"的常量C分别为1.08和5.54),该模型预测3种植入类型的准确率为71.64%,将粘连组与其他类型组相区分的准确率为85.07%。结论MRI征象对PPP伴胎盘植入类型的诊断具有较高的预测价值,对临床术前评估胎盘植入类型选择不同治疗方案具有一定的指导意义。

基于快速区域卷积神经网络对于胸部数字X线摄影图像异物的自动检测

目的探讨快速区域卷积神经网络(Faster RCNN)在胸部数字X线摄影(DR)图像异物位置和类型自动检测中的应用价值。方法对960张胸部DR图像进行Faster RCNN训练、验证及测试,按3∶1∶1的比例随机划分数据集为训练集(576张)、验证集(192张)和测试集(192张)。使用开源分割工具ImageJ对左、右肺野及异物(共13类)进行标注,其中左、右肺野采用区域标记,异物采用包围框标记。肺野分割精确程度采用肺野预测模型度量函数IoU值表示。异物位置标注结果分为三类:图像无异物,图像有肺野内异物,图像有肺野外异物。将检测结果用三分类混淆矩阵表示,并计算三类图像的召回率、精确率及最终分类的准确率。并输出对各类异物检测的平均精确率(AP)和总平均精确率(mAP)。结果训练集和验证集共768张胸部DR中的645张含有异物,共4655个。测试集左肺分割平均IoU值为0.959,右肺分割平均IoU值为0.958。单例测试耗时5 s。图像无异物,图像有肺野内异物和图像有肺野外异物三类图像的召回率分别为94%、75%和82%,精确率分别为88%、98%和70%;总准确率为86%。对各类异物检测的AP范围为66%~100%,mAP为81%。结论 Faster RCNN可满足影像质量控制工作中自动检测DR图像异物的要求。