基于深度学习的肺部医学图像分析研究进展

目的:肺癌是全球致死率第一的癌症。近年来,医学影像技术的飞速发展使得医学图像分析进入了大数据时代。CT成像技术是最常见的影像筛查疾病的方式之一,传统的利用肺部CT影像诊断肺部肿瘤的工作量十分巨大,往往伴随长时间的阅片和医生的主观评价等缺点,导致假阳性率高,致使产生误诊。深度学习技术在计算机视觉领域的巨大成功让肺癌实现计算机辅助诊断筛查成为可能。本文介绍了深度学习及其在医学图像处理领域的研究进展,尤其对肺部肿瘤图像方面的应用研究现状做了重点介绍,总结了深度学习在医学图像分析中面临的主要问题并对应用前景进行了展望。     

基于瘤内异质性分割的软组织肿瘤MRI影像组学辅助诊断研究

目的 建立用于软组织瘤磁共振成像(Magnetic Resonance Imaging,MRI)影像辅助诊断的计算机影像组学方法.方法 收集了在中国医科大学附属辽宁省肿瘤医院就诊的75例软组织瘤患者的T1增强和T1平扫序列MRI影像数据,采用无监督k-means算法将肿瘤区域分割为高亮度和低亮度亚区.分别提取瘤内亚区及...     

3.0TMRI联合计算机辅助系统在乳腺肿瘤诊断中的价值

目的 探讨3.0T磁共振联合乳腺磁共振计算机辅助系统(MRI-CAD)在良、恶性乳腺肿瘤鉴别诊断中的价值.方法 分别利用3.0TMRI工作站(MRI法)和MRI-CAD(CAD法)对78例患者共93个乳腺病灶进行良、恶性鉴别诊断,内容包括形态学分析和时间信号曲线分析,比较两种方法的诊断正确率.结果 在93个病灶中CAD法诊断正确率高于MRI法,差异有统计学意义(P ＜0.05);MRI法和CAD法在51例肿块样病变中诊断正确率差异无统计学意义(P ＞0.05);CAD法在42例非肿块样病变中诊断正确率高于MRI法,差异有统计学意义(P＜0.05).结论 MRI-CAD与利用MRI工作站比较,在良、恶性乳腺肿瘤特别是非肿块样病灶的鉴别诊断中具有明显优势.     

基于多序列MRI影像组学与深度迁移学习特征的脑胶质瘤分级预测研究

目的：探讨基于多序列磁共振成像（magnetic resonance imaging,MRI）手工影像组学（hand-crafted radiomic,HCR）和深度迁移学习（deep transfer learning,DTL）特征的机器学习（machine learning,ML）模型在术前预测脑胶质瘤分级的效能。方法：选取BraTS2019数据集中332例患者的影像数据［高级别胶质瘤（high-grade glioma,HGG）258例,低级别胶质瘤（low-grade glioma,LGG）74例］,随机抽取30例HGG和8例LGG作为测试数据集,其余294例作为训练集和验证集。从T1、T2 、T1c和Flair 序列中提取病灶的HCR特征和DTL特征,并筛选出影响力前10的特征子集,基于HCR特征、DTL特征和两者组合的深度学习影像组学（deep learning radiomics,DLR）特征,分别建立7种ML模型,评估模型预测HGG和LGG的效能。选择最佳模型后,使用SHAP法对模型特征重要性进行量化及归因分析。结果：基于HCR和DTL组合的DLR特征构建的ML模型预测效能最高,当使用支持向量机的递归特征消除（support vector machine-recursive feature elimination,SVM-RFE）筛选特征后,使用T2+T1c+ Flair序列组合的支持向量机（support vector machine,SVM）分类器的预测模型效果最佳。在验证集上,受试者工作特征曲线下面积达到0.996（95% CI：0.991~1.000）,约登指数、准确度、灵敏度和特异度分别为 0.920、0.976、0.988和0.932,在测试集上同样具有较高的分级预测效能。SHAP特征权重分析显示Flair序列的特征贡献较大,其次为T2及T1c序列,HCR和DTL特征均有重要贡献。结论：基于多序列MRI的DLR特征构建的ML模型可有效预测脑胶质瘤的肿瘤分级,其中经过SVM-RFE筛选后的 T2+T1c+Flair序列组合的SVM分类器模型效能最佳。     

乳腺超声检查在乳腺肿瘤临床诊断中的应用价值

目的研究分析乳腺超声检查在乳腺肿瘤临床诊断中的应用价值。方法选取2017年6月至2018年6月我院收治的乳腺肿瘤患者100例,将其依据随机数法分2组,50例为一组。对照组给予乳腺X线摄影检查,观察组给予乳腺超声检查,对比2组的诊断效果。2组患者均经过手术病理诊断确认。结果 2组患者均经过手术病理诊断后恶性肿瘤22例,良性肿瘤28例。观察组患者经过检查后,诊断出恶性肿瘤22例,良性肿瘤27例,对照组诊断出恶性肿瘤20例,良性肿瘤20例。观察组的诊断率(98%)高于对照组(80%)(P<0.05)。结论乳腺超声检查在乳腺肿瘤临床诊断中的效果较好,值得应用。     

全数字化乳腺摄影与超声光散射成像对乳腺肿瘤诊断的对比研究

目的比较全数字化乳腺摄影与超声光散射成像对乳腺肿瘤的诊断价值。方法选取我院收治的疑似乳腺肿瘤患者60例,均进行全数字化乳腺摄影检查及超声光散射成像,以病理诊断为"金标准",比较两种影像检查方法对乳腺肿瘤诊断的准确性。结果全部患者共检出62个肿块,术后病理确诊为良性肿块40个,恶性肿块22个。超声光散射成像诊断准确率为79.0%,敏感度为77.3%,特异度为80.0%;术前全数字化乳腺摄影诊断的诊断准确率为74.2%,敏感度为81.8%,特异度为70.0%。两种方法各诊断指标比较,差异无统计学意义(P>0.05)。结论超声光散射成像与全数字化乳腺摄影诊断乳腺肿瘤的诊断准确性基本相同,并且前者无放射损伤,在肿块定位、定性诊断中有较大优势,可以作为乳腺肿瘤影像诊断的有效补充。     

基于深度学习的结直肠癌全视野数字病理切片分子分型识别研究

目的 建立人工智能辅助结直肠癌病理切片分子分型诊断系统.方法 在癌症基因组图谱(the cancer genome Atlas,TCGA)数据库中筛选出422例结直肠癌患者的812张病理切片,分为训练集(75％)和测试集(25％);存入www.paiwsit.com数据库中,根据资深的病理医生标注的数据进行处理及分割,...     

基于灰阶超声的不同影像组学模型鉴别乳腺肿块良恶性的价值

目的 探讨基于灰阶超声的不同影像组学模型鉴别乳腺肿块良恶性的临床价值.方法 回顾性分析2018年10月至2020年10月皖南医学院附属太和县人民医院经病理证实的180例患者的乳腺肿块灰阶超声图像并提取影像特征,将肿块按照7:3随机抽样,其中126个肿块作为训练组,54个肿块作为验证组.采用单因素方差分析及最小绝对收缩和...     

自动乳腺全容积成像技术对乳腺肿瘤的鉴别诊断

目的探讨自动乳腺全容积成像(ABVS)系统检查在鉴别乳腺良恶性肿瘤中的临床价值。方法使用西门子Acuson S2000的ABVS系统扫查84例乳腺肿瘤患者的双侧乳腺,获取双侧乳腺横切面图像上的基本数据,系统自动进行三维数据重建,然后获得乳腺冠状面和矢状面图像。与常规二维超声检查相对比,并与术后或穿刺病理结果相对照,评价ABVS系统对乳腺良恶性肿瘤的鉴别诊断价值。结果 ABVS系统诊断的灵敏度为90%,特异度为90%,准确度为90%;常规超声诊断的灵敏度为70%,特异度为90%,准确度为81%。结论 ABVS系统作为一种新的超声检查途径,提高了超声对乳腺良恶性肿瘤鉴别诊断的准确度,为临床提供更加准确、完整的诊断信息。     

基于深度学习的图像重建算法在胸部薄层CT中的降噪效果评估

目的 为了评估基于深度学习的重建算法在胸部薄层计算机断层扫描(computed tomography,CT)图像中的降噪效果,对滤波反投影重建(filtered back projection,FBP)、自适应统计迭代重建(adaptive statistical iterative reconstruction,AS...     

超声弹性成像、钼靶X线在乳腺肿块良恶性鉴别诊断中的价值

目的:探讨弹性成像(UE)、弹性应变率比值法(SR)与钼靶X线(molybdenum X-ray photography,MX-rP)在乳腺癌诊断中的价值。方法:对114例患者,139个病灶术前行UE,SR与MX-rP检查,以手术病理为诊断金标准,分析在病灶诊断、病灶周围浸润、腋窝转移淋巴结等方面,UE、SR与MX-rP的诊断价值。结果:SR和MX-rP诊断乳腺恶性病灶的敏感性、特异性、准确性分别为90%、95.4%、94.2%和66.7%、80.7%、77.6%,两者差异有统计学意义(P<0.05);SR和MX-rP的受试者工作特征曲线下面积(AUC)分别为0.935和0.803,两者比较差异有统计学意义(P<0.05);常规超声、弹性成像对转移性淋巴结的检出率高于钼靶X线(P<0.05);弹性成像对病灶病理测值的符合度较常规超声高(P<0.05)。结论:常规超声、弹性成像联合钼靶X线可以进一步提高乳腺恶性肿块的检出率。     

全数字化乳腺钼靶摄影对男性乳腺病变良恶性的鉴别诊断

目的探讨全数字化乳腺钼靶摄影(full-field digital mammography,FFDM)对男性乳腺病变良恶性的鉴别诊断价值。方法收集2018年7月至2021年10月经FFDM检查并取得病理结果的21例男性乳腺肿块病人及65例女性乳腺癌病人资料。回顾性分析其临床及影像学特征并进行比较,采用受试者工作特征性(ROC)曲线下面积(AUC)来评估FFDM对男性乳腺病变的诊断效能。结果21例男性乳腺病变中良性13例,恶性8例。男性乳腺恶性病变组肿块以及有无周围血管增粗(或增多)发生率均高于良性病变组,局灶不对称影发生率低于良性病变组,差异均有统计学意义(P < 0.05);2组结构扭曲、乳头凹陷发生率比较,差异均无统计学意义(P>0.05)。男性乳腺癌组乳头凹陷发生率高于女性乳腺癌组,可疑恶性钙化发生率低于女性乳腺癌组,差异均有统计学意义(P < 0.05);2组肿块、局灶不对称影、周围血管增粗(或增多)、结构扭曲、肿块边缘模糊和肿块毛刺征发生率比较,差异均无统计学意义(P>0.05)。FFDM对于男性乳腺疾病诊断的AUC为0.885,敏感度100%,特异度76.9%,符合率85.7%,阳性预测值72.7%,阴性预测值100%。结论FFDM对男性乳腺良恶性病变具有较好地诊断价值,肿块及周围血管增粗(或增多)是诊断男性乳腺癌最重要的影像表现,良性病变以男性乳腺发育最常见,多表现为局灶不对称影。     

乳腺良恶性病变中微钙化钼靶X线征象分析

目的:探讨微钙化钼靶X线征象在乳腺良、恶性病变中的诊断及鉴别诊断的价值,以提高诊断准确性。方法:收集经术后病理证实术前均行X线摄影伴有微钙化的乳腺癌病人35例及乳腺良性病变37例,回顾性分析比较其钙化数目、密度、密集度、形态及分布特点。结果:乳腺良恶性病变微钙化在密度、数目、密集度、形态及分布5个指标方面差异有统计学意义（P<0.05～P<0.01）。乳腺癌中表现为低密度为主的微钙化比例高于乳腺良性病变组（P<0.05）。乳腺癌钙化数目≥20所占比例明显高于乳腺良性病变组（P<0.05）。乳腺癌微钙化密集度≥10/cm2所占比例明显高于乳腺良性病变组（P<0.01）。形态上良性组粗颗粒样钙化所占比例高,乳腺癌组仅出现1例,乳腺癌组中细沙样、线形分支样、蠕虫样及混合型钙化出现率高（P<0.01）。分布上弥漫状分布仅见于良性组,线状及段状分布乳腺癌组所占比例较高（P<0.01）结论:微钙化灶的数目、密度、密集度、形态及分布特征与乳腺良、恶性病变有一定关系,其钼靶X线征象可对乳腺良、恶性病变作出初步判断。     

数字钼靶X线摄影肿块边缘征象及周围结构对乳腺良、恶性病变诊断的意义

目的 探讨数字钼靶X线摄影乳腺肿块周围结构及边缘征象在乳腺肿块性病变的定性诊断中的意义.方珐搜集2009年经手术和病理证实的乳腺肿块200枚,对肿块边缘征象和肿块周围乳腺结构异常在各种病变中的检出情况进行回顾性分析.放射科医生阅片均以乳腺影像和报告系统为标准完成报告和分级,全部病例通过手术病理证实.将数字靶x线摄影边缘清晰、边缘模糊、结构正常归为良性组,表现为边缘浸润、星芒状、结构扭曲、病理结构归为恶性病变组.结果 边缘光整、边缘模糊、结构正常在良性病变的检出率高于恶性病变;边缘浸润、星芒状、结构扭曲紊乱、病理结构在良性病变中的检出率低于恶性病变,差异均有统计学意义(P<0.05).边缘浸润和星芒状以及肿块周围结构粘连扭曲和病理结构在乳腺恶性病变的检出率最高,其敏感性和阳性预测值分别为36.4%和94.1%、48.9%和93.5%、54.5%和83.6%、56.8%和94.3%;边缘清晰和病灶周围结构正常者在良性病变多见.结论 乳腺肿块肿块边缘及周围结构的影像学表现对肿块性质的判断具有重要意义,其简单易行,具有重要的临床价值,应重视对上述征象的观察.     

磁共振扩散加权成像在乳腺良恶性病变中的诊断价值

目的探讨磁共振扩散加权成像在乳腺良恶性病变中的诊断价值。方法收集我院2010年2—8月经手术病理证实或穿刺活检证实的50例乳腺癌患者和50例乳腺良性病变患者。DWI扫描b值分别为400、600、8001、000 s/mm2,测量病灶区域的ADC值,并比较各组之间的差异。结果 b值分别为400、6008、001、000时乳腺癌及良性病变的ADC值,恶性组ADC值明显低于良性组（P〈0.05）。四组不同b值的良恶性病变分别做ROC曲线,以b=1 000 s/mm2时,AUC最大,诊断价值最高,以ADC值为1.23×10-3mm2/s作为良恶性病变的诊断阈值,敏感性为90.0%,特异性为89.8%,准确性为89.9%。结论 DWI结合ADC值测量,对乳腺良恶性病变的鉴别诊断具有较高的临床应用价值。     

股骨转子间骨折Evans-Jensen分类数字化模型的建立及意义

目的 探讨建立股骨转子间骨折Evans-Jensen分类的数字化仿真模型的方法及意义.方法 对1名健康男性志愿者行髋部64排螺旋CT扫描,所得数据应用Mimics 10.01软件处理,重建出股骨近端模型,依照股骨转子间骨折Evans-Jensen分类的标准模拟出各型骨折,对模型进行截图保存,并输出影片模式.5名骨科医师和10名医学生对数字骨折模型给予初步评价.结果 股骨转子间骨折Evans-Jensen分类数字化仿真模型直观、立体、逼真,具有良好的视觉效果,可以从任意的方位和角度观察和截图,相对应的影片可以3600旋转观看骨折情况.4名骨科医师和1O名医学生认为三维数字骨折模型更加直观、容易理解.结论 股骨转子间骨折Evans-Jensen分类的数字化模型具有直观、立体、逼真、动态等特点,有利于临床工作及医学教学.

Abstract：

Objective To establish a digitized Evans-Jensen classification model of femoral intertrochanteric fracture. Methods The hip of a healthy male volunteer was examined with 64-slice spiral CT, and the data were processed using Mimics 10.01 software to reconstruct the proximal femur model. According to Evans-Jensen classification criteria of femoral intertrochanteric fracture, each type of fracture model was simulated. Five orthopedic surgeons and 10 medical students undertook the preliminary evaluation of the digital fracture model. Results The digital fracture model is intuitive, three-dimensional, and realistic with good visual effect. The fracture could be observed and charted from optional direction and angle. The corresponding animation allowed 360° rotation. Evaluation by the 4 orthopedic surgeons and 10 medical students confirmed that the digital fracture model was intuitive and easy to understand. Conclusion The digital model of femoral intertrochanteric fracture is intuitive, three-dimensional, realistic and dynamic, and may help in clinical practice and medical teaching.     

乳腺肿瘤血管生成功能性变化特征及其机制

目的 探讨乳腺良恶性不同肿瘤、同种肿瘤不同灌注区域血流灌注特征以及血管生成表型的差异.方法 应用超声造影时间-强度曲线(TIC)定量分析技术检测30例乳腺恶性肿瘤、30例乳腺纤维腺瘤瘤灶边缘及中心部区域灌注参数及平均灌注参数峰值强度(PI)、曲线下面积(AUC)、达峰时间(TTP)、廓清时间(WOT),免疫组化技术检测CD34、血管内皮生长因子(VEGF)、Flk-1/KDR在两组肿瘤中的表达.结果 恶性组TIC形态多数(87.88%,29/33)呈速升缓降型,良性组多数(80.00%,12/15)呈缓升速降型.恶性组平均AUC、WOT大于良性组(P<0.05),平均PI、TTP两组间无统计学差异(P>0.05).恶性组病灶边缘的PI、AUC、WOT、TTP与中心相比有统计学差异(P＜0.05),良性组病灶边缘的各灌注参数与中心相比无统计学差异(P>0.05).恶性组微血管密度显著高于良性组(P<0.05),尤其富集于癌巢边缘.VEGF及Flk-1/KDR在恶性组血管内皮细胞尤其癌巢边缘呈强阳性表达,在良性组血管内皮细胞几乎不表达(P<0.05).结论 实时超声造影TIC形态、各平均灌注参数及区域灌注参数的差异为乳腺良恶性肿瘤的鉴别诊断提供了重要依据.针对VEGF或Flk-1/KDR为靶点进行乳腺癌特异性分子显像可能为乳腺癌的准确诊断提供新的思路.

Abstract：

Objective To compare the histological morphology, hemodynamics and angiogenesis-related molecules between benign and malignant breast tumor and investigate their variation in different perfusion regions in the same type of tumors.Methods Thirty patients with malignant breast carcinoma and 30 with breast fibroadenoma underwent contrast-enhanced ultrasound examination with time-intensity quantitative analysis. The perfusion indices including peak intensity (PI), area under the curve (AUC), time to peak (TTP) and wash-out time (WOT) were measured both inside and on the margin of the foci. The expressions of CD34, vascular endothelial growth factor (VEGF), and Flk-1/KDR in both groups were measured immuhistochemically. Results The time-intensity curve (TIC) of malignant tumor group was characterized by rapid ascent and slow descent, while that of the benign group presented with slow ascent and rapid descent. The AUC and WOT of the malignant tumor group were significantly higher than those of the benign group, while the PI and TTP showed no significant difference. In malignant tumor group, PI, AUC and WOT on the margin of the foci were significantly higher those of the inside region, while TTP showed a reverse pattern. No significant differences were found in the perfusion parameters between the inside and outside of the foci in the benign group. The distribution of CD34 was heterogeneous in breast carcinoma, and the micro-vessels were densely distributed especially on the margin of the cancer nest. The microvessel density of the malignant group (34.48±8.34) was significantly higher than that of the benign group (18.65±4.69). Diffuse or focal high VEGF expression was found on the margin of the cancer nest and necrotic tissue, but hardly detected in the benign group. Flk-1/KDR expressed diffusely or fiscally in breast carcinoma with especial high expression on the margin of the cancer nest and necrotic tissue, but was virtually undetectable in the benign group. Conclusion The perfusion pattern, TIC, mean perfusion parameter and variation of the regional perfusion parameters provide valuable evidence for differential diagnoses between benign and malignant breast tumors. Molecular imaging targeting VEGF and Flk-1/KD shed light on new approaches to early diagnosis of breast carcinoma.     

基于放射组学的胃肠道间质瘤分类模型

目的通过对CT图像中提取的大量纹理特征进行多变量分析建立一个用于胃肠道间质瘤良恶性分类的模型。方法本研 究包含110个患有胃肠道间质瘤的病人（80个作为训练集,30个作为验证集）。首先在初始特征集中应用0.632+自助法进行特征 降维,然后在特征子集中进行逐步前向的特征选择,最后通过逻辑回归建立分类模型。结果6个纹理特征建立的分类模型能够 在训练集和验证集中成功地区分良恶性胃肠道间质瘤。该模型在训练集中得到的AUC、敏感性、特异性和分类准确率分别为 0.93、0.88、0.85和0.87;验证集中分别为0.91、0.87、0.86和0.86。结论本文以放射组学的研究方法建立了一个分类模型,对胃 肠道间质瘤良恶性分类具有优良的预测性能,因此可以将其作为术前肿瘤分类的辅助工具。