介入栓塞联合手术治疗空肠动脉AVM 1例

患者,男,48岁。因“反复黑便7年,加重2天”于我院急诊科就诊。患者自述多次外院住院治疗,外院均诊断为“胃溃疡”,外院治疗后症状好转,但数月后再次出现黑便。查体:体温36.5℃,脉搏109次/分,呼吸:20次/分,血压126/75mmHg,一般情况差,重度贫血貌,平车入病房,神清,查体合作。实验室检查:白细胞计数为:12.77×10~9/L,H;中性粒细胞百分比为88.9%,H;红细胞2.94×10^(12)/L,L;血红蛋白为56g/L。影像学检查(腹主动脉CTA)提示:空肠动脉其一分支远端斑片状异常血管团,考虑血管畸形可能。联系放射科会诊后,决定行肠系膜上动脉造影,出血动脉栓塞,术前诊断:消化性溃疡伴出血,急性出血后贫血(重度)。

基于多期相融合CT影像组学鉴别小细胞肺癌与非小细胞肺癌的应用研究

目的评估多期相融合CT影像组学鉴别小细胞肺癌(SCLC)与非小细胞肺癌(NSCLC)的价值并建立鉴别SCLC与NSCLC的预测模型。方法回顾性搜集2018年12月至2022年12月经病理学确诊的肺癌患者肺部CT(肺窗、纵隔窗、动脉期、静脉期薄层图像)及临床资料。提取影像资料和临床资料中最有价值的特征,分别用以构建多期相融合CT影像组学模型(为了突出多期相融合的有效性,将多期相融合影像组学模型与单一期相影像组学模型作对比),临床模型及联合模型,模型的构建使用三种较为常用的机器学习算法:Logistic回归(LR)、k-近邻(KNN)及多层感知器(MLP)。结果结合LR机器学习算法构建的联合模型表现出最佳的效能[训练集曲线下面积(AUC)=0.946,测试集AUC=0.911]。融合期相影像组学模型的AUC(训练集:0.849,测试集:0.847)比单一期相影像组学模型更高且具有正向改善力[连续净重分类改善度(NRI),综合判别改善度(IDI)均>0],同时,校准曲线显示,融合期相影像组学模型预测结果与真实结果之间一致性较高。结论多期相融合CT影像组学在鉴别SCLC与NSCLC中具备较高的价值;融合期相影像组学模型诊断效能比单一期相影像组学模型更加出色;在联合神经元特异性烯醇化酶(NSE)和胃泌素释放肽前体(ProGRP)两个临床独立危险因素后,融合期相影像组学模型的效能有所改善,可为鉴别SCLC和NSCLC提供一种客观全面、准确快捷、无创安全及高成本效益的方法;LR机器学习算法比KNN及MLP机器学习算法表现更好。