MR定量磁化率成像在神经退行性疾病中的研究进展

铁是人体内重要微量元素,过多或过少均会导致相应病理改变。目前虽无直接证据表明铁稳态破坏可导致神经退行性疾病发生,但已知铁含量异常参与多种疾病的发生过程。定量磁化率（QSM）成像具有高分辨率及高敏感性,可在大部分神经退行性疾病早期发现铁的异常沉积,近年已逐渐用于研究神经退行性疾病。本文针对QSM在阿尔茨海默病、帕金森病、杭廷顿病、多发性硬化以及肌萎缩脊髓侧索硬化症的脑内铁代谢研究进展进行综述。     

多种心脏标志物与冠状动脉钙化积分回归方程的建立

目的建立多种心脏标志物与冠状动脉钙化积分的回归方程。方法采用ELISA检测健康人群和冠状动脉不同钙化积分的冠心病患者血清中的白细胞介素-10(IL-10)、妊娠相关血浆蛋白A(PAPP-A)、高迁移率族蛋白B1(HMGB1)、脂联素(APN)、1,25-二羟维生素D3[1,25-(OH)2D3]、缺氧诱导因子-1α(HIF-1α)、白细胞介素-18(IL-18)、基质γ-羧基谷氨酸蛋白(MGP)、骨桥蛋白(OPN)等9种标志物血清水平,并结合性别比和年龄进行统计分析,通过Logistic回归分析建立回归方程,并进行验证。结果各组间IL-10、PAPP-A、1,25-(OH)2D3、HIF-1α、IL-18、MGP、OPN等7种标志物血清水平比较,差异有统计学意义(P0.05);回归方程:经对数转换的钙化积分(Ln P)=5.71+0.076×年龄+0.11×HIF-1α-0.50×PAPP-A-0.11×OPN,每组随机抽取6例患者的相关数据进行验算,其钙化积分与实际钙化积分的误差率为0.45%~14.70%。结论多种心脏标志物在不同的钙化积分患者中表达不同,对冠心病有较高的诊断价值,所建立的回归方程具有很好的拟合性,结果可靠,有利于促进心脏标志物的临床应用。     

卷积神经网络探索孕中晚期胎儿大脑发育模式研究进展

MRI具有多参数、多序列,较高空间及组织分辨率等优势,已逐渐成为重要的产前影像学检查方法之一,可用于评估孕中晚期胎儿大脑发育;但受胎动等不可控因素影响,胎儿MR图像质量难以令人满意。卷积神经网络(CNN)是目前最常用于医学领域图像分割的深度学习算法,能够提升图像分辨率,已成功用于成人各系统,在胎儿领域尚处于起步阶段。本文就基于CNN探索孕中晚期胎儿大脑发育模式进展进行综述。     

基于CT影像组学术前预测胃癌淋巴血管侵犯

目的 探讨基于CT影像组学术前预测胃癌淋巴血管侵犯的价值。方法 回顾性收集经手术病理证实的181例胃癌患者,将其随机分为训练集（n=120）和验证集（n=61）。首先基于增强CT静脉期图像分割肿瘤区域并提取影像组学特征;然后利用训练集筛选与淋巴血管侵犯相关特征,构建影像组学标签;最后基于验证集验证模型,采用ROC曲线及校准曲线评估模型的预测效能及拟合度。结果 最终提取7个与胃癌淋巴管血管侵犯最相关的影像组学特征构建影像组学标签,其在训练集的ROC曲线AUC为0.742[P=0.001,95%CI（0.652,0.831）],验证集AUC为0.727[P=0.002,95%CI（0.593,0.853）]。基于训练集所得最优阈值为0.422,模型在训练集中的准确率、敏感度和特异度分别为0.708、0.586、0.806,将此阈值用于验证集,其准确率、敏感度和特异度为0.689、0.519、0.824。校准曲线显示影像组学标签在训练集及验证集均具有较好的拟合度（P均>0.05）。结论 CT影像组学可作为预测胃癌术前淋巴血管侵犯提供的全新的无创影像学方法。     

3.0T MRI相位对比法对流体模型的定量测量研究

目的：通过流体模型,检验3.0T磁共振相位对比法（3.0T PC-MRI）速度编码值（Venc）、编码方向的选择及其对流体动力学定量测量的准确性和稳定性。方法：固定流速和Venc,检验不同编码方向下的流体信息;固定Venc和编码方向,检验PC-MRI对不同注射流率（0-5 ml/s）所测流速值与标准流速的差别,采用配对样本t检验以检验二者差异性。结果：只有选择SLICE或SI编码方向才能正确反映质子流动的方向;在Venc适当大于实际流速时,不同注射流率PC-MRI流速测量值与流速真实值之间差异无统计学意义（t=-0.861,P〉0.05）,二者呈显著正相关关系（r=0.999,P〈0.001）。结论：选择正确的Venc和编码方向是准确测量流体动力学的前提,3.0T PC-MRI能客观、准确地测量流体模型的动力学信息,可用于临床血流定量测量研究。