多模态MRI在脑胶质瘤术前鉴别诊断中的应用价值分析

目的 探讨脑胶质瘤多模态磁共振成像(MRI)术前鉴别诊断价值。方法 回顾性分析本院2017年2月至2019年9月本院55例手术及病理学证实为脑胶质瘤的患者临床资料,其中低级别27例,高级别28例,所有患者均先后通过多模态MRI检测,分析其在疾病术前鉴别中的应用价值。结果 低级别、高级别组病变区域多分别表现为低灌注、高灌注,高级别组TBF、r TBF值高于低级别组(P<0.05);高级别胶质瘤肿瘤实质性部分的_rMDt、_rAD_t、_rRDt、λ1_t、λ2_t、λ3_t低于低级别组(P<0.05);MRI-ASL与MRI-DTI扫描技术ROC联合诊断下AUC=0.944高于各参数TBF、_rTBF、_rMDt、_rADt、_rRDt、λ1_t、λ2_t、λ3_t ROC诊断下AUC=0.771、0...     

多模态MRI在脑胶质瘤边界区分中的研究进展

脑胶质瘤是最常见的原发性颅脑肿瘤,起因于大脑和脊髓胶质细胞的癌变,目前仍难以治疗,部分原因是由于我们无法准确描绘肿瘤的边界,难以为诊断和治疗提供精确参考信息。随着磁共振多模态先进技术的发展,如何有效利用多模态MRI成像技术以区分胶质瘤正常组织与瘤体边界成为近几年的研究热点,本文就多模态磁共振影像区分脑胶质瘤边界的研究进展进行综述。     

多模态磁共振成像对脑胶质瘤及病理分级的诊断价值研究

目的 探讨术前多模态磁共振成像（magnetic resonance imaging,MRI）对脑胶质瘤及病理分级的诊断价值,为脑胶质瘤的精准手术治疗提供重要参考依据。方法 选择2019年4月至2021年4月于海南省中医院治疗的脑胶质瘤患者100例,术后根据肿瘤病理结果分为低级别组（Ⅰ～Ⅱ级）42例和高级别组（Ⅲ～Ⅳ级）58例。所有患者均完善常规MRI及动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)、弥散加权成像（diffusion weigh imaging,DWI）及灌注成像（perfusion weighted imaging,PWI）检查。分析不同级别脑胶质瘤患者常规MRI及DCE-MRI、DWI及PWI参数,采用多因素Logistic回归分析筛选高级别胶质瘤的影响因素,采用受试者工作特征曲线（receiver operating characteristic,ROC）分析DWI及PWI参数值[表观弥散系数（apparent diffusion coefficient,ADC）值、脑血流量（cerebral blood flow...     

基于多模态MRI脑影像的超分辨率重建

目的 探讨基于多模态脑影像数据的超分辨率合成模型将低分辨率的厚层数据重建成为高分辨率的薄层数据。方法 使用真实成对的多模态低-高分辨率MRI数据（2D-T1,2D-T2 FLAIR和3D-T1）设计结构约束的图像超分辨率重建网络,从不同模态的低分辨率MRI提取重要特征重建更高分辨率的T1图像。将T1作为主要模态使用图像全部信息,T2 FLAIR作为补充模态选取皮层下核团为关键区域进行信息增强。通过比较超分辨率重建图像与真实的高分辨率图像之间的灰度和结构相似性来确定网络的学习方向,同时通过脑分割工具获取重建图像和金标准图像的大脑解剖学结构信息,并将其作为重要约束条件来让重建模型自适应的学习大脑的组织结构特征,从而有效提升模型的重建性能。结果 在整体图像质量评价方面,该模型在149例测试集上的重建图像的平均PSNR值为33.11,SSIM为0.996,质量优于本文的其余对比方法生成的结果。在大脑解剖结构方面,我们的方法可以重建出较为清晰的脑沟、脑回以及皮层下核团,可视化结果显示了根据医学图像特性加入解剖学结构信息的有效性。分别使用单模态T1和多模态T1、T2 FLAIR进行图像重建的结果说明了有效选择第二模态关键区域的可行性。同时,在高分辨率图像作为金标准的情况下,使用本文提出的方法重建得到的超分辨率图像与使用低分辨率图像相比,在大脑灰质、白质和脑脊液上的体积测量平均精度有了较大的提升,灰质体积平均误差从3%降到1%,白质从18%降为了2%,脑脊液从35%降为了8%。结论 基于多模态的MRI脑影像超分辨率模型加入了同一组织的不同模态信息与解剖学信息,相比现有的方法,可以重建出更为接近真实高分辨率的图像,有望将其应用于临床诊疗流程中。     

多模态MRI及影像组学在乳腺癌诊疗中的研究进展

乳腺癌是一种异质性较高的恶性肿瘤,在女性恶性肿瘤中发病率最高,早期诊疗对患者的结局和预后非常重要.常规MRI对乳腺癌诊疗价值有限,多模态MRI及影像组学可以挖掘更多的影像信息,两者结合在乳腺癌的研究中也具有潜在的价值.本文就多模态MRI及影像组学在乳腺癌诊疗中的主要研究及进展进行综述.     

三阴性乳腺癌的多模态影像表现

目的 探讨常规超声结合弹性成像、钼靶X 射线多模态影像学对三阴性乳腺癌的诊断价值。方法 回顾性分析63 例三阴性乳腺癌的常规超声、弹性成像及钼靶X 射线表现,比较超声结合弹性成像和钼靶X 射线诊断三阴性乳腺癌的临床价值,分析两者联合诊断三阴性乳腺癌的准确性。结果 超声结合弹性成像、钼 靶X 射线及两者联合对三阴性乳腺癌的诊断符合率分别为84.1%、77.80% 和92.1%。乳腺超声结合弹性成像 与钼钯X 射线表现比较,超声对三阴性乳腺癌的诊断符合率高,两种影像检查相结合时对三阴性乳腺癌的诊 断符合率高于单独使用超声及钼钯X 射线时。结论 多模态影像有利于提高三阴性乳腺癌的诊断率。     

宫颈癌多模态MRI影像研究及临床价值分析

目的：对宫颈癌多模态MRI影像进行研究及临床价值分析。方法：选择2020年6月至2021年6月于我院首诊入院的50例宫颈癌患者作为研究对象,患者接受MRI检查,并按照FIGO最新分期标准进行MRI分期及病理采集,磁共振成像分期对照病理分期,采用多模态MRI检查,完成常规MRI平扫、弥散加权成像（DWI）以及动态增强扫描（DCE）,对比多模态MRI分期结果和淋巴结转移情况以及病理结果,并探索宫颈癌多模态MRI的临床应用价值。结果：(1)50例宫颈癌患者中,FIGO分型为：Ⅰa型2例,Ⅰb型11例,Ⅱa型15例,Ⅱb型13例,Ⅲ型5例,Ⅳ型4例。组织学类型分类：鳞癌34例,腺癌11例,鳞腺癌5例。组织学分级：G1期24例,G2期20例,G3期6例。(2)针对Ⅰa期2例,MRI检查结果正确2例,准确性为100.0%,Ⅰb期共11例,MRI检查结果正确例数8例,准确性为72.7%;Ⅱa期15例,MRI检查结果正确例数12例,准确性为80.0%;Ⅱb期13例,MRI检查结果正确例数9例,准确性为69.2%;Ⅲ期及Ⅳ期患者MRI检查结果完全正确,准确性为100%。结论：多模态MRI影像对于早期宫颈...     

多模态MRI对高级别胶质瘤术后复发和假性进展的鉴别诊断

目的探讨多模态磁共振成像(MRI)对高级别胶质瘤术后复发和假性进展的鉴别诊断价值。方法回顾性分析重庆医科大学附属永川医院肿瘤科2016年1月至2018年12月期间收治且经病理证实的21例高级别胶质瘤术后复发患者和17例假性进展患者的临床和影像资料,所有患者均行常规MRI及扩散加权成像(DWI)、磁共振波谱成像(1H-MRS)、灌注加权成像(PWI)影像扫描。结果术后复发与假性进展患者发生时间分别为18 (11,25)个月和2 (2,5)个月,差异具有统计学意义(P<0.05);术后复发与假性进展的脑血容量(rCBV)比值分别为2.95 (1.54,4.82)、0.96 (0.45,4.18),脑血流量(rCBF)比值为2.68 (1.91,4.16)和1.21 (0.79,3.19),差异均具有统计学意义(P<0.05),而平均通过时间(rMTT)、达峰时间(rTTP)、表观弥散系数(rADC)、胆碱/N-乙酰天门冬氨酸(Cho/NAA)、胆碱/肌酸(Cho/Cr)比较差异均无统计学意义(P>0.05);r CBV、rCBF和各参数联合诊断肿瘤复发及假性进展的ROC曲...     

基于多模态MRI数据的早期帕金森病影像特征分析

目的 分析早期帕金森病(PD)患者多模态MRI成像方式下的影像特征,为PD的发病机制研究提供影像学支撑.方法 29例早期帕金森病患者(PD组)和30例健康志愿者(HC组)被纳入研究,分别进行MRI扫描,获取T1加权像(T1WI)、弥散张量成像(DTI)、功能磁共振成像(fMRI)等多个模态图像,经预处理后提取特征值,统...     

磁共振多模态影像在脑胶质瘤诊断及分级中的应用效果分析

目的探讨多模态脑功能定位在胶质瘤的诊断和分级中的应用价值。方法选择2016年2月至2018年3月在我院就诊的47例脑胶质瘤患者作为研究对象,按照世界卫生组织分级方法分为低级别脑胶质瘤和高级别脑胶质瘤,术前均行常规磁共振成像(MRI)、弥散张量成像(DTI)、磁共振波谱(MRS)、动脉自旋成像(ASL)检查。结果病理分级低级别(Ⅰ~Ⅱ级)和高级别(Ⅲ~Ⅳ级)瘤周水肿具有统计学意义(P<0.05)。高级别胶质瘤灌注明显升高,肿瘤实性部分CBF、患侧/健侧CBF比值均显著高于低级别患者,差异均有统计学意义(P<0.05);低级别和高级别脑胶质瘤患者健侧CBF相比较差异无统计学意义(P>0.05)。高级别和低级别患者Cho/NAA、Cho/Cr、NAA/Cr相比较差异均有统计学意义(P<0.05)。高级别和低级别脑胶质瘤患者ADC、ADC比值、FA、FA比值相比较差异均有统计学意义(P<0.05)。单纯MRS功能成像分析,正确分级胶质瘤的正确率为82.98%(39/47);仅以DTI功能成像分析,正确分级胶质瘤的诊断正确率为68.09%(32/47);仅以ASL功能成像分析,正确分级胶质瘤的诊断正确率为76.60%(36/47);综合3种功能成像分析,正确分级胶质瘤的诊断正确率为97.87%(46/47),显著高于3种功能成像单独应用(χ2=6.021、14.763、9.553,P均<0.05)。结论联合三种磁共振功能成像的多模态脑功能定位可优势互补,提高脑胶质瘤分级准确性,有助于手术方式的确定。     

MRI在低恶度脑胶质瘤伽玛刀术后评价中的应用价值

目的探讨低恶度脑胶质瘤（Ⅰ—Ⅱ级枷玛刀术后疗效的评价以及MRI在评价中的应用价值。方法52名低恶度脑胶质瘤患者行伽玛刀治疗，术后应用MRI进行随访复查，对获得的140份资料进行分析，根据术后病灶大小变化评价术后各个阶段的疗效，并研究病灶术后强化反应的特征，及长期随访后的转归。同时，与相应的46份CT资料相对比，研究MRI在病灶情况显示中的优势。结果术后分时间段计算的显效率分别为30％，36．4％，50％，68％，69．2％和73．1％。病灶增大与MRI强化及坏死囊变存在关联。32．7％患者伽玛刀治疗后出现放射性水肿。57．7％患者出现术后MRI强化，以花边状强化为特征，也可呈斑片状。80％患者在术后1年内首次出现MRI强化，随后部分病例的MRI强化可缩小或消失。强化出现与病灶增大及灶周水肿加重呈正相关。强化范围增大与病灶的坏死囊变呈正相关。MRI对病灶边界及病灶内强化及灶周水肿的显示较CT优越。结论伽玛刀治疗低级别脑胶质瘤具有一定的疗效。MRI反映的放射治疗后变化有大小变化、MRI强化、坏死囊变、放射性水肿。MRI强化大多为放射反应性强化，与其它各因素间存在密切的关联，其花边状强化具特异性。在病灶情况显示及疗效评价上MR明显优于CT。     

基于机器学习算法的重症缺血性脑卒中早期死亡预测效果评价

目的 评价支持向量机(SVM)、随机森林(RF)、极限梯度提升(XGBoost)3种机器学习算法与Logistic回归在重症缺血性脑卒中30天死亡结局的预测效果。方法 使用2008年至2019年MIMIC-IV数据库中符合纳排标准的2358例重症缺血性脑卒中患者资料,分别用SVM、随机森林、XGBoost3种机器学习算法与Logistic回归结合合成少数类过采样(SMOTE)技术建立早期死亡预测模型,并使用通过受试者工作特征曲线下面积(AUC)、准确度、F1-score、布里尔分数等指标评价预测效果。结果 SVM、随机森林、XGBoost与Logistic回归模型在原始类不平衡数据死亡预测中AUC值分别为0.78、0.81、0.84、0.83。应用SMOTE合成数据集后,SVM、随机森林、XGBoost与Logistic回归模型的AUC值分别为0.72、0.84、0.83、0.83。除SVM 外,机器学习算法与Logistic回归之间有相似的预测能力,但准确率、布里尔分数等优于Logistic回归,综合分类性能更优。结论 机器学习算法在重症缺血性脑卒中早期死亡预测中性能较传统方法更优,在解决重症患者预后预测研究问题中具有优势。     

基于滑窗技术和对称性分析对MRI脑肿瘤的自动分割

背景：对MRI脑肿瘤的分割是评估治疗反应中至关重要的一个步骤。然而,临床上常用的手动肿瘤分割是一项耗时且艰巨的任务。因此,临床上迫切需要一种全自动的,并且准确性很高的肿瘤分割方法。 方法：我们提出的脑肿瘤自动分割方法是基于大脑对称性的, 通过采用滑窗技术和计算相关系数对肿瘤进行定位,通过阈值分割及形态学方法最终确定分割肿瘤。 结果：通过对10个患者的3维大脑肿瘤 FSPGR MR图像进行测试,结果表明：平均正确定位率为93.4%,每个序列图像的平均Dice 相关系数为0.77,每个序列图像的平均分割时间为40秒。 结论：本文为临床应用提供了一种简单且高效的自动及肿瘤分割方法。同时,实验结果表明相关系数作为一个新特征有望在脑肿瘤定位中得到广泛的应用。     

临床医学研究生学习行为的预测模型研究--线性回归和机器学习的对比分析

目的:对比线性回归模型与四种机器学习算法对临床医学研究生学习行为的预测效能,探讨不同预测模型的优缺点和适用性。方法:以全国6 922名临床医学研究生的调查数据为例,通过自评学习行为量表获得综合得分;在训练集中,分别利用Lasso线性回归和人工神经网络、决策树、Bootstrap随机森林、提升树四种监督式机器学习算法建立...     

基于深度学习的脑肿瘤图像分割

人工智能技术在计算机视觉与深度学习领域的应用逐渐增多,自动驾驶、无人机、医学临床诊疗等行业都需要基于深度学习的图像分割技术做支撑。本文对近年来脑肿瘤图像分割方法进行综述：首先介绍了图像分割的传统方法和基于深度学习的方法,然后概述了目前几种典型的针对脑肿瘤图像分割方法,描述其主要进展与可借鉴之处,总结了我们在基于深度学习的脑肿瘤图像分割方面的研究结果,并与典型方法的性能进行对比,最后讨论未来研究方向及面临的挑战。     

基于多参数MRI影像组学构建机器学习模型与直肠癌Ki-67表达相关性

目的 探讨 mp-MRI 的影像组学模型术前无创性预测直肠癌患者 Ki-67 表达水平的价值。 方法 回顾性分析 2016年 1 月至 2023 年 7 月在安徽省肿瘤医院就诊的 97 例直肠腺癌患者临床资料,术前行常规 MRI 检查及 IVIM-DWI 扫描,根据术后病理Ki-67 表达状态,分为低表达组（n=64）、高表达组（n=33）。在三个不同序列（高分辨 Ax-T₂WI、动态增强平衡期 Sag LAVA-FLEX 和IVIM-DWI）上分别提取三维影像组学纹理分析特征参数。按 7∶3 比例分为训练组（n=67）和测试组（n=30）,训练组用于特征筛选和建立影像组学模型,测试组用于验证所建立模型的可靠性。比较训练组和测试组患者基线资料的差异,使用 Pearson 相关性、SelectPer-centile 和 LASSO 完成最佳预测特征选择,分别基于影像组学特征采用 SGD、SVM 和 LR 机器学习算法构建模型,并进行 10 折交叉验证。应用受试者操作特征（ROC）曲线评估模型预测直肠腺癌 Ki-67 表达水平的效能,采用 DeLong 检验对曲线下面积（AUC）进行比较。 结果 从每例患者的高分辨 Ax-T₂WI、动态增强平衡期 Sag LAVA-FLE 和 IVIM-DWI （b=800 s/mm²）三个序列上共提取出 5 622 个影像组学特征;筛选出 6 个影像组学特征作为最佳预测特征构建模型。SGD、SVM 和 LR 的最高 AUC 分别为 0.867、0.853 和 0.884;其中 SGD算法准确率为 76%,在 3 个模型中预测性能最佳。 结论 基于多参数 MRI 的影像组学模型在术前预测直肠腺癌 Ki-67 表达水平有一定的价值,SGD 在预测直肠腺癌 Ki-67 表达水平中效能最佳。     

基于“9点3面”配准方案的CT和MRI异机二维图像融合研究

目的尝试一种基于体表定位的二维图像配准方法,实现MRI和CT异机图像的精确融合。方法输入MRI和CT原始数据后采用数字化格式转换,设计＂9点3面＂立体定位法进行配准,在实时工作站Mimics按照信息交互自动融合模式,通过讯号叠加技术完成图像融合。结果以肺癌患者的头、膝为实例交叉试验MRI和CT二维图像的异机融合,生成了分辨头部软硬组织同时呈现膝部病变性质和位置的互补影像,快捷而清晰。结论这种异机融合手段是对这一目前空缺技术的补充,同时,这一实验也将为医学成像厂家进一步研制MRI和CT同机融合设备提供经验借鉴。     

国内游戏化学习研究文献综述——基于共词分析的可视化研究

文章选取257篇来自国内教育技术学专业领域CSSCI检索源期刊中与游戏化学习相关的论文为研究对象,利用Bicomb 2.0、Ucinet 6.0及SPSS 20.0软件,采取共词聚类、词频分析、多维尺度分析及社会网络分析等方法,对国内游戏化学习的研究热点和发展趋势进行分析。研究发现,当前游戏化学习研究的内容主要包括基于游戏化学习的微观课堂的应用和实践研究、基于信息素养教育的游戏化学习相关研究、基于教育游戏基础理论的游戏化学习设计相关研究等三个方面,未来有关游戏化学习的研究应加强基于数据支持的游戏化学习实证研究、游戏化学习的多维度多学科应用研究和完善游戏化学习的基础理论研究。     

基于SEER数据库构建初诊结直肠癌脑转移患者的生存预测模型

目的 构建初诊结直肠癌脑转移患者（SBCRC）生存预测模型。方法 回顾性分析SEER数据库2010~2016年SBCRC患者临床病理及治疗数据。用多因素Cox比例风险模型确定独立预后因素;然后用R软件建立列线图预测模型及验证。结果 单因素分析结果显示年龄、肿瘤位置、CEA、放疗、化疗、是否手术是SBCRC预后危险因素（P<005）,而组织分化程度、性别、T分期、N分期与SBCRC预后无关（P>005）。多因素分析结果显示年龄、化疗、骨转移、CEA阳性和是否手术治疗是影响SBCRC患者的独立预后因素（P<005）。列线图预后模型的C index为0749（95% CI：0726~0772）,半年及1年ROC曲线下面积分别为0823和0788,同时校准曲线显示列线图预测半年、1年生存率与实际观察半年和1年生存率有很好的一致性。结论 基于年龄、CEA、骨转移、是否手术及化疗建立的列线图预测效果良好。