急性脑卒中血管内治疗后恶性脑水肿风险的列线图预测模型构建

目的 基于多模态MRI影像组学及临床危险因素构建列线图模型,探讨其预测急性脑卒中血管内治疗后恶性水肿风险的临床价值。方法 回顾性分析在南京市第一医院神经内科接收血管内治疗的急性脑卒中患者128例。将患者分为恶性脑水肿组和无恶性脑水肿组。对患者多模态MRI图像病变区进行影像组学特征提取及筛选,构建影像组学标签。应用多变量Logistic回归构建列线图模型,并对模型预测水肿的效能进行评价。结果 经筛选后与急性卒中恶性脑水肿高度相关的特征10个。ROC显示联合影像组学标签、年龄、入院NIHSS评分、DWI梗死体积、Tmax>6s体积构建的列线图模型预测训练集恶性脑水肿的AUC为0.959(敏感度和特异度：0.906、0.938),预测测试集恶性脑水肿AUC为0.889(敏感度和特异度：0.953、0.850)。该列线图模型的一致性指数为0.913(95%CI:0.881～0.942,P<0.01)。结论 多模态MRI影像组学联合临床特征的列线图模型可准确预测急性脑卒中血管内治疗后恶性脑水肿风险。     

MRI多模态分级影像报告对前列腺外周带癌的诊断价值

目的 探析对前列腺外周带癌患者应用MRI多模态分级影像检测报告的临床诊断效果。方法 选取2018年5月至2019年10月本院前列腺疾病患者86例,均经病理检查证实,分析MRI多模态分级影像对前列腺外周带癌诊断准确率,比较阳性组与阴性组MRI分级诊断评分,并利用受试者工作特征(ROC)曲线分析MRI分级诊断评分对前列腺外周带癌诊断效能。结果 多模态MRI分级对前列腺外周带癌诊断敏感度90.63%(29/32),特异度88.89%(48/54),准确率89.53%(77/86),阳性预测值82.86%(29/35),阴性预测值94.12%(48/51),Kappa值0.78;阳性组MRI分级诊断评分显著高于阴性组(P<0.05);多模态MRI分级诊断曲线下面积(AUC)0.902,MRI评分临界值为4分,对前列腺外周带癌诊断敏感度91.6%,特异度80.8%。结论 MRI多模态分级影像可为前列腺外周带癌的诊断提供重要资料,其诊断与病理结果 具有高度一致性,诊断效能高,具有重要应用价值。     

多模态MRI评估多灶脑胶质瘤影像学特点及播散形态分布的应用研究

目的分析多模态MRI评估多灶脑胶质瘤影像学特点及播散形态分布。方法选取医院2017年1月至2019年10月收治的多灶脑胶质瘤患者80例患者,采用多模态MRI诊断,比较多模态MRI诊断多灶脑胶质瘤分级、类型、播散形态分布与病理结果符合情况。结果多模态MRI诊断多灶脑胶质瘤低级别、高级别诊断符合率,分类诊断符合率,形态诊断符合率,同侧播散形态符合率均高于误诊率(P<0.05)结论多模态MRI在诊断多灶脑胶质瘤影像学特点、播散形态分布、分类及级别上有价值。     

多模态MRI技术联合直方图分析多发胶质瘤影像异质性与肿瘤生物学行为的关系

目的 分析多模态MRI技术联合直方图分析多发胶质瘤影像异质性与肿瘤生物学行为的关系。方法 选取医院2015年1月至2020年1月收治的多发性脑胶质瘤患者100例。多模态MRI检查,观察患者病变部位、肿瘤数量、大小、形态及信号强度等情况。DTI图像经工作站处理后,获得ADC直方图,检测ADC值,选定感兴趣区,分别检测患者肿瘤实体部位、周围水肿带、对侧同层脑部白质,确定ADC值,判断肿瘤分级与类型。利用Firevoxel软件重建直方图,计算ADC第5百分位(ADC-5th)、ADC第25百分位(ADC-25th)。经手术获得组织送实验室进行免疫组化学链霉素抗生物素蛋白-过氧化酶(SP)检测多发性胶质瘤患者病理组织中Ki-67表达。结果 多模态MRI、ADC直方图、多模态MRI+ADC直方图诊断多发性胶质瘤低级别、高级别符合率差异比较有统计学意义(P<0.05)。多模态MRI、ADC直方图、多模态MRI+ADC直方图诊断多发性胶质瘤星形细胞瘤肿瘤、少突胶质细胞肿瘤符合率差异比较有统计学意义(P<0.05)。高级别多发性胶质瘤ADC-5th(1.41±0.22)、ADC-25th(...     

基于机器学习的脑胶质瘤多模态影像分析

脑部胶质瘤是临床中常见的一种原发性脑肿瘤，具有复发率高、死亡率高以及治愈率低的特点。常规临床诊断主要依靠计算机断层扫描(CT)和磁共振成像(MRI)检查技术进行鉴别。随着成像技术和机器学习方法的不断发展，多模态影像智能分析技术已经逐步成为研究热点，在脑胶质瘤的病灶分割测量、肿瘤分级、预后生存周期预测和基因型辨别等方面具有重要的应用前景。本文重点介绍基于机器学习和多模态影像在脑胶质瘤临床辅助诊断和预后评估中的应用进展。     

多模态MRI影像组学可预测弥漫性较低级别胶质瘤的11p/19q共缺失状态

目的 应用多模态MRI影像组学特征无创性预测弥漫性较低级别胶质瘤1p/19q共缺失状态。方法 收集2015年10月～2022年9月经病理证实为弥漫性较低级别胶质瘤的104例患者的MRI数据,并从T2WI、T1WI、FLAIR、对比增强T1WI和DWI序列提取535个组学特征,包括70个形态学特征,90个一阶统计学特征以及375个纹理特征。构建逻辑回归（LR）、基于逻辑回归的最小绝对收缩和选择算子（LRlasso）、支持向量机（SVM）和线性判别分析（LDA）模型,经十折交叉验证后,比较4组模型的预测效能。两位影像医师根据MRI图像来预测弥漫性较低级别胶质瘤1p/19q共缺失状态。采用受试者工作特性曲线（ROC）来评估影像组学模型和影像医师预测效能。结果 LR、LRlasso、SVM、LDA模型在验证集的AUC值分别为0.833、0.819、0.824、0.819,差异不具有统计学意义（P>0.1）。4组影像组学模型预测效能均高于住院医师（AUC=0.645,P=0.011、0.022、0.016、0.030）,并与主治医师相仿（AUC=0.838,P>0.05）。结论 多模...     

基于T2FLAIR和DTI的影像组学模型对脑胶质瘤免疫组化特征的预测研究

目的 探索基于T2 FLAIR和DTI的影像组学模型对脑胶质瘤IHC特征的预测效能。方法 回顾性分析2015年3月—2019年9月确诊脑胶质瘤患者中48例术前MRI影像和临床数据用于影像组学模型训练。收集术后病理分级、CD34、Ki-67、p53、S-100、syn、vimentin结果。手工标注T2 FLAIR脑胶质瘤区域，在工作站上测量DTI参数。将患者性别、年龄、肿瘤位置、DTI参数及T2 FLAIR图像联合用于影像组学建模，将数据按7︰3的比例随机分为训练集和测试集，并进行特征提取、降维、选择和分类器训练等步骤，训练影像组学模型。以ROC曲线评价模型效能。结果 测试集中脑胶质瘤病理分级、S-100、vimentin、syn、p53、K-i67、CD34的ROC曲线下面积分别为0.910、0.963、0.975、0.950、0.917、0.979和0.933。结论 基于T2 FLAIR的影像组学模型预测脑胶质瘤IHC特征有一定的准确性，而基于DTI参数预测IHC是无效的，尚需扩大样本量进一步研究。     

多模态MRI及影像组学在乳腺癌诊疗中的研究进展

乳腺癌是一种异质性较高的恶性肿瘤,在女性恶性肿瘤中发病率最高,早期诊疗对患者的结局和预后非常重要.常规MRI对乳腺癌诊疗价值有限,多模态MRI及影像组学可以挖掘更多的影像信息,两者结合在乳腺癌的研究中也具有潜在的价值.本文就多模态MRI及影像组学在乳腺癌诊疗中的主要研究及进展进行综述.     

多模态影像神经导航联合术中超声在切除颅内胶质瘤中的应用

目的 探讨多模态影像神经导航联合术中超声在切除颅内胶质瘤中的临床应用及其价值.方法 回顾性分析本院2007年12月31日至2014年6月30日在多模态影像神经导航联合术中超声辅助下手术治疗的42例颅内胶质瘤患者临床资料,对比手术前后胶质瘤切除程度及胶质瘤继发癫痫的控制情况.结果 全部患者术后无血肿、感染、偏瘫.术后48 h复查MRI,结果显示肿瘤全切除34例,大部切除8例.术后1年评估癫痫控制情况,Engel's Ⅰ级17例,Engel'sⅡ级11例,Engel'sⅢ级5例.在保护神经功能的同时,切除肿瘤,控制癫痫发作,临床效果显著.结论 多模态影像神经导航联合术中超声可以实现最大程度切除肿瘤及致痫灶,降低术后神经功能障碍的发生率.     

多模态磁共振成像对脑胶质瘤及病理分级的诊断价值研究

目的 探讨术前多模态磁共振成像（magnetic resonance imaging,MRI）对脑胶质瘤及病理分级的诊断价值,为脑胶质瘤的精准手术治疗提供重要参考依据。方法 选择2019年4月至2021年4月于海南省中医院治疗的脑胶质瘤患者100例,术后根据肿瘤病理结果分为低级别组（Ⅰ～Ⅱ级）42例和高级别组（Ⅲ～Ⅳ级）58例。所有患者均完善常规MRI及动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)、弥散加权成像（diffusion weigh imaging,DWI）及灌注成像（perfusion weighted imaging,PWI）检查。分析不同级别脑胶质瘤患者常规MRI及DCE-MRI、DWI及PWI参数,采用多因素Logistic回归分析筛选高级别胶质瘤的影响因素,采用受试者工作特征曲线（receiver operating characteristic,ROC）分析DWI及PWI参数值[表观弥散系数（apparent diffusion coefficient,ADC）值、脑血流量（cerebral blood flow...     

MRI增强序列列线图预测脑胶质瘤IDH1基因突变的研究

目的 探讨T1WI MRI增强序列的临床–影像组学列线图预测脑胶质瘤异柠檬酸脱氢酶1（isocitrate dehydrogenase 1,IDH1）基因突变的价值。方法 回顾性分析2016年2月至2022年2月宁波市医疗中心李惠利医院收治的98例经手术病理证实的脑胶质瘤（Ⅱ~Ⅳ级）T1WI MRI增强图像。其中,26例IDH1基因突变型（IDH1-M）、72例IDH1基因野生型（IDH1-W）,以7∶3比例划分为训练集（n=69）和测试集（n=29）,使用逻辑回归方法筛选特征并建立临床模型。勾画并测量脑胶质瘤的实质区及坏死区参数,建立Logistic回归影像组学模型,计算Radscore,生成列线图。采用校准曲线和受试者操作特征（receiver operating characteristic,ROC）曲线评价3个模型对脑胶质瘤IDH1基因突变状态的预测效能,进行决策曲线分析,评估列线图临床实用性。结果 训练集经过特征筛选,最终选择6个影像组学特征和2个临床特征用于构建列线图。临床模型在训练集和测试集中的曲线下面积（area under the curve,AUC）分别为0.834和0.718,影像组学模型分别为0.902和0.831,临床–影像组学组合模型最高,分别为0.906和0.857。校准曲线表明,临床–影像组学列线图在训练集中IDH1基因型的预测值和观察值之间具有较好的一致性（P=0.751）。决策分析曲线表明,组合模型的净收益在几乎整个Pt值范围内均高于临床模型及影像组学模型。结论 基于MRI T1WI增强序列的临床-影像组学列线图能较精准地预测IDH1基因突变状态。     

多模态影像组学在肺癌中的研究进展

影像组学是集多模态医学影像处理分析技术与影像资料于一体,早期被定义为医学影像(如CT、PET、MRI、超声等)对病变表型特征的提取。这些特征包括病变的形状、体积、纹理、衰减,以及许多不明显或数量过多的特征,通过对提取的有价值的影像学特征来进行分析,进而在疾病的早期诊断、良恶性肿瘤鉴别、后期精准治疗以及疗效评估中发挥重要作用。近年来,基于PET/CT、MRI、CT等多种影像学方法的影像组学逐渐应用于肺癌的诊断、鉴别诊断以及疗效与预后的评估。本文对多模态影像组学在肺癌中的研究进展进行综述。     

基于T2W-MRI影像组学标签术前预测浸润性乳腺癌组织学分级

目的：构建并验证基于磁共振T2加权像(T2 weighted MRI,T2W-MRI)压脂序列图像术前预测浸润性乳腺癌组织学分级(I/II级、III级)的影像组学标签。方法：回顾性收集2011年6月至2017年2月在广东省人民医院行MRI检查并经病理诊断证实的浸润性乳腺癌患者202例,并进一步将其分为训练组152例(I/II级91例, III级61例)和验证组50例(I/II级30例, III级20例)。通过导出T2加权成像(T2 weighted imaging,T2WI)压脂序列中肿瘤最大层面图像并手动勾画肿瘤感兴趣区、提取影像组学特征后,应用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)-logistic回归模型筛选特征并构建影像组学标签。使用Mann-Whitney U检验分析影像组学标签与浸润性乳腺癌组织学分级之间的关系;应用受试者工作特征(receiver operating characteristic,ROC)曲线并计算曲线下面积(area under curve,AUC)、敏感度、特异度及准确度以评价影像组学标签术前预测浸润性乳腺癌组织学分级的效能;并在验证组中验证其效能。 结果：在训练组中提取并筛选出8个特征用于构建影像组学标签,其在术前预测浸润性乳腺癌组织学分级的效能在训练组中AUC值为0.802(95% CI：0.729~0.875),敏感度、特异度和准确度分别为78.7%,70.3%和73.7%;在验证组中,AUC值为0.812(95% CI：0.686~0.938),敏感度、特异度及准确度分别为80.0%,73.3%和76.0%。结论：基于T2W-MRI压脂序列图像的影像组学标签可术前预测浸润性乳腺癌组织学分级,有望协助临床决策。     

基于磁共振肝脾影像组学特征结合临床影响因素联合模型诊断显著性肝纤维化的效果评价

目的：探讨基于多模态平扫腹部MRI提取肝脏-脾脏联合影像组学特征结合临床影响因素联合模型在诊断显著性肝纤维化中的效果。方法：收集2017 年5月至2022 年5月于温州医科大学附属第二医院行经肝脏组织穿刺活检或手术病理检查证实为肝纤维化,并在病理检查6个月内接受过标准腹部MRI平扫检查的患者110例,将所有患者以7:3随机分为训练集和测试集。按照METAVIR评分系统,将F2级及以上定义为显著性肝纤维化组（62例）,F2级以下定义为无或非显著性肝纤维化组（48例）。分别标注肝脏、脾脏特征,并从中提取影像组学特征经筛选后分别构建肝脏、肝脏-脾脏联合特征的支持向量机影像组学模型和影像组学标签,以此计算每位患者的影像组学评分（Rad-score）。采用Logistic回归分析显著性肝纤维化的临床影响因素。最后使用Logistic回归构建基于临床影响因素和Rad-score的联合模型,绘制列线图。使用受试者工作特征（ROC）曲线和决策曲线分析（DCA）评估模型的性能。结果：有22、36 个影像组学特征经筛选后分别用于构建肝脏、肝脏-脾脏影像组学模型。多因素Logistic回归分析结果显示,性别女性（OR =0.126,95%CI =0.040～0.354,P ＜0.001）、年龄（OR =0.985,95%CI =0.066～0.999,P =0.011）、乙肝感染（OR =5.139,95%CI =1.898～15.137,P =0.002）、APRI指数≥1（OR =3.793,95%CI =1.231～14.5,P =0.033）是独立临床影响因素,被纳入构建临床预测模型。在Logistic回归模型中,肝脏特征、肝脏-脾脏联合特征所构建的影像组学模型在ROC曲线下面积（AUC）分别为0.828和0.917,表明肝脏-脾脏联合特征影像组学模型诊断效能更优。将肝脏-脾脏联合特征影像组学模型作为影像组学预测模型与临床预测模型结合获得联合预测模型,其在训练集、测试集的AUC分别为0.948和0.963。DCA显示,联合预测模型的临床实用性最佳。结论：基于多模态平扫腹部MRI提取肝脏-脾脏联合影像组学特征较单一肝脏特征在诊断显著性肝纤维化中有更好的诊断效能,联合预测模型相比临床预测模型能进一步提高诊断效能。     

多模态颅脑MRI影像组学特征在预测胶质母细胞瘤患者生存风险分层中的应用研究

目的探讨多模态颅脑MRI影像组学特征在预测胶质母细胞瘤（GBM）患者生存期风险分层中的作用。方法回顾性分析BRATS2018数据库中经手术病理证实的GBM患者163例,按入组时间分为训练组114例,测试组49例。提取所有患者术前MRI图像影像组学特征,评估传统影像视觉特征,然后对训练组数据使用最大相关-最小冗余算法和梯度提升决策树算法进行降维后建立影像组学标签模型,计算患者的影像组学标签分数,最终结合影像视觉特征和临床因素,使用多元逻辑斯回归构建总生存期联合预测模型并绘制列线图。基于测试组数据使用ROC曲线评估模型的诊断效能,并用决策曲线分析验证。结果从每例患者的4个MRI序列图像、5个感兴趣区共提取纹理特征7920个,经降维后筛选出26个最优价值特征构建影像组学标签。使用多元逻辑斯回归构建包含了深部白质、年龄和影像组学标签的联合诊断模型,并生成列线图,该模型在训练组和测试组中预测长短生存期的准确率分别为0.848和0.800。列线图、联合影像、影像组学标签、深部白质受累和年龄在所有患者中的诊断准确率分别为0.941、0.908、0.873、0.663和0.655。基于模型区分的高危组与低危组中的GBM患者数差异有统计学意义（P＜0.05）。结论影像组学标签、深部白质和年龄是GBM患者的独立预测因子,基于三者的联合模型而绘制的列线图可用于预测GBM患者总生存期,有助于进行生存风险分层。     

120例胶质瘤及瘤周水肿MRI影像组学在评估肿瘤复发中的价值

目的 探讨胶质瘤及瘤周水肿(PTE)MRI影像组学在评估肿瘤复发中的价值。 方法 选取山东大学齐鲁医院2013年1月至2020年12月经术后病理证实的胶质瘤患者120例,包括55例复发和65例无复发患者,根据术前T₂WI和T₁WI增强图像对肿瘤和PTE进行三维容积感兴趣区勾画,并按照8∶2的比例分为训练组和验证组,分析两者及联合的组学特征与肿瘤复发的关系。使用受试者工作特征(ROC)曲线下面积(AUC)与准确性矩阵,比较和评价不同影像组学模型的训练结果。 结果 对于PTE,K临近法(KNN)分类器预测效能最好:训练组AUC值、敏感度、特异度分别为0.910、0.84、0.88,验证组分别为0.916、0.82、0.93。对于肿瘤,逻辑回归(LR)分类器预测效能最好:训练组AUC值、敏感度和特异度分别为0.777、0.69、0.67,验证组分别为0.758、0.82、0.92。当肿瘤+PTE联合时,逻辑回归(LR)分类器预测效能最好:训练组AUC值、敏感度、特异度为0.977、0.88、0.89,验证组则为0.841、0.73、0.83。 结论 胶质瘤PTE和肿瘤影像组学特征在预测胶质瘤术后复发方面具有一定的价值,其中PTE的KNN组学模型效能最佳。     

磁共振成像结合扩散加权成像在脑神经胶质瘤分级诊断中的应用

目的 分析核磁共振成像（MRI）结合扩散加权成像（DWI）在脑神经胶质瘤分级诊断中的应用。方法 选择2018年5月至2020年3月洛阳新区人民医院收治的脑神经胶质瘤患者58例作为研究对象,根据世界卫生组织（WHO）分级标准,其中高分级37例,低分级21例;所有患者均行头颅MRI结合DWI检查,且经手术病理诊断确诊。分析MRI平扫、增强与DWI对脑神经胶质瘤分级诊断的一致性;比较2组表观扩散系数（ADC）,并绘制受试者工作特征（ROC）曲线,评价ADC值对脑神经胶质瘤分级的诊断效能。结果 MRI平扫、增强与DWI对脑神经胶质瘤分级诊断中,MRI结合DWI诊断一致性最高（Kappa=0.889,P<0.01）。高分级组ADC值低于低分级组,差异有统计学意义（P<0.05）;ADC值对脑神经胶质瘤分级诊断的曲线下面积（AUC）为0.853,最佳阈值为0.930×10-3mm2/s,敏感度为0.905,特异度为0.568。结论 MRI结合DWI诊断脑神经胶质瘤分级与病理结果比较,具有较高一致性,且ADC值对鉴别高分级与低分级具有重要价值,可为临床诊疗提供依据。     

多模态MRI检查在前列腺Ca诊断中的应用价值

目的研究多模态MRI检查在前列腺Ca诊断中的应用价值。方法选取我院泌尿外科2014年4月-2016年4月收集的50例前列腺癌患者(均由穿刺活检病理或者外科手术证实)的多模态MRI影像资料(常规MRI、DCE-MRI、DWI和MRS)进行回顾性分析,探讨分析多模态MRI在前列腺癌中的应用价值。结果前列腺癌在常规MRI中呈现为T2W1低信号,病灶常位于外周区;DCE-MRI呈现为快进快出样延缓弧线(Ⅲ型);DWI呈现为弥散受阻,ADC值降低;MRS呈现为Cho值显著上升,Cit值显著降低,Cre+Cho和Cit比值上升。结论联合应用DCE-MRI、DWI和MRS行多模态MRI进行早期诊断前列腺癌准确度较高,使用多模态MRI对前列腺癌患者进行诊断值得在临床应用和推广。     

多模态MRI参数检测在前列腺疾病中的应用价值

目的 探究多模态磁共振(MRI)参数检测在前列腺疾病中应用价值。方法 对2019年8月至2022年8月医院收治82例前列腺疾病患者相关资料予以回顾性分析,患者均接受多模态MRI,随后接受病理检查确定疾病良恶性,分析多模态MRI在前列腺疾病诊断上价值;前列腺癌患者依据病理检查结果进行分级,分析多模态MRI参数与病理分级之间关系。结果 前列腺癌患者边界清晰比例显著低于前列腺良性病变,表观扩散系数(ADC)值与达峰时间(T_max)低于前列腺良性病变,最快强化率(R_max)、最大强化程度(SI_max)高于前列腺良性病变(P<0.05);受试者工作特征曲线显示多模态MRI参数边界、ADC值、R_max、T_max、SI_max用于前列腺癌诊断曲线下面积(AUC)分别为0.686、0.788、0.782、0.811、0.602,各指标联合AUC为0.958;随着患者病理分级上升,前列腺癌患者ADC、T_max逐渐减小,而R_max     

多模态MRI在脑胶质瘤边界区分中的研究进展

脑胶质瘤是最常见的原发性颅脑肿瘤,起因于大脑和脊髓胶质细胞的癌变,目前仍难以治疗,部分原因是由于我们无法准确描绘肿瘤的边界,难以为诊断和治疗提供精确参考信息。随着磁共振多模态先进技术的发展,如何有效利用多模态MRI成像技术以区分胶质瘤正常组织与瘤体边界成为近几年的研究热点,本文就多模态磁共振影像区分脑胶质瘤边界的研究进展进行综述。