机器学习算法在肝细胞癌微血管侵犯术前预测中的应用价值

目的探讨机器学习算法在肝细胞癌微血管侵犯(MVI)术前预测中的应用价值。方法采用回顾性描述性研究方法。收集2015年5月至2018年12月福建医科大学孟超肝胆医院收治的277例肝细胞癌患者的临床病理资料;男235例,女42例;年龄为(56±10)岁,年龄范围为33~80岁。患者术前均行磁共振成像检查。227例肝细胞癌患者通过计算机产生随机数方法以7∶3比例分为训练集193例和验证集84例。应用逻辑回归列线图,支持向量机(SVM)、随机森林(RF)、人工神经网络(ANN)和轻量级梯度提升机(LightGBM)机器学习算法构建MVI术前预测模型。观察指标:(1)训练集及验证集患者临床病理资料分析。(2)影响训练集患者肿瘤MVI危险因素分析。(3)机器学习算法预测模型构建及其术前预测肿瘤MVI准确性比较。正态分布的计量资料以±s表示,组间比较采用配对t检验。计数资料以绝对数表示,组间比较采用χ2检验。单因素和多因素分析采用Logistic回归模型。结果(1)训练集及验证集患者临床病理资料分析:训练集和验证集患者性别(男,女)分别为157、36例和78、6例,两组比较,差异有统计学意义(χ2=6.028,P<0.05)。(2)影响训练集患者肿瘤MVI危险因素分析:训练集193例患者中,MVI阳性108例,MVI阴性85例。单因素分析结果显示:年龄、肿瘤数目、肿瘤直径、卫星病灶、肿瘤边界、甲胎蛋白(AFP)、碱性磷酸酶(ALP)和纤维蛋白原水平是影响肿瘤MVI的相关因素(比值比=0.971,2.449,1.368,4.050,2.956,4.083,2.532,1.996,95%可信区间为0.943~1.000,1.169~5.130,1.180~1.585,1.316~12.465,1.310~6.670,2.214~7.532,1.016~6.311,1.323~3.012,P<0.05)。多因素分析结果显示:AFP>20μg/L、肿瘤多发、肿瘤直径越大、肿瘤边界不光滑是影响肿瘤MVI的独立危险因素(比值比=3.680,3.100,1.438,3.628,95%可信区间为1.842~7.351,1.334~7.203,1.201~1.721,1.438~9.150,P<0.05),而年龄越大,MVI发生风险越低(比值比=0.958,95%可信区间为0.923~0.994,P<0.05)。(3)机器学习算法预测模型构建及其术前预测肿瘤MVI准确性比较:①应用多因素分析结果筛选指标,包括年龄、AFP、肿瘤数目、肿瘤直径、肿瘤边界,构建逻辑回归列线图,SVM、RF、ANN及LightGBM机器学习算法预测模型,一致性分析结果显示逻辑回归列线图预测模型稳定性较好。逻辑回归列线图、SVM、RF、ANN、LightGBM机器学习算法预测模型训练集和验证集曲线下面积(AUC)分别为0.812、0.794、0.807、0.814、0.810和0.784、0.793、0.783、0.803、0.815,SVM、RF、ANN、LightGBM机器学习算法AUC分别与逻辑回归列线图AUC比较,差异均无统计学意义[(95%可信区间为0.731~0.849,0.744~0.860,0.752~0.867,0.747~0.862,Z=0.995,0.245,0.130,0.102,P>0.05)和(95%可信区间为0.690~0.873,0.679~0.865,0.702~0.882,0.715~0.891,Z=0.325,0.026,0.744,0.803,P>0.05)]。②应用RF、LightGBM机器学习算法自行筛选临床病理因素指标构建预测模型。根据指标对预测模型重要度排序,选择重要度>0.01的指标,包括年龄、肿瘤直径、AFP、白细胞(WBC)、血小板、总胆红素、天冬氨酸氨基转移酶、γ-谷氨酰转移酶、ALP和纤维蛋白原,构建RF机器学习算法预测模型;挑选重要度>5.0的指标,包括年龄、肿瘤直径、AFP、WBC、ALP和纤维蛋白原,构建LightGBM机器学习算法预测模型;由于ANN及SVM机器学习算法不具备筛选指标能力,应用单因素分析结果筛选指标,包括年龄、肿瘤数目、肿瘤直径、卫星病灶、肿瘤边界、AFP、ALP和纤维蛋白原水平,构建SVM、ANN机器学习算法预测模型。SVM、RF、ANN、LightGBM机器学习算法预测模型训练集和验证集AUC分别为0.803、0.838、0.793、0.847和0.810、0.802、0.802、0.836,分别与逻辑回归列线图AUC比较,差异均无统计学意义[(95%可信区间为0.740~0.857,0.779~0.887,0.729~0.848,0.789~0.895,Z=0.421,0.119,0.689,1.517,P>0.05)和(95%可信区间为0.710~0.888,0.700~0.881,0.701~0.881,0.740~0.908,Z=0.856,0.458,0.532,1.306,P>0.05)]。结论机器学习算法可用于术前预测肝细胞癌MVI,但其应用价值尚需多中心大样本数据进一步验证。     

PDCA 循环法提高影像科医护人员对 对比剂过敏反应急救技能的价值

〔摘 要〕 目的：通过 PDCA 循环法提高影像科工作人员对对比剂过敏反应的急救能力。 方法：在 2020 年 10 月至 2020 年 12 月期间，以福建医科大学孟超肝胆医院影像科 22 名医护人员为研究对象，采用 PDCA 循环法＋实景模拟演练，比较 PDCA 循环法干预前、后工作人员的对比剂相关知识，急救相关知识及急救模拟演练分数、合格率等数据，评价 PDCA 循 环法的管理效果。 结果：以 70 分为合格线，实施 PDCA 后，对比剂知识问卷、急救知识问卷及急救实操演练合格率分别为 86.4 %、77.3 %、86.4 %，高于 PDCA 干预前的 36.4 %、45.5 %、27.3 %，差异具有统计学意义（P ＜ 0.05）。 结论：通过 PDCA 循环法能有效提高影像科人员对对比剂过敏反应急救能力。     

肝脏弥漫性疾患CT数量化测量的临床研究

目的：研究肝脏CT横断面影像学变化与常见肝脏弥漫性疾患之间的关系,为临床诊断提供客观的依据。方法：在一定的肝脏CT横断影像层面上,按一定的规则划出代表肝脏左右叶的各条径线,测量其长度,并进行比较。结果：肝脏弥漫性疾患中,失代偿期肝硬化患者肝叶以萎缩为主,右叶为甚;慢性肝炎患者及肝癌患者以肝叶增生为主,以左叶冠状径增大为甚。结论：在肝脏弥漫性疾患的CT诊断中,肝叶比例的数量化测量有一定的临床指导意义。     

原发性肝癌患者合并腹膜转移的相关影响因素预测分析

目的 探讨原发性肝癌患者合并腹膜转移的临床特征及相关影响因素,并分析其对预后的影响。方法 回顾性分析2012年8月至2022年3月医院收治的44例经病理、CT及磁共振影像学证实为原发性肝癌合并腹膜转移患者（腹膜转移组）的临床资料,另回顾性分析同期医院收治的44例经病理、CT及磁共振影像学证实为原发性肝癌（原发性肝癌相关危险因素与腹膜转移组相匹配）未合并腹膜转移患者（无腹膜转移组）的临床资料,分析原发性肝癌患者腹膜转移的相关影响因素,计算并比较两组Kaplan-Meier生存曲线。结果 单因素分析显示,原发性肝癌患者腹膜转移与肝癌破裂有关（P=0.031）。当原发性肝癌相关危险因素（年龄、性别、Child-Pugh分级、肝癌分期等）相匹配时,两组总生存期比较,差异无统计学意义（P=0.963）。结论 原发性肝癌患者腹膜转移与肝癌破裂有关,但腹膜转移并不能独立影响原发性肝癌患者的总生存期;在原发性肝癌合并腹膜转移患者中,Child-Pugh分级和肝癌分期仍是影响其总生存期最重要的因素。     

肝圆韧带与脐静脉曲张的影像鉴别诊断

目的 探讨肝圆韧带影像及脐静脉曲张影像的表现,提高鉴别两者的能力.方法 回顾性分析我院2015年2月至2016年1月间1643例行螺旋CT扫描+三期动态增强肝脏扫描(7例行MR平扫)患者影像资料,其中男性1023例,女性620例,年龄15~89岁,分析肝圆韧带及脐静脉曲张影像特点,比较两者在CT平扫及增强扫描时CT值的差异性.结果 共有1601例未见明确肝圆韧带显示,27例于肝左叶肝裂区见结节样边缘清晰稍低密度影,增强扫描三期呈轻度强化,程度始终低于周围肝实质;另有15例门静脉高压患者,可见左脐静脉曲张,增强扫描与门静脉同步强化,并与肝门静脉左支相通.肝圆韧带显影组与脐静脉曲张组在CT平扫时CT值比较差异无统计学意义(P>0.05),而动态增强扫描时,动脉期、门脉期及平衡期脐静脉曲张组患者的CT值显著高于肝圆韧带显影组,差异均有显著统计学意义(P<0.01).结论 提高对肝圆韧带影像的认识,有助于更好地与肝内其他异常密度影像进行鉴别诊断.     

肝脏标化表观弥散系数值在评估肝纤维化分期中的应用

目的 对比研究不同参照物肝脏标准化表观弥散系数(ADC)值评估肝纤维化病理分期的临床价值.方法 以10例健康志愿者和50例经肝穿刺病理证实的慢性肝病患者为研究对象,所有研究对象均进行肝脏弥散加权成像(DWI)检查并测量高b值(b=800 s/mm2)肝脏原始ADC值(记为ADC1)、脾脏ADC值、肾脏ADC值、同层竖脊肌ADC值.而后立即对50例患者行肝穿刺活检病理S分期,肝脏ADC值测量区与肝穿刺位点严格一一对应.计算出所有研究对象的肝脏/脾脏标化ADC值(记为ADC2)、肝脏/肾脏标化ADC值(记为ADC3)和肝脏/竖脊肌标化ADC值(记为ADC4).不同分期间原始或标化肝脏ADC值差异采用单因素方差分析,原始或标化肝脏ADC值与病理S分期相关性采用Spearman等级相关分析法.结果 10例志愿者均为S0期,50名慢性肝病患者按病理S分期分为S1、S2、S3、S4期4组.单因素方差分析提示,b=800 s/mm2时,在ADC1、ADC3及ADC4中,不同分期间ADC值差异有统计学意义,且随着纤维化程度加重,ADC值依次递减;在ADC2中,不同分期间ADC值差异则无统计学意义.Spearman等级相关分析法提示,ADC2与病理S分期无相关性,ADC1、ADC3及ADC4与病理S分期存在负相关,其中ADC3与S分期间相关性最好.结论 原始肝脏ADC值或肝脏/肾脏/竖脊肌标化ADC值均是评估肝纤维化程度的有效方法,且肝脏/肾脏标化ADC值评价效果优于肝脏/竖脊肌及原始肝脏ADC值.