空腹血糖受损向糖尿病的自然转化及影响因素分析

目的　通过对体检人群连续观察10年,了解在未经药物干预下IFG的糖尿病转化率及影响因素。方法　纳入2008－2018年连续11年在我院进行健康体检、年龄>18岁的3个功能社区人群557名。收集每次体检时受检者的空腹血糖、血压、总胆固醇和三酰甘油资料,分析2008年体检时确诊IFG患者与空腹血糖正常进展为IFG患者的糖尿病转化率。糖尿病定义为空腹血糖浓度≥7.0 mmol/L,或有糖尿病病史,或已使用胰岛素或口服降糖药进行治疗;IFG定义是无糖尿病病史、未接受降糖治疗,空腹血糖浓度在5.6～6.9 ?mmol/L;空腹血糖正常定义为无糖尿病病史、未接受降糖治疗,空腹血糖浓度<5.6 mmol/L。采用二分类logistic回归分析IFG向糖尿病转化的影响因素。结果　557例受检者中男283例,女274例,中位年龄为39岁（19～69岁）,2008年体检时确诊糖尿病患者25例（4.5%）,IFG患者30例（5.4%）,空腹血糖正常者502例。30例2008年体检时确诊IFG患者中14例（46.5%）10年内转化为糖尿病,11例（36.7%）5年内转化为糖尿病,其中5年内IFG转化为糖尿病组的脂肪肝（FL）患者比例和三酰甘油水平均高于未转化为糖尿病组（P均<0.05）。502例2008年体检时空腹血糖正常人群有177例在10年内转化为IFG,其中20例在之后随访中转化为糖尿病,转化为糖尿病组FL患者比例和三酰甘油水平均高于未转化为糖尿病组（P均<0.01）。二分类logistic回归分析显示三酰甘油是首次诊断IFG向糖尿病转化和初始空腹血糖正常人群进展为IFG并进一步向糖尿病转化的独立危险因素（OR=2.43,95% CI 1.03～5.7,P<0.05;OR=1.50,95% CI 1.12～2.01,P<0.05）。结论　IFG是空腹血糖正常向糖尿病转化的一个重要阶段,三酰甘油是IFG向糖尿病转化的独立危险因素。     

多层螺旋CT胰腺双期血管成像研究

目的　探讨多层螺旋CT胰腺双期血管成像的可行性及其临床应用。方法　 46例疑胰腺癌患者行多层螺旋CT多期扫描 ,分别于动脉期和门静脉期进行血管成像。统计SSD、MIP及VR成像对正常腹腔动脉及其分支的显示率 ,统计门脉期VR成像对正常门静脉主干及其属支的显示情况。结果　VR成像对正常腹腔动脉、肠系膜上动脉、胃十二指肠动脉的显示率分别为 10 0 %、10 0 %、90 .9%。对正常门静脉主干、脾静脉、肠系膜上静脉的显示率均为 10 0 %。根据肿瘤浸润血管的情况作出可切除性判断。结论　多层螺旋CT胰腺双期血管成像是了解胰周血管情况的无创性检查方法 ,具有可行性及临床应用价值。     

肺亚实性结节不同维度CT定量特征对病理等级的预测价值

目的 探讨不同维度下病理为腺癌的肺亚实性结节(SSN)大小及其实性成分的大小对病理等级的预测价值.方法 回顾性分析病理为肺腺癌的125例患者肺内127个SSN的术前胸部高分辨率CT.将所有SSN分为2组,A组共69个,包含22个原位癌(AIS)和47个微浸润性腺癌(MIA);B组包含58个浸润性腺癌(IAC).使用计算机辅助软件测量所有SSN的肺窗实性一维长径(1D-SCLW)、肺窗实性二维长径(2D-SCLW)、纵隔窗实性一维长径(1D-SCMW)、纵隔窗实性二维长径(2D-SCMW)、肺窗结节一维长径(1D-WNLW)、肺窗结节二维长径(2D-WNLW)和-300 HU阈值实性成分体积(SCT).结果 B组的1D-SCLW、2D-SCLW、1D-SCMW、2D-SCMW、1D-WNLW、2D-WNLW和SCT显著>A组(P=0.000).通过受试者工作特征(ROC)曲线分析得出,在以上7种CT定量特征中,SCT对病理等级的诊断价值最高[曲线下面积(AUC)=0.887,敏感度为81%,特异度为93%];1D-SCLW、2D-SCLW、1D-SCMW、2D-SCMW、1D-WNLW、2D-WNLW和SCT的最优阈值分别为17.50 mm、14.75 mm、9.50 mm、7.75 mm、0.50 mm、1.25 mm和139.00 mm3.多因素Logistic回归分析结果表明,SCT是SSN病理等级的独立预测因素(OR=4.978,95%CI=1.430~17.331,P=0.012),当SCT≥139.00 mm3时,高度提示SSN为IAC.结论 在不同维度SSN的大小及其实性成分大小中,SCT是AIS、MIA和IAC间的独立预测因素,能够为手术方式的选择提供参考.     

64层螺旋CT在周围型肺小腺癌诊断中的初步应用

目的 探讨64层螺旋CT对周围型肺小腺癌基本征象的显示及其诊断价值.资料与方法 64层CT扫描并经病理证实的周围型肺小腺癌26例,分析薄层重组、多平面重组(MPR)及容积再现(VR)技术对周围型肺小腺癌的基本征象的显示率及价值,并与常规横断面对比分析.结果 (1)54层CT薄层重组、MPR及VR在显示肺小腺癌的分叶征、毛刺征、胸膜凹陷征及支气管血管集束征方面优于常规横断面.(2)MPR及VR对于空泡征、支气管气相和支气管血管集束征的判别有优势.结论 64层CT通过薄层重组配合MPR、VR能够无服横断扫描限制,在不增加患者辐射剂量的情况下,能够更加细微、准确、立体、完整地显示肺小腺癌的基本征象,为周围型肺小腺癌的诊断提供更多信息.     

炎性肌纤维母细胞瘤的CT表现

目的:探讨炎性肌纤维母细胞瘤的CT表现.方法:搜集经手术病理证实的10例炎性肌纤维母细胞瘤患者,所有病例均行CT平扫及增强扫描.结果:发生于腹腔2例,盆腔2例,食管下段1例,蝶窦1例,左肺1例,左侧锁骨上窝1例,左前臂1例,右前腹壁1例.CT表现为实性肿块8例,囊实性肿块2例,增强扫描实性部分呈均质或不均质中度或明显强化.病理示瘤组织由梭形纤维细胞组成,免疫组化染色SMA阳性表达.结论:CT检查能为临床资料炎性肌纤维母细胞瘤提供有价值的信息.     

基于三维卷积神经网络肺结节深度学习算法模型临床效能初步评估

【摘要】目的：为评价人工智能模型的应用价值,本研究在专家共识的基础上建立了肺结节标准测试集,对前期建立的一种基于三维卷积神经网络肺结节深度学习算法模型进行验证,评价该模型的临床效能和限度。方法：基于胸部CT肺结节数据标注与质量控制专家共识建立标准测试数据集,对前期建立的基于三维卷积神经网络的肺结节深度学习算法模型及传统CAD系统（Siemens syngo.via VB 3.0 和Philips ISP V8）进行检验,在肺结节检出灵敏度、精准度以及平均每例假阳性个数等多个指标方面进行优效验证。结果：针对测试数据集中的肺结节,Syngo.via工作站检出灵敏度为36%,精准度为69%,平均每例假阳性1.2个;Philips ISP工作站肺结节检出灵敏度为34%,精准度为73%,平均每例假阳性0.9个;三维卷积神经网络的肺结节深度学习算法模型检出灵敏度为90%,精准度为71%,平均每例假阳性2.8个。结论：该三维卷积神经网络算法模型相较于传统CAD系统,肺结节检出灵敏度显著提升。由于训练数据集的偏倚等问题,灵敏度仍有进一步提升的空间。通过针对性地补充训练数据集,如增加磨玻璃结节的比重,可进一步提升肺结节检出灵敏度。改进之后的模型有望成为影像医生肺癌筛查工作的得力助手。     

64层螺旋CT对周围血管性疾病的诊断价值:与DSA的对照研究

目的 通过与DSA比较评估64层螺旋CT血管成像诊断周围血管性疾病(peripheral vascular disease,PVD)的准确性及特异性.方法 30例PVD患者同时接受DSA及CT血管造影检查.血管狭窄程度分为5级:Ⅰ正常(无狭窄);Ⅱ轻度狭窄(1%～49%狭窄);Ⅲ中度狭窄(50%～74%狭窄);Ⅳ重度狭窄(75%～99%);Ⅴ闭塞.以DSA结果为金标准,分析64层螺旋CT的灵敏度、特异度等指标.结果 30例患者中,共有720支血管均有DSA及CTA成像.进行分析比较后发现,64层螺旋CT诊断下肢动脉有意义狭窄的灵敏度98.5%、特异度99.2%、阳性预测值99.1%、阴性预测值98.7%.结论 64层螺旋CT血管成像是诊断周围血管狭窄程度的一种准确、安全、无创的影像学诊断技术.     

螺旋CT血管造影诊断脑动脉瘤的价值

目的 :探讨螺旋CT血管造影 (SCTA)诊断脑动脉瘤的价值。材料和方法 :90例患者行SCTA ,层厚 1 0～ 2 0mm ,螺距 1 0 ,层间距 1 0mm ,均同时行SSD、MIP法重建 ;89例同时行DSA ,1例手术发现为脑动脉瘤 ,SCTA与DSA及手术对照。结果 :90例患者中阴性 2 6例 ,脑动脉瘤 64例 72个。SCTA诊断脑动脉瘤的敏感性、特异性、准确性分别为 94 4%、92 3 %、93 9% ;SCTA的SSD、MIP对 >5mm的脑动脉瘤检出率均很高 ,而MIP对≤ 5mm的小动脉瘤的检出率以及对动脉瘤颈的良好显示率明显高于SSD。结论 :SCTA对脑动脉瘤的诊断价值高 ,可补充DSA的诊断信息 ,可用于筛查脑动脉瘤及指导治疗。     

CT重建算法对基于深度学习非门控冠脉钙化积分模型评价心血管风险分层的影响

目的:以门控CT为标准,探讨基于深度学习的非门控冠状动脉钙化积分(DL-CACS)模型在不同CT重建算法下对心血管风险分类效能。方法:回顾性将在本院同时接受门控心脏CT和非门控低剂量胸部CT(LDCT)检查的549例患者纳入本研究。根据扫描方式(心电门控和非门控),将所有患者的图像资料分为A、B两组。对B组图像数据分别使用smooth、standard及sharp算法进行重建(作为B1、B2和B3组),并导入DL-CACS模型进行分析,获得CACS及心血管风险分类结果。以医师基于A组图像手工测量的CACS为标准,采用符合率、Bland-Altman法及组内相关系数(ICC)对3种CT重建算法下获得的DL-CACS进行分析。依据CACS(0、1～99、100～400和>400)将患者的心血管风险分为4个标准类别(1～4类,分别对应无、低、中和高风险),利用Kappa检验、受试者工作特征(ROC)曲线下面积(AUC)比较不同重建算法下DL-CACS与标准CACS对患者心血管风险分层的差异。结果:B1、B2和B3组的DL-CACS与A组之间的一致性均较好,其中以B1组最好[ICC=0....