非富血供胰腺神经内分泌肿瘤与导管腺癌肝转移MSCT表现

目的 探讨非富血供胰腺神经内分泌肿瘤（PNET）与胰腺导管腺癌（PDAC）肝转移CT影像特征及其在二者鉴别诊断中的价值。方法 回顾性分析21例非富血供PNET伴肝转移及56例PDAC伴肝转移患者的资料,分析其肝转移病灶数目、分布、大小、病灶融合、周围肝组织异常灌注、增强扫描强化程度等CT特征。结果 非富血供PNET与PDAC肝转移病灶的数目、分布、病灶融合之间差异无统计学意义（P均>0.05）,非富血供PNET及PDAC肝转移灶的最大径差异有统计学意义（P=0.03）,PDAC肝转移灶周围肝组织异常灌注发生率（67.86%）多于非富血供PNET肝转移灶（28.57%）,差异有统计学意义（P<0.01）,非富血供PNET肝转移动脉期、门静脉期、平衡期强化指数高于PDAC（P<0.01）。Logistic多因素分析显示动脉期强化指数是鉴别非富血供PNET与PDAC肝转移的独立预测因素,鉴别诊断二者的AUC为0.97。结论 非富血供PNET与PDAC肝转移灶的CT影像特征有助于鉴别伴有肝转移的非富血供PNET与PDAC。     

增强磁共振成像对乏血供胰腺神经内分泌肿瘤及胰腺导管腺癌的鉴别诊断价值

目的： 探讨增强磁共振成像对乏血供胰腺神经内分泌肿瘤及胰腺导管腺癌的鉴别诊断价值。方法： 回顾性收集2015年1月至2020年12月复旦大学附属中山医院收治的术前行增强磁共振检查并经术后病理证实的39例乏血供胰腺神经内分泌肿瘤患者和2020年1月至2020年12月经手术病理或穿刺病理证实的37例胰腺导管腺癌患者临床资料，采用多因素回归分析影响鉴别诊断的影像学特征，结合临床特征及影像学特征绘制ROC曲线。结果： 乏血供胰腺神经内分泌肿瘤相对于胰腺导管腺癌患者发病年龄较小，边界清楚较多见（81.1%vs 43.6%，P=0.001），更少出现主胰管扩张（23.1%vs 70.3%，P<0.001）、淋巴结转移（25.6%vs 48.6%，P=0.038）及周围脂肪浸润（43.4%vs 89.2%，P<0.001），增强后三期强化率均高于胰腺导管腺癌组（P<0.001）。影像学特征中，主胰管扩张、周围脂肪浸润、强化方式是鉴别诊断的独立预测因子。联合临床特征及影像学特征的多因素鉴别诊断效能的AUC为0.93，诊断的灵敏度为91.7%，特异度为83.3%。结论： 乏血供胰腺神经内分泌肿瘤的边界、对比强化率、转移征象有助于其与胰腺导管腺癌的鉴别诊断。     

CT平扫图像纹理分析鉴别浸润性肺腺癌与非钙化结核球

目的 探讨基于CT平扫图像纹理分析鉴别诊断浸润性肺腺癌与非钙化结核球的可行性。方法 回顾性分析52例经病理证实的单发肺结节患者的平扫CT资料，其中31例浸润性肺腺癌，21例非钙化结核球。采用MaZda软件于2种病灶各提取300个纹理特征，之后以费希尔参数法（Fisher）、最小分类误差与最小平均相关系数法（POE+ACC）、相关信息测度法（MI）分别筛选出10个最佳纹理特征，并将其合并得到3种方法联合的最佳纹理特征组合（MPF）。采用线性判别分析（LDA）和非线性判别分析（NDA）对4组最佳纹理特征进行分类，LDA及NDA分别以K-近邻分类器（K-NN）及人工神经网络（ANN）进行分类。分析4组纹理特征鉴别2种病变的最小错误率，比较2组病变间30个最佳纹理特征的差异，并绘制其鉴别2种病变的ROC曲线，计算AUC，评价其诊断效能。结果 对于单组最佳纹理特征，NDA/ANN-Fisher法的错误率最低，为7.69%（4/52）；对于MPF，NDA/ANN-MPF法的错误率最低，为5.77%（3/52）；而NDA/ANN-Fisher法的错误率与NDA/ANN-MPF法差异无统计学意义（χ²=0.15，P>0.05）。2种病变间存在10个纹理特征差异有统计学意义，其中差异熵S（1，1）、差方差S（1，1）及梯度方差的诊断效能较好（AUC=0.71、0.71、0.70），3者间AUC差异无统计学意义（P均>0.05）。结论 基于CT平扫图像纹理分析可较好地区分浸润性肺腺癌和非钙化肺结核球，为鉴别诊断提供可靠的客观依据。     

可切除胰腺导管腺癌CT强化程度与病理的相关性

目的 分析胰腺导管癌（PDAC）增强CT强化程度与病理的关系，观察其对评估PDAC患者预后的价值。方法 回顾性分析150例经术后病理证实的PDAC患者，术前均接受胰腺CT平扫及双期（实质期和门静脉期）增强扫描，测量增强CT双期肿瘤与周围胰腺实质的CT值差（实质期和门静脉期CT_{胰腺-肿瘤}）及肿瘤强化后与平扫期CT值差（CT_{实质期-平扫期}和CT_{门静脉期-平扫期}），观察其与肿瘤分化程度及其内纤维间质含量的关系，分析PDAC患者生存时间的独立影响因素。结果 实质期CT_{胰腺-肿瘤}与肿瘤分化程度呈中度负相关（P<0.05），余各CT值差与分化呈低度相关（P均<0.05）；实质期CT_{胰腺-肿瘤}与肿瘤内纤维间质含量呈负相关（r=-0.51，P<0.05）。肿瘤分化程度、淋巴结转移、手术切缘状态为PDAC患者生存时间的独立危险因素（P均<0.05）。结论 PDAC实质期CT_{胰腺-肿瘤}与其病理级别及其内纤维间质含量均呈负相关；值差越小，病理级别越低，患者存活时间越长。     

CT纹理分析技术鉴别良恶性孤立性肺结节

目的 探讨CT纹理分析技术鉴别诊断良恶性孤立性肺结节（SPN）的应用价值。方法 对97例SPN患者（恶性组54例,良性组43例）行胸部CT平扫,测量结节CT值及最大径。采用MaZda软件对肺结节进行CT纹理分析,获得纹理特征参数（熵、熵和、熵差、对比度、相关及均和）。比较2组CT值、最大径及各纹理特征参数。对差异有统计学意义的纹理参数及其不同组合建立ROC曲线,计算AUC,确定阈值,评价各参数及其不同组合鉴别诊断良恶性SPN的特异度及敏感度;比较各参数组合之间AUC的差异。结果 良恶性SPN最大径、CT值的差异均无统计学意义（t=-0.98、1.16,P=0.079、0.087）。良性组SPN纹理特征参数熵、熵和、熵差值均低于恶性组（P均<0.05）,2组对比度、相关、均和的差异均无统计学意义（P均>0.05）。纹理特征参数熵、熵和、熵差鉴别诊断良恶性SPN的效能均较高（AUC均>0.700）;熵、熵和、熵差的阈值分别为1.564、1.212、0.987时,敏感度分别为72.70%、88.40%、63.60%。上述纹理特征参数的不同组合鉴别诊断良恶性SPN的效能均较高（AUC均>0.800）,各组合间AUC的差异均无统计学意义（P均>0.05）。结论 基于CT平扫的纹理分析技术有助于鉴别良恶性SPN。     

基于增强CT影像组学模型鉴别肾透明细胞癌与非透明细胞癌

目的 建立基于增强CT的影像组学模型,评估其鉴别肾透明细胞癌（ccRCC）与非透明细胞癌（non-ccRCC）的应用价值。方法 将147例ccRCC及32例non-ccRCC患者随机分为训练集125例和测试集54例。将所有患者的增强CT资料导入ITK-SNAP软件,手动勾画ROI,获得16个特征,分别建立基于特征的随机森林（RF）模型和逻辑回归（LR）模型,采用ROC曲线观察模型对ccRCC的诊断效能。结果 训练集RF模型诊断ccRCC的AUC为0.96（P<0.05）,特异度为1.00,敏感度0.83;LR模型诊断ccRCC的AUC为0.96（P<0.05）,特异度为1.00,敏感度为0.83。测试集RF模型诊断ccRCC的AUC为0.96（P<0.05）,特异度为1.00,敏感度为0.89;LR模型诊断ccRCC的AUC为0.88（P<0.05）,特异度为0.90,敏感度为0.77。结论 基于增强CT影像组学模型可用于鉴别ccRCC与non-ccRCC;RF模型诊断价值较LR模型更高。     

CT纹理分析鉴别诊断肾脏嫌色细胞癌与嗜酸性细胞腺瘤

目的 探讨肾脏增强CT的纹理分析在鉴别肾脏嫌色细胞癌（CCRC）与嗜酸性细胞腺瘤（RO）中的价值。方法 回顾性分析64例CCRC和31例RO病灶的CT图像，采用ITK-SNAP version 4.11.0软件进行ROI勾画并使用A.K.Version V3.0.0.R软件提取纹理特征。通过随机森林算法选取纹理参数，采用Logistic回归评价所得参数鉴别CCRC与RO的效能。结果 使用Logistic回归对随机森林算法筛选得到的皮质期、实质期及两期混合后权重值由高到低的前20个纹理参数进行评价，AUC值分别为0.876、0.861和0.945。结论 基于肾脏增强CT图像纹理分析对鉴别诊断CCRC与RO具有临床价值。     

基于非下采样双树复轮廓波变换的小波纹理特征识别肺良恶性结节CT图像

目的 观察基于非下采样双树复轮廓波变换（NSDTCT）的小波纹理特征在识别肺良恶性结节CT图像中的应用价值。方法 从肺结节患者的CT图像中分别提取基于NSDTCT和基于Contourlet变换的小波纹理参数,对高维纹理参数采用单因素分析、Lasso回归等方法进行降维。对降维后的纹理参数分别构建诊断良恶性肺结节的支持向量机分类诊断模型,绘制ROC曲线,比较2种方法的诊断效能。结果 采用NSDTCT方法,基于经Lasso降维且自变量数目较少的纹理参数构建的诊断模型分类效果最好,判断良恶性肺结节的准确率为98.37%,AUC为1.00;采用Contourlet变换方法,基于全部提取纹理参数构建的模型分类效果最好,诊断准确率为56.05%,AUC为0.73;2个模型的ROC曲线的AUC差异有统计学意义（Z=6.430,P<0.001）。结论 基于NSDTCT的纹理分析方法对判断良恶性肺结节的准确性较高。     

超声造影预测≤3 cm胰腺导管腺癌

目的 评价超声造影（CEUS）预测胰腺导管腺癌（PDAC）的价值。方法 纳入75例胰腺局灶实性病变（最大径≤ 3 cm）患者,观察病灶常规超声及CEUS表现,并根据最终诊断结果分为PDAC组（n=47）及非PDAC组（n=28）,比较组间超声表现差异;绘制受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评价CEUS预测PDAC的效能。结果 75例胰腺局灶实性病灶均表现为低回声,最大径0.9~3.0 cm,中位数2.40（2.10,2.80）cm;其中26.67%（20/75）边界清晰,73.33%（55/75）边界模糊。CEUS中,动脉期57.33%（43/75）病灶呈低增强,33.33%（25/75）呈等增强,9.33%（7/75）呈高增强,其中81.33%（61/75）呈均匀增强;静脉期81.33%（61/75）病灶呈低增强,8.00%（6/75）呈等增强,10.67%（8/75）呈高增强;6.67%（5/75）病灶表现为极快速廓清,58.67%（44/75）表现为快速廓清,32.00%（24/75）表现为缓慢廓清,2.67%（2/75）表现为同步廓清。PDAC组病灶边界多模糊（43/47,91.49%）,动脉期（31/47,65.96%）及静脉期（47/47,100%）多呈低增强,且多呈极快或快速廓清（43/47,91.49%）;非PDAC组病灶边界多清晰（16/28,57.14%）,动脉期（16/28,57.14%）多呈等或高增强,静脉期呈低增强及等/高增强各半,廓清模式多为缓慢或同步廓清（22/28,78.57%）;组间病灶边界清晰度、静脉期增强程度及廓清模式差异均有统计学意义（P均<0.05）,动脉期增强程度差异无统计学意义（P=0.05）。以静脉期低增强及造影剂极快/快速廓清预测PDAC的AUC分别为0.750及0.850,敏感度分别为100%及91.49%,特异度分别为50.00%及78.57%。结论 CEUS可实时评价胰腺局灶实性病变微血流灌注;根据造影剂极快速/快速廓清诊断最大径≤ 3 cm PDAC优于静脉期低增强表现。     

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。     

基于增强CT影像组学模型术前预测胰腺神经内分泌肿瘤病理分级

目的观察基于CT影像组学模型术前预测胰腺神经内分泌肿瘤(PNET)病理分级(G1和G2/3级)的价值。方法回顾性分析145例经病理证实的PNET,分为训练组91例、验证组54例,2组各自来源于同一医疗机构。基于训练组动脉期和门脉期CT图像提取PNET影像组学特征,以Pearson相关分析及ReliefF算法进行筛选;采用Logistic回归,针对差异有统计学意义的参数构建预测PNET病理分级的联合影像组学模型,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),以敏感度、特异度及准确率评估其诊断效能,并以验证组加以验证。结果基于训练组动脉期与门脉期CT图像构建的联合影像组学模型具有良好预测效能,AUC为0.86[95%CI(0.78,0.94)],截断值为0.63时,敏感度为78.95%,特异度为85.29%,准确率为81.32%。验证组预测PNET病理分级AUC为0.85[95%CI(0.75,0.95)],截断值为0.63时,敏感度为84.61%,特异度为75.00%,准确率为79.63%。结论基于增强CT图像构建的影像组学模型对于术前预测PNET病理分级具有一定价值。     

基于增强CT瘤体与瘤周CT值比值鉴别G3级胰腺神经内分泌瘤与胰腺神经内分泌癌

目的 观察基于增强CT瘤体与瘤周CT值比值鉴别G3级胰腺神经内分泌瘤(PNET)与胰腺神经内分泌癌(NEC)的价值。方法 回顾性分析39例接受腹部CT检查的胰腺神经内分泌肿瘤患者,根据病理结果将其纳入G3级PNET组(n=18)或PNEC组(n=21),比较组间一般资料、CT特征及动静脉期瘤体与瘤周CT值比值;以单因素logistic回归分析及受试者工作特征(ROC)曲线筛选鉴别G3级PNET与PNEC的有效指标,构建多因素logistic回归模型,分析各模型鉴别诊断效能。结果 组间患者年龄、性别、肿瘤大小、位置、成分、钙化,以及动脉期CT比值₁(瘤体CT值/瘤体边缘至瘤周10 mm间CT值)及门静脉期CT比值₁差异均无统计学意义(P均>0.05);肿瘤均匀性、主胰管扩张、胆管扩张、胰管内侵犯、血管侵犯、动脉期CT比值₂(瘤体CT值/瘤周10 mm至瘤周20 mm间CT值)及门静脉期CT比值₂差异均有统计学意义(P均<0.05),且均为鉴别G3级PNET与PNEC的有效指标。分别以动脉期...     

胰腺实性假乳头状瘤的多层螺旋CT表现与病理对照

目的 分析胰腺实性假乳头状瘤(SPTP)的MSCT表现.方法 分析19例SPTP患者的MSCT双期或三期增强扫描CT表现,并与手术病理结果对照分析.结果 SPTP为胰腺单发外突性生长肿瘤,12例呈分叶状,6例呈卵圆形,1例呈类圆形.10例最大径≥5.0 cm,17例见完整包膜,1例未见包膜,1例包膜破裂、不完整,4例见壁结节.肿瘤呈多囊实性混杂病变,增强后肿瘤实性部分动脉期轻、中度强化,门脉期呈渐进性延迟强化.2例伴出血,7例伴钙化,1例伴胰管扩张.18例镜下可见假乳头状结构以及出血坏死囊变,病理证实1例肠系膜区淋巴结转移,2例脉管浸润,3例胰腺周围正常组织受侵,1例十二指肠受侵.结论 SPTP的MSCT表现具有一定的特征性,平扫及多期增强扫描有助于诊断及鉴别诊断.     

胰腺实性假乳头状瘤的影像学表现与鉴别诊断

目的 探讨胰腺实性假乳头状瘤(SPTP)的CT、MRI、18F-FDG PET/CT表现及影像学在鉴别诊断中的价值.方法 回顾性分析经手术病理证实的8例SPTP的影像学资料.8例均接受CT平扫及增强扫描,2例接受MRI平扫及增强扫描,1例接受PET/CT检查.结果 8例CT平扫均呈体积较大的囊实性肿块,其中实性成分为主型2例,囊性成分为主型3例,囊实性相间型3例.6例包膜完整,7例外生性生长,2例见出血,1例见钙化.2例MRI平扫实性成分在T1WI呈低信号、T2WI呈稍高信号,囊性成分呈长T1、长T2信号,包膜在T1WI和T2WI均呈低信号,MRI发现一处CT未能显示的出血灶.实性成分及包膜在CT、MR增强扫描中均呈延迟强化,但实性成分的强化程度始终低于胰实质,而包膜的强化程度在门静脉期和延迟期高于胰腺实质.1例PET/CT实性成分呈半环形、不均匀FDG代谢增高灶.结论 SPTP的影像学特征为包膜完整、体积较大、可伴出血和钙化的囊实性肿块,其实性成分及包膜增强后延迟强化,且实性成分FDG代谢增高等.综合影像检查有助于鉴别诊断.     

A combination of circulating tumor cells and CA199 improves the diagnosis of pancreatic cancer

BackgroundEarly diagnosis of pancreatic ductal adenocarcinoma (PDAC) is difficult due to the lack of effective screening tests. CA199, the standard biomarker for PDAC management, is not sufficiently reliable for early diagnosis. This prospective study aimed to evaluate whether circulating tumor cells (CTCs) could complement or perform better than CA199 in determining PDAC.MethodsA total of 168 blood samples were collected from 80 patients with PDAC, 32 patients with acute pancreatitis, 22 patients with benign pancreatic masses, and 34 healthy donors. CTCs were detected by a novel system combining negative enrichment with immunostaining and fluorescence in situ hybridization (NE‐imFISH). Next, ROC curves and AUC analyses were conducted to assess diagnostic abilities of CA199, CTCs, and the combination of the two biomarkers in PDAC.ResultsCTCs were stained as CD45–/DAPI+/CEP8 ≥3. With 2 CTCs/3.2 ml as the cut‐off value, the sensitivity/specificity of the CTC number was 0.76/0.94, which was comparable to that of CA199 (0.78/0.83; Delong test p = 0.3360). Improved performance was achieved through a logistic regression model integrating CA199 and CTC number (AUC_CTC+CA199 = 0.95, AUC_CA199 = 0.80, AUC_{CTC number} = 0.85; Delong test p _vs. _CA199 < 0.0001 and p _vs. _{CTC number} = 0.0002). CTC subtype was inferior to CTC number as a diagnostic marker (AUC_{CTC subtype} = 0.73; Delong test p _vs. _{CTC number} < 0.0001).ConclusionThe dual‐marker panel consisting of CA199 and CTC number can significantly improve upon the diagnostic performance of CA199 alone, highlighting the promising clinical utilization as an effective strategy for PDAC surveillance.     

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。     

基于全肿瘤ADC图纹理特征诊断脑胶质瘤分级

目的 探讨基于全肿瘤ADC图的纹理特征鉴别高级别胶质瘤（HGG）与低级别胶质瘤（LGG）的价值。方法 收集66例经病理证实的脑胶质瘤患者,HGG 41例和LGG 25例。基于术前ADC图,提取107个全肿瘤纹理特征,比较HGG与LGG患者107个纹理特征和临床特征的差异;将差异有统计学意义的变量纳入Logistic回归分析模型,筛选出HGG的独立危险因素,并绘制ROC曲线,评价其诊断HGG的效能。结果 单因素分析显示LGG与HGG患者性别、年龄和3个纹理特征（表面体积比、总能量和区域熵）差异有统计学意义。Logistic回归分析显示年龄（P=0.002,优势比=1.090）和区域熵（P=0.003,优势比=2.984）为HGG的独立危险因素。联合年龄和区域熵诊断HGG的ROC曲线下面积为0.844,敏感度为75.6%,特异度为88.0%。结论 基于全肿瘤ADC图纹理特征有助于判断脑胶质瘤级别,联合临床特征诊断效能较高。