目的探讨磁共振神经突方向离散度与密度成像(neurite orientation dispersion and density imaging,NODDI)对帕金森病患者的临床应用价值。材料与方法收集我院41例帕金森病(Parkinson’s disease)患者和22名年龄和性别匹配的正常志愿者...目的探讨磁共振神经突方向离散度与密度成像(neurite orientation dispersion and density imaging,NODDI)对帕金森病患者的临床应用价值。材料与方法收集我院41例帕金森病(Parkinson’s disease)患者和22名年龄和性别匹配的正常志愿者作为对照组进行磁共振平扫和NODDI,量化分析PD患者壳核(putamen)的变化,在组间比较壳核的细胞内体积分数(entracellular volume fraction,Vic)、方向分散指数(orientation dispersion index,ODI)和各向同性体积分数(volume fraction of the isotropic compartment,Viso)。多因素Logistic分析确定PD的独立预测因子。结果PD患者壳核中的Vic、ODI明显低于健康对照组(P<0.05)。多因素Logistic分析显示,PD患者壳核中的Vic值的变化与PD的相关性具有统计学意义(P<0.05),壳核中的Vic值是PD的独立预测因子。在ROC分析中,患者对侧壳核中的Vic显示出最佳的诊断性能。结论NODDI可能有助于诊断PD。展开更多
文摘目的建立一个基于矢状位T2加权图像(T2 weighted imaging,T2WI)的瘤内结合不同瘤周区域影像组学特征和临床危险因素的列线图,评估其术前预测宫颈癌ⅠB期和ⅡA期的价值。材料与方法回顾性分析120例两家医院术前接受MRI检查和根治性子宫切除术加盆腔淋巴清扫并经术后病理证实的ⅠB和ⅡA期宫颈癌患者的实验室检查资料和MRI图像,分为训练组和外部验证组,对矢状位T2WI图像瘤内感兴趣区(region of interest,ROI)和1~6 mm的瘤周环(ROI-1、ROI-2、ROI-3、ROI-4、ROI-5和ROI-6)分别提取影像组学特征,采用Pearson分析和最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)回归进行特征选择。以最佳者绘制受试者工作特征(receiver operating characteristic,ROC)曲线,构建0~6 mm瘤周影像组学模型,并筛选出最佳影像组学模型,基于以上最佳影像组学模型评分与临床独立危险因素构建联合模型,并绘制列线图,以校准曲线评估模型校准度,以决策曲线分析(decision curve analysis,DCA)评价模型的应用价值。结果由瘤内结合瘤周3 mm区域得到6个有效特征建立的影像组学模型预测效能最佳,在训练组和外部验证组,其曲线下面积(area under the curve,AUC)分别为0.972和0.857。由肿瘤最大径、红细胞计数(red blood cell,RBC)的临床独立危险因素建立的临床模型预测效能次之,在训练组和外部验证组AUC分别为0.940和0.847。基于肿瘤最大径、RBC、瘤内结合瘤周3 mm的6个有效特征构建的列线图预测效能更稳定,在训练组和外部验证组AUC分别为0.952和0.939,经校准曲线和DCA分析,列线图的校准度较高,临床净收益较大。结论基于T2WI瘤内和瘤周3 mm组学特征构建的影像组学列线图可以较好地术前预测ⅠB期和ⅡA期宫颈癌,对指导患者个体化治疗有着重要临床意义。
文摘目的探讨磁共振神经突方向离散度与密度成像(neurite orientation dispersion and density imaging,NODDI)对帕金森病患者的临床应用价值。材料与方法收集我院41例帕金森病(Parkinson’s disease)患者和22名年龄和性别匹配的正常志愿者作为对照组进行磁共振平扫和NODDI,量化分析PD患者壳核(putamen)的变化,在组间比较壳核的细胞内体积分数(entracellular volume fraction,Vic)、方向分散指数(orientation dispersion index,ODI)和各向同性体积分数(volume fraction of the isotropic compartment,Viso)。多因素Logistic分析确定PD的独立预测因子。结果PD患者壳核中的Vic、ODI明显低于健康对照组(P<0.05)。多因素Logistic分析显示,PD患者壳核中的Vic值的变化与PD的相关性具有统计学意义(P<0.05),壳核中的Vic值是PD的独立预测因子。在ROC分析中,患者对侧壳核中的Vic显示出最佳的诊断性能。结论NODDI可能有助于诊断PD。