嗅觉功能障碍首发抑郁症患者的弥散张量成像研究

目的 探讨首发抑郁症患者是否合并嗅觉功能障碍,利用弥散张量成像(diffusion tensor imaging,DTI)技术研究嗅觉功能障碍首发抑郁症患者脑白质结构改变及其与抑郁严重程度的相关性.方法 选取本院2016年4月至2017年6月首发抑郁症患者37例为研究组,同期性别、年龄及受教育程度相匹配的志愿者38例为对照组,均进行24项汉密尔顿抑郁量表(24-item Hamilton depression rating scale,HDRS24)评分;比较两组嗅觉测试结果的差异.根据嗅觉测试结果,将研究组中17例嗅觉减退的首发抑郁症患者列为研究A组,20例无嗅觉减退的首发抑郁症患者为研究B组,分别对研究A组及研究B组进行DTI扫描,运用基于纤维束示踪的空间统计分析方法(tract-based spatial statistics,TBSS)得到各向异性分数(fractional anisotropy,FA),比较研究A组与研究B组的颅脑FA值差异.结果 与对照组比较,首发抑郁症患者嗅觉测试值降低(P＜0.01);与研究B组比较,研究A组左侧海马、胼胝体膝部FA值降低(P＜0.01,FDR校正),未发现FA值显著增加区域.研究A组嗅觉测试值与HDRS24量表评分呈负相关(r=-0.519,P=0.033),左侧海马、胼胝体膝部下降的FA值与HDRS24量表评分无显著相关性(r左侧海马=0.163,r胼胝体膝部=-0.104;P ＞0.05).结论 首发抑郁症患者可合并嗅觉功能障碍;嗅觉功能障碍首发抑郁症患者存在相关嗅觉通路的损害,但FA值下降与抑郁严重程度无显著相关性.     

脑胶质瘤酰胺质子转移成像的应用进展

酰胺质子转移（APT）成像是一种新型的无创性分子MRI技术,可定量检测组织中的内源性蛋白和多肽,表达肿瘤细胞微环境的信息变化,从而反映脑胶质瘤的特征性生物学行为。对APT成像的基本原理及其在脑胶质瘤术前诊断、分级、肿瘤标志物及治疗反应等方面的应用价值进行综述。     

单、双指数模型DWI鉴别肺部良恶性病变:Meta分析

目的 采用Meta分析评价单、双指数模型DWI鉴别诊断肺部良恶性病变的效能。方法 检索Embase、Pubmed、Cochrane Library、CNKI、万方和维普数据库建库至2018年12月,单指数及双指数模型DWI诊断肺部良恶性病变相关文献,筛选符合纳入标准者进行质量评价,采用Meta-Disc 1.4及Stata 15.0软件进行统计分析。结果 共纳入10篇文献（中、英文文献各5篇）、672例患者（695个病灶）。ADC值、D值诊断肺部良恶性病变的敏感度分别约0.78[95% CI（0.73,0.83）]、0.90[95% CI（0.87,0.93））,特异度分别约0.71[95% CI（0.64,0.78）]、0.64[95% CI（0.57,0.70）],诊断比值比分别为12.59[95% CI（4.93,32.11）]、19.58[95% CI（7.06,54.29）],汇总受试者工作特征曲线AUC分别为0.848 9、0.885 1。结论 ADC值、D值鉴别肺良恶性病变均有高诊断效能,D值诊断效能优于ADC值。     

体素内不相干运动扩散加权成像在前列腺癌鉴别诊断及Gleason分级中应用的Meta分析

目的采用Meta分析方法综合探讨体素内不相干运动(intravoxel incoherent motion,IVIM)扩散加权成像(diffusion-weighted imaging,DWI)的各参数,包括表观扩散系数(apparent diffusion coefficients,ADC)、真性扩散系数(true ...     

动态增强MRI及1H-MRS诊断乳腺癌:Meta分析

目的 采用Meta分析方法评价动态增强MRI（DCE-MRI）、¹H-MRS及两者联合对乳腺癌的诊断效能。方法 于PubMed、Embase、Cochrane Library、CNKI、万方、维普数据库检索DCE-MRI、¹H-MRS及两者联合诊断乳腺癌的相关文献,检索时间自建库至2018年5月。采用Meta-Disc 1.4及STATA 12.0统计分析软件进行Meta分析。结果 共纳入14篇文献。DCE-MRI、¹H-MRS及两者联合诊断乳腺癌的敏感度分别为0.93[95% CI（0.90,0.95）]、0.80[95% CI（0.76,0.83））和0.95[95% CI（0.92,0.97）],特异度分别为0.77[95% CI（0.73,0.82）]、0.81[95% CI（0.77,0.85）]和0.83[95% CI（0.77,0.87）],诊断比值比分别为43.69[95% CI（28.38,67.26）]、24.24[95% CI（16.24,36.16））和95.64[95% CI（48.90,187.07））,汇总受试者工作特征曲线AUC分别为0.932 9、0.899 9和0.961 9。结论 DCE-MRI及¹H-MRS均为乳腺癌的有效诊断方法,两者联合应用诊断效果更佳。