绝经后子宫颈高级别鳞状上皮内病变临床病理特征分析

目的:探究绝经后女性子宫颈高级别鳞状上皮内病变（high-grade squamous intraepithelial lesion,HSIL）的临床病理特征。方法:选取2019年1月至2020年12月于江苏省连云港市第一人民医院妇科住院治疗的HSIL患者的临床资料进行回顾性分析。患者行液基薄层细胞学检查、高危型人乳头...     

基于MRI影像组学鉴别高级别胶质瘤和单发脑转移瘤的研究进展

高级别胶质瘤(high grade gliomas,HGG)及单发脑转移瘤(solitary brain metastases,SBM)是两种常见的颅内恶性肿瘤,单凭磁共振成像技术很难将两者准确区分.影像组学可以通过从多模式成像中提取高通量特征来反映肿瘤病变的异质性,可为二者的鉴别提供新方法 .笔者拟对影像组学与MRI...     

基于MRI影像组学和机器学习诊断抑郁症研究进展

抑郁症为常见神经心理疾病,目前尚无客观诊断标准。MRI可提供脑结构、白质纤维束完整性及静息态和任务态下脑功能等多方面信息;MRI影像组学和机器学习(ML)有助于建立个体化诊断抑郁症模型。本文对基于MRI影像组学及ML诊断抑郁症研究进展进行综述。     

下生殖道性传播病原体分布特点及其与高级别宫颈鳞状上皮内病变的关系

目的 探讨女性下生殖道性传播病原体的分布特点及其与高级别宫颈鳞状上皮内病变(HSIL)的关系.方法 选取246名进行宫颈癌筛查的女性作为研究对象,对其进行下生殖道涂片病理学检查.筛查出82例下生殖道性传播病原体阳性患者,并对其进行宫颈组织细胞学检查.共有38例患者被诊断为HSIL阳性,将此部分双阳性患者设为阳性组,HS...     

基于多参数MRI及影像组学建立机器学习模型诊断临床显著性前列腺癌

目的 建立基于多参数MRI（mpMRI）和影像组学特征的机器学习模型,评价其诊断临床显著性前列腺癌（CSPC）的价值。方法 结合纹理分析、MR动态增强定量分析、前列腺影像报告与数据系统（PI-RADS）评分和部分临床资料建立Logistic回归（LR）、逐步回归（SR）、经典决策树（cDT）、条件推断树（CIT）、随机森林（RF）和支持向量机（SVM）模型,运用ROC曲线和决策曲线分析法（DCA）评价上述模型和变量的重要性。结果 验证组中RF模型诊断CSPC的AUC大于SVM、cDT、SR模型（P均<0.05）,RF模型与LR、CIT模型诊断CSPC的AUC差异无统计学意义（P均>0.05）,其余各模型间诊断CSPC的AUC差异无统计学意义（P均>0.05）。概率阈值为16%~91%时,RF模型的净获益最大,优于其他模型;概率阈值为23%~91%时,SVM模型的净获益仅次于RF模型而优于其他模型。前列腺特异性抗原密度（PSAD）和部分纹理分析参数的重要性较高。结论 RF模型诊断CSPC优于其他模型,SVM模型次之。PSAD和纹理分析相关参数诊断CSPC的重要性高于PI-RADS评分和动态增强MRI定量参数。     

基于多参数MRI影像组学特征融合模型鉴别高级别胶质瘤与单发性脑转移瘤

目的 探索基于多参数MRI影像组学特征融合的新型预测模型在高级别胶质瘤(high-grade glioma, HGG)和单发性脑转移瘤(solitary brain metastasis, SBM)中的鉴别价值。材料与方法 收集121名(61名HGG和60名SBM)患者的多参数MRI扫描图像,在常规轴位MRI图像[T1WI、T2WI、T2加权液体衰减反转恢复(T2-weighted fluid attenuated inversion recovery, T2＿FLAIR)和T1WI增强图像(post-contrast enhancement T1WI, CE＿T1WI)]上勾画了肿瘤实性强化部分的体积(tumor volume of enhancement region, VOI_ET)。通过合并HGG和SBM的类别信息,对不同MRI序列提取的影像组学特征进行融合,并定量比较了不同MRI序列及其组合的性能。结果 从T1WI和T2＿FLAIR序列中提取的图像特征的融合比来自其他单一序列或组合的特征具有更显著的预测性能,实现了受试者工作特征曲线下面积、准确率、敏感度和...     

宫颈癌MRI影像组学研究现状及进展

宫颈癌发病率及死亡率逐年升高,早期诊断可改善其预后。影像组学可自动化、高通量提取医学影像的定量特征并实现数据转化,更准确地评估宫颈癌的发生、发展及转归。本文围绕MRI影像组学用于研究宫颈癌的现状及进展进行综述。     

三维能量多普勒超声检测宫颈高级别鳞状上皮病变

目的 前瞻性研究三维能量多普勒超声（3D PDUS）检测宫颈高级别鳞状上皮内病变（HSIL）的临床价值。方法 收集120例疑似宫颈病变患者,排除宫颈有明显肿块者。对所有患者均行二维常规经阴道超声和3D PDUS检查,对照病理学结果进行分析。采用4D view VOCAL软件获得宫颈三维血管参数,包括血管化指数（VI）、血流指数（FI）及血管化血流指数（VFI）。以病理结果为金标准,采用ROC曲线分析3D PDUS诊断HSIL的敏感度和特异度,并计算曲线下面积。结果 120例中,病理证实HSIL患者59例,二维超声诊断12例,3D PDUS诊断36例。HSIL患者的三维血管参数均高于宫颈良性病变患者,差异均有统计学意义（P均<0.05）。二维超声诊断HSIL的敏感度和特异度分别为20.33%（12/59）、75.40%（46/61）,3D PDUS诊断HSIL的敏感度和特异度分别为61.01%（36/59）、81.96%（50/61）。ROC曲线分析显示当VI为3.38时,曲线下面积为0.883,特异度和敏感度分别为68.0%和72.9%,当FI为32.18时,曲线下面积为0.723,特异度和敏感度分别为68.2%和76.3%,当VFI为1.18时,曲线下面积为0.888,特异度和敏感度分别95.5%和72.9%。结论 VFI可用于临床早期鉴别宫颈HSIL。     

基于MRI影像组学机器学习模型鉴别小肾癌与乏脂肪肾血管平滑肌脂肪瘤

目的：探讨基于多期相MRI影像组学机器学习模型鉴别小肾癌（small renal cell carcinoma, sRCC）与乏脂肪肾血管平滑肌脂肪瘤（fat-poor renal angiomyolipoma, fp-AML）的价值。 方法：回顾性分析经病理证实的79例sRCCs与35例 ≤4cm的fp-AMLs。分别在T2WI（T2）、增强前T1WI（UP）、皮髓质期（CMP）、实质期（NP）图像上手工勾画全肿瘤感兴趣体积（volumetric area of interest,VOI）并提取影像组学特征。按照7:3的比例划分训练集（86例）与测试集（28例）,采用T检验、最大相关最小冗余（maximal relevance and minimal redundancy, mRMR）算法、最小绝对收缩和选择算子方法（the least absolute shrinkage and selection operator, LASSO）进行特征选择,之后分别建立逻辑回归（logistic regression, LR）与支持向量机（support vector machine, SVM)分类模型。采用受试者工作曲线(receiver operating characteristic, ROC)曲线来评价模型的分类性能。 结果：T2、UP、CMP、NP和四期相整合中分别获得4个、12个、3个、11个和15个最优子集特征。基于NP与四期相整合影像组学特征联合LR构建的模型鉴别效能最佳,模型在训练集中的AUC值分别为0.956、0.986,在测试集中的AUC值均为0.881。结论：基于多期相MRI影像组学特征构建的机器学习模型在鉴别sRCC和fp-AML中具有较高的诊断效能。     

基于MRI影像组学模型预测宫颈淋巴血管间隙浸润的研究

目的:使用多模态磁共振成像(magnetic resonance imaging,MRI)影像组学方法对早期宫颈癌患者淋巴血管间隙浸润(lymph-vascular space invasion,LVSI)进行辅助预测.方法:收集2015年11月—2018年8月在辽宁省肿瘤医院就诊的151例早期宫颈癌患者的双序列MRI...     

基于机器学习的影像组学模型对肌层浸润性膀胱癌的诊断价值

目的 建立基于Logistic回归分析法、R-Tree两种机器学习算法的影像组学模型,探讨各模型对肌层浸润性膀胱癌的诊断效能.方法 回顾性分析经病理证实的膀胱癌132例,其中肌层浸润性膀胱癌51例,非肌层浸润性膀胱癌81例;所有患者术前均接受MRI检查,包括T2WI及DWI序列.两位影像科医生应用ITK-SNAP软件在...     

基于病变内部及周围MRI影像组学特征预测临床显著性前列腺癌

目的探究基于病变内部及病变周围MRI影像组学模型预测临床显著性前列腺癌的价值。材料与方法140例(训练集112例,测试集28例)进行过前列腺磁共振扫描的患者纳入研究。手动勾画T2加权成像(T2 weighted imaging,T2WI)、ADC图像病变内部区域(intralesional volume,ILV)及病变周围区域(perilesional volume)并分别提取影像组学特征,构建最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)回归预测模型。运用ROC曲线分析、临床决策曲线分析对模型进行评估。结果训练集的AUC、准确率分别为:0.93(95%置信区间:0.88~0.98,特异度:0.87,敏感度:0.89)、0.84(95%置信区间:0.76~0.90)。测试集的AUC、准确率分别为0.92(95%置信区间:0.81~1.00,特异度:0.95,敏感度:0.68)、0.89(95%置信区间:0.72~0.98)。临床决策曲线分析中诊断阈值位于0.01~0.83或0.87~0.98时,运用预测模型患者具有良好的净受益。结论基于病变内部及病变周围MRI影像组学特征对于临床显著性前列腺癌的预测具有应用价值。     

基于MRI影像组学机器学习模型在脊髓型颈椎病危险度分级中的价值

目的 探讨基于MRI放射组学特征的机器学习（machine learning, ML）模型对脊髓型颈椎病（cervical spondylotic myelopathy, CSM）进行危险度分级的价值。材料与方法 回顾性分析临床诊断为CSM的患者病例317例,并使用日本骨科协会（Japanese Orthopaedic Association, JOA）评估治疗分数分为轻症组193例和中重度组124例。手动勾画脊髓轴位T2WI像生成感兴趣区（region of interest, ROI）并提取放射组学特征,使用Z-Score标准化进行统一量度,皮尔森相关系数（Pearson correlation coefficients, PCC）进行数据降维。使用递归特征消除（recursive feature elimination, RFE）进行特征筛选,并使用逻辑回归（logistic regression, LR）、自适应增强机（adaboost, AB）、贝叶斯算法（native Bayes, NB）及支持向量机（support vector machine,SVM）四种分类器模型来构...     

基于MRI影像组学和机器学习预测急性脑卒中出血转化的研究

目的 基于急性脑卒中血管内机械取栓切除术(mechanical thrombectomy,MT)前MRI影像组学特征和机器学习,分析其在预测出血转化(hemorrhagic transformation,HT)中的价值.材料与方法 回顾性分析我院神经内科行MRI检查和MT治疗的214例急性脑卒中患者临床和影像学资料.采...     

基于CT和MRI影像组学的机器学习模型预测肝癌早期复发的研究进展

肝细胞癌(hepatocellular carcinoma, HCC)早期复发患者往往较晚期复发患者有更差的预后,且该疾病的早期症状大多是非特异性的。随着人工智能(artificial intelligence, AI)日益发展,影像组学与其核心分支机器学习结合,打破了人眼识别的局限性,深度挖掘医学影像图像中隐藏着的纹理、形态等反映细胞一定生物学特征的信息,处理并筛选高维特征进行定量数据分析,构建HCC早期复发预测模型,可以使更多的患者尽早受益于临床诊疗,从而提高生存率,在疾病诊断及预后方面显示出巨大潜力。本文对比分析文献中基于CT及MRI预测HCC早期复发的影像组学模型,并综述其研究进展。     

基于MRI影像组学鉴别浸润性与非浸润性乳腺癌

目的探讨基于MRI影像组学鉴别浸润性与非浸润性乳腺癌的价值。方法回顾性分析100例接受乳腺常规MR和动态增强扫描的乳腺癌患者(75例浸润性、25例非浸润性),将其分为训练组(n=70)和验证组(n=30)。提取病灶纹理特征,采用最小绝对缩减和变量选择算子(LASSO)回归对训练组纹理特征进行降维,建立影像组学标签。比较浸润性与非浸润性乳腺癌临床、病理及影像学特征,以多因素Logistic回归分析建立影像组学模型,采用ROC曲线评价模型的诊断效能。结果共提取3 132个影像学特征,经LASSO回归降维获得19个价值较高者,建立影像组学标签。浸润性与非浸润性乳腺癌之间,训练组和验证组毛刺、基底细胞角蛋白(CK5/6)、瘤细胞增殖因子(Ki-67)和影像组学标签差异均有统计学意义(P均<0.05),训练组时间-强度曲线(TIC)类型差异有统计学意义(P<0.05),验证组TIC类型差异无统计学意义(P>0.05)。训练组CK5/6、Ki-67和影像组学标签为浸润性乳腺癌的独立危险因素(P均<0.05);以其构建影像组学模型,在训练组和验证组鉴别浸润性乳腺癌的AUC分别...     

宫颈细胞学鳞状上皮内病变的诊断及风险管理

目的：探讨宫颈细胞学鳞状上皮内病变（squamous intraepithelial lesion,SIL）与组织学的关系,揭示细胞学SIL诊断的系统性风险及管理策略。方法：回顾性分析我院2013~2015年405例SIL,其中205例有组织学检查,比较两种结果的符合程度,对其差异产生的原因进行分析。结果：低度鳞状上皮内病变（low-grade squamous intraepithelial lesion,LSIL）的阳性预测值约71%,而HSIL的阳性预测值达98%以上。结论：细胞学高度鳞状上皮内病变（high-grade squamous intraepithelial lesion,HSIL）与组织学结果一致性良好,而LSIL与组织学结果符合度较差,需要加强对LSIL的管理。     

联合检测P16及Ki67在宫颈鳞状上皮内病变中的表达及临床意义

目的 探讨子宫颈鳞状上皮内病变（SIL）中免疫组化检测P16和Ki67表达情况及其临床意义。方法 收集经宫颈活检或宫颈锥切术样本120例。实验样本均经过有经验的病理医生诊断为SIL。其中47例诊断为低级别鳞状上皮内病变(LSIL),73例诊断为高级别鳞状上皮内病变(HSIL)。选择宫颈慢性炎30例作为对照组。采用免疫组化方法检测研究标本中P16和Ki67蛋白的阳性表达情况,并总结分析其结果。结果 在宫颈不同级别鳞状上皮内病变病例中,P16和Ki67蛋白的阳性表达率具有显著差异（P<0.01）,HSIL P16蛋白阳性表达率比LSIL明显升高（P<0.05）;在不同级别SIL中,同时表达P16和Ki67阳性率不同（P<0.001）。HSILP16和Ki67蛋白同时阳性率比LSIL明显升高（P<0.05）。结论 联合检测P16和Ki-67蛋白可以鉴别不同级别的鳞状上皮内病变,可帮助鉴别LSIL和HSIL的病理诊断,对临床预后的判断有较高的价值。     

高级别鳞状上皮内病变的危险因素及不同级别宫颈病变中的HPV感染亚型分布

目的探讨高级别鳞状上皮内病变(HSIL)的危险因素,以及不同级别宫颈病变中的HPV亚型分布情况。方法前瞻性选取首都医科大学附属北京友谊医院阴道镜室于2018年12月至2019年8月进行宫颈活检后病理组织确诊为宫颈上皮内瘤变(CIN)的患者,共计300例,收集患者的年龄、吸烟史、有无宫颈糜烂及阴道炎、初次性生活的年龄及孕产史的情况,采用单因素χ^2检验和多因素Logistic回归分析HSIL的危险因素。结果 HPV16亚型感染以及宫颈糜烂是HSIL的显著高危因素(P<0.05),OR值分别为3.143、2.138。在300例患者中,HPV总感染率前5位的亚型依次为HPV16(24.7%)、52(9.3%)、58(5.7%)、18(4.0%)、51(2.7%)。具体到不同CIN级别中,HPV的感染率又有所差别,在CIN I中,HPV感染率排名前5位的亚型依次为HPV16、52、58、18、56。在CIN II中,HPV感染率排名前5位的亚型依次为HPV16、58、52、51、18;在CIN III中HPV感染率排名前5位的亚型依次为HPV 16、52、58、18、51。HSIL与HPV感染种类无关(P>0.05)。结论宫颈上皮内瘤变的患者中,感染HPV亚型前5位分别为HPV 16、52、58、18、51。HPV16亚型感染以及宫颈糜烂是HSIL的独立危险因素。HSIL与HPV感染种类无关。     

HB-EGF在宫颈鳞状上皮内病变及宫颈癌中的表达情况

目的 探讨肝素结合表皮生长因子(HB-EGF)在宫颈低级别鳞状上皮内病变(LSIL)、高级别鳞状上皮内病变(HSIL)及宫颈癌组织中的表达情况.方法 选取2018年7月至2020年6月该院病理科保存的组织标本为研究对象,包括宫颈癌组织标本83例,HSIL组织标本239例,LSIL组织标本245例,宫颈炎组织标本150例.采用免疫组织化学法检测HB-EGF在上述4种组织中的表达情况,并对比其表达差异.结果 HB-EGF在宫颈炎组织的上皮基底层及部分间质细胞中少量表达,而在LSIL、HSIL及宫颈癌组织的上皮及间质细胞中表达明显增加.HB-EGF在宫颈炎、LSIL、HSIL及宫颈癌组织中的表达阳性率分别为8.0％、43.7％、100.0％、100.0％.结论 HB-EGF在HSIL及宫颈癌组织中高表达,有望成为HSIL及宫颈癌诊断及治疗的新标志物或靶点.