深度学习在小儿中枢神经系统影像学的应用进展

【摘要】多模态医学影像信息在中枢神经系统疾病的辅助诊断以及预后预测中发挥着不可替代的作用。近些年来,人工智能的高速发展对医学大数据的处理以及精准医疗的发展带来巨大潜力。深度学习提取影像信息中高通量数据客观分析,在影像学中取得了长足的进展。本文就深度学习技术在小儿中枢神经系统影像学的应用现状进行综述,包括小儿脑组织分割、脑发育、小儿脑肿瘤、脑积水、癫痫、自闭症等,并结合临床实际总结目前存在的问题,以及对其应用前景进行展望,旨在为未来深度学习的相关影像学研究提供参考。     

3D-ASL的rCBFmax值在儿童后颅窝肿瘤鉴别诊断中的价值

【摘要】目的：探讨三维动脉自旋标记成像（3D-ASL）参数rCBFmax对儿童后颅窝肿瘤的诊断价值。方法：回顾性分析2018年1月－2022年12月在本院经手术病理证实的52例后颅窝肿瘤患儿的临床和术前MRI资料（平扫、增强和3D-ASL）。其中,髓母细胞瘤28例,毛细胞星形细胞瘤11例,室管膜瘤13例。测量肿瘤实性区域的最大脑血流量（CBFmax）值,并计算最大相对脑血流量（rCBFmax=CBFmax/CBF健侧正常脑灰质）。采用Kruskal-Wallis检验比较3组肿瘤的rCBFmax值,采用ROC曲线和约登指数来确定rCBFmax鉴别肿瘤病理类型的最佳阈值、敏感度、特异度和曲线下面积（AUC）。结果：室管膜瘤的rCBFmax值最高,为1.53（1.27,2.04）,毛细胞星形细胞瘤的rCBFmax值最低,为0.69（0.56,0.76）,髓母细胞瘤的rCBFmax值为0.90（0.84,1.00）。三组肿瘤的rCBFmax值比较,差异有统计学意义（P＜0.001）。ROC曲线分析显示鉴别室管膜瘤与髓母细胞瘤的rCBFmax最佳阈值为1.13,相应的诊断敏感度为100%,特异度为82.1%,AUC为90.7%;鉴别髓母细胞瘤与毛细胞星形细胞瘤的rCBFmax最佳阈值为0.80,相应的诊断敏感度为85.7%,特异度为100%,AUC为97.1%。结论：3D-ASL定量参数rCBFmax对常见儿童后颅窝肿瘤的鉴别诊断具有较高的临床应用价值。     

双层探测器光谱CT单能量成像联合个性化注射方案在颅脑CT血管成像中的应用研究

目的:探讨双层探测器光谱CT单能量成像联合个性化对比剂注射方案在颅脑CT血管成像（CTA）中的应用价值。方法:回顾性分析2020年8月至11月在华中科技大学同济医学院附属协和医院采用双层探测器光谱CT和个性化对比剂注射方案行颅脑CTA检查的76例患者的影像资料。对基于双层探测器光谱CT数据重建生成的120 kVp混合迭...     

儿童颅内非典型畸胎瘤样/横纹肌样瘤的影像表现

目的:探讨儿童颅内非典型畸胎瘤样/横纹肌样瘤(AT/RT)的影像特点。方法:回顾性分析2017年12月-2021年9月在本院经病理证实的15例AT/RT患儿的临床和影像资料。15例均行MRI平扫、DWI及对比增强扫描，10例行3D-ASL及MRS检查，10例行CT平扫。15例中，男9例、女6例；年龄0.17～1.67岁，中位年龄0.83岁。结果:15例中4例肿瘤位于幕上，7例位于幕下，跨幕上和幕下4例；肿瘤最大径2.0～10.0 cm; 15例肿瘤合并囊变14例，其中11例囊变位于外周，合并出血8例。所有病灶呈不同程度强化，其中6例呈明显环形不均匀强化；DWI上病灶呈不均匀高信号；ASL上8例呈等灌注，2例呈高灌注；MRS示肿瘤NAA降低，Cho升高。15例肿瘤中侵犯脑膜1例；伴有脑内转移2例，其中1例合并脑脊液播散。结论:颅内AT/RT的影像学表现具有一定的特征性，有助于鉴别诊断。