非影像专业住院医师放射科轮转教学模式初探

目的探讨基于网络学习平台及教学病例库等的新型教学模式在非影像专业住院医师放射科专业基地轮转教学中的应用效果。方法选取2021年9月至2022年2月在重庆医科大学附属第一医院放射科专业基地轮转的158名非影像专业住院医师作为研究对象,随机分为试验组和对照组,试验组76名采用新型教学模式,对照组82名采用常规教学模式,比较两组月末出科考核成绩及问卷调查结果。结果试验组月末出科考核成绩显著高于对照组,差异有统计学意义(P<0.001);问卷调查结果显示试验组对教学模式的评价明显高于对照组,差异有统计学意义(P<0.001)。结论非影像专业住院医师在放射科专业基地的新型教学模式取得了良好效果,能够增加住院医师学习积极性,提高时间利用率,增强自主学习能力,提升阅片能力。

新医科背景下医学影像技术人才培养路径探索

随着全球医疗健康领域的快速发展,医学影像技术已成为疾病诊断和治疗中不可或缺的工具,其发展正受到前沿信息技术,如人工智能的深刻影响,并推动了医学影像技术朝着更高精度、更深层次解析力和更个性化治疗的方向迅速发展。同时,新医科教育改革强调跨学科融合、创新能力的培养和实践技能的提升,为医学影像技术领域的人才培养指明了新方向。文章旨在探讨新医科背景下,医学影像技术人发展趋势和现有人才培养模式存在的问题,同时提出了医学影像技术人才培养的创新策略和培养思考,以期培养出具有创新能力、跨学科知识结构和强大临床实践能力的医学影像技术人才,满足未来医疗健康领域的广泛需求和医学影像技术学科健康发展。

放射治疗技术学虚拟仿真平台的开发与应用研究

为了解决放射治疗技术学课程教学资源有限以及实习场所高危险性而难以实现教学目标的难题,利用现代技术构建放射治疗技术虚拟仿真实验教学平台,合理分配课时应用于教学。通过对学生进行问卷调查和统计分析学生成绩后结果显示,该平台具有高度的仿真效果;118份有效问卷中,有72.0%学生认为虚拟仿真实验对理论知识的理解有很大帮助;91.5%学生认为虚拟仿真实验对临床常见放疗技术的掌握有很大帮助;90.7%的学生认为学习积极性明显提高,88.1%的学生对该教学方法非常满意;同时,使用虚拟仿真平台学习的学生成绩[好24(75.0%),中8(25.0%),差0(0.0%)]高于没有使用该平台学习的学生成绩[好42(40.4%),中58(55.8%),差4(3.8%)],差异具有统计学意义(P<0.05)。综上,该实验平台的使用很好地支撑了课堂教学,更加容易地实现教学目标,同时提供了安全的实习平台,为各个高校放射治疗技术学课程教学的优化设置提供参考。

放射科技护人员在COVID-19筛查期间的有效防护措施

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情以来,影像学检查为疾病的诊断和演变过程判断提供了有价值的影像学支持。放射技护人员直接面对患者,面临感染防控和放射防护的双重责任和压力。本文从技护防护、患者管理、环境管理及工作中可持续改进方面作出经验分享,旨在COVID-19期间,做好放射科医务人员和患者的双向保护。

产出导向法在影像学研究生英文教学中的应用

目的比较产出导向法(production-oriented approach,POA)和传统的任务型教学法(task-based language teaching,TBLT)在医学影像研究生专业英文教学中的应用效果。方法选取2021年9月至2022年1月重庆医科大学附属第一医院放射科2019及2020级影像专业研究生共12名,随机均分为TBLT组及POA组,完成肝脏肿瘤英文影像征象笔译和报告写作。运用独立样本t检验分析2组间笔译、词汇记忆及运用能力的差异性。结果2组征象笔译成绩、1周和4周记忆能力考核成绩对比差异均无统计学意义(P>0.05)。但POA组在报告成绩([4.25±0.27)分]、运用能力([34.33±2.73)分]及记忆-运用综合能力[(83.17±6.55)分]方面均优于TBLT组[(3.75±0.27)分、(30.00±3.41)分、(72.67±9.42)分],差异均有统计学意义(P<0.05)。结论相对于TBLT,POA更有利于医学影像学专业研究生英文专业知识的记忆及运用能力的培养。

提高医学影像技术专业进修生CMR扫描技术的教学方法及思考

在重庆医科大学附属第一医院金山院区进行的心脏磁共振(cardiovascular magnetic resonance,CMR)扫描技术短期进修中,医学影像技术专业的进修生遇到了几个主要问题:不熟悉扫描流程、扫描序列的功能及其参数设置,以及对常见心脏病诊断的理解不全面,导致无法有效处理扫描过程中的参数冲突。此外,进修生迫切希望能在短时间内掌握扫描技术,以便回归工作岗位时应用所学知识。针对上述问题和需求,笔者提出了一套教学改进措施,包括针对扫描技术规范、扫描序列及其参数特性的详细讲解,解决扫描过程中的参数冲突的策略,以及常见心脏病诊断的关键点。教学中采用了理论与实践相结合的方法,使进修生能在短期内有效掌握CMR扫描技术。通过这种教学方法,进修生不仅在短暂的学习期间基本掌握了CMR扫描技术,回到各自单位后,也能够独立开展相关技术项目,显著提高了进修生的技术掌握度和满意度。

嗜铬细胞瘤及副神经节瘤不同生化表型的CT征象对比研究

目的:分析生化阴性嗜铬细胞瘤及副神经节瘤(pheochromocytomas and paragangliomas,PPGLs)的电子计算机断层扫描(computed tomography,CT)征象是否有别于生化阳性PPGLs,同时了解生化阳性PPGLs不同表型的CT征象是否存在差异。方法:回顾性分析131例PPGLs患者的术前腹部增强CT图像,包括肿瘤位置、大小、形态、囊变坏死、液-液分层、钙化、向心结节状强化、肿瘤内粗大血管、强化包膜、绝对廓清率及相对廓清率。根据生化水平,将患者分为生化阳性组和阴性组,阳性组进一步分为去甲肾上腺素型、肾上腺素型及多巴胺型。比较各组及各表型间的CT征象差异。结果:相较于生化阴性组,阳性组PPGLs更大(Z=-2.064,P=0.039)、囊变坏死(χ2=6.610,P=0.010)及向心结节状强化(χ2=3.909,P=0.048)的比例更高;相较于去甲肾上腺素型,肾上腺素型PPGLs更大(Z=-2.036,P=0.042)、强化包膜比例更高(χ2=7.242,P=0.007)。结论:肿瘤大小、囊变坏死及向心结节状强化的CT征象有助于术前诊断生化阴性PPGLs,肿瘤大小及强化包膜有助于解释去甲肾上腺素型及肾上腺素型PPGLs不同临床表现产生的机制。

多参数MRI和机器学习在脑小血管病相关认知功能障碍中的研究进展

随着人口老龄化加剧,与年龄相关的脑小血管病(cerebral small vessel disease,CSVD)发病率不断升高。CSVD通常导致患者认知功能障碍,甚至痴呆,已成为亟待解决的重要公共卫生问题。但目前CSVD相关认知功能障碍的发病机制尚未完全阐明,且缺乏早期诊断和治疗的有效手段。随着神经影像学技术和人工智能的飞速发展,多参数MRI和机器学习在CSVD相关认知功能障碍的辅助诊断和发病机制探索中发挥着越来越重要的作用。本文就近年来相关研究进展作一综述,旨在为阐明CSVD相关认知功能障碍的神经机制及其早期诊断提供全面、客观的影像学依据。

DWI联合动态增强判断直肠癌肌层侵犯程度的价值

目的探讨利用DWI联合动态增强对判断直肠癌肌层侵犯程度的价值。方法回顾性分析44例经病理证实的直肠癌患者MR图像,对比直肠癌肿块未发生肌层突破组与发生突破组间ADC值的差异,并计算DWI联合动态增强对诊断肌层突破的准确率。结果直肠癌肿块肌层未突破组与突破组的ADC值间存在差异(P<0.01);当ADC值选择1.08×10^(-3)mm^(2)/s为阈值,对鉴别直肠癌肌层突破其敏感性和特异性分别为82.76%和73.33%;两种成像方法联合T2WI对直肠癌肌层突破诊断准确率为88.6%,与病理结果的一致性为0.851。结论DWI联合动态增强对于判断直肠癌肌层侵犯程度有较好的临床价值。

CT图像后处理方法对颅内动脉瘤形态学参数测量准确性的影响

目的:以三维数字减影血管造影(three-dimensional digital subtraction angiography,3D-DSA)为“金标准”,基于CT血管成像(CT angiography,CTA)对比最大密度投影(maximum intensity projection,MIP)联合多平面重组(multiplanar reconstruction,MPR)和减影的容积再现(volume rendering,VR)这2种图像后处理方法之间颅内动脉瘤形态学参数测量结果的差异。方法:回顾性分析重庆医科大学附属第一医院92例(共116个颅内未破裂动脉瘤)患者的头颈CTA和DSA影像资料。使用双盲法分别在3D-DSA的VR、CTA的MIP-MPR和减影VR图像上测量动脉瘤的形态学参数,测量2次取均值,并计算相关的形态学衍生指标。使用组内相关系数(intraclass correlation coefficient,ICC)比较观察者间测量值的一致性,利用重复测量的方差分析或Friedman秩和检验比较不同后处理图像上测量结果的差异,后续组间两两比较采用Bonferroni校正。采用卡方检验对比各组小、微小动脉瘤及宽颈动脉瘤的分布情况。结果:基于MIP-MPR、减影VR和3D-DSA测得的动脉瘤最大径、瘤宽和瘤高在三组间整体比较时差异无统计学意义(χ^(2)值分别为4.484、5.808、4.468,均P>0.05);而得到的颈宽、载瘤动脉的平均直径在三组间整体比较时差异有统计学意义(χ^(2)值分别为48.341、87.948,均P<0.001);进行后续的组间两两比较时结果存在差异,且这种差异在颈内动脉虹吸部与非虹吸部2个亚组内又有一定区别。由MIP-MPR得出的形态学衍生指标均偏大,与DSA相比差异均有统计学意义(P<0.017),除高宽比外,与减影VR相比差异也有统计学意义(P<0.017)。基于减影VR进行动脉瘤的形态学评估,仅载瘤动脉的平均直径和大小比与DSA相比差异有统计学意义(P<0.017),但载瘤动脉的平均直径测量差异在亚组分析时不明显(P>0.017);其余参数与DSA相比差异均无统计学意义(P>0.017)。结论:减影VR上颅内动脉瘤形态学参数测量的准确性优于MIP-MPR,更适用于颈内动脉虹吸部动脉瘤的形态学评估。

比较4种疗效评估标准的首次评估在胃肠间质瘤伊马替尼治疗中的预后预测价值

目的:比较RECIST1.1、mRECIST1.1、Choi及早期形态学变化(early morphological change,EMC)4种疗效评估标准对接受伊马替尼(imatinib,IM)治疗的胃肠道间质瘤(gastrointestinal stromal tumors,GISTs)患者的预后预测能力,并分析不同疗效患者的手术时机。方法:分别采用RECIST1.1、mRECIST1.1、Choi及EMC标准回顾性分析本院66例GISTs患者IM治疗前后的增强CT图像,并根据首次随访疗效反应将患者分为疗效good组和poor组。采用Kaplan-Meier生存曲线分别描绘四种疗效评估标准两组的总生存时间(overall survival,OS)和无进展生存时间(progression-free survival,PFS),通过log-rank检验比较OS及PFS是否存在组间差异。计算首次随访不同疗效患者在治疗后不同时间段的疾病进展(progressive disease,PD)及达到最佳疗效反应(best of response,BOR)的比例以确定合适的手术时机(在BOR比例≥50%且PD比例≤20%的前提下,患者最佳手术时机定义为两者差值最大的治疗时间段)。结果:EMC标准首次随访疗效good组与poor组间OS(P=0.043)及PFS(P=0.003)差异均有统计学意义。Choi标准2组间仅PFS差异有统计学意义(P=0.002)。RECIST1.1及mRECIST1.1标准首次随访疗效反应分组一致,2组间OS及PFS差异均无统计学意义(均P>0.05)。EMC标准疗效good组即完全反应患者在治疗后1年内50%患者达BOR且无患者发生PD,该组最早PD时间为治疗后1.5年;并且完全反应患者手术与未手术组间的OS差异无统计学意义(P=0.051)。结论:EMC标准能够早期、准确地对GISTs患者IM治疗后的预后进行分层;且依据EMC标准,完全反应患者可在治疗后1年再考虑手术切除,但这部分患者或许能够选择定期监测等更为保守的治疗措施来代替手术。

肺部良、恶性混合磨玻璃结节实性成分的CT特征比较

目的探讨肺部良、恶性混合磨玻璃结节(m GGO)及恶性m GGO中微浸润腺癌(MIA)和浸润性腺癌(IAC)实性成分CT特征的差异,以提高m GGO的术前诊断准确度。资料与方法回顾性分析2016年1月—2022年7月重庆医科大学附属第一医院收治的313例混合m GGO患者的影像资料,根据随访或手术病理结果分为良性组95例和恶性组218例,比较两组临床特征及实性成分的CT特征,同时将恶性组分为MIA组118例和IAC组100例,比较两组实性成分的CT特征。利用上述差异有统计学意义的CT特征构建Logistic回归模型,使用曲线下面积评估模型的诊断效能。结果(1)临床特征:恶性组比良性组年龄更大、女性多、不吸烟患者多(Z=-3.776,χ^(2)=13.587、19.257,P均<0.001)。(2)良、恶性组实性成分CT特征比较:良性组单发者占比较高(84.21%比55.50%),恶性组多发者占比较高(44.50%比15.79%),差异有统计学意义(χ^(2)=23.728,P<0.001)。对于单发者,恶性组实性成分形态不规则、偏心分布、与血管及胸膜相连的发生率高于良性组,差异有统计学意义(χ^(2)=23.795、5.025、7.264,P均<0.05);恶性组实性成分CT值[-153.00(-254.00,-80.50)Hu]高于良性组[-265.00(-363.25,-122.00)Hu],而相对CT值(0.30±0.16)低于良性组(0.41±0.22),差异均有统计学意义(P均<0.001)。Logistic回归分析显示实性成分形态不规则(OR=0.236,P<0.001)、CT值较高(OR=1.009,P<0.05)为恶性m GGO的独立预测因子,该模型诊断恶性m GGO的曲线下面积、准确度、敏感度和特异度分别为0.772、70.65%、74.40%及65.00%。(3)恶性组中MIA与IAC实性成分CT特征比较:MIA单发者占比较高(74.58%比33.00%),而IAC多发者占比较高(67.00%比25.42%),差异有统计学意义(χ^(2)=37.885,P<0.001)。对于单发者,IAC组实性成分偏心分布的出现率显著高于MIA组,其面积、比例及CT值较MIA组更高,而相对CT值更低,差异有统计学意义(χ^(2)=7.563,Z=-4.388、-3.923、-3.996,P均<0.05)。Logistic回归分析显示实性成分偏心分布(OR=0.083,P<0.05)、面积较大(OR=1.063,P<0.05)为IAC的独立预测因子,该模型预测IAC的曲线下面积、准确度、敏感度和特异度分别为0.865、83.47%、87.90%、68.20%。结论良、恶性m GGO、恶性m GGO中MIA和IAC实性成分具有不同的CT特征,有助于提高m GGO的术前诊断准确度,指导临床制订治疗方案。

用卷积神经网络U-Net分割对比增强锥光束乳腺CT数据

乳腺肿瘤是一种常见的恶性肿瘤,其临床诊断不但费时费力,还容易出现误诊.本文旨在建立一个基于乳腺数据自动分割的乳腺肿瘤计算机辅助诊断模型,提高临床诊断的速度和准确率.为了用卷积神经网络U-Net模型分割对比增强锥光束乳腺计算机断层扫描(Contrast-Enhanced Cone-Beam Breast CT,CE-CBBCT)数据,本文首先沿冠状面将3维数据转换成2维切片,通过数据默认的窗口对其进行归一化处理.实验结果显示,使用U-Net卷积神经网络对数据进行分割,Dice系数和IoU(Intersection over Union)分别为0.7920和0.6962.然后,本文用不同骨干网络(即各种深度学习分类网络)去替换U-Net的编码器,再次进行分割并对比不同特征提取对分割性能的影响,发现旋转增广方式可以提升各分割网络的性能.其中,基于ResNet152的U形分割网络的性能最好,Dice系数和IoU分别达到0.8410和0.7576.随后,本文又在所有模型中选取5个性能最好的模型组成一个集成模型,重复分割实验,发现此模型有最佳分割性能,平均Dice系数和IoU可达0.8463和0.7676,性能显著提升.值得指出的是,在处理数据时本文仅使用数据默认的窗口,降低了对人工的依赖.

基于多参数MRI影像组学联合临床病理变量预测乳腺癌新辅助治疗的敏感性

目的探讨基于多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学联合临床病理变量预测乳腺癌对新辅助治疗(neoadjuvant therapy,NAT)敏感性的价值。材料与方法本研究共纳入248例经病理确诊的乳腺癌患者,并按照7∶3比例随机分为训练队列(173例)和验证队列(75例),所有患者在行NAT前均接受mpMRI检查。采用Miller-Payne(MP)分级系统评估NAT疗效,MP 1~2级视为对NAT反应不敏感,MP 3~5级视为对NAT反应敏感。基于动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)、T2WI、扩散加权成像(diffusion weighted imaging,DWI)序列图像勾画肿瘤区域并提取和筛选影像组学特征,使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法计算影像组学评分(radiomics score,Rad-score)。采用单因素逻辑回归分析临床病理变量,包括年龄、月经状态、分子亚型、化疗方案、雌激素受体(estrogen receptor,ER)、孕激素受体(progesterone receptor,PR)、人表皮生长因子受体-2(human epidermal growth factor receptor-2,HER-2)和Ki-67增值指数,将差异有统计学意义的临床病理变量和Rad-score纳入多因素逻辑回归分析,建立影像组学-临床联合模型和列线图。使用受试者工作特征(receiver operator characteristic,ROC)曲线、校准曲线及决策曲线分析(decision curve analysis,DCA)评估模型的预测效能。结果单因素逻辑回归分析表明,Rad-score(P<0.001)、ER表达状态(P=0.001)、化疗方案(P=0.031)与乳腺癌NAT疗效敏感显著相关。Rad-score与ER表达状态、化疗方案所构建的影像组学-临床联合模型在训练队列中AUC为0.845(95%CI:0.780~0.910),验证队列中AUC为0.820(95%CI:0.718~0.923)。列线图在预测乳腺癌对NAT敏感性方面有较高的区分度(C指数:训练队列为0.842,验证队列为0.822),校准曲线显示一致性良好。临床决策曲线显示列线图具有较高的总体净效益。结论mpMRI影像组学结合临床病理变量的联合模型及列线图能准确预测乳腺癌对NAT的敏感性。

Mini-CEX联合PBL教学法在PACU实习教学中的应用

目的观察迷你临床演练评估(mini-clinical evaluation exercise,Mini-CEX)联合以问题为基础的学习(problem-based learning,PBL)教学法在麻醉科实习生麻醉恢复室(post anesthesia care unit,PACU)教学中的应用效果。方法 选择2022年7月-2023年6月在重庆医科大学附属第一医院麻醉科实习的50名实习生作为研究对象,随机将其分为对照组和试验组各25名。对照组采用传统的实习带教模式,试验组采用MiniCEX联合PBL教学法进行教学。比较2组教学前后的Mini-CEX测评分数和考试成绩,同时对教学满意度进行问卷调查。结果 教学前,2组实习生的Mini-CEX得分比较,差异均无统计学意义(P> 0.05)。教学后,2组实习生的Mini-CEX得分均高于教学前,差异有统计学意义(P <0.05)。试验组的病史获取能力[(6.64±0.91)分vs.(4.40±1.41)分]、查体能力[(5.72±1.06)分vs.(4.76±1.13)分]、PACU诊断能力[(5.76±1.33)分vs.(3.92±1.26)分]、处治能力[(5.52±1.19)分vs.(4.44±1.04)分]、人文关怀[(7.08±0.81)分vs.(5.40±1.15)分]、整体评价[(6.04±1.21)分vs.(4.84±0.85)分]得分均高于对照组,差异有统计学意义(P <0.001)。试验组实习生的理论考试成绩为(87.80±2.50)分,实践操作成绩为(92.32±2.12)分,高于对照组的(82.16±5.94)分和(87.60±3.82)分,差异有统计学意义(P <0.001)。试验组在自主学习、临床推理、临床实践、医患沟通和团队合作方面的分数均高于对照组,且差异有统计学意义(P <0.05)。结论 Mini-CEX联合PBL教学法可提高麻醉实习生的临床实践能力。

超声影像组学评分联合常规超声图像特征鉴别诊断甲状旁腺腺瘤与甲状旁腺增生的临床价值

目的探讨超声影像组学评分(RS)联合常规超声图像特征鉴别诊断甲状旁腺腺瘤(PA)与甲状旁腺增生(PH)的临床应用价值。方法选取在我院行手术治疗的甲状旁腺功能亢进症患者133例(181个病灶),其中PA 66例(67个病灶),PH 67例(114个病灶),所有病灶按7∶3的比例随机分为训练集(126个病灶)和验证集(55个病灶),术前均行常规超声检查,基于灰阶超声图像勾画感兴趣区并提取影像组学特征。采用最小绝对收缩和选择算子(LASSO)回归筛选特征并构建影像组学模型,计算每个病灶的RS;采用多因素Logistic回归分析筛选差异有统计学意义的常规超声图像特征并构建常规超声模型,进一步构建基于RS联合常规超声图像特征的列线图模型。绘制受试者工作特征(ROC)曲线分析各模型对PA与PH的鉴别诊断效能;绘制校准曲线评估影像组学模型和列线图模型的校准度。结果基于LASSO回归筛选出8个影像组学特征用于构建影像组学模型,训练集中PA和PH的RS分别为(0.64±0.86)分、(-0.17±0.63)分;验证集中PA和PH的RS分别为(0.59±0.74)分、(-0.08±0.65)分,差异均有统计学意义(均P<0.05)。多因素Logistic回归分析显示,病灶最大径、外周线状高回声和极性供支血管征均为鉴别PA与PH的独立影响因素(均P<0.05),基于上述3个独立影响因素构建常规超声模型。在训练集和验证集中,影像组学模型鉴别诊断PA与PH的曲线下面积(AUC)分别为0.764和0.750,常规超声模型的AUC分别为0.812和0.838,列线图模型的AUC分别为0.825和0.856;列线图模型的AUC均高于影像组学模型,差异均有统计学意义(均P<0.05)。校准曲线显示,影像组学模型和列线图模型的校准度均较高,与实际结果的一致性均较好。结论RS联合常规超声图像特征能准确鉴别诊断PA与PH,具有较好的临床应用价值。

放射专业住院医师规范化培训中开展PACS病例检索总结式小讲课的价值

目的探讨开展利用PACS病例检索总结式小讲课在放射专业住院医师规范化培训中的价值。方法放射专业住院医师规范化培训(住培医师组,n=16)每周进行利用PACS病例检索总结式小讲课,并与该专业硕士研究生(研究生组,n=12)中进行的文献复习式病例报告小讲课进行比较,通过问卷调查和小测试评估两种方法的效果。结果放射住培医师组的PACS病例检索总结式小讲课的问卷调查评分和小测验成绩(平均分为21±2.4分和91±3.3分)均高于研究生组的文献复习式病例报告小讲课(18±4.5分和88±4.0分),差异具有显著性(P=0.038,P=0.032)。结论放射专业住院医师规范化培训中实施PACS病例检索总结式小讲课有助于其医教研综合能力培养,值得开展和推广。

虚拟仿真实验技能大赛在医学影像技术专业本科生实践教学中的研究

目的 探讨虚拟仿真实验技能大赛在医学影像技术专业本科生临床实践教学中的应用效果。方法 以重庆医科大学2021级医学影像技术专业64名学生为研究对象,组织学生参加虚拟仿真实验技能大赛,通过虚拟仿真实验软件提供的学生训练次数和实践操作成绩,比较学生报名参赛前后的练习次数及实操成绩,并对学生进行满意度及学习效果的问卷调查。结果 学生在报名参赛后平均练习次数和实操成绩明显高于参赛前,差异均有统计学意义(t分别=-862.41、-754.99,P均<0.05);问卷调查显示,45名(86.54%)学生表示有必要开展虚拟仿真实验技能大赛,49名(92.31%)学生表示虚拟仿真实验技能大赛能激发学生的学习兴趣,43名(82.69%)学生表示能增强学习动力、提高学习效率,47名(90.38%)学生认为有助于学习专业知识,提高专业实践操作技能,增强学习自信心,50名(96.15%)的学生认为有助于培养设计影像检查流程的能力,48名(92.31%)学生认为能提高班级同学们积极性,营造良好学习氛围,极少部分学生(3名,5.77%)认为会增加学生学习负担。结论 虚拟仿真实验技能大赛能激发学生自主学习的积极性,提高学生的实践操作能力,提升教师的教学质量。

重庆地区多发性硬化临床和影像特征分析

目的:探讨多发性硬化(Multiple sclerosis,MS)的临床和影像学表现。材料与方法:收集资料完整符合McDonald诊断标准的180例MS患者作为研究对象,按照国际MS中心制定的扫描序列进行扫描,分析MS主要临床特点、脑和脊髓病灶影像特点以及与临床残疾状态功能评分(Expanded disability status scale,EDSS)的相关性。结果:(1)本组MS患者以上呼吸道感染为主要诱因之一(27.78%),以肢体无力为最常见的症状(54.4%)。(2)按照病灶受累的部位分类:单纯脑部受累45.56%,单纯脊髓受累29.44%,脑和脊髓均受累25%,三者之间的EDSS评分有统计学差别(P<0.05)。(3)下颈髓和上胸髓最易受累,≤3个节段的病灶数占74.49%,累及1～2个节段脊髓病灶例数最多。结论:结合临床和MRI影像特征,有利于MS的诊断和监测病灶的发展。

基于影像组学特征的机器学习模型对较低级别胶质瘤ATRX突变状态的预测

目的基于多模态影像组学特征构建机器学习模型,探讨其在术前无创性预测异柠檬酸脱氢酶(IDH)突变型较低级别胶质瘤(LrGG)的α-地中海贫血伴智力低下综合征X连锁(ATRX)基因突变状态的能力。方法回顾性分析102例经病理及分子检测确诊为IDH突变型LrGG病人的影像及临床资料,其中ATRX突变型47例,野生型55例。将病人按7∶3的比例随机分为训练集(71例)和测试集(31例)。从增强(CE)-T1WI、表观扩散系数(ADC)图和18F-FDG PET中共提取3318个影像组学特征。根据不同影像来源将影像组学特征分为5个数据集,分别为增强集(CE-T1WI)、ADC集(ADC)、PET集(18F-FDG PET)、MRI集(CE-T1WI+ADC)、联合集(CE-T1WI+ADC+18F-FDG PET)。将4种特征降维方法[线性判别分析(LDA)、主成分分析(PCA)、Wilcoxon基于相关系数选择法、最小绝对收缩和选择算子(LASSO)]以及4种机器学习算法[支持向量机(SVM)、逻辑回归(LR)、K邻近(KNN)、随机森林(RF)]组合,基于联合集特征构建16个预测模型并进行效能评估,选出最优的算法组合。将最优算法应用于增强集、ADC集、PET集、MRI集、联合集中构建模型,绘制受试者操作特征(ROC)曲线并计算曲线下面积(AUC)来评价各模型的预测效能。结果基于联合集影像组学特征构建的16个预测模型中,采用LASSO与RF算法组合构建的模型预测效能最优,其在训练集和测试集中的AUC分别为0.967和0.950。4种特征降维方法中,采用LASSO算法的模型整体预测效能最好;4种机器学习方法中,采用RF算法的模型预测效能最好。该预测模型应用于增强集、ADC集、PET集、MRI集、联合集,结果显示其在联合集中的预测效能最高,在训练集和测试集中的AUC分别为0.967和0.950,其次为MRI集和PET集(AUC值分别为0.931和0.915)。结论基于多模态影像组学特征,采用LASSO与RF算法组合构建的机器学习模型用于预测IDH突变型LrGG的ATRX突变状态的效能较高,是一种无创且简便的方法。