RSNA2023头颈部影像学

2023年RSNA年会头颈部影像学方面的报告主要集中于结合人工智能和影像组学评估头颈部肿瘤放射治疗的效果,通过超声成像结合病理活检识别良恶性甲状腺结节,通过MRI对内耳淋巴水肿、神经性听力损失、颅底骨髓炎、复视等疾病进行研究。本文将对上述相关研究进展进行综述。     

RSNA2019头颈部影像学

【摘要】2019年RSNA年会科学报告中头颈部影像学的研究进展主要集中于以下方面：①各种常规及先进成像技术在临床急诊及规范应用方面的探索；②头颈部钆对比剂应用安全性及有效性的评估；③新技术结合大数据分析（放射组学、机器学习、深度学习等）及头颈部成像报告和数据系统（RADS）在头颈部肿瘤定性诊断、疗效预测方面的研究；④人工智能在头颈部的图像分割、图像合成、定性诊断、分子病理及临床疗效预测等方面的应用，以及不同神经网络算法在头颈部成像分析的可靠性及有效性。     

基于低频振幅算法的甲状腺相关性眼病视神经病变自发脑活动研究

【摘要】目的：基于静息态功能磁共振低频振幅（ALFF）算法,对比观察甲状腺相关性眼病（TAO）伴或不伴视神经病变（DON）时静息状态下脑自发神经活动的改变。方法：纳入26例TAO不伴DON患者、18例TAO伴DON患者。对所有被试行全脑静息态功能磁共振及T1结构像数据采集。采用ALFF算法分析两组患者脑区活动差异。结果：与TAO不伴DON组比较,DON组右颞中回、右中央前回、右顶上小叶ALFF值增加,左额上回ALFF值降低,差异均具有统计学意义（P＜0.05,AlphaSim校正）。结论：基于低频振幅的静息态磁共振分析可以反映TAO伴或不伴DON时自发脑部活动脑区异常表现。这些结果对于DON视功能损伤致病机制模型研究和提出新的治疗方法都有重要启发。