机器学习鉴别ⅠA期宫颈癌与高级别鳞状上皮内病变:基于MRI影像组学模型

目的 利用宫颈MRI图像提取影像组学特征,建立随机森林模型识别ⅠA期宫颈癌与高级别鳞状上皮内病变(high-grade squamous intraepithelial lesion,HSIL).材料与方法 回顾性分析经手术病理证实的43例ⅠA期宫颈癌患者与51例HSIL患者,按照4:1的比例设置训练集(ⅠA=34,HSIL=41)与测试集(ⅠA=9,HSIL=10).收集其术前MRI图像,经预处理后上传至影像组学云平台,分别在OSag-T2WI、OAx-T1WI以及OAx-T2FS上逐层手动勾画宫颈,获得宫颈三维容积感兴趣区(volume of interest,VOI),提取组学特征.采用方差阈值分析法(Variance Threshold)、单变量特征选择法(SelectKBest)以及最小绝对值收缩和选择法(least absolute shrinkage and selection operator,LASSO)进行数据降维、特征选择.采用随机森林模型进行机器学习,绘制ROC曲线,分析不同序列组学模型的诊断效能.结果 基于OSag-T2WI、OAx-T1WI、OAx-T2FS以及OSag-T2WI联合OAx-T2FS分别得到8个、10个、6个以及9个有效特征.以OSag-T2WI联合OAx-T2FS的组学特征值建立的随机森林模型诊断效能最高,AUC为0.89[95％CI(0.74～1.00)];基于OAx-T1WI的模型诊断效能最低,AUC为0.51[95％CI(0.23～0.78)].结论 基于MRI的影像组学随机森林模型可以较好地在没有明确病灶的情况下区分ⅠA期宫颈癌与HSIL,对于术前减少侵入性检查与指导术式有着重大的意义.     

针刺足阳明胃经脑功能成像的小脑功能初探

目的 :利用脑功能成像方法探讨针刺足阳明胃经后引发的小脑脑功能激活,以及小脑参与内脏功能调节的表现和途径。方法:足阳明胃经上足三里与上巨虚两穴配伍电针针刺健康志愿者,同时行脑功能成像,记录激活和抑制脑区并分析。结果:针刺右侧足三里与上巨虚2个穴位后,右侧小脑皮层和双侧丘脑出现激活,小脑呈同侧激活,而丘脑呈双侧激活。结论:小脑-下丘脑双向通路是小脑参与足阳明胃经调节胃肠功能的通路,可实现小脑的内脏调节功能。     

基于T1WI及IDEAL-T2WI影像组学模型鉴别腮腺多形性腺瘤和腺淋巴瘤

目的 观察T1WI、IDEAL-T2WI影像组学特征及机器学习模型鉴别腮腺多形性腺瘤（PA）与腺淋巴瘤（AL）的价值。方法 回顾性分析33例腮腺PA和25例AL患者。运用放射组学云平台，于轴位T1WI和IDEAL-T2WI上手动勾画病灶ROI，提取影像组学特征；以方差阈值法、SelectKBest及Lasso算法筛选最优特征。采用随机森林、逻辑回归算法建立机器学习模型，绘制ROC曲线，分析T1WI、IDEAL-T2WI、IDEAL-T2WI联合T1WI建立模型的诊断效能。结果 T1WI、IDEAL-T2WI、IDEAL-T2WI联合T1WI分别得到6、9、12个有效特征。基于IDEAL-T2WI联合T1WI建立随机森林模型的诊断效能最高，AUC为0.87，95%CI（0.59，1.00），准确率0.83。结论 基于T1WI、IDEAL-T2WI影像组学特征及机器学习模型可有效鉴别诊断腮腺PA和AL。     

超高b值DWI对前列腺癌诊断价值的Meta分析

目的探讨超高b值DWI对我国男性前列腺癌诊断的价值。方法收集PubMed、中国知网(CNKI)、万方、维普等中英文数据库收录的建库以来至2018年8月有关超高b值DWI诊断前列腺癌的相关文献。采用Stata 12.0对数据进行Meta分析,计算其合并敏感性、特异性、似然比、诊断优势比等,绘制森林图及SROC曲线,通过漏斗图评估纳入文献的发表偏倚。结果本研究共纳入11篇文献,由于文献存在非阈值效应(P>0.05),因此,本研究采用随机效应模型。标准b值DWI时,合并后的敏感性为0.68、特异性为0.72、阳性似然比为2.42、阴性似然比为0.45、诊断优势比为5.36,AUC为0.68。超高b值DWI时,合并后的敏感性为0.86,特异性为0.83,阳性似然比为4.89,阴性似然比为0.18,诊断优势比为27.99,AUC为0.89。本研究不存在发表偏倚(P>0.05)。结论超高b值DWI较标准b值DWI对我国男性前列腺癌的诊断有更高的敏感度和特异度,因此,超高b值DWI对我国男性前列腺癌具有更高的诊断价值。     

3 T磁共振IDEAL-IQ技术在糖尿病骨质疏松患者中的应用分析

目的应用3 T磁共振IDEAL-IQ新技术测量股骨颈脂肪分数,探讨脂肪分数与磁共振骨小梁结构参数之间的相关关系。方法共40例研究对象,女性23例,男性17例,年龄43~85岁。行双能X线吸收测量法(DXA)后将病例分为健康对照组组与骨质疏松组,每组20例。所有受试者均用3.0 T 750 W磁共振扫描,得到IDEAL-IQ图像及左侧股骨颈冠状面图像。对磁共振图像进行处理后可获得脂肪分数及各结构参数如下:单位面积的连通数(CN/RA)、骨小梁面积/感兴趣区(ROI)(Tb/RA)、骨髓面积/ROI(BM/RA)、单位面积的骨小梁长度(TL/RA)、骨小梁的平均厚度(Tb.Th)、骨小梁的平均间隔(Tb.Sp)、单位面积的节点数(NC/RA)、节点至节点支撑体的平均长度(ntn SL)8个骨小梁结构测量结果。健康对照组与骨质疏松组之间脂肪分数用独立样本t检验的表明其差异性,用线性相关性分析比较脂肪分数与结构参数值之间的关系。结果骨质疏松组和健康对照组脂肪分数值差异有统计学意义(P<0.05),脂肪含量可以反映8个结构参数,其中相关性最大的是BM/RA。结论磁共振IDEAL-IQ成像可以定量骨髓脂肪含量,并能一定程度反映骨小梁结构参数。