动态对比增强MRI及弥散加权成像参数预测结直肠癌微卫星不稳定

目的 观察动态对比增强MRI(DCE-MRI)及弥散加权成像(DWI)参数预测结直肠癌微卫星不稳定(MSI)的价值。方法 回顾性分析经病理证实的11例MSI(MSI组)和55例微卫星稳定(MSS,MSS组)结直肠癌患者,比较组间术前DCE-MRI参数,包括容积转移常数(K^trans)、血管外细胞外间隙容积分数(V_e)、血管内外回流速率常数(K_ep)和初始强化曲线下面积(iAUC),以及DWI参数表观弥散系数(ADC)的差异。采用受试者工作特征(ROC)曲线评估各参数预测结直肠癌MSI的效能;基于诊断效能最高的DCE-MRI参数及ADC,采用多因素logistic回归建立联合模型,并评估其诊断效能。结果 MSI组K^trans、K_ep、iAUC均低于MSS组(P均＜0.05),ADC显著高于MSS组(P＜0.001),而V_e与MSS组差异无统计学意义 (P=0.536)。K_ep预测结直肠癌MSI的AUC为0.890,高于K^trans、iAUC及ADC(AUC=0.822、0.830、0.879,Z=3.456、3.173、3.170,P均＜0.001);K_ep+ADC的AUC为0.970,高于单一K_ep及ADC(AUC=0.890、0.879, Z=6.171、3.978,P均＜0.001)。结论 DCE-MRI联合DWI参数可有效预测结直肠癌MSI。     

MR脂肪抑制T2WI联合弥散加权成像与增强MRI鉴别乳腺黏液癌与黏液样纤维腺瘤

目的 对比观察MR脂肪抑制（FS）-T2WI （FS-T2WI）联合弥散加权成像（DWI）与增强MRI鉴别乳腺黏液癌（MBC）与乳腺黏液样纤维腺瘤（MFA）的价值。方法 回顾性分析经术后病理证实的14例MBC （MBC组）与22例乳腺MFA （MFA组）,比较组间FS-T2WI信号强度（SI）指数、DWI-表观弥散系数（ADC）、强化特点及时间信号强度曲线（TIC）等MRI表现差异。针对FS-T2WI联合DWI及增强MRI参数以二元logistic回归分析拟合回归方程,绘制受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评估2种回归方程鉴别MBC与乳腺MFA的效能。结果 组间FS-T2WI信号SI指数（Z=3.780,P<0.001）、DWI-ADC （t=4.230,P<0.001）、强化均匀与否（P=0.006）、早期强化方式（P<0.001）、强化填充方式（P<0.001）及TIC类型（P=0.001）差异均有统计学意义,延迟期强化方式差异无统计学意义（P=0.062）。基于FS-T2WI联合DWI参数建立回归方程如下：Logit （P）=－10.434+0.003×ADC+0.748×FS-T2WI SI指数;基于增强MRI参数建立回归方程Logit （P）=31.666+0.287×强化均匀与否-18.319×早期强化方式+19.945×强化填充方式-36.591×延迟期强化方式+20.225×TIC类型。上述2个回归方程鉴别MBC与乳腺MFA的AUC （Z=1.890,P=0.059）、敏感度（χ²=1.050,P=0.305）、特异度（χ²=1.100,P=0.294）和准确率（χ²=0.660,P=0.416）差异均无统计学意义。结论 FS-T2WI联合DWI可鉴别诊断MBC与乳腺MFA,其诊断效能与增强MRI相当。     

双能CT诊断颈部中央区甲状腺乳头状癌小淋巴结转移

目的 探讨双能量CT对甲状腺乳头状癌在颈部中央区小淋巴结转移的诊断价值。方法 回顾性分析经病理证实为甲状腺乳头状癌且术前接受双能量CT增强扫描的43例患者资料。比较甲状腺乳头状癌转移淋巴结组及非甲状腺乳头状癌转移淋巴结组淋巴结的短径、动脉期及静脉期碘浓度、标准化碘浓度（NIC）、能谱曲线斜率。绘制ROC曲线,分析应用碘浓度及NIC对甲状腺癌转移淋巴结的诊断效能。结果 43例患者共119枚淋巴结,其中转移淋巴结55枚、非转移淋巴结64枚。2组淋巴结短径差异有统计学意义（t=-2.20,P=0.03）。动脉期转移淋巴结组及非转移淋巴结组碘浓度分别为（2.93±1.62）mg/ml及（2.17±1.09）mg/ml,NIC分别为0.33±0.21及0.19±0.12,曲线斜率分别为0.79±0.43及0.63±0.37。静脉期甲状腺乳头状癌转移淋巴结组及非甲状腺乳头状癌转移淋巴结组碘浓度分别为（2.68±1.54）mg/ml及（2.17±1.01）mg/ml,NIC分别为0.51±0.18及0.43±0.15,曲线斜率分别为0.54±0.42及0.62±0.39。2组间动脉期及静脉期碘浓度、NIC、动脉期曲线斜率差异均有统计学意义（P均<0.05）。ROC曲线分析显示,动脉期碘浓度、NIC诊断甲状腺癌转移淋巴结的曲线下面积（AUC）分别为0.62、0.73,静脉期碘浓度、NIC分别为0.61、0.63。结论 双能CT动脉期及静脉期碘浓度、NIC及动脉期曲线斜率在不同性质的中央区小淋巴结间存在差异,双能量CT有助于鉴别中央区转移及非转移小淋巴结。     

帕金森病与阿尔茨海默病患者的经颅超声图像分析

目的 对比分析帕金森病（PD）和阿尔茨海默病（AD）患者的经颅超声（TCS）图像变化特点。方法 对38例PD、28例AD及26名健康志愿者行TCS检查,分析其黑质回声、3脑室宽度及大脑中动脉血流参数变化特点。结果 黑质异常强回声比例PD组（31/38,81.58%）高于AD组（8/28,28.57%）和对照组（3/26,11.54%）,差异均有统计学意义（χ²=18.74、30.41,P均<0.001）,而AD组和对照组间无明显差异（χ²=2.41,P=0.120）;3脑室宽度AD组[（0.82±0.14）cm]大于PD组[（0.63±0.16）cm]和对照组[（0.56±0.16）cm],差异均有统计学意义（P均<0.001）,而PD组和对照组间差异无统计学意义（P=0.098）;双侧大脑中动脉平均流速AD组均低于PD组和对照组,右侧大脑中动脉搏动指数AD组高于PD组和对照组,差异均有统计学意义（P均<0.05）。结论 通过TCS检查,联合黑质回声、3脑室宽度及大脑中动脉血流变化,可为PD及AD的诊断提供有价值的神经影像学信息。     

3.0T磁共振体素内不相干运动扩散加权成像鉴别诊断脊柱不典型血管瘤与溶骨性转移瘤

目的 探讨3.0T MR体素内不相干运动（IVIM）成像对脊柱不典型血管瘤与溶骨性转移瘤的鉴别诊断价值。方法 回顾性收集18例脊柱不典型血管瘤患者（19个病灶）和25例脊柱转移瘤患者（69个病灶）。对所有患者均行3.0T MR扫描,包括常规序列和IVIM DWI序列,采用单指数模型后处理软件获得ADC值,采用双指数模型后处理软件获得IVIM参数,包括慢速扩散系数（ADC_slow值）、快速扩散系数（ADC_fast值）及快速扩散分数（f值）。采用独立样本t检验或Mann-Whitney U检验比较各参数值的差异。结果 脊柱不典型血管瘤和转移瘤的ADC值分别为（1.16±0.30）×10^-3 s/mm²、（0.80±0.27）×10^-3 s/mm²,差异有统计学意义（t=5.00,P<0.001）;ADC_slow中位数分别为0.78×10^-3 s/mm²、0.55×10^-3 s/mm²,差异有统计学意义（P=0.02）;ADC_fast分别为（63.06±33.89）×10^-3 s/mm²、（70.78±39.62）×10^-3 s/mm²,差异无统计学意义（t=0.77,P=0.44）;f分别为（40.65±14.75）%、（32.49±11.50）%,差异有统计学意义（t=2.57,P=0.01）。结论 IVIM可定量评估脊柱不典型血管瘤和溶骨性转移瘤的水分子扩散及微血管灌注特性,ADC、ADC_slow值对脊柱不典型血管瘤和溶骨性转移瘤具有一定的鉴别诊断价值。     

MRI纹理分析预测乳腺癌腋窝淋巴结转移

目的 评价MRI纹理分析预测乳腺癌腋窝淋巴结（ALN）转移的价值。方法 以172例乳腺癌为训练组,分为ALN阳性亚组（n=79）和阴性亚组（n=93）,提取增强MRI及ADC图中ALN纹理特征,比较2亚组间纹理特征差异;筛选纹理特征,构建多因素Logistic回归模型,并对模型进行内部验证。以另外37例乳腺癌为测试组,行模型外部验证。结果 基于增强MRI和ADC图选取16个纹理参数,其中熵的预测效能最优,曲线下面积（AUC）分别为0.781和0.786。经Lasso回归筛选11个纹理特征,以多因素Logistic回归建立预测模型,内部验证结果显示其AUC为0.906,用于测试组时AUC为0.859,预测效能良好。结论 MRI纹理分析预测乳腺癌ALN转移具有较高效能。     

剪切波弹性成像和γ-谷氨酰转肽酶/血小板比用于诊断慢性乙型肝炎患者肝纤维化

目的 探讨剪切波弹性成像（SWE）和γ-谷氨酰转肽酶/血小板比值（GPR）用于诊断慢性乙型肝炎（CHB）患者肝纤维化的应用价值。方法 选择116例CHB患者，在肝脏穿刺活检前行SWE检测及血常规及肝功能检验，记录肝脏硬度（LSM），计算GPR。根据Metavir评分系统将活检所示肝纤维化分为F0~F4共5期，分析Elast PQ和GPR与肝脏纤维化分期的相关性。绘制受试者工作特征（ROC）曲线，比较Elast PQ和GPR诊断CHB患者肝纤维化效能的差异，分析Elast PQ诊断丙氨酸氨基转移酶（ALT）≤ 2倍正常值上限（ULN）患者肝纤维化的价值。结果 Elast PQ和GPR与肝脏纤维化分期均呈正相关（r=0.94，P<0.01；r=0.92，P<0.01）。对于F1~F3期肝纤维化，Elast PQ的诊断效能优于GPR（Z=2.21，P=0.03；Z=2.16，P=0.03；Z=2.27，P=0.02）。Elast PQ对ALT ≤ 1×ULN患者的诊断效能优于其对1×ULN结论 Elast PQ和GPR对ALT ≤ 2×ULN的CHB患者早期肝纤维化分期具有较高价值，Elast PQ的诊断效能更好。     

腰椎间盘突出症患者受压神经根DTI与临床表现的相关性

目的 探讨腰椎间盘突出症患者受压神经根DTI相关参数的变化,及其与基于临床症状的Oswestry功能障碍指数（ODI）、视觉模拟评分（VAS）的相关性。方法 25例经临床和手术证实为单侧神经根受压的腰椎间盘突出症患者纳入本研究,全部患者术前均接受DTI扫描和ODI与VAS评分,ODI、VAS用于评价患者受压神经根对应的特征性下肢疼痛区域。结果 腰椎间盘突出症患者患侧与健侧神经根FA值分别为0.26±0.05、0.36±0.05,ADC值分别为（1.69±0.32）×10^-3 mm²/s、（1.56±0.21）×10^-3 mm²/s;患侧FA值与ODI （r=-0.88,P < 0.01）及VAS评分（r=-0.66,P < 0.01）呈负相关,ADC值与ODI （r=0.30,P=0.15）及VAS评分（r=0.36,P=0.08）无相关关系。结论 DTI的FA值可能是量化神经根结构改变的重要参数,腰椎间盘突出症患者神经根结构的损伤可能是产生临床症状的重要原因。     

增强CT影像组学列线图预测膀胱尿路上皮癌肌层浸润

目的 评价增强CT影像组学列线图预测膀胱尿路上皮癌肌层浸润的可行性。方法 纳入91例膀胱尿路上皮癌患者,根据手术病理结果分为非肌层浸润性膀胱癌（NMIBC）组（n=51）和肌层浸润性膀胱癌（MIBC）组（n=40）,比较组间CT特征差异。利用Mazda软件提取病变纹理参数,以Lasso算法筛选,联合十折交叉验证构建Logistic回归影像组学列线图。绘制受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评估列线图预测膀胱尿路上皮癌肌层浸润的效能。结果 CT形态不规则多见于MIBC组,NMIBC组与MIBC组肿瘤CT形态特征差异具有统计学意义（P<0.05）。Logistic回归组学列线图预测肌层浸润AUC为0.881,特异度为76.5%,敏感度87.5%,危险因素包括动脉期S（3,3）SumAverg、S（4,-4）InvDfMom及静脉期S（3,-3）DifEntrp、Perc.90%。结论 增强CT影像组学列线图有助于术前预测膀胱尿路上皮癌肌层浸润。     

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。     

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T2WI 3D纹理分析评估宫颈癌组织学分级

目的 探讨基于T2WI的3D纹理分析评估宫颈癌组织学分级的价值.方法 回顾性分析经病理证实的175例宫颈癌患者,其中高分化41例(高分化组),中分化76例(中分化组),低分化58例(低分化组),术前均接受常规MR平扫及增强扫查.采用ITK-SNAP软件勾画感兴趣体积(VOI),以LIFEx软件计算获取41个纹理参数;比...     

基于增强T2*加权血管成像序列R2*图肿瘤全域纹理分析预测子宫内膜癌微卫星不稳定性

目的评估基于增强T2^*加权血管成像(ESWAN)序列R2^*图的肿瘤全域纹理分析(TA)预测子宫内膜癌(EC)微卫星不稳定性(MSI)的价值。方法回顾性分析38例经术后病理证实、术前接受ESWAN序列盆腔MR扫描的EC患者,其中12例MSI(MSI组)、26例微卫星稳定(MSS,MSS组),经后处理获得R2^*图。于R2^*图像上逐层手动勾画肿瘤ROI,融合后获得全域感兴趣容积(VOI);采用A.K.分析软件提取其纹理特征,以Spearman相关性分析和梯度提升决策树(GBDT)方法筛选最优纹理特征,构建多元logistic回归模型,用于预测EC MSI状态;以受试者工作特征(ROC)曲线评价模型的诊断效能。结果共提取74个纹理特征,最终筛选出6个最优纹理特征,以之构建预测EC MSI的回归模型。ROC曲线显示,模型的曲线下面积(AUC)、准确率、敏感度及特异度分别为0.95、89.50%、83.30%及92.30%。结论基于ESWAN序列R2^*图的肿瘤全域TA有助于术前预测EC MSI。     

CT纹理分析鉴别甲状腺良恶性结节和预测淋巴结转移

目的 探讨CT纹理分析鉴别甲状腺结节良恶性和预测恶性结节淋巴结转移的价值.方法 回顾性分析174例经手术病理证实的甲状腺结节患者,包括122例良性病变(良性组)及52例恶性病变(恶性组);根据是否淋巴结转移将恶性组患者分为转移亚组(n=22)与无转移亚组(n= 30).采用Mazda软件于动脉期CT图像提取纹理特征,并...     

Evaluation of texture analysis for the differential diagnosis of focal nodular hyperplasia from hepatocellular adenoma on contrast-enhanced CT images

Purpose

To explore the value of CT texture analysis (CTTA) for differentiation of focal nodular hyperplasia (FNH) from hepatocellular adenoma (HCA) on contrast-enhanced CT (CECT).

Methods

This is a retrospective, IRB-approved study conducted in a single institution. A search of the medical records between 2008 and 2017 revealed 48 patients with 70 HCA and 50 patients with 62 FNH. All lesions were histologically proven and with available pre-operative CECT imaging. Hepatic arterial phase (HAP) and portal venous phase (PVP) were used for CTTA. Textural features were extracted using a commercially available research software (TexRAD). The differences between textural parameters of FNH and HCA were assessed using the Mann–Whitney U test and the AUROC were calculated. CTTA parameters showing significant difference in rank sum test were used for binary logistic regression analysis. A p value < 0.05 was considered statistically significant.

Results

On HAP images, mean, mpp, and skewness were significantly higher in FNH than in HCA on unfiltered images (p ≤ 0.007); SD, entropy, and mpp on filtered analysis (p ≤ 0.006). On PVP, mean, mpp, and skewness in FNH were significantly different from HCA (p ≤ 0.001) on unfiltered images, while entropy and kurtosis were significantly higher in FNH on filtered images (p ≤ 0.018). The multivariate logistic regression analysis indicated that the mean, mpp, and entropy of medium-level and coarse-level filtered images on HAP were independent predictors for the diagnosis of HCA and a model based on all these parameters showed the largest AUROC (0.824).

Conclusions

Multiple explored CTTA parameters are significantly different between FNH and HCA on CECT.

     

对比分析两种胸部能谱CT虚拟平扫图像与常规平扫图像

目的 比较虚拟平扫图像（VUE）和抑碘图像（MSI）与常规CT平扫图像（TUE）质量,观察能谱CT虚拟平扫技术在胸部CT成像中的应用价值。方法 前瞻性收集40例患者行胸部平扫联合增强检查,采用常规扫描模式获得胸部TUE,以GSI Assist模式行双期增强扫描。采用VUE技术基于原始数据重建动脉期、静脉期虚拟平扫图像（AP-VUE、VP-VUE）,通过后处理抑碘技术获得双期抑碘图（AP-MSI、VP-MSI）。测量胸主动脉、肺动脉、竖脊肌及胸壁皮下脂肪CT值及其标准差（SD值）,并计算CNR,采用5分法对图像进行主观评分,以单因素方差分析及Kruskal-Wallis H法、Mann-Whitney U法进行统计学分析。结果 AP-MSI肺动脉及胸主动脉CT值与TUE比较差异有统计学意义（P均<0.005）,VP-MSI及双期VUE各部位CT值、CNR值及SD值与TUE间差异无统计学意义（P均>0.005）。双期MSI及AP-VUE图像各项主观评分均低于TUE（P均<0.005）,VP-VUE图像各项主观评分与TUE比较差异均无统计学意义（P均>0.005）。虚拟平扫较常规平扫辐射剂量降低19.29%。结论 VUE技术可在降低辐射剂量的同时获得较MSI更好的图像质量,尤其VP-VUE与TUE图像质量相当,有代替常规胸部平扫的潜能。     

磁共振扩散峰度成像鉴别不同腮腺疾病及诊断腮腺腺淋巴瘤的应用

目的 探讨磁共振扩散峰度成像（DKI）鉴别不同类型腮腺疾病及诊断腮腺腺淋巴瘤（PAL）的价值。方法 回顾性分析57例腮腺疾病患者的DKI及DWI资料,分为感染性病变组（n=10）、混合瘤组（n=19）、PAL组（n=14）、其他良性肿瘤组（n=4）、恶性肿瘤组（n=10）。并将其中19例单侧腮腺病变患者的对侧正常腮腺作为正常对照组。比较各组病灶DKI扩散峰度系数（K_mean、K_rad、K_ax）、扩散系数（D_mean、D_rad、D_ax）、FA值及传统ADC值的差异。采用二分类Logistic回归筛选在PAL的诊断中具有统计学意义的指标,建立Logistic回归方程。绘制ROC曲线对筛选后的指标及二分类Logistic回归模型的诊断效能进行分析。结果 各组间K_mean、K_rad、K_ax、D_mean、D_rad、D_ax、FA及ADC值的差别均有统计学意义（P均<0.05）。ROC曲线分析显示,FA联合K_ax值诊断PLA的曲线下面积（AUC）为0.88±0.06（0.79~0.94）,高于单纯K_ax[0.80±0.07（0.70~0.88）]和FA的AUC[0.63±0.10（0.52~0.73）],差异均有统计学意义（P均<0.05）;其敏感度、特异度、准确率、阳性预测值、阴性预测值分别为71.43%、95.78%、91.77%、76.92%、94.44%。结论 DKI可用于鉴别不同类型腮腺疾病,联合应用FA及K_ax值有利于提高对PAL的诊断能力。