CT图像处理中肝脏分割技术研究进展

医学图像处理(image processing)技术在医学疾病诊疗领域具有越来越重要的作用,可以很好的解决癌症早筛中病症不明显诊断困难的难题,通过图像处理技术可以对疾病进行精确的确诊。其中器官分割是图像处理技术的基础技术,其分割结果直接影像更深入的图像处理。本文介绍CT图像处理中肝脏分割技术的研究进展,包括基于无监督、弱监督学习的分割算法和基于监督学习的分割算法两大方面,并介绍了近年迅速发展的人工智能技术在医疗领域中的应用,尤其是人工智能在CT图像分割领域中的应用进展,同时展望了人工智能在医学影像学中的应用前景。     

细胞因子与糖尿病肾病的研究进展

糖尿病肾病(DN)是糖尿病最为严重的并发症之一,严重威胁人类的健康,细胞因子的激活是病变形成的直接机制。细胞因子间相互影响、相互制约,构成了DN发病过程中复杂的细胞因子网络。对与DN发病相关的细胞因子的研究不断深入为今后DN的治疗提供了理论基础,有助于对DN做出早期诊断,也为DN的预防和个体化药物治疗开辟了新途径和新方向,以阻止或延缓DN的发生、发展。     

体素内不相干运动扩散成像在乳腺癌中的研究进展

体素内不相干运动DWI(IVIM-DWI)是DWI的新技术,其应用IVIM双指数模型,获取纯扩散系数、假扩散系数以及灌注分数等参数,可无创性地量化在体组织的水分子扩散和微循环灌注信息,较传统DWI有明显优势。IVIM-DWI已逐渐应用于临床,目前已成为乳腺癌研究的热点之一。阐述IVIM-DWI的基本原理及其相关参数的含义,并探讨b值选择对相关参数获得的影响,对该技术在乳腺病灶良恶性鉴别,乳腺癌分子分型、预后因子以及疗效评价等方面的研究进展及其面对的挑战予以综述。     

钼靶、CT与DCE-MRI评价乳腺癌淋巴结转移的价值

目的分析钼靶（MG）、计算机断层扫描（CT）与动态增强磁共振成像（DCE-MRI）对乳腺癌患者腋窝淋巴结有无转移的诊 断价值。方法回顾性分析2014年2月~2015年10月在我院就诊的乳腺癌的女性患者109例,以淋巴结病理检查结果为金标 准,比较和分析MG、CT及DCE-MRI诊断乳腺癌腋窝淋巴结转移(LNM)的灵敏度、特异度、准确度、阳性预测值以及阴性预测 值。结果纳入的乳腺癌患者中,39.4%（43/109）的患者病理确诊LNM。MG诊断LNM的灵敏度、特异度、准确度、阳性预测值 以及阴性预测值分别为：14.0%、84.8%、56.9%、37.5% 和60.0%。CT诊断腋窝LNM的灵敏度、特异度、准确度、阳性预测值以及 阴性预测值分别为：93.0%、57.6%、71.6%、58.8%和92.7%。DCE-MRI诊断腋窝LNM的灵敏度、特异度、准确度、阳性预测值以 及阴性预测值分别为：95.3%、65.2%、77.1%、64.1% 和95.6%。与病理结果相比较,MG、CT、DCE-MRI 的κ值分别为-0.13、 0.459、0.558。MG的特异度高于CT和DCE-MRI,但灵敏度、准确度、阳性预测值、阴性预测值均明显低于CT及DCE-MRI,差 异具有统计学意义。DCE-MRI与CT相比,前者的灵敏度、特异度、准确度、阳性预测值、阴性预测值均高于后者,差异具有统计 学意义（P<0.05）。结论对于乳腺癌腋窝LN 有无转移,DCE-MRI 的诊断效能明显优于CT 和MG,而CT 明显优于MG。 DCE-MRI和CT均可以提供相对较准确的LNM相关情况,在这方面的临床应用价值较高。MG常不能为临床提供可靠的信 息,利用MG判断LNM时必须谨慎,并结合其他检查。     

非前哨淋巴结转移预测模型对中国乳腺癌患者的验证价值

目的 评估纪念斯隆-凯特琳癌症中心（MSKCC）、Louisville和SCH等3种乳腺癌非前哨淋巴结（non-SLN）转移风险预测模型在中国人群中的临床应用价值,并构建新的non-SLN转移风险预测模型。 方法 本研究共纳入220例在我院进行SLN活检阳性和腋窝淋巴结清扫的乳腺癌患者。对患者的临床病理资料进行单因素分析和多因素logistic回归分析,根据筛选出的non-SLN的独立预测因素建立1个新的non-SLN转移风险预测模型。使用所纳入的乳腺癌患者临床病理资料对MSKCC、Louisville和SCH以及新建立的模型进行比较,绘制受试者工作特征曲线,计算各模型的曲线下面积及假阴性率,以评估各模型的区分能力和临床应用价值。 结果 所纳入的220例中国乳腺癌患者中,有97例（44.1%）发现腋窝淋巴结转移阳性。经logistic回归分析,发现原发肿瘤大小、脉管癌栓有无、阳性SLN的数量以及阳性SLN /总SLN的比值是non-SLN转移的独立预测因素,并据此建立了1个新的non-SLN转移风险预测模型。在预测non-SLN转移风险时,MSKCC、Louisville、SCH以及新的模型的曲线下面积分别为0.683、0.747、0. 657和0.762。各模型的假阴性率调整到接近10%时,MSKCC、Louisville、SCH和新建模型分别将17.27%、20.00%、15.00% 和33.18%的病人归类到低风险组中。 结论 与MSKCC、Louisville模型和SCH模型比较,本研究建立的新模型在对乳腺癌non-SLN转移风险的预测方面可能具有更高的临床价值,但在应用此模型前仍需更大样本的资料进行验证和修正。对于SLN活检阳性的乳腺癌患者,在应用非前哨淋巴结转移风险预测模型辅助是否进行腋窝淋巴结清扫的临床决策时需谨慎。       

组织细胞pH值测量方法研究进展

组织细胞中的氢离子浓度是机体的一个重要体液参数,与组织细胞的功能密切相关。因此,准确测定组织细胞内外的pH值,对反映组织细胞的功能状态十分重要,对疾病的早期诊断和治疗意义重大。常用的几种可测定组织细胞pH值的方法包括MRI法、微电极法和荧光光谱法,就各种方法的原理及其优缺点进行分析,同时介绍其研究和应用进展情况,旨在为相关的实验研究提供一定的参考。     

影像组学在乳腺癌淋巴结转移中的研究进展

乳腺癌是全世界女性中最为常见的恶性肿瘤之一,发病率正逐年递增,严重威胁女性健康。淋巴结转移是乳腺癌预后的重要指标,传统影像学检查方法在乳腺癌患者淋巴结转移状态的术前评估方面仍存在很大挑战,影像组学作为一种高通量提取特征的新技术,可提取图像深层次信息并用于建立临床诊断、预后和预测模型,在临床诊疗中得到了广泛应用和研究。目前,基于MRI、超声和钼靶的影像组学技术已逐步开始应用于乳腺癌淋巴结转移的预测,成为学术研究的一大热点。本文介绍了影像组学的定义、工作流程,并对影像组学在乳腺癌淋巴结转移的研究进展进行综述,分别从基于MRI的和非MRI影像的影像组学两方面展开分析,影像组学有望为乳腺癌患者的个体化精准诊疗提供可靠依据。      

基于MRI的瘤周影像组学在肿瘤研究中的应用进展

影像组学可定量挖掘和分析医学图像的深层次信息,目前基于MRI的影像组学已广泛应用于肿瘤研究,但大多数研究忽视了瘤周影像组学特征,而瘤周影像组学特征可能蕴含肿瘤微环境相关信息。因此,越来越多的研究开始将MRI瘤周影像组学特征纳入到肿瘤研究中,在肿瘤的鉴别诊断、分子分型、转移预测、疗效评估、复发和预后预测等方面取得了一定的进展。本文就基于MRI的瘤周影像组学在肿瘤研究中的应用进展进行综述。      

乳腺叶状肿瘤误诊为纤维腺瘤MRI影像分析:1例报告并文献复习

目的探讨乳腺叶状肿瘤与纤维腺瘤的MRI影像差异。方法通过1例乳腺叶状肿瘤在MRI上误诊为纤维腺瘤的病例,分析二者在MRI上的差异及误诊原因。结果乳腺叶状肿瘤的MRI表现与纤维腺瘤类似,极易混淆,乳腺叶状肿瘤中可见裂隙状T2WI更高信号区,乳腺纤维腺瘤的特征性表现则是内部不强化的T1WI、T2WI低信号的间隔,另外ADC值也有助于区分乳腺纤维腺瘤和乳腺叶状肿瘤,本病例为乳腺良性叶状肿瘤,MRI影像上未出现典型的裂隙状T2WI更高信号区,总体的影像表现为良性肿瘤,诊断医师首先考虑诊断为临床上更常见的乳腺纤维腺瘤,导致误诊。结论乳腺叶状肿瘤与乳腺纤维腺瘤的MRI影像表现存在一定的差异,但二者的MRI影像表现较为相近时,需密切结合临床病史以提高诊断准确性。