基于CT影像组学的机器学习模型预测胰腺癌门静脉-肠系膜上静脉侵犯的研究

目的探讨基于CT影像组学的机器学习模型预测胰腺癌门静脉-肠系膜上静脉(PV-SMV)侵犯的价值。方法回顾性分析2010年1月至2021年7月南京医科大学附属无锡第二医院收治的156例经手术病理确诊的胰腺癌患者的临床、病理及术前CT影像资料, 其中男性95例, 女性61例, 年龄(65.7±8.2)岁。所有入组患者按3∶2的比例划分训练集和验证集。通过患者术前增强CT提取肿瘤影像组学特征, 采用最大相关最小冗余算法进行特征选择后, 构建5种机器学习算法预测模型, 并与常规影像特征诊断的受试者工作特征(ROC)曲线进行比较。结果 94例患者纳入训练集, 62例纳入验证集。训练集和验证集中手术探查证实的PV-SMV侵犯病例分别为30例(31.9%)和25例(40.3%)。基于10个影像组学特征构建的5个机器学习模型中, LASSO回归模型的AUC优于随机森林、支持向量机、K近邻和朴素贝叶斯4个模型, 差异有统计学意义(均P<0.05)。与常规影像特征的诊断效能比较, LASSO回归模型在验证集中诊断PV-SMV侵犯具有更高的AUC(0.920比0.752)和更好的灵敏度(92.0%比8...     

99Tcm-MDP全身骨显像与全身低剂量CT诊断多发性骨髓瘤的对比研究

目的:通过分析多发性骨髓瘤99Tcm-MDP全身骨显像与全身低剂量CT的影像表现,探讨和比较两者对多发性骨髓瘤(multiple myeloma,MM)辅助诊断、疗效监测和预后判断的应用价值。方法:回顾性分析经骨髓穿刺或手术病理证实的37例MM SPECT全身骨显像和全身低剂量CT的影像表现。结果: 37例MM患者同时行全身骨显像检查及全身低剂量CT检查,两者的阳性率分别为91.9%(34/37)、83.8%(31/37),差异无统计学意义(P>0.05);SPECT联合全身低剂量CT的阳性率为100%(37/37),较单纯SPECT及全身低剂量CT组差异均有统计学意义（P<0.05）,两种方法的总一致性为86.5％。37例MM患者行SPECT检查,发现骨损害总病灶数379个,同期行全身低剂量CT检查,发现骨损害总病灶数189个,全身骨显像显示肋骨病灶的阳性率高于全身低剂量CT（P<0.05）,全身低剂量CT发现颅骨（P<0.05）、四肢骨（P<0.05）和锁骨（P＜0.05）病灶阳性率高于全身骨显像;而脊椎骨、骨盆、胸骨、肩胛骨在全身骨显像和全身低剂量CT上显示的病灶数目无明显差异（P>0.05）。结论:全身骨显像和全身低剂量CT对MM的诊断各有优势,均有一定的临床价值,可作为MM患者的常规检查项目。     

全身低剂量 CT检查在多发性骨髓瘤诊断及分期中的应用价值

目的探讨全身低剂量 CT检查在多发性骨髓瘤病人诊断及分期中的应用价值。方法收集 2016年 10月至 2018年 10月保定市第一中心医院血液科 58例经临床病理证实的多发性骨髓瘤病人的全身低剂量 CT检查的影像学资料,以此进行 Durie/Salmon plus分期,同时进行临床 ISS分期,比较两者在溶骨性病灶的差异性和一致性。结果 58例多发性骨髓瘤病人共发现 558处溶骨性病灶,其中 Durie/Salmon plus分期: Ⅰ期 12例, Ⅱ期 32例, Ⅲ期 14例;临床 ISS分期: Ⅰ期 18例, Ⅱ期 21例, Ⅲ期 19例。两种分期相比差异无统计学意义( χ2＝4.241,P＝0.120)Kappa值为 0.423,具有中等程度的一致性。结论 Durie/ Salmon plus分期和 ISS分期之间差异无统计学意义,全身低剂量 CT检,查在多发性骨髓瘤诊断及分期中有良好的应用价值。     

基于T2WI纹理分析鉴别良性前列腺增生与中央腺体前列腺癌的临床价值初探

目的研究基于T2WI纹理分析鉴别良性前列腺增生与中央腺体前列腺癌的临床价值。方法回顾性分析无锡市第二人民医院2016年3月至2020年3月经穿刺活检病理或手术病理证实为良性前列腺增生患者67例,中央腺体前列腺癌患者72例,利用MaZda软件对T2WI原始数据进行纹理特征提取,分别获得灰度直方图参数（均值、变异度、偏度、峰度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数）和灰度共生矩阵参数（角二阶矩、对比度、逆差矩、自相关、熵、和熵、差熵、平方和、和方差、差方差、和平均数）。比较良性前列腺增生与中央腺体前列腺癌T2WI图像的灰度直方图和灰度共生矩阵参数的差异,并对有统计学意义的参数绘制ROC曲线,分析其鉴别良性前列腺增生与中央腺体前列腺癌的诊断效能。结果两组间均值、偏度值、熵值差异有统计学意义（t分别为4.660、5.229、5.258,P<0.001）,其余指标在两组间差异无统计学意义（P> 0.05）,分别绘制均值、偏度、熵值和三者联合指标的ROC曲线,曲线下面积（AUC）分别为0.709、0.712、0.728、0.846。三者联合指标较单独指标的AUC差异有统计学意义（P<0.05）。结论基于T2WI纹理分析可以为良性前列癌增生与中央腺体前列腺癌的鉴别提供相对可靠的信息,为泌尿外科医生选择合适的治疗方案提供帮助。