增强动脉期CT影像组学特征联合临床术前预测胃癌脉管浸润

目的 观察增强动脉期CT影像组学特征联合临床术前预测胃癌脉管浸润(LVI)的价值。方法 回顾性纳入298例胃癌患者,根据是否伴LVI将其分为阳性组(n=155)及阴性组(n=143),并按7 ∶ 3比例分为训练集(n=208)及测试集(n=90)。基于增强动脉期CT图提取病灶影像组学特征,采用logistic回归分析筛选胃癌LVI的临床影响因素;分别采用支持向量机(SVM)、逻辑回归(LR)、随机森林(RF)及极端梯度提升树(XGBoost)建立影像组学模型、临床模型及临床-影像组学模型,评估各模型预测胃癌LVI的效能。结果 以SVM、LR、RF及XGBoost建立的影像组学模型预测训练集胃癌LVI的曲线下面积(AUC)分别为0.896、0.821、1.000及1.000,其在测试集的AUC分别为0.744、0.801、0.740及0.747。基于4种机器学习建立的临床模型在训练集的AUC均为0.810,在测试集均为0.840。基于SVM、LR、RF及XGBoost建立的临床-影像组学模型预测训练集胃癌LVI的AUC分别为0.920、0.900、1.000及1.000,其在测试集的AUC分别为0.900、0.890、0.840及0.790。测试集中,基于SVM、LR及RF的临床-影像组学模型的AUC均大于影像组学模型和临床模型(P均＜0.05)。结论 增强动脉期CT影像组学联合临床有助于术前预测胃癌LVI。     

双能量CT碘图定量参数鉴别诊断鼻腔鼻窦肿块样息肉与肿瘤

目的 观察双能量CT动脉期碘图定量参数鉴别诊断鼻腔鼻窦肿块样息肉与肿瘤的价值。方法 回顾性分析80例术前接受双能量CT并经手术病理证实鼻腔鼻窦肿块患者，根据病理结果分为息肉组（n=26）、良性肿瘤组（n=24）及恶性肿瘤组（n=30）。分别测算3组病灶动脉期碘浓度（IC）、标准化碘浓度（NIC）及碘图CT值（Overlay值），比较组间参数差异；将良性肿瘤组和恶性肿瘤组合并为肿瘤组（n=54），分别绘制动脉期碘图各定量参数鉴别鼻腔鼻窦肿块样息肉与肿瘤的ROC曲线，评估其诊断效能。结果 良性肿瘤组（H=-4.13、-2.80、-4.00）和恶性肿瘤组（H=-7.02、-5.75、-6.12）动脉期IC、NIC及Overlay值均高于息肉组（P均<0.05）；恶性肿瘤组动脉期IC及NIC高于良性肿瘤组（H=-2.60、-2.73，P均<0.05），而Overlay值与良性肿瘤组差异无统计学意义（H=-1.85，P=0.20）。动脉期IC鉴别鼻腔鼻窦肿块样息肉与肿瘤的AUC（0.95）大于NIC（0.85）及Overlay值（0.91），诊断阈值取1.15 mg/ml时，诊断敏感度、特异度及约登指数分别为81.50%、96.20%及78.00%。结论 双能量CT动脉期碘图定量参数对鉴别诊断鼻腔鼻窦肿块样息肉与肿瘤具有一定应用价值。     

临床、CT影像组学及融合模型预测肝细胞癌分化程度

目的 评价临床、CT影像组学及融合模型预测肝细胞癌（HCC）分化程度的可行性。方法 纳入330例HCC患者,根据病理所见分化程度分为高分化组（n=85）、中分化组（n=161）及低分化组（n=84）,比较组间临床资料及CT征象差异。按3∶1比例随机将各组分为训练集及测试集。提取训练集CT影像组学特征,构建临床模型、影像组学模型及融合模型。绘制受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评估各模型鉴别不同分化程度HCC的效能。结果 共纳入352个CT影像组学特征,109个来自高、中分化HCC,84个来自中、低分化HCC,159个来自高、低分化HCC。临床模型鉴别高、低分化HCC的AUC为0.85;CT影像组学模型鉴别高分化与中、低分化HCC的AUC分别为0.80及0.79;融合模型鉴别高、低分化HCC的AUC为0.88。结论 临床、CT影像组学及融合模型预测高、低分化HCC的效能均较高。CT影像组学模型可较好地预测高、中分化HCC。     

基于CT机器学习模型预测肺腺癌气腔播散

目的 探讨基于胸部CT建立机器学习模型预测肺腺癌气腔播散（STAS）状态的价值。方法 回顾性分析462例经手术病理证实的原发性肺腺癌，90例STAS阳性（STAS阳性组），372例STAS阴性（STAS阴性组），比较组间一般资料及CT征象差异。按7 ：3比例将患者随机分为训练集（n=323）和验证集（n=139），采用随机森林算法针对差异有统计学意义的变量建立预测肺腺癌STAS的模型，对训练集进行训练，获得平均AUC最大的模型，以之对验证集进行预测，并计算AUC，评价其诊断效能。结果 组间年龄及12个CT征象差异均具有统计学意义（P均<0.05）。以上述13个变量建立的预测模型对训练集进行预测，获得最大AUC为0.80的模型，其预测训练集和验证集肺腺癌STAS的AUC、敏感度及特异度分别0.80、0.78及0.77和0.77、0.78及0.73。结论 基于胸部CT的机器学习模型可有效预测肺腺癌STAS状态。     

基于增强CT影像组学术前预测胃腺癌淋巴结转移

目的 观察增强CT影像组学模型术前预测胃腺癌淋巴结转移（LNM）的价值。方法 回顾性分析193例经术后病理证实的单发胃腺癌的腹部双期增强CT资料,将其分为训练集（n=97）和验证集（n=96）,比较LNM （+）与LNM （－）肿瘤CT表现的差异。分别于增强动脉期和静脉期CT提取病灶影像组学特征,构建相应影像组学标签;将单因素分析有统计学意义的CT参数及其影像组学标签纳入多因素logistic回归分析,筛选胃腺癌LNM的独立预测因素,分别建立临床模型及影像组学列线图。采用受试者工作特征（ROC）曲线评估各模型预测胃腺癌LNM的效能,计算曲线下面积（AUC）,比较其差异。结果 训练集含54例LNM （+）和43例LNM （－）,验证集含58例LNM （+）和38例LNM （－）。LNM （+）患者肿瘤厚度和阳性淋巴结占比均高于LNM （－）者（P均<0.05）。肿瘤厚度及淋巴结状态均为LNM的独立预测因素（P均<0.01）并用于构建临床模型。淋巴结状态和静脉期影像组学标签是胃腺癌LNM的独立预测因素（P均<0.01）,以之构建的影像组学列线图在训练集和验证集中的AUC分别为0.810和0.778,与临床模型AUC差异均无统计学意义（0.772、0.762,Z=1.11、0.27,P=0.27、0.78）。结论 基于增强CT影像组学模型术前预测胃腺癌LNM效能较佳。     

基于CT密度联合纹理参数建模预测垂体大腺瘤质地

目的 探讨基于CT平扫图像密度联合纹理参数预测垂体大腺瘤质地的价值。方法 收集50例经手术病理证实的垂体大腺瘤,根据术中垂体质地分为质软组（n=30）与质硬组（n=20）。于CT图像肿瘤最大层面手动勾画ROI,测量病变CT值,并提取纹理特征参数。比较2组间CT值及纹理特征差异,对有统计学意义的变量采用多因素Logistic回归分析建立预测垂体腺瘤质地的模型,绘制ROC曲线评价其预测效能。结果 质软组与质硬组间CT值差异有统计学意义（P=0.031）,其预测肿瘤质地的AUC为0.662。基于CT平扫图像共提取77个纹理参数,经筛选获得4个2组间差异有统计学意义的参数,包括第90百分位数、惯量、方差和对比度,其预测肿瘤质地的AUC分别为0.662、0.663、0.672和0.663。多因素Logistic回归分析建立的纹理特征模型预测垂体腺瘤质地的AUC为0.690,CT值结合纹理参数模型的AUC为0.782。结论 CT值结合纹理参数建立的模型对于预测垂体腺瘤质地具有较高价值,可为临床选择手术方案提供帮助。     

增强CT模型及影像组学模型预测肾透明细胞癌WHO/ISUP分级

目的 比较增强CT模型与影像组学模型预测肾透明细胞癌（ccRCC）WHO/ISUP分级的效能。方法 回顾性分析131例经病理确诊ccRCC患者,按照3 ∶ 2比例分层抽样分为训练集（n=78）和验证集（n=53）。根据2016版肾癌WHO/ISUP病理分级标准,以Ⅰ~Ⅱ级为低级别、Ⅲ~Ⅳ级为高级别ccRCC。训练集55例低级别、23例高级别ccRCC;验证集37例低级别、16例高级别ccRCC。以训练集构建增强CT模型及影像组学模型预测ccRCC级别,于验证集加以验证,比较其诊断效能。结果 增强CT模型在训练集及验证集预测高、低级别ccRCC的曲线下面积（AUC）分别为0.89及0.76,敏感度分别0.83及0.56,特异度分别为0.84及0.87;影像组学模型的AUC分别为0.98及0.85,敏感度分别0.96及0.91,特异度分别为0.75及0.84。训练集中影像组学模型的AUC大于增强CT模型（Z＝2.05,P<0.05）,验证集中二者AUC差异无统计学意义（Z＝0.95,P=0.34）。决策曲线分析结果显示高风险概率阈值为0.08~1.00时,影像组学模型净获益高于增强CT模型。结论 影像组学模型预测ccRCC WHO/ISUP分级的效能优于增强CT模型。     

多时相CT影像组学模型预测胸腺瘤风险分类

目的 观察多时相CT影像组学模型预测胸腺瘤风险分类的价值。方法 纳入86例经病理确诊的单发胸腺瘤患者,包括32例高风险及54例低风险胸腺瘤,按照7∶3比例将其分为训练集(n=59)和验证集(n=27);采用单因素及多因素logistic回归分析训练集临床及CT特征,筛选胸腺瘤风险分类的独立预测因素,构建临床-CT模型。分别基于平扫、动脉期(AP)、静脉期(VP)、平扫+AP、平扫+VP、AP+VP及平扫+AP+VP提取并筛选最优影像组学特征,计算影像组学评分(Rad-score);采用受试者工作特征(ROC)曲线选取最佳影像组学模型,以之联合临床-CT特征构建联合模型。绘制ROC曲线,计算曲线下面积(AUC),评估各模型预测胸腺瘤风险分类的效能。结果 周围脂肪浸润是胸腺瘤风险分类的独立预测因素(OR=0.029,P=0.004)。ROC曲线显示,模型_AP+VP为最佳影像组学模型,其与联合模型预测训练集胸腺瘤风险分类的AUC分别为0.860及0.877,均高于临床-CT模型的0.736(Z=1.925、-2.464,P均＜0.05),预测验证集的AUC分别为0.835及0.847,亦高于临床-CT模型的0.641(Z=1.840、-2.137,P均＜0.05);模型_AP+VP与联合模型在训练集和验证集的AUC差异均无统计学意义(Z=-1.180、0.291,P均＞0.05)。结论 多时相CT影像组学模型可有效预测胸腺瘤风险分类。     

基于增强CT影像组学模型预测胰十二指肠切除术后胰瘘

目的 评估基于术前腹部增强CT影像组学模型预测胰十二指肠切除术（PD）术后胰瘘（POPF）的价值。方法 回顾性分析252例接受PD患者的术前腹部增强CT资料,按7：3比例将其分为训练集（n=177）和验证集（n=75）。于训练集增强静脉期CT图像中勾画胰腺实质作为感兴趣容积（VOI）,提取其影像组学特征,并筛选最优特征建立影像组学模型;绘制模型预测PD术后POPF的受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评价模型预测效能;以验证集数据进行验证。结果 共选出14个最优影像组学特征用于构建影像组学模型。影像组学模型在训练集和验证集的AUC分别为0.82[95%CI（0.76,0.88）]和0.82[95%CI（0.72,0.91）]。结论 基于术前增强CT影像组学模型能有效预测PD术后POPF。     

基于临床病理及常规和功能MRI影像组学模型预测乳腺癌腋窝淋巴结转移

目的 评估基于临床病理及常规和功能MRI（fMRI）影像组学模型预测乳腺癌腋窝淋巴结（ALN）转移的价值。方法 回顾性分析140例浸润性乳腺癌,按7∶3比例将其分为训练集（n=99）和验证集（n=41）。采用多因素Logistic回归分析分别建立基于临床病理及MRI特征的临床模型及各序列图像影像组学、联合序列影像组学以及临床病理及常规和fMRI影像组学的个体化模型,以受试者工作特征（ROC）曲线评价其诊断效能;比较个体化模型与临床模型曲线下面积（AUC）的差异,应用决策曲线分析（DCA）评估模型的临床获益。结果 临床模型预测训练集和验证集ALN转移的AUC分别为0.95和0.88;T2WI、DWI、DCE-MRI模型及联合序列模型在验证集中的AUC分别为0.67、0.71、0.72及0.76。个体化模型在训练集和验证集中的AUC为0.98和0.93,与临床模型差异均无统计学意义（Z=1.56、1.34,P=0.12、0.18）。DCA结果显示阈值>0.25时,个体化模型的净受益高于临床模型。结论 基于临床病理及常规和功能MRI的个体化模型预测乳腺癌ALN转移的效能与临床模型相当,其净受益高于后者,且均优于单一序列模型。     

临床及CT影像组学特征预测胃癌微卫星高度不稳定状态

目的 观察临床和CT影像组学特征用于预测胃癌微卫星高度不稳定(MSI-H)状态的价值。方法 纳入150例胃癌患者,MSI-H阳性30例、阴性120例;按7∶3比例将其分为训练集(n=105)和验证集(n=45)。基于腹部静脉期增强CT图提取病灶影像组学特征并加以筛选,计算影像组学评分(Radscore);比较训练集和验证集MSI-H阳性与阴性患者临床资料及Radscore差异;分别基于其间差异有统计学意义的临床因素和Radscore构建临床模型、CT影像组学模型及临床-CT影像组学联合模型,评估其预测胃癌MSI-H状态的价值。结果 训练集和验证集中,MSI-H阳性与阴性肿瘤位置、Radscore差异均有统计学意义(P均<0.05)。临床模型、CT影像组学模型及联合模型评估训练集胃癌MSI-H状态的曲线下面积(AUC)分别0.760、0.799及0.864,在验证集分别为0.735、0.812及0.849;联合模型的AUC大于2种单一模型(P均<0.05)。结论 基于肿瘤位置和Radscore的临床-CT影像组学联合特征可有效预测胃癌MSI-H状态。     

能谱CT术前诊断胃腺癌周围神经侵犯

目的 观察能谱CT术前诊断胃腺癌周围神经侵犯(PNI)的价值。方法 对270例拟行手术治疗的胃腺癌患者于术前1周内行能谱CT扫描,测量增强动脉期、静脉期和延迟期病灶碘浓度(IC)和标准化IC(nIC);据术后病理报告将患者分为PNI组和无PNI组,对比组间病灶IC和nIC差异,以多因素logistic回归分析筛选PNI独立危险因素,采用受试者工作特征(ROC)曲线评估IC参数诊断PNI的效能。结果 270例中,术后病理证实123例PNI(PNI组)、147例无PNI(无PNI组);组间肿瘤厚度、Borrmann分型、(术前)临床T分期(cT)、CT报告淋巴结状态、病理T分期(pT)及病理N分期(pN)差异均有统计学意义(P均<0.05)。PNI组病灶静脉期IC(ICVP)、延迟期IC(ICDP)及静脉期nIC(nICVP)、延迟期nIC(nICDP)均高于无PNI组(P均<0.001)。logistic回归分析显示,cT分期和nICDP是PNI的独立危险因素;ROC曲线示cT分期联合nICDP诊断PNI的曲线下面积(0.832)高于单一cT分期及IC参数(P均<0.0...     

血清CA199、CEA、CA125、CA724联合检测在胃癌诊断中的价值

目的应用Logistic回归和受试者工作特征曲线（receiver operating characteristic curve,ROC）探讨血清CA199、癌胚抗原（CEA）、CA125和CA724在诊断胃癌中的临床应用价值。方法收集258例胃癌患者、85例良性胃病患者和64例正常人的静脉血,用全自动化学发光免疫分析仪测定CA199、CEA、CA125和CA724的含量,通过Logistic回归建立回归模型,绘制ROC曲线并计算曲线下面积（area under curve,AUC）来评价各指标的诊断价值。结果胃癌组四种肿瘤标志物的水平与良性胃病组和正常对照组比较均有显著统计学差异（P〈0.01）;在胃癌/正常对照组中,四种肿瘤标志物联合检测的AUC大于各单项检测的AUC,且差异有明显的统计学意义（P〈0.01）;在胃癌/良性胃病组中,单独检测四种肿瘤标志物时,CA724的AUC（0.862）最大,且与其他三项指标单独检测的差异有明显统计学意义（P〈0.01）。CA199、CEA、CA724联合与CA199、CEA、CA125、CA724联合检测的AUC差异无统计学意义（P=0.906）,且CA199、CEA、CA724三者联合检测的AUC大于CA199、CEA、CA125或CA724任一单项检测的AUC。结论单独检测CA724对鉴别良恶性胃病具有一定的价值,而CA125在判定良恶性胃病的意义不大。CA199、CEA、CA724联合检测可为临床鉴别良恶性胃病提供有效的参考,而CA199、CEA、CA125、CA724四项联合检测的必要性不大。     

术前增强CT预测胰头癌侵犯肠系膜上静脉/门静脉

目的 评估术前增强CT预测胰头癌侵犯肠系膜上静脉(SMV)/门静脉(PV)及其程度的价值.方法 回顾性分析166例经病理证实的胰头(含钩突部)癌患者,评估术前门静脉期CT所示肿瘤直径、边界,肿瘤与静脉(SMV/PV)接触界面(TVI)(0/≤180°/>180°)、肿瘤与静脉(SMV/PV)接触长度(LIV),有无静脉...     

类风湿关节炎患者血清肿瘤标志物检测的临床意义

目的:观察类风湿关节炎患者血清肿瘤标志物的含量变化及其阳性率,分析肿瘤标志物与RA疾病活动度的关系及肿瘤发生情况。方法:选择2005年1月~2011年12月确诊为类风湿关节炎同时行肿瘤标志物检测的60例住院患者作为RA组,以年龄性别相匹配的健康体检者56例作为对照组。收集类风湿关节炎的疾病活动分数(DAS28)、血沉(ESR)、C-反应蛋白(CRP)、类风湿因子(RF)等资料;肿瘤标志物升高患者均进行胸片、胸部高分辨CT、盆腹部超声或CT、胃镜、肠镜等相关检查明确肿瘤情况,并随访2年以上观察后续肿瘤发生情况。结果:与对照组相比,RA组除CA153外,血清CEA、CA125、CA199数值水平及阳性率均偏高,差异有统计学意义,P0.05;但RA组肿瘤标志物升高与疾病活动分数、血沉或C-反应蛋白无相关性,肿瘤标志物升高的患者未发现肿瘤共存依据。结论:类风湿关节炎患者血清CEA、CA125、CA199升高,但并不提示相关肿瘤共存,以后患肿瘤风险是否增加仍需继续随访。     

增强CT鉴别诊断膀胱癌与腺性膀胱炎

目的 探讨增强CT鉴别诊断腺性膀胱炎（CG）与膀胱癌的价值。方法 对37例CG和41例膀胱癌患者行CT平扫及增强扫描,观察病灶位置、形态、大小（轴位最大径）、厚度、钙化、囊变坏死、边界、壁外浸润及区域淋巴结转移情况,测量病灶和正常膀胱壁动脉期、静脉期、延迟期CT值,计算病灶动脉期、静脉期、延迟期相对强化CT值。比较CG与膀胱癌定量及定性指标的差异,绘制ROC曲线,分析定量指标的鉴别诊断效能。结果 CG与膀胱癌病灶边界差异有统计学意义（P<0.01）;CG病灶动脉期、静脉期、延迟期CT值及相对强化CT值均低于膀胱癌（P均<0.01）。动脉期、静脉期相对强化CT值鉴别诊断CG和膀胱癌的AUC均高于其他指标（P均<0.01）,而两者AUC差异无统计学意义（P=0.488）。以动脉期相对强化CT值=25.85 HU、静脉期相对强化CT值=26.85 HU为阈值鉴别诊断CG和膀胱癌的敏感度均为95.12%,特异度分别为91.89%、86.49%。结论 增强CT定量分析鉴别诊断CG和膀胱癌有一定价值。     

联合含瘤周肿瘤全体积CT影像组学特征及临床相关独立预测因子列线图预测肺腺癌淋巴血管侵犯

目的 观察基于含瘤周的肿瘤全体积(GPTV) CT影像组学特征及临床相关独立预测因子构建的联合模型列线图预测肺腺癌淋巴血管侵犯(LVI)的价值。方法 回顾性分析142例经病理证实的肺腺癌患者,以7 ∶ 3比例将其随机分为训练集(n=100,40例LVI阳性、60例LVI阴性)和验证集(n=42,17例LVI阳性、25例LVI阴性)。以单因素分析及多因素logistic回归分析筛选肺腺癌LVI的临床相关独立预测因子,以之构建临床模型。分别基于肿瘤全体积(GTV)及含瘤周3 mm、6 mm、9 mm的GPTV (GPTV₃、GPTV₆和GPTV₉)的增强动脉期CT图提取并筛选最佳影像组学特征,构建影像组学模型,即GTV、GPTV₃、GPTV₆和GPTV₉模型并筛选最佳者;基于后者的影像组学评分和临床相关独立预测因子构建联合模型,绘制列线图进行可视化。以受试者工作特征(ROC)曲线评估各模型预测肺腺癌LVI的效能,以决策曲线分析(DCA)评价联合模型列线图的价值。结果 性别、吸烟和毛刺征均为肺腺癌LVI的临床相关独立预测因子(P均＜0.05)。分别基于GTV、GPTV₃、GPTV₆及GPTV₉筛选出7、16、10及8个最佳影像组学特征,用于构建GTV、GPTV₃、GPTV₆及GPTV₉模型。GPTV₃模型预测训练集、验证集肺腺癌LVI的曲线下面积(AUC)分别为0.82、0.77,均高于GTV (0.79、0.72,Z=3.74、2.62,P均＜0.01)、GPTV₆(0.80、0.72,Z=2.40、2.06,P均＜0.05)及GPTV₉(0.77,0.72,Z=3.03、2.59,P均＜0.01),为最佳影像组学模型。联合模型列线图(0.86、0.73,Z=2.66、2.31,P均＜0.05)及GPTV₃模型(0.82、0.77,Z=2.23、2.54,P均＜0.05)于训练集和验证集的AUC均高于临床模型(0.73、0.61),而联合模型列线图与GPTV₃模型的AUC差异均无统计学意义(Z=1.57、0.88,P均＞0.05)。阈值取0.20~0.50时,联合模型列线图与GPTV₃模型的净获益相当,且均大于临床模型。结论 基于GPTV₃影像组学特征及临床相关独立预测因子的列线图可有效预测肺腺癌LVI。     

能谱CT成像碘(水)图纹理分析预测结直肠癌微卫星不稳定状态

目的 探讨基于能谱CT成像碘（水）图像的纹理分析在术前预测结直肠癌微卫星不稳定（MSI）状态方面的价值。方法 回顾性分析23例MSI结直肠癌（MSI组）及46例微卫星稳定（MSS）结直肠癌（MSS组）患者的资料。所有患者均经术后病理检查证实，且术前均接受腹部能谱CT成像。采用Viewer分析软件获取动脉期及静脉期碘（水）图像，并将其导入Omni-Kinetics软件进行ROI勾画及特征提取。提取的纹理参数包括最小值、最大值、平均值、中位值、标准差、偏度、峰度、均匀性、能量值、熵。比较2组间各纹理参数的差异。并采用Logistic回归将纹理参数进行联合，通过ROC曲线分析不同纹理参数预测及多种参数联合预测的效能。结果 MSI组动脉期及静脉期最小值、最大值、平均值、中位值、均匀性均明显低于MSS组（P均<0.05），2组间标准差、偏度、峰度、能量值差异均无统计学意义（P均>0.05）；MSI组静脉期熵明显高于MSS组（t=1.81，P=0.04），2组间动脉期熵差异无统计学意义（t=0.22，P=0.80）。ROC曲线分析显示，以动脉期及静脉期最小值、最大值、平均值、中位值、均匀性和静脉期熵单一参数在术前预测结直肠癌MSI状态的AUC为0.64~0.82。多参数联合的Logistic回归模型为-2.598-0.124×动脉期最小值-0.039×动脉期最小值-0.774×动脉期中位值+1×动脉期平均值-1.892×动脉期均匀性+0.14×静脉期最小值+0.2×静脉期最大值+0.343×静脉期中位值-0.61×静脉期平均值+13.711×静脉期均匀性-2.598×静脉期熵，联合预测的AUC为0.83。结论 基于能谱CT成像碘（水）图像纹理分析，可在术前无创预测结直肠癌MSI状态，且将多种纹理参数联合后预测效能更优。     

Revolution CT轴位全肝灌注“一站式”成像的可行性

目的 探讨Revolution CT轴位扫描全肝灌注"一站式"成像的可行性。方法 选取19例患者行Revolution CT上腹部增强检查,获得全肝CT灌注（CTP）图像、静脉期及平衡期图像。于CTP图像上由2名观察者分别确定腹主动脉与门静脉主干时间-密度曲线（TDC）峰值对应的rank值及CT值,定量测量肝左、右叶灌注参数血流量（BF）、血容量（BV）、平均通过时间（MTT）、达峰时间（TP）、肝动脉分数（HAF）。采用腹主动脉和门静脉TDC峰值所对应的图像重组肝动脉CTA、门静脉CTV,并提取动脉期图像。记录CT灌注和"一站式"检查的辐射剂量。比较肝左、右叶灌注参数的差异,并对2名观察者的结果进行一致性分析。结果 肝左叶、右叶的BF和MTT值差异有统计学意义（P均<0.05）;2名观察者对肝动脉CTA、门静脉CTV及动脉期图像的主观评分均 ≥2分,一致性良好（Kappa值均>0.6）。灌注期和"一站式"检查有效辐射剂量分别为14.47 mSv、21.29 mSv。结论 Revolution CT轴位全肝灌注"一站式"成像,在保证较低辐射剂量的前提下,可获得肝脏CTP的多个定量参数,又可提供清晰的肝动脉CTA、门静脉CTV和3期增强扫描图像,具有广阔的临床应用前景。     

应用ROC曲线对肿瘤标记物CEA、CA199和AFP在直结肠肿瘤诊断中应用价值的评价

[目的]应用临床诊断性能（ROC）曲线，对恶性肿瘤相关抗原CEA、AFP及肿瘤标记物糖类抗原CA199在直结肠肿瘤诊断中的应用价值进行评价。[方法]采用电化学发光免疫分析法测定直结肠恶性肿瘤患者和良性直结肠疾病患者血清CEA、CA199和AFP，通过ROC曲线评价CEA、CA199和AFP在直结肠肿瘤诊断中的应用价值。[结果]通过ROC曲线评价，3项指标CEA、CA199和AFP的ROC曲线下面积（AUC％）分别为69．3％、54.3％和49.5％。[结论]通过ROC曲线评价，CEA检测指标对直结肠恶性肿瘤患者的诊断具有一定的临床应用价值，而CA199和AFP检测指标对直结肠恶性肿瘤患者的诊断价值不大。