光谱CT平扫定量参数鉴别诊断乳腺良、恶性病变

目的 观察光谱CT平扫定量参数鉴别诊断乳腺良、恶性病变的价值。方法 回顾性分析110例女性乳腺占位性病变患者的胸部光谱CT资料,包括53例共53处恶性病变(恶性组)和 57例共60处良性病变(良性组);对比组间光谱CT平扫定量参数的差异,包括虚拟单能级40~100 keV下CT值、有效原子序数(Eff-Z)及光谱曲线斜率(λ_HU)。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),分析光谱CT平扫单一定量参数CT_{40 keV}、CT_{70 keV}、Eff-Z、λ_HU及其联合鉴别诊断乳腺良、恶性病变的效能。结果 40~100 keV下,恶性组CT值及Eff-Z均高于、而λ_HU小于良性组(P均＜0.001)。单一CT_{40 keV}、CT_{70 keV}、Eff-Z及λ_HU鉴别乳腺良、恶性病变的AUC分别为0.90、0.80、0.87及0.87;四者联合的AUC为0.91,其敏感度为84.9%,特异度为88.3%,准确率为85.0%。结论 根据光谱CT平扫定量参数可有效鉴别诊断乳腺良、恶性病变。     

经动脉载药微球化疗栓塞治疗大肝癌疗效的影响因素北大核心CSCD

目的 探讨经动脉载药微球化疗栓塞(DEB-TACE)治疗大肝癌效果的影响因素。方法 回顾性分析2016年12月至2020年5月郑州大学第一附属医院接受DEB-TACE治疗的228例大肝癌患者临床资料。观察6、12个月患者客观缓解率(ORR)、总生存期(OS)和1、2年的生存率。采用Cox回归模型分析DEB-TACE治疗患者预后的影响因素。结果 228例患者DEB-TACE术后平均随访36.9个月,最长62个月。首次治疗后6个月与12个月的ORR为55%和43%。患者整体中位OS为11.9个月(95%CI:8.6~14.8)。患者1年的生存率单发与多发(54.1%比36.9%)、单叶分布与双叶分布(54.1%比36.9%)、有包膜与无包膜(56.5%比47.1%)、肿瘤体积≤肝脏体积50%与>50%(53.3%比27.5%),2年的生存率单发与多发(30.9%比23.1%)、单叶分布与双叶分布(31.4%比17.1%)、有包膜与无包膜(43.5%比24.5%)、肿瘤体积≤肝脏体积50%与>50%(32.0%比5.5%),差异均有统计学意义(均P<0.05)。单因素分析显示,肿瘤数目、肿瘤包膜、肿瘤分布、肿瘤占肝脏体积百分比、Child-Pugh分级、门脉癌栓是治疗后患者生存的影响因素;多因素分析显示,肿瘤体积>肝脏体积50%、合并门脉癌栓、肿瘤包膜是治疗后患者生存的影响因素。结论 DEB-TACE治疗大肝癌安全、有效;肿瘤占肝脏体积>50%、门脉癌栓是DEB-TACE治疗大肝癌预后的独立危险因素,而肿瘤包膜是预后的保护因素。     

深度学习重建算法优化能谱CT低单能量图像质量及检测肝脏低对比度小病灶能力

目的 观察深度学习重建(DLIR)算法用于优化能谱CT低单能量图像质量及提高检测肝脏低对比度小病灶能力的可行性。方法 纳入30例接受上腹部门脉期增强扫描的肝脏疾病患者,包括58个肝脏病灶,分别采用DLIR及基于混合模型的自适应统计迭代重建(ASIR-V)算法重建40~70 keV (间隔10 keV)单能量图像;根据肝脏、门静脉及肝脏病灶对比噪声比(CNR)和噪声进行主观评价,针对图像总体质量、病灶显著性和诊断信心评分进行主观评价,比较不同图像之间评价结果的差异。结果 相比ASIR-V图像,40~70 keV能级下,DLIR图像的CNR_肝脏、CNR_门静脉及CNR_肝脏病灶均显著增加而噪声均显著减少(P均<0.05);40~60 keV能级下,DLIR图像总体质量、病灶显著性及诊断信心评分均高于ASIR-V图像(P均<0.05)。结论 DLIR技术可显著减少低单能量成像噪声、改善图像质量并提高检测肝脏低对比度小病灶的能力。     

深度学习重建算法结合低剂量CT在机会性骨质疏松症筛查中的应用研究

目的 将深度学习重建算法与低剂量CT相结合,探究其对图像质量的影响及对骨密度测量的影响,及其在机会性骨质疏松筛查中的应用价值。方法 前瞻性收集同时接受胸上腹部联合低剂量扫描的患者119例(年龄≥40岁)。所有图像分别使用滤波反投影(FBP)算法、基于混合模型的自适应统计迭代重建(ASIR-V)50%和3个水平深度学习算法进行重建。使用非同步定量CT软件进行骨密度测量,比较不同重建条件下的骨密度(BMD)。分别计算降主动脉、肝脏、脾脏的信噪比(SNR)和对比噪声比(CNR),将前腹壁脂肪的标准差代表图像的噪声,并使用5分制主观评价法,进行图像质量客观评价。比较不同重建方法下,不同部位的客观和主观图像质量。结果 在不同的重建方法下,BMD的差异无统计学意义(P>0.05)。高级别的深度学习重建算法(DLIR-H)较ASIR-V 50%在降主动脉、肝脏和脾脏的SNR分别提高了103.88%、125.09%、136.13%,图像噪声降低了55.98%,DLIR-H的CNR和主观评分(肺部病变显示能力除外)均优于DLIR-L和ASIR-V 50%(χ²=158.31~275.35,P＜0.001)。结论 深度学习算法不影响骨密度测量的准确性,图像质量优于ASIR-V 50%。深度学习算法联合低剂量CT可用于机会性骨质疏松筛查。     

乳房X线片深度学习联合临床特征列线图预测乳腺癌表达人表皮生长因子受体2(HER-2)状态

目的 观察深度学习(DL)术前乳房X线片(MG)联合临床特征列线图预测乳腺癌表达人表皮生长因子受体2(HER-2)状态的价值。方法 回顾性分析265例HER-2检测结果均为(++)的单发乳腺癌患者的MG和临床资料，包括93例HER-2阳性、172例HER-2阴性；按8∶2比例将其分为训练集(n=211,含74例HER-2阳性、137例HER-2阴性)和验证集(n=54,19例HER-2阳性、35例HER-2阴性)。以单因素及多因素logistic回归分析临床资料，筛选乳腺癌表达HER-2状态的独立预测因素，以之构建临床模型。将头足位和内外斜位MG输入孪生DL网络，获得肿瘤ROI图像，并输入至ResNet50网络提取DL特征，通过全连接层进行特征融合，共获得2 048个DL特征，经Softmax分类器输出二分类结果，得到DL评分(Deep-score),构建DL模型。以Deep-score和独立临床预测因素构建联合模型，并绘制列线图；以校准曲线评估其校准度。应用受试者工作特征(ROC)曲线评估各模型预测乳腺癌表达HER-2状态的效能，以决策曲线分析(DCA)评估其临床获益。结果 雌激素受...     

眼部恶性多形性腺瘤43例临床病理及CT/MRI影像分析

目的探讨眼部恶性多形性腺瘤(MPA)的临床表现及CT/MRI特征，以提高对此病的诊断能力。 方法回顾性分析2012年1月至2021年10月郑州大学第一附属医院43例MPA患者的临床影像资料，均为单眼患病，其中男性20例，女性23例，年龄16~76(53.79±15.54)岁；初发病例23例，复发病例20例，其中复发1次者13例，2次者3例，3次者2例，4次者1例，5次者1例。 结果MPA主要的症状和体征依次为眼球突出、眼部肿胀、视物模糊、流泪、眼睛疼痛。1例病理表现为癌肉瘤，42例表现为癌在多形性腺瘤中。MPA位于右眼17例，左眼26例；起源于肌锥内区23例，肌锥区19例，肌锥外区1例；病变呈不规则形23例，圆形或类圆形14例，边缘浅分叶6例；边缘清晰13例，欠清晰和模糊各15例；MPA表现为局限性病变5例，弥漫性病变38例；28例沿视神经向深部生长，11例向眼眶外生长，4例横向生长，其中1例侵犯前颅底，1例侵犯鼻窦，2例侵犯颞窝。CT显示27例为等密度，7例为稍低密度，2例为稍高密度，其中7例内见斑块状钙化，14例内见较明显囊变坏死；增强后轻度强化4例，中度强化5例，强化不均匀8例；包膜不完整25例；邻近骨质无变化5例，受压变形13例，骨质破坏/缺损18例。MRI显示T1WI呈稍低信号16例，等信号5例，低信号4例；T2WI呈稍高信号16例，高信号8例，稍低信号1例；DWI呈稍高信号16例，高信号5例，稍低信号4例；信号不均匀22例；增强后中度强化2例，明显强化11例，强化不均匀13例；包膜不完整16例。 结论对于眼部膨胀性生长、体积较大的肿物，应考虑到MPA的可能性，不需事先切开活检即可考虑进行肿瘤全切除。CT和MRI检查可对MPA的手术入路进行准确可视化，对制定治疗方案及预后随访具有重要意义。     

卵巢内胚窦瘤合并成熟性畸胎瘤一例

病例资料 患者,女,38岁.20余天前患者无明显诱因出现腹胀,伴尿频,无腹痛、阴道出血等不适.专科检查:宫体及附件触诊不清,腹壁膨隆,腹盆腔内可触及一巨大包块,平脐,活动度可,有压痛.实验室检查:CA125 575.00 U/mL,AFP＞1210 ng/mL.     

深度学习重建联合Smart去金属伪影算法对颈部CT图像中口腔金属植入物伪影的影响

目的 观察深度学习重建(DLR)联合Smart去金属伪影(MAR)算法对颈部CT图像中口腔金属植入物伪影的影响。方法 回顾性分析60例口腔内存在金属植入物患者的颈部CT资料，其中19例存在颈部病变且受金属伪影干扰；分别以自适应迭代重建(ASIR-V,重建百分比为50%)联合Smart MAR(IR+S组)、DLR-H(重建强度为高水平)联合Smart MAR(DH+S组)、DLR-M(重建强度为中水平)联合Smart MAR(DM+S组)、DLR-H(DH组)及DLR-M(DM组)重建静脉期图像，通过计算各组病变/舌部软组织噪声(SD₁)、头夹肌噪声(SD₂)及伪影指数(AI)对图像进行客观评估；以Likert量表对图像整体及显示病灶质量进行主观评分；比较各组主、客观评估结果的差异。结果 5组图像SD₁、SD₂及AI差异均有统计学意义(P均<0.05)。SD₁及AI在DH+S组、DM+S组、IR+S组、DH组及DM组依次升高(P均<0.05);SD₂