基于深度学习方法对儿童腺样体肥大进行准确诊断和分级

【摘要】目的：评估深度学习方法在鼻咽侧位X线片上自动测量儿童腺样体肥大的可行性、准确性和可靠性。方法：X线图像被人工标注并分为训练、验证和测试数据集。利用训练集和验证集对多分类U-Net和Res U-Net深度学习网络进行训练,然后分别用两种方法对测试集图像进行分割。将两种方法的分割结果进行比较,选择出最佳的分割方法,并利用Matlab所构建的测量模型自动测量腺样体/鼻咽腔(A/N)比值。将自动测量方法（AMS）测得的A/N值分别与由主任医师、主治医师、住院医师手工测量的A/N值进行比较。以主任医师的测量结果为标准,计算AMS、主治医师、住院医师的准确率。结果：与U-Net相比,Res U-Net在测试集有更好的分割性能,并获得了总体上与主治医师水平相当,但比住院医师更准确的A/N结果。在对正常、中度肥大和病理性肥大腺样体的分级中,AMS的准确率分别为93.75%、93.02%和96.00%,主治医师的准确率分别为100%、83.72%和96.00%,而住院医师的准确率分别为68.75%、69.77%和84.00%。统计学分析结果显示,在正常组、中度肥大组以及病理性肥大组中AMS与主任医师、主治医师的测量结果差异均无统计学意义（P值均>0.05）;AMS与住院医师在正常组和中度肥大组中的测量结果差异有统计学意义（P<0.05）,在病理性肥大组中差异无统计学意义（P>0.05）。AMS所需的测量时间分别为主任医师、主治医师和住院医师手工测量时间的22%、21%和18%,AMS与主任医师、主治医师、住院医师的测量时间比较差异均有统计学意义（P值均<0.05）。结论：基于Res U-Net的自动测量方法可以快速测量腺样体A/N比值,达到主治医师的测量水平,且能够提高住院医师的测量水平,辅助各级医师减少测量所需时间,有助于临床快速、精确诊断。     

3D⁃ASL在中重度OSAHS患者脑血流灌注及认知功能改变的应用研究北大核心CSCD

目的:利用磁共振三维动脉自旋标记技术(3D⁃ASL)评估中重度阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者脑血流灌注的变化,并进一步分析脑血流灌注改变与OSAHS疾病严重程度及认知功能的关系。方法:这项前瞻性研究对26例中重度OSAHS患者和26例正常对照组采用GE SIGNA Pioneer 3.0 T超导型磁共振扫描仪进行3D⁃ASL扫描,并通过勾画感兴趣区(ROI)对脑灰、白质区进行脑血流量(CBF)的测量,采用独立样本t检验和Wilcoxon秩和检验对2组各脑区CBF值进行统计学分析,对存在差异的脑区CBF值与呼吸暂停低通气指数(AHI)、简易精神状态检查量表(MMSE)评分、蒙特利尔认知评估量表(MoCA)评分进行双变量相关分析。结果:与健康对照组相比,中重度OSAHS患者双侧顶叶白质、右侧尾状核头、左侧壳核、左侧海马局部CBF减低,差异有统计学意义(均P<0.05)。相关分析结果显示,右侧尾状核头(r_(s)=0.554、0.419,P<0.05)、左侧壳核(r_(s)=0.52、0.405,P<0.05)、左侧海马(r_(s)=0.679、0.396,P<0.05)的CBF值与MoCA、MMSE评分呈正相关,双侧顶叶白质(r_(s)=-0.590、-0.538,P<0.05)、右侧尾状核头(r=-0.491,P<0.05)、左侧壳核(r=-0.491,P<0.05)的CBF值与AHI均呈负相关。结论:3D⁃ASL可以灵敏地发现OSAHS患者脑血流灌注的改变,对解释OSAHS患者后期发生认知功能障碍提供了客观影像学依据。     

免疫检查点抑制剂相关肺炎的临床与影像研究

近年来,免疫检查点抑制剂(ICI)治疗作为各种恶性肿瘤的一线和二线治疗在临床应用越来越广泛。与常规化疗相比,ICI通过独特的作用机制攻击肿瘤细胞,但同时也可能会损害正常组织,导致免疫相关不良事件。ICI相关肺炎是ICI治疗过程中不太常见但较为严重的免疫相关不良事件。其临床表现多变且缺乏特异性,CT影像在诊断和疗效评估中起着重要作用。     

基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管浸润的应用价值

目的 探讨基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管间隙浸润（LVSI）的应用价值。方法 回顾性研究。纳入2016年6月—2019年3月山西省肿瘤医院宫颈鳞癌患者168例。患者年龄22~76（52.0±10.1）岁,临床分期为国际妇产联盟（FIGO）ⅠB期127例、ⅡA期41例。所有患者术前行多参数盆腔MR扫描,均接受根治性子宫切除术联合盆腔淋巴结清扫术治疗。收集其临床病理资料和多参数MRI数据,以7∶3的比例按照随机抽样法分为训练集117例和验证集51例。在T₂加权像（T₂WI）、表观弥散系数[ADC,由2个b值的弥散加权成像数据自动生成]及增强T₁加权像（cT₁WI）3个序列的MRI上,对病灶进行手动分割勾画肿瘤轮廓感兴趣区（ROI）,得到三维感兴趣区（VOI）并提取特征,通过以最大相关最小冗余和最小绝对收缩与选择算子回归为主的三步降维法筛选特征并构建影像组学模型。多因素logistic回归分析筛选临床特征并联合影像组学模型建立融合模型,制作列线图。受试者操作特征曲线（ROC 曲线）、校正曲线、决策分析曲线评估列线图的效能及临床效益。结果 术后病理检查确诊LVSI阳性42例,阴性126例。训练集与验证集患者的年龄、FIGO分期、肿瘤最大径、肿瘤分化程度、LVSI状态等临床病理特征比较,差异均无统计学意义（P值均>0.05）。基于T₂WI、ADC及cT₁WI多参数MRI提取的影像组学特征,经特征筛选后得到7个关键特征,均与宫颈癌LVSI相关（P值均<0.05）,并构建影像组学模型。训练集T₂WI、ADC及cT₁WI 3个序列独立构建的影像组学模型预测宫颈癌LVSI的ROC曲线下面积（AUC）分别为0.630[95%可信区间（CI）0.557~0.698]、0.686（95%CI 0.563~0.694）、0.761（95%CI 0.702~0.818）,3个序列共同构建的联合影像组学模型对应的AUC为0.887（95%CI 0.842~0.925）,诊断效能最优,并在验证集中得到验证。联合影像组学模型与肿瘤分化程度构建的融合模型列线图预测宫颈癌LVSI,在训练集与验证集中的AUC分别为0.893（95%CI 0.851~0.929）、0.854（95%CI 0.749~0.943）,校正曲线显示出列线图有良好的校正性能;决策曲线表明当风险阈值概率范围在0.50~0.96时,采用影像组学融合模型预测宫颈癌LVSI的净收益优于“将所有患者视为宫颈癌LVSI阳性或阴性”。结论 基于多参数MRI影像组学特征与临床特征的融合模型对宫颈癌LVSI状态有良好的预测价值。     

基于CiteSpaceⅡ的《中华健康管理学杂志》文献信息可视化分析

目的分析《中华健康管理学杂志》创刊5年来的发展脉络及健康管理学领域合作研究的演进过程。方法利用信息可视化分析软件CiteSpaeeⅡ对刊登在《中华健康管理学杂志》的657篇文献,分别进行作者、机构、基金项目的相关分析。结果共有1933位作者、625所机构参与了657篇文章的创作工作,平均每篇文章的作者为3位,标题含有“健康管理”的文章占总文章数的24％。发文量≥4篇或中心度大于0的作者共有54位,其中学者黄建始、武留信和曾强的发文量及中心度都位于前列,并与白书忠、田京发、韩静等学者形成了影响力较为广泛的合作区域网络,王培玉、杜兵等学者也构成了各自的合作团队。发文量较高的作者多集中于解放军空军航空医学研究所、北京大学医学部、北京市体检中心、中国医学科学院（北京协和医学院）等机构,同时这些机构中也有较多的人员投入到健康管理的相关研究工作。5年中刊登在杂志的国家级、省部级和其他类型基金项目文章数总体呈上升水平,单期省部级项目数以2010年第2期为最,国家级项目文章数以2012年第1期为最。结论刊登在杂志中的文章约50％直接与健康管理有关,诸多国内健康管理领域的著名学者也均有经典文章刊出,充分体现了杂志的办刊宗旨;5年中,杂志刊登文章的水平不断提升,并逐步形成了以著名学者及科研机构为核心的合作团队及研究方向,这些科研团队以《中华健康管理学杂志》为平台,为推动健康管理理论与实践的发展做出了重要贡献。     

垂体微腺瘤152例的磁共振成像表现分析

垂体腺瘤（pituitary adenoma）是常见的颅内良性内分泌肿瘤,占鞍区肿瘤的90％,颅内肿瘤的15％～18％。1909年Cushing阐明和解释了分泌性嗜酸性腺瘤引起垂体功能亢进及尤功能腺瘤导致垂体功能低下之间的临床关系,并于1912年明确提出垂体高分泌与低分泌的相反症候群,     

肾脏核素显像在重复肾畸形诊疗中的应用

重复肾畸形是一种常见的先天性泌尿系统疾病,其诊断多依赖于静脉肾盂造影、超声、CT和MRI等常规影像学手段,这些检查方法各有优缺点。肾脏核素显像检查便利、重复性好、辐射剂量低且安全可靠,可同时对肾脏形态和功能进行评估,在重复肾畸形的诊断、临床决策的制定、疗效评估和预后分析等方面具有很大优势。现今,SPECT/CT已迅速普及,肾脏核素显像可以与其他影像学检查优势互补,成为重复肾畸形诊断和治疗评价的重要手段。笔者对肾脏核素显像在重复肾畸形诊疗中的应用进行综述。     

磁共振扩散成像在脑胶质瘤预后预测的研究进展

脑胶质瘤是中枢神经系统最常见的恶性肿瘤,不同病理级别及基因型的脑胶质瘤预后差别很大。MR扩散成像通过检测水分子的微观运动反映组织结构的变化,对于脑胶质瘤预后预测有着重要的临床意义。扩散张量成像、扩散峰度成像、体素内非相干运动成像、拉伸指数模型扩散加权成像、超高b值DWI成像、神经突起方向离散度与密度成像等可以定量检测组织内水分子的扩散信息,反映肿瘤的异质性及细胞增殖情况,这为准确预测脑胶质瘤预后提供了新的思路。作者对MR扩散成像在脑胶质瘤预后预测的研究进展进行综述。     

MRI对阻塞性睡眠呼吸暂停低通气综合征脑结构及认知功能改变的研究进展

阻塞性睡眠呼吸暂停低通气综合征是一种常见的睡眠障碍疾病。睡眠中呼吸间歇停止会引起频繁的缺氧及严重的睡眠中断,导致大脑多个区域结构、功能出现异常,从而导致神经认知功能缺陷。磁共振成像因其多序列成像、多种成像技术的优点,对阐释中枢神经系统改变有很好的优势,为临床了解阻塞性睡眠呼吸暂停低通气综合征的发生机制及认知功能异常提供了客观的影像学依据。     

基于人工智能的病理学在肿瘤诊疗中的研究进展

肿瘤的早期发现和精确诊断对于患者治疗的选择和生存率的提高有很大的帮助,病理学作为肿瘤早期诊断的金标准,由病理医生通过肉眼观察对样本的组织结构和细胞病变进行分析诊断,这是高度主观、繁琐、不可重复的过程。随着近些年人工智能技术的发展,尤其是影像组学能够从MRI图像中高通量地提取定量特征,将图像转换成高维的、可挖掘的数据,在肿瘤诊断、分级、预后等方面表现出极大的优势。基于人工智能对病理图像进行定量分析,在肿瘤的诊疗中也有独特的价值,不仅提高了肿瘤诊断的准确性和客观性,而且减轻了病理医生的工作,在某些情况下对于图像的识别能力超过了专业的病理医生。影像组学与病理数据的结合是当前新的研究趋势。笔者综述了基于人工智能的病理学在肿瘤中的应用研究,病理信息在MRI中的作用及未来展望。