良性前列腺增生患者CT影像形态学特点与下尿路症状程度的相关性研究

目的:研究良性前列腺增生(BPH)下尿路病变的CT图像形态特征与其临床表现之间的关系。方法:选取扬州大学附属江都人民医院2022年4月—2023年3月收治的120例良性前列腺增生症患者进行回顾性研究,前列腺总体积(TPV)<50mL设为A组,TPV≥50mL设为B组,前列腺突入膀胱距离(IPP)<10mm设为C组,IPP≥10mm设为D组,统计其前列腺体积、前列腺突入膀胱、前列腺尿道夹角等形态学指标,并与下尿路临床表现进行关联。结果:120例患者IPP和国际前列腺增生症状评分标准(IPSS)之间存在统计学意义;在前列腺增生中,IPP>10mm和前列腺尿道夹角(PUA)>35°时,前列腺增生的下尿路症状加重;IPP是影响IPSS发生的一个重要因子。结论:IPP与IPSS具有明显的相关性。随着TPV、IPP和PUA的增大,病人下尿路症状加重。在前列腺增生中,IPP为10mm以上,PUA为35°或更高时,其下尿路症状(LUTS)发生率较高,IPP可有效地预测其病情。

基于平扫CT多维度影像组学对无传统影像学特征的自发性脑出血患者早期血肿扩大的预测作用

目的 探讨基于平扫CT(NCCT)多维度影像组学特征模型对传统影像学特征阴性的自发性脑出血(sICH)患者早期血肿扩大(HE)的预测价值。方法 回顾性连续纳入2019年1月至2022年12月扬州大学附属江都人民医院神经内科无HE传统影像学特征的sICH住院患者185例,发病6 h以内行首次头部NCCT检查,并于24 h内行头部NCCT复查,根据是否发生HE将所有入选患者分为血肿扩大组(59例)和血肿未扩大组(126例)。应用“One-key AI”科研平台提取血肿内、血肿外影像组学特征,并融合成血肿内外影像组学特征,应用最小绝对收缩和选择算子(LASSO)回归方法进行特征筛选,应用支持向量机(SVM)分类器构建预测模型,同时构建临床参数和列线图模型(前4种模型的融合)。将所有患者按7∶3的比例分为训练集(130例)和验证集(55例)。使用受试者工作特征曲线的曲线下面积(AUC)评估各模型的预测性能,使用Delong检验比较各模型的AUC值,使用决策曲线分析(DCA)评估模型的有效性。结果 血肿内、血肿外各筛选出1 834个特征参数,通过LASSO回归方法筛选出血肿内感兴趣区域17个、血肿外感兴趣区域21个和血肿内外感兴趣区域29个特征参数。构建的SVM模型为临床参数以及血肿内、血肿外、血肿内外影像组学特征及列线图模型。受试者工作特征曲线分析结果显示,临床参数模型及血肿内、血肿外、血肿内外影像组学特征模型以及列线图模型在训练集中的AUC分别为0.742(95%CI:0.648~0.835)、0.941(95%CI:0.903~0.978)、0.955(95%CI:0.915~0.996)、0.964(95%CI:0.938~0.990)和0.985(95%CI:0.971~0.999),在验证集中的AUC分别为0.696(95%CI:0.596~0.798)、0.837(95%CI:0.765~0.909)、0.872(95%CI:0.805~0.939)、0.908(95%CI:0.851~0.940)和0.912(95%CI:0.859~0.964)。Delong检验结果显示,血肿内影像组学特征模型、血肿外影像组学特征模型、血肿内外影像组学特征模型和列线图模型AUC在训练集和验证集中均显著高于临床模型,差异均有统计学意义(训练集Z值分别为2.325、2.899、3.028、3.324,验证集Z值分别为1.998、2.044、2.898、2.965,均P<0.05),而在训练集和验证集中,血肿内影像组学特征模型、血肿外影像组学特征模型、血肿内外影像组学特征模型、列线图模型两两之间的AUC比较,差异均无统计学意义(均P>0.05)。DCA结果表明,血肿内、血肿外及血肿内外影像组学特征模型较临床参数模型可提供更大的益处。结论 基于NCCT的多维度影像组学特征模型对预测HE传统影像学阴性的sICH患者早期HE具有一定的价值。

以生境成像技术提取血肿内亚区域平扫CT影像组学特征预测自发性颅内出血患者血肿增大

目的观察以生境成像技术提取血肿内亚区域平扫CT(NCCT)影像组学特征预测自发性颅内出血(sICH)患者血肿增大(HE)的价值。方法回顾性分析228例传统影像学无明显异常的sICH患者,根据HE与否分为HE组(n=99)与非HE(NHE)组(n=129);同时按8∶2比例划分训练集(n=182)与测试集(n=46)。比较组间临床、NCCT资料及实验室检查结果,以logistic回归分析筛选HE的影响因素。以生境成像技术将血肿ROI聚类划分为3个亚区,提取血肿整体(ROI_(整体))和3个亚区域ROI(ROI_(亚区1)、ROI_(亚区2)、ROI_(亚区3))的影像组学特征(ROI亚区3位于血肿与脑组织临界区)并进行筛选;分别基于4个ROI构建4种预测模型,评估其预测HE效能。结果HE组空腹血糖高于NHE组(t=2.047,P=0.041),但此非sICH HE的独立预测因素(P=0.070)。ROI_(亚区3)影像组学模型预测训练集和测试集sICH HE的曲线下面积分别为0.945和0.863,与同集别ROI_(整体)(0.921、0.813)、ROI_(亚区1)(0.925、0.807)和ROI_(亚区2)影像组学模型(0.909、0.720)差异均无统计学意义(P均>0.05)。决策曲线分析显示,ROI_(亚区域)影像组学模型可较其他3个模型带来更大获益。结论基于生境成像技术提取血肿与脑组织临界区域NCCT影像组学特征对预测sICH患者发生HE具有较高价值。

分析MRI用于直肠癌术前分期的诊断效果

目的:探讨磁共振成像(magnetic resonance imaging,MRI)对直肠癌术前分期的诊断效果。方法:选取2020年1月—2022年12月期间在扬州大学附属江都人民医院住院治疗的65例直肠癌患者,所有患者在术前1周均行CT和MRI检查。以术后病理检查结果为金标准,比较MRI、CT术前T、N分期与术后病理T、N分期诊断准确率,分析直肠癌MRI表现、病理检查结果和典型病例影像学表现。结果:MRI检查术前提示T_(1)~T_(2)期12例,T_(3)期29例,T_(4)期24例,T分期诊断准确率为80.00%(52/65);CT检查术前提示T_(1)~T_(2)期11例,T_(3)期31例,T_(4)期23例,T分期诊断准确率为63.08%(41/65),MRI检查术前T分期的准确率明显高于CT诊断(P<0.05)。MRI检查术前提示N0期28例,N1期29例,N2期13例,N分期诊断准确率为89.23%(58/65);CT检查术前提示N0期31例,N1期25例,N2期9例,N分期诊断准确率为75.38%(49/65),MRI术前N分期诊断准确率明显高于CT检查(P<0.05)。结论:以术后病理分期结果为“金标准”,MRI对直肠癌术前T、N分期的诊断准确率明显高于CT,MRI在诊断术前诊断直肠癌分期中具有更高的临床价值。