基于深度学习重建常规头部2D T1WI超分辨率图像质量

目的 评价基于深度学习改良U-net(M U-net)模型的常规厚层2D T1WI超分辨率重建图像质量及其在脑形态学研究中的应用价值.方法 回顾性分析730例头部M RI,包含常规厚层2D T1WI及3D T1WI,按7:3比例将其分为训练集(n=500)和测试集(n=230).采用M U-net模型和传统插值算法对2...     

3D U-Net深度学习模型基于盆腔T2WI自动分割盆腔软组织结构

目的 评估3D U-Net深度学习(DL)模型基于盆腔T2WI自动分割盆腔软组织结构的可行性.方法 回顾性分析147例经病理证实或盆腔MRI随访观察确诊的前列腺癌或良性前列腺增生患者,其中28例接受2次、121例接受1次盆腔MR扫描,共175组T2WI;手动标注T2WI所示软组织结构,包括前列腺、膀胱、直肠、双侧精囊腺...     

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...     

苍白球T1WI信号强度在新生儿高胆红素血症评估中的价值分析

目的 探讨苍白球T1WI信号强度与新生儿高胆红素血症(NHB)程度的相关性.方法 回顾性分析228例新生儿常规磁共振图像和临床实验室资料,按血清总胆红素峰值将患儿分为对照组(B0)、轻度NHB组(B1)、中度NHB组(B2)、重度NHB组(B3)和极重度-危险性NHB组(B4).采用One-way ANOVA分析不同组...     

基于扩散张量成像的婴幼儿大脑图像自动分割

目的 探讨基于扩散张量成像（DTI）的婴幼儿大脑图像自动分割方法的可行性及价值。方法 提出一种基于DTI图像的婴幼儿大脑的分割方法。该方法主要分为2个阶段：①利用水的分布,提取脑脊液（CSF）;②利用水在神经元中的各向异性扩散,提取白质（WM）,继以区分灰质（GM）成分。结果 通过本研究设计的特征选取方法可筛选出有效的DTI特征组合。第1步以平均扩散率（MD）和第3个特征值（L3）为组合特征提取CSF,第2步以各向异性分数（FA）和L3为组合特征提取WM和GM,可获得最高的平均相似性。经2步分割可成功进行婴幼儿大脑图像分割并获得满意的分割效果。结论 基于DTI的婴幼儿大脑图像自动分割方法合理、可行,具有较高的分割精确度。     

3D-FIESTA和FRFSE T2WI对后颅窝神经成像效能的对比研究

目的：比较3D-FIESTA和FRFSE T2WI序列对后颅窝第Ⅴ-Ⅻ对脑神经脑池段的显示效果。材料和方法：对40例320对颅神经行3D-FIESTA和FRFSE T2WI扫描，由2名放射诊断副主任医师结合多平面重组（MPR）进行独立回顾性分析，MR表现分成3级（0级：无显示，1级：部分显示，2级：全部显示）。结果：320对脑神经在3D-FIESTA和FRFSE T2WI中显示率（1级和2级）分别为：第Ⅴ对神经（100％，100％）、第Ⅵ对神经（98．75％，42．00％）、第Ⅶ对神经（100％，100％）、第Ⅷ对神经（100％。100％）、第Ⅸ～Ⅺ对神经组（低位神经）（100％，74％）、第Ⅻ对神经（95％，3．75％）。结论：T2WI对后颅窝脑神经显示效果，3D—FIESTA优于FRFSE，可用于获得脑池段脑神经高分辨率MR成像。     

基于T1WI及IDEAL-T2WI影像组学模型鉴别腮腺多形性腺瘤和腺淋巴瘤

目的 观察T1WI、IDEAL-T2WI影像组学特征及机器学习模型鉴别腮腺多形性腺瘤（PA）与腺淋巴瘤（AL）的价值。方法 回顾性分析33例腮腺PA和25例AL患者。运用放射组学云平台，于轴位T1WI和IDEAL-T2WI上手动勾画病灶ROI，提取影像组学特征；以方差阈值法、SelectKBest及Lasso算法筛选最优特征。采用随机森林、逻辑回归算法建立机器学习模型，绘制ROC曲线，分析T1WI、IDEAL-T2WI、IDEAL-T2WI联合T1WI建立模型的诊断效能。结果 T1WI、IDEAL-T2WI、IDEAL-T2WI联合T1WI分别得到6、9、12个有效特征。基于IDEAL-T2WI联合T1WI建立随机森林模型的诊断效能最高，AUC为0.87，95%CI（0.59，1.00），准确率0.83。结论 基于T1WI、IDEAL-T2WI影像组学特征及机器学习模型可有效鉴别诊断腮腺PA和AL。     

儿童大脑静脉血栓诊断:3D Brainview T1W黑血序列与3D CE-MRV序列的对比研究

目的回顾性评价3D Brainview T1W黑血序列对儿童大脑静脉血栓的诊断价值。材料与方法回顾性分析25名临床症状提示大脑静脉血栓或已被诊断大脑静脉血栓的儿童病例,25名儿童均在3.0 T磁共振仪上扫描3D Brainview T1W黑血序列和三维磁共振增强静脉血管成像序列(3D contrast-enhanced magnetic resonance venography,3D CE-MRV),其中10名儿童还扫描了颅脑常规MRI和相位对比法三维磁共振静脉血管成像(3D magnetic resonance venography,3D MRV)序列。两名高年资神经放射医生独立双盲阅读3D Brainview T1W和3D CE-MRV图像进行大脑静脉血栓诊断,诊断参考标准基于最后的临床诊断。采用Kappa一致性分析评价3D Brainview T1W序列的观察者间一致性。将3D Brainview T1W和3D CE-MRV获得的最终诊断结果与参考标准对比,分别计算3D Brainview T1W和3D CE-MRV序列诊断的敏感度、特异度及95%CI。结果3D Brainview T1W序列具有非常高的观察者间一致性(k=0.95);3D Brainview T1W序列和3D CE-MRV序列诊断的敏感度及特异度分别为97.1%/99.6%和91.4%/99.2%,差异无统计学意义,但3D Brainview T1W可直接观察血栓,提供的血栓细节及诊断信息更多。结论3D Brainview T1W能够直接观察到血栓,在儿童大脑静脉血栓诊断中具有很高的诊断效能。     

基于轴位和矢状位T1WI增强图像影像组学模型术前预测脑膜瘤病理分级的初步研究

目的建立基于轴位及矢状位T1WI增强图像的影像组学模型术前预测脑膜瘤病理分级,并测试其表现。材料与方法回顾性收集2017年1月至2020年12月病理诊断为脑膜瘤且符合纳入标准患者(132例)的MRI图像。使用图像分割软件ITK-SNAP勾画感兴趣区,再采用pyradiomics从中提取影像组学特征,将数据以8∶2的比例分成训练集(105例)和测试集(27例)。通过组内相关系数评估特征的可重复性,之后筛选特征,采用RBF核支持向量机算法构建模型。最后,使用测试集数据评估模型表现,并绘制受试者工作特征(receiver operating characteristic,ROC)曲线。结果基于轴位和矢状位图像的综合模型表现优于其他单序列模型,各模型表现在应用少数类过采样技术(synthetic minority over-sampling technique,SMOTE)后均有不同程度的提升。应用SMOTE的综合模型测试表现最优,其ROC曲线下面积、敏感度、特异度、准确度分别为0.982、0.900、1.000和0.963。结论基于轴位和矢状位T1WI增强图像的影像组学模型有助于术前预测脑膜...     

对比MS BLOCK T1rho、MS HS8 T1rho及3D BLOCK T1rho序列肝脏MR图像质量及T1rho值

目的 对比分析MS BLOCK T1rho、MS HS8 T1rho及3D BLOCK T1rho序列肝脏MR图像质量及T1rho值。方法 分别采用MS BLOCK T1rho（n=33）、MS HS8 T1rho（n=34）及3D BLOCK T1rho（n=22）序列对40名成年健康志愿者行腹部MR扫描,比较3种序列肝脏图像质量及T1rho值,以Pearson相关分析观察3种序列T1rho值的相关性。结果 3种序列的图像质量评分及T1rho值差异均有统计学意义（P均<0.01）,其中MS HS8 T1rho图像质量评分及T1rho值均高于其他2种序列（P均<0.05）。MS BLOCK T1rho序列图像的T1rho值与MS HS8 T1rho、3D BLOCK T1rho均呈正相关（r=0.59、0.73,P均<0.05）,MS HS8 T1rho的T1rho值与3D BLOCK T1rho呈正相关（r=0.72,P<0.05）。结论 MS BLOCK T1rho、MS HS8 T1rho及3D BLOCK T1rho序列均可应用于健康人肝脏MR成像,但用于诊断肝脏疾病时需设定不同的参考值范围。     

基于模态交互学习的多源心脏图像分割方法研究

目的 通过研究和搭建人工智能深度学习网络,实现多模态心脏磁共振（cardiac magnetic resonance, CMR）图像分割,并提升Dice系数。材料与方法 回顾性分析来自2019年多序列CMR分割挑战赛的公开数据集,它包含了45例患者平衡稳态自由进动（balanced-steady state free precession, bSSFP）模态,晚期钆增强（late gadolinium enhancement, LGE）模态与T2WI模态的CMR图像数据。本文构建了一种新的双流U型网络框架,实现bSSFP与LGE两种模态以及bSSFP与T2WI两种模态的CMR图像分割。在编码阶段,未配准各模态图像被交替地送入各自分支进行特征学习,所获取的特征图接着都流入共享层,实现多模态信息的交互补充,最终共享特征分开流出到各自分支进行解码输出。通过在45例患者的CMR图像数据集上进行五折交叉验证实验,分别对bSSFP与LGE模态、bSSFP与T2WI模态进行了分割,以Dice系数对提出的模型进行性能评估,Wilcoxon符号秩检验被用来检验模型差异性。结果 在bSSFP与LGE模态的...     

MR T1WI影像组学对结核性脊柱炎与布鲁菌性脊柱炎的诊断价值

目的  探讨MR T1WI影像组学的机器学习在结核性脊柱炎（TS）与布鲁菌性脊柱炎（BS）的鉴别诊断价值。方法  回顾性收集我院经临床和实验室确诊的77例TS患者与34例BS患者的临床资料。按0.8:0.2的比例将病例分为训练集（n=88）和验证集（n=23）。首先由2位经验丰富的影像诊断医生对MR T1WI勾画感兴趣区域并提取MR T1WI影像组学特征,然后采用方差选择法、单变量特征选择法、最小绝对收缩与选择算子算法对组学特征信息进行选择和降维处理,挑选8项最具有特征的值。应用极限梯度增强法、Logistic回归法、支持向量机法、K邻近法4种机器学习算法构建MR T1WI影像组学在辨别确诊TS与BS模型。采用ROC曲线及曲线下面积（AUC）评判模型的确诊效能。结果  极限梯度增强模型的AUC为0.80（95% CI：0.59~1.00）,准确度为0.83;Logistic回归模型的AUC为0.85（95% CI：0.65~1.00）,准确度为0.78;支持向量机模型的AUC为0.79（95% CI：0.62~0.97）,准确度为0.78;K邻近法模型的AUC为0.75（95% CI：0.53~0.98）,准确度为0.83。验证集中,Logistic回归模型的确诊效能最高。结论  MR T1WI影像组学的机器学习在鉴别TS与BS的诊断效能较高,Logistic回归模型表现出更优的诊断效能。     

基于T2WI的影像组学模型预测胶质母细胞瘤Ki-67的表达水平

目的探讨基于T2WI建立的影像组学模型术前预测胶质母细胞瘤Ki-67表达水平的价值.材料与方法回顾性分析经病理确诊的96例胶质母细胞瘤(glioblastoma,GBM)患者的术前MRI影像,根据Ki-67表达水平分为低表达组(Ki-67<50％)和高表达组(Ki-67≥50).在T2WI轴位图像上手动勾画感兴趣体积(...     

模糊K-均值聚类算法及其在磁共振颅脑图像分割中的应用研究

目的　介绍一种动态模糊聚类算法并利用该算法对磁共振图像进行分割研究。方法　首先对磁共振颅脑图像进行预处理去掉颅骨和肌肉等非脑组织,只保留大脑组织,然后利用模糊Ｋ－ 均值聚类算法计算脑白质、脑灰质和脑脊液的模糊类属函数。结果　模糊Ｋ－ 均值聚类算法能很好地分割出磁共振颅脑图像中的灰质、白质和脑脊液。结论　利用模糊Ｋ－ 均值聚类算法分割磁共振颅脑图像能获得较好的分割效果。     

ROI选择方法对高级别胶质瘤增强T1WI直方图参数的影响

目的 观察高级别胶质瘤增强T1WI直方图分析中选择不同ROI的可重复性及对测量直方图特征参数的影响。方法 2名医师分别使用4种方法（小ROI法、轮廓ROI法、阈值ROI法和体积ROI法）选择ROI对45例高级别胶质瘤增强T1WI进行直方图参数测量,评价观察者间一致性及测量直方图参数的差异。结果 2名医师采用体积、轮廓和阈值ROI法测量平均值、标准差和峰度值均一致性好（ICC均≥ 0.80）,偏度值一致性为中等至好（ICC为0.73~0.90）,采用小ROI法测量直方图特征参数的一致性为较低至中等（ICC为0.30~0.69）。体积ROI法测量各直方图特征参数与轮廓ROI法比较差异均无统计学意义（P均>0.05）;阈值ROI法测量平均值、偏度值、峰度值均高于体积和轮廓ROI法,标准差均低于体积和轮廓ROI法（P均<0.05）;小ROI法测量标准差均低于体积和轮廓ROI法（P均<0.05）。结论 采用体积ROI法测量高级别胶质瘤增强T1WI图像直方图特征参数一致性最高;不同方法选择ROI对增强T1WI图像直方图特征参数测量结果存在一定影响。     

MRCP结合MR斜冠位T2WI对胆系疾患的应用价值研究

目的:探讨MRCP结合MR斜冠位T2WI对胆系疾患的应用价值。材料与方法:对80例有胆系疾患者行MR常规扫描、MRCP及斜冠位T2WI(向背侧倾斜使与冠状轴呈30°)扫描。结果:在同一投影层面上,斜冠位T2WI显示左右肝管、肝总管及胆总管的显示率优于常规冠状位。MRCP与斜冠位T2WI结合显示管内病灶的大小、边缘、管腔狭窄面形态、狭窄面长度超过1.0cm、胆管走行改变方面优于MRCP结合常规冠状T2WI。结论:MRCP结合斜冠位T2WI对胆道狭窄及梗阻病变的定性及定量分析上具有临床应用价值。     

血液再灌注对大鼠缺血坏死肝脏MR T1WI信号的影响

目的 探讨血液再灌注对大鼠缺血肝脏MR T1WI信号的影响。方法 将20只大鼠随机分为A、B组,A组于阻断肝右叶血供3 h后放开阻断,肝右叶血液重新灌注;B组结扎肝右叶血供。术后对所有大鼠经尾静脉注射0.1 ml 0.5%依文思蓝,24 h后行MR扫描,扫描序列包括T1W、T2W、DWI,对两组大鼠结扎区域肝组织T1值进行测量和比较。结果 A组再灌注肝叶在T1WI呈等或低信号,B组坏死肝叶在T1WI呈稍高信号,两组肝叶T2WI和DWI均呈高信号;A组所测T1值高于B组（P<0.01）。结论 血液再灌注可改变大鼠肝脏缺血坏死后MR T1WI信号。     

基于多中心新生儿头颅MRI研究分娩方式对颅内出血发病风险的影响

目的基于MRI诊断分析不同分娩方式对新生儿颅内出血(intracranialhemorrhage,ICH)发病风险的影响。材料与方法回顾性收集6家三甲医院2011年1月至2016年10月出生14 d内行头颅MRI检查的新生儿3464例,排除临床资料不齐全、遗传代谢性疾病、先天性颅脑发育异常、产前颅内出血及MRI图像不能用于分析的病例。通过Logistic回归分析比较暴露于不同分娩方式下新生儿ICH的发病风险。结果纳入1976例新生儿进行分析,Logistic回归模型校正混杂因素后发现,与剖宫产相比,经阴道分娩的新生儿ICH的发病风险提高了4.27倍。进一步将阴道分娩分层,发现经产钳助产分娩的新生儿ICH的发病风险最高,为剖宫产的7.52倍。其中产钳助娩显著提高新生儿室管膜下-脑室内出血、蛛网膜下腔出血、硬膜下出血的发病风险。结论阴道分娩可能增加了新生儿ICH的发病风险,尤其是以产钳助产方式分娩的新生儿。     

基于深度学习重建技术的头部增强T1WI序列在垂体神经内分泌肿瘤病变成像中的应用

目的 对比分析基于深度学习重建（deep learning reconstruction, DL Recon）技术的头部T1WI增强序列与常规T1WI增强序列对垂体神经内分泌肿瘤病变的成像质量。材料与方法 前瞻性纳入行头部MRI增强扫描的50例垂体神经内分泌肿瘤患者,均在注射对比剂后行定制的T1WI（试验组）及常规T1WI（对照组）轴位扫描,其中试验组出两组图像,经DL Recon处理的图像记作A组,未经DL处理的原始图像记作B组,对照组记作C组,对比分析各组图像在灰质、白质和病灶区域的信噪比（signal to noise ratio, SNR）及对比噪声比（contrast to noise ratio, CNR）,并由两位诊断医师分析图像总体质量和诊断置信度。结果 试验组T1WI扫描时间（42 s）比传统T1WI扫描时间短（76 s）。A组的SNR灰质、SNR白质和SNR病灶显著高于B组和C组（P<0.001）;A组的CNR灰质/白质以及CNR病灶/白质均高于B组和C组（P<0.001）;A组的图像总体质量评分（5 vs. 3和4）显著高于B组和C组（P<0.0...     

磁共振成像及发育量表对脑瘫高危儿粗大运动发育的预测研究

目的:分析并比较磁共振成像及发育量表对脑瘫高危儿粗大运动发育的预测作用。方法:73例有早产背景的脑瘫高危儿,在纠正胎龄3月时行头颅MRI检查,定性评价脑白质异常(WMA)程度,并同期应用婴幼儿发育量表中的精神运动发育指数(PDI)分值评定整体运动情况,智力发育指数(MDI)分值评定智能水平。随访患儿坐位、立位平衡的完成时间,对WMA、PDI、MDI和坐位、立位平衡完成时间行相关性分析,并计算WMA、PDI、MDI对粗大运动延迟预测的敏感性和特异性。结果:WMA、PDI、MDI和坐位、立位平衡的完成时间均有显著相关性,相关系数自高向低排序依次为WMA、PDI、MDI,三者结合与坐位、立位平衡完成时间的相关性进一步提高。WMA对坐位和立位发育延迟的预测敏感性及特异性均高于PDI及MDI。结论:WMA程度、早期整体运动及智能水平均和粗大运动完成时间有显著相关性,MRI结合发育量表可提高对脑瘫高危儿粗大运动发育的预测价值。