胰头静脉弓的16层CT研究

目的探讨16层CT的各种血管成像方法对胰头静脉弓的正常表现及显示率方法对40例非腹部疾病患者行胰腺静脉期扫描,使用轴位图像、薄层最大密度投影(TSMIP)和容积再现(VR)图像分别评价胰头静脉弓的表现及显示率结果轴位图像、TSMIP和VR显示胃网膜右静脉均为100%,胃结肠干均为80%,右结肠上静脉分别为100%、87.5%、80%;胰十二指肠上后静脉分别为92.5%、65%、40%;胰十二指肠上前静脉分别为92.5%、62.5%、45%结论使用16层CT,联合轴位、TSMIP和VR图像可以清楚显示胰头静脉弓     

影像组学的临床价值及面临的挑战

影像组学可将医学影像资料转化为可挖掘的数据。利用计算机软件从医学影像资料中挖掘海量的深层图像信息, 再基于机器学习或统计学方法, 筛选出关键的影像组学特征, 构建模型, 用于疾病的精准诊断、疗效评估和预后预测等, 在辅助临床决策方面具有重要作用。尽管目前已有多项研究证实了影像组学在临床中的重要价值, 但其仍是一门新兴的学科, 在将影像组学研究成果转化为临床实践前, 仍面临着诸如数据标准化、模型验证等问题。本文对影像组学的临床价值和目前研究中面临的挑战进行简要阐述。     

基于增强CT影像组学模型术前预测胰腺神经内分泌肿瘤病理分级

目的观察基于CT影像组学模型术前预测胰腺神经内分泌肿瘤(PNET)病理分级(G1和G2/3级)的价值。方法回顾性分析145例经病理证实的PNET,分为训练组91例、验证组54例,2组各自来源于同一医疗机构。基于训练组动脉期和门脉期CT图像提取PNET影像组学特征,以Pearson相关分析及ReliefF算法进行筛选;采用Logistic回归,针对差异有统计学意义的参数构建预测PNET病理分级的联合影像组学模型,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),以敏感度、特异度及准确率评估其诊断效能,并以验证组加以验证。结果基于训练组动脉期与门脉期CT图像构建的联合影像组学模型具有良好预测效能,AUC为0.86[95%CI(0.78,0.94)],截断值为0.63时,敏感度为78.95%,特异度为85.29%,准确率为81.32%。验证组预测PNET病理分级AUC为0.85[95%CI(0.75,0.95)],截断值为0.63时,敏感度为84.61%,特异度为75.00%,准确率为79.63%。结论基于增强CT图像构建的影像组学模型对于术前预测PNET病理分级具有一定价值。     

重视医学影像人工智能数据库的标准化建设

医学影像被认为是人工智能最具落地潜力的领域之一。然而,人工智能面临着医学影像大数据持续积累所带来的挑战:缺乏高质量数据集、行业标准、管理规范等。因此,构建符合我国国情、法律/法规及科研人员使用习惯的标准化医学影像数据库势在必行。FAIR数据准则(可查询、可访问、可交互、可再用)有望在数据库构建、数据采集以及医学影像数据描述术语规范化等方面发挥指导作用。期待在国内学者的共同努力下,推动医学影像人工智能标准化数据库的建设。     

基于术前分期CT的影像组学标签预测三阴性乳腺癌

【摘要】目的：探讨基于术前分期CT的影像组学标签在预测三阴性乳腺癌分子分型中的附加价值。方法：回顾性收集2016年1月至2018年5月经手术病理证实且均为临床术前评估分期需行常规胸部CT增强扫描的481例肿块型乳腺浸润性癌患者,按照样本量1∶2随机抽样选取三阴性乳腺癌与非三阴性乳腺癌共计150例患者（90例作为训练组,60例作为验证组）。所有患者均经免疫组织化学检测,获得乳腺癌分子分型。对所有患者基于病灶三维图像提取影像组学特征,并采用Lasso logistic回归模型进行特征降维及筛选,以建立影像组学标签。采用ROC曲线评价影像组学标签对三阴性乳腺癌的鉴别诊断效能。结果：由5个关键影像组学特征构成的影像组学标签与乳腺癌三阴性分子分型相关（P<0.0001）。建立的影像组学标签对于鉴别三阴性乳腺癌具有较好的预测效能,其在训练组和验证组的ROC曲线下面积（AUC）分别为0.766（95% CI：0.743~0.789）和0.758（95% CI：0.718~0.798）。结论：基于术前分期CT建立的影像组学标签有助于三阴性与非三阴性乳腺癌的鉴别,这是术前常规胸部增强CT扫描在辅助临床分期之外的附加价值,可为临床治疗决策提供参考。     

基于CT图像的纹理分析鉴别肝脏实性局灶性病变

目的 CT是鉴别肝脏实性局灶性病灶的常用检查方法,但其对不典型病灶的鉴别诊断仍有较大的经验依赖性,而纹理分析可以提供客观、定量的图像描述特征。本研究旨在探讨基于CT图像的纹理分析在肝脏实性局灶性病变鉴别诊断中的价值。资料与方法回顾性分析258例经病理证实或临床确诊的肝脏局灶性病变患者的CT图像,其中肝脏局灶性结节增生(FNH)34例,血管瘤(HEM)60例,肝细胞肝癌(HCC)60例,肝内胆管细胞癌(ICC)44例,转移瘤(MET)60例。所有患者均行腹部CT平扫与三期增强扫描。以Ma Zda软件生成CT图像的纹理特征并进行特征筛选,进行各组病灶的判别。结果 258例患者中,基于增强CT图像的纹理分析对于肝脏实性局灶性病变的鉴别诊断错判率(4.26%~37.80%)低于基于平扫图像的纹理分析(9.57%~39.02%)。对于良恶性病变的鉴别,门静脉期图像纹理分析错判率最低(13.57%);对于FNH与HEM的鉴别,动脉期及门静脉期图像纹理分析效果相当(错判率为4.26%);对于恶性肿瘤间的鉴别纹理分析错判率相对较高,若于恶性肿瘤间两两鉴别则错判率可降低(错判率最低为HCC与MET,约11.67%)。结论基于CT图像的纹理分析可以作为肝脏实性局灶性病灶鉴别诊断的辅助手段,尤其是FNH与HEM、良性病灶与恶性病灶、恶性病灶间的两两鉴别;其中基于三期增强扫描的纹理分析较基于平扫图像者效果更优。     

血液生化学与1H磁共振波谱分析在兔肝纤维化中的诊断效能及相关性分析

目的探讨血清肝纤维化标志物和1H磁共振波谱分析（1H-MRS）指标在兔肝纤维化中的诊断效能及相互关系。方法健康新西兰大白兔45只,随机分为6组：第1组为对照组,5只;第2-6组为实验组,每组8只,共40只。对以四氯化碳（CC14）诱导产生的肝纤维化实验组兔和对照组兔行血清肝纤维化标志物和lH．MRS检查。血清学指标包括透明质酸（HA）、Ⅲ型前胶原（PCⅢ）、Ⅳ型胶原（C．Ⅳ）和层黏连蛋白（LN）,1H-MRS参数为胆碱峰高choAmp、胆碱面积choAre、胆碱／脂质峰高比值（cho／lipid）Amp和胆碱／脂质面积比值（cho／lipid）Are。以病理学肝纤维化分期S≥1为判断阳性的标准,应用受试者工作特性曲线（ROC）评价两者各诊断指标在肝纤维化中的诊断效能,同时行血清学和1H-MRS指标间的相关性分析。结果ROC曲线下面积血清HA（0．893）〉C-Ⅳ（0．804）〉LN（0．732）〉PCⅢ（0．643）,1H-MRS中依次为（cho／lipid）Amp（0．753）〉（cho／lipid）Are（0．742）〉choAre（0．544）〉choAmp（0．497）;除choAmp外,所有指标的曲线下面积、灵敏度和特异度均在0．5-0．9之间。choAmp、choAre与C-IV之间存在显著正相关（P〈0．01）,choAre、（cho／lipid）Are与LN存在正相关（P〈0．05）,（Cho／lipid）Amp与血清学各指标间无相关性。结论血清肝纤维化标志物和1H．MRS在诊断肝纤维化中能力相仿．但无灵敏度和特异度俱佳的诊断指标。两者之间存在的相关关系可能与间质纤维化影响代谢物的交换和排出有关。     

急性胰腺炎累及盆部腹膜外间隙的螺旋CT表现

目的探讨急性胰腺炎(AP)扩散至盆外间隙的CT表现及其临床价值。方法分析87例AP患者螺旋CT表现,着重观察AP扩散至盆外间隙的CT表现特征。结果AP所致腹膜后间隙积液蔓延至盆外间隙的发生率为34·5%(30/87)。盆外间隙积液的CT表现主要有4种类型。若以AP扩散至盆外间隙作为判断重症AP的阳性标准,其敏感度47·6%(30/63),特异度100%(24/24),阳性预测值100%(30/30),阴性预测值42·1%(24/57),准确度62%(54/87)。结论急性胰腺炎所致的盆外间隙积液有4种表现形式,盆外间隙积液是判断急性重症胰腺炎简单而特异度高的指标。     

干细胞MRI活体示踪磁探针标记方法原理及进展

使用MRI能够进行活体示踪经MR磁探针标记的干细胞移植后的动态变化情况,而如何对干细胞进行MRI磁探针标记是其关键所在.基于不同的原理,目前干细胞的MRI磁探针标记方法较多,其特点迥异,了解不同标记方法的原理和特点有利于在进行干细胞的MRI活体示踪研究时选择最合适的方法.     

肝脏少见肿瘤的CT诊断

目的：探讨CT增强扫描在肝脏少见肿瘤的诊断及治疗方案选择中的价值。方法：回顾性分析8例经手术及病理检查证实、2例经肝脏穿刺活检证实的肝脏少见肿瘤的CT增强表现特征，并对比分析相关的临床表现、实验室检查和手术所见。结果：病理组织学检查证实，本组10例中良性肿瘤3例、恶性肿瘤7例，CT增强扫描显示，5例为囊实性，5例为实质性；8例表现为不均匀强化，2例淋巴瘤无明显强化。CT可较准确地显示肿瘤与肝内血管的毗邻关系以及对肝邻近组织器官的推压与侵犯等，与手术所见一致。临床表现和实验室检查对肝脏少见肿瘤定性诊断价值不大，但有助于与肝细胞癌鉴别。结论：CT增强扫描对肝脏少见肿瘤定性诊断较困难，但结合临床表现与实验室检查仍有助于与肝细胞癌相鉴别；CT增强扫描可准确判断肿瘤的解剖部位及其对邻近组织器官侵犯的情况，从而帮助制定合理、详细的手术方案。