泪腺腺样囊性癌的CT特征分析

分析泪腺腺样囊性癌的CT图像特征及典型临床表现,可对本病有更加细致、全面的认识和了解,提高术前诊断准确率,对早期制定治疗方案,减缓转移,减慢复发有重要价值。1资料与方法1.1一般资料:21例患者均为单侧,其中右侧11例,左侧10例,复发者3例。男性9例,女性12例,年龄19~64岁,平均(34.0±2.5)岁。病史为3个月至2年,平均(7±3)个月。1.2检查方法:CT检查使用沈阳东软飞利浦双排螺旋CT,21例患者分别进行轴位及冠状位扫描。

CT的形态学征象联合影像组学特征诊断模型在肺结节诊断中的应用

目的结合肺结节CT形态学征像与影像组学特征建立联合诊断模型,期望提高孤立性肺结节的诊断准确性。方法选取2012年2月~2019年1月206例肺实性结节(直径≤2cm)的CT图像。由两名医师独立进行形态学征像评估,并诊断结节良恶性,使用PyRadiomics开源软件提取、筛选定量影像组学特征,采用逻辑回归建立影像组学模型,并融合形态学征像建立联合诊断模型,采用受试者操作特征(ROC)曲线评价模型诊断效能,并与人工诊断结果进行比较。结果结节的血管集束、支气管截断、毛刺、分叶、胸膜牵拉、空泡征及充气支气管征在恶性结节中的检出率高,与良性结节之间的差异有统计学意义(P<0.05);结节越小,各种CT征像检出率越低。两位医师对肺结节征像识别一致性存在差异,高年资医师诊断效能明显高于低年资医师,曲线下面积(AUC)分别为0.81(95%CI,0.744~0.856),0.69(95%CI,0.623~0.753)。影像组学诊断模型对良恶性肺结节具有较高的鉴别诊断效能,AUC为0.86(95%CI,0.8~0.92),结合毛刺征、分叶征、胸膜牵拉征及影像组学特征建立联合诊断模型,进一步提高肺结节诊断效能,AUC为0.92(95%CI,0.87~0.96)。结论结合肺结节CT形态学征像及影像组学特征建立的联合诊断模型,在肺结节良恶性鉴别诊断中有较高的应用价值。

不同剂量平扫CT联合迭代重建技术诊断急性肾绞痛112例

输尿管结石是肾绞痛的主要原因,其发病率、患病率和复发率逐年增高。近年来,多螺旋平扫CT已越来越多地应用于肾绞痛的诊断[1],因其对输尿管结石检测有较高敏感性和特异性[2,3],已成为诊断的金标准。随着平扫CT的广泛应用,辐射暴露问题也成为其主要的不良反应[4]。所以低剂量平扫CT(low-dose unenhanced CT,LDCT)诊断输尿管结石成为新的关注点,其在评估期间可减少辐射暴露。而基于迭代重建(iterative reconstruction,IR)技术为CT低剂量扫描提供了新的手段。

基于多序列MRI影像组学构建联合模型术前预测卵巢肿瘤良恶性的价值

目的探讨基于多序列MRI影像组学构建联合模型术前预测卵巢肿瘤良恶性的价值。方法回顾性队列研究。纳入2019年1月—2023年5月山西医科大学附属运城市中心医院经术后病理确诊的卵巢肿瘤患者237例。患者年龄13~79(52.9±12.7)岁,其中卵巢良性肿瘤90例、恶性肿瘤147例,术前均行多序列盆腔MR扫描。以7∶3的比例将患者随机分为训练组166例和验证组71例。在T_(2)加权像(T_(2)WI)、T_(1)WI、弥散加权成像(DWI)、表观弥散系数(ADC)图像中,对肿瘤进行逐层手动分割勾画感兴趣区,得到三维感兴趣区,并提取影像组学特征。以卵巢肿瘤的良恶性为研究标签,对训练组患者采用最小冗余最大相关(mRMR)算法进行影像组学特征去冗除杂,继而采用最小绝对收缩与选择算子回归为主的三步降维法筛选特征,并构建基于上述4个序列MRI的单一序列以及4个序列联合的多序列影像组学模型。多因素logistic回归用于筛选卵巢肿瘤良恶性的独立预测因子,结合多序列影像学模型,使用R语言建立联合模型并绘制列线图。采用受试者操作特征(ROC)曲线、校正曲线、决策分析曲线评估列线图的预测效能及临床效益。结果训练组和验证组良恶性肿瘤间比较,肿瘤的性状、侧向性特征差异均有统计学意义(P值均<0.05)。基于ADC、DWI、T_(1)WI、T_(2)WI序列的MRI上提取影像组学特征,经特征筛选后得到10个与卵巢肿瘤良恶性相关的关键特征(P值均<0.05)构建影像组学模型。训练组单一序列构建的影像组学模型预测卵巢肿瘤良恶性的ROC曲线下面积(AUC)分别为0.798、0.802、0.819、0.818,验证组AUC分别为0.792、0.798、0.803、0.806。4个序列联合的多序列影像组学模型AUC(训练组:0.839,验证组:0.833)大于4个单一序列的影像组学模型。单因素与多因素logistic回归分析显示,肿瘤性状(OR=0.421,95%CI:0.293~0.605)和肿瘤侧向性(OR=0.229,95%CI:0.104~0.503)是患者良恶性的独立预测因子(P值均<0.001)。多序列影像组学模型与肿瘤性状、侧向性特征构建的联合模型在训练组与验证组中的AUC分别为0.864、0.855,校正曲线显示出列线图有良好的校正性能,决策曲线表明当风险阈值概率范围在0.1~0.8时,采用联合模型预测卵巢肿瘤良恶性的净收益优于单一序列影像组学模型。结论基于多序列MRI影像组学特征与临床特征的联合模型对卵巢肿瘤良恶性具有良好的预测价值。

CT诊断的肠系膜脂膜炎50例临床特点分析

目的探讨肠系膜脂膜炎(MP)患者的临床特点,以提高临床医生对该病的认识。方法收集山西白求恩医院2013年1月至2017年5月行腹部CT检查并诊断MP住院患者50例临床资料,对其人口学特点、临床特征、辅助检查、治疗及预后进行分析总结。结果 50例MP患者男女比例1∶0.92,发病年龄25~85岁,平均年龄(59.1±14.0)岁,多因腹痛、发热、血尿、淋巴结肿大等就诊,22例合并肿瘤,以淋巴瘤最为多见,16例有腹部手术史。实验室检查多无特殊,所有患者均未行肠系膜病理活检。6例行腹部CT复查,其中1例经激素治疗后病灶显著吸收,其余5例无明显变化。结论 MP常见于中老年人,临床表现多样,易合并肿瘤,淋巴瘤多见,腹部CT是其最重要的诊断手段,当发现MP时,应注意除外是否合并有恶性肿瘤。