临床放射学杂志2025年第7期
-
- 基于多种机器学习算法的影像组学模型预测胶质瘤IDH突变状态的对比分析
- 杨日辉, 杨颖思, 林志萍, 范伟雄, 江桂华, 熊小丽, 张裕辉
- <b>目的</b> 探讨基于T<sub>1</sub>WI增强(T<sub>1</sub>WI CE)的影像组学特征构建多种机器学习模型预测胶质瘤异柠檬酸脱氢酶(IDH)突变状态的对比分析研究。<b>方法</b> 回顾性搜集122例经病理确诊胶质瘤且行MRI增强扫描的患者资料,其中IDH突变型胶质瘤35例,IDH野生型胶质瘤87例。以7∶3分层随机抽样分为训练组和测试组。采用ITK‐SNAP软件分割T<sub>1</sub>WI CE序列的肿瘤区域作为感兴趣容积,然后导入A.K.软件提取影像组学特征;通过单因素逻辑回归降维并筛选出10个最优特征。基于显著特征,分别构建7种机器学习算法模型,分别为可解释模型(EBM)、支持向量模型(SVM)、k最邻近(KNN)、逻辑回归(LR)、决策树(DT)、极度梯度提升(XGB)、多层感知机(MLP)模型。采用受试者工作特征曲线评价预测模型效能并以决策曲线分析(DCA)评估临床实用性。<b>结果</b> EBM、SVM、KNN、LR、XGB、DT、MLP 7种算法构建影像组学模型对胶质瘤IDH突变诊断效能在训练集预测胶质瘤IDH突变的曲线下面积分别为1.000、0.966、0.943、0.925、0.927、0.879、0.908;在测试集分别为0.946、0.912、0.910、0.908、0.896、0.850、0.823,其中EBM模型的曲线下面积(0.946)最高,敏感度为90.0%、特异度80.8%,且DCA显示其临床实用性较高。<b>结论</b> 基于T<sub>1</sub>WI CE的影像组学特征构建不同机器学习模型可用于预测IDH突变状态,EBM模型诊断价值优于其他机器学习模型,且DCA表明临床实用性高。
-
- 自发性脑出血早期血肿扩大不同预测模型的对比分析以及多模态预测模型的构建
- 徐鹤, 徐鹏, 刘长林, 周辉
- <b>目的</b> 探讨不同预测模型对自发性脑出血(SICH)早期血肿扩大的预测价值,并构建多模态预测模型。<b>方法</b> 将180例SICH分成训练组(<em>n</em>=126)和外部验证组(<em>n</em>=54)。基于训练组分别构建4种<em>Logistic</em>回归预测模型,于验证组进行验证。采用受试者工作特征曲线、曲线下面积(AUC)、校准曲线以及决策曲线进行评价。<b>结果</b> 模型1由基线血肿体积、纤维蛋白原以及“岛征”构成,模型2由6个影像组学特征(即Radscore1)构成;模型3由7个影像组学特征(即Radscore2)构成;模型4由基线血肿体积、纤维蛋白原、“岛征”、Radscore1以及Radscore2构成。模型1、模型2、模型3以及模型4在训练组中的AUC分别为0.610、0.719、0.836及0.916,在验证组中的AUC分别为0.605、0.692、0.850及0.908。模型4具有最高AUC值,并且展现出良好的校准度以及最高的临床净获益。<b>结论</b> 影像组学可以更好地对血肿以及血肿周围继发性脑损伤进行定量化,具有独特优势。将临床指标、CT征象、血肿影像组学以及血肿周围影像组学相结合,可以对SICH早期血肿扩大进行多模态预测。
-
- 基于结构像及静息态功能MRI无灶性癫痫患者与正常人脑网络对比研究
- 彭兴珍, 宗会迁, 张娅, 李文玲, 柳青, 史朝霞, 王萌
- <b>目的</b> 探讨无灶性癫痫患者在结构和静息态功能磁共振成像(rs‐fMRI)中的异常脑区特征。<b>方法</b> 纳入确诊的符合国际抗癫痫联盟(ILAE)分类标准的无灶性癫痫患者,同时纳入与患者在年龄和性别上匹配的对照组。两组均接受MRI扫描,以获取高分辨率的3D‐T<sub>1</sub>WI结构像和BOLD数据。结构性数据采用FreeSurfer软件进行处理,基于DKT模板提取皮层体积、平均厚度和表面积,并通过秩和检验比较病例组与对照组的差异。功能性数据基于MATLAB 2020平台采用DPABI软件,通过低频振幅(ALFF)和分数低频振幅(fALFF)分析评估脑区的低频振荡活动,通过局部一致性(ReHo)分析评估脑区局部一致性,通过度中心性(DC)分析评估大脑功能网络中节点的重要性。<b>结果</b> 结构性MRI分析结果显示,无灶性癫痫患者在左侧梭状回下的皮层平均厚度低于健康对照组(<em>P</em><0.05)。功能像结果显示,与健康对照组相比,病例组在右侧额上眶回、左侧边缘叶和海马旁回等脑区的ALFF显著升高,而在左侧颞中回、右侧颞上回及右侧额上回的ALFF显著降低。此外,右侧额中回和梭状回的fALFF显著增高,而右侧额上回的fALFF显著下降。无灶性癫痫患者的ReHo在左侧额下回、左侧颞下回及海马等脑区显著增高,而在左侧顶下小叶、左侧枕上回、右侧中央后回等脑区的ReHo显著降低。DC分析显示,患者在左侧边缘叶、海马旁回、左侧额上回等脑区的DC值显著升高;相反,左侧小脑前叶和左侧扣带回的DC值显著降低。<b>结论</b> 无灶性癫痫患者在多个脑区的结构和功能性连接性发生显著异常,为深入理解其病理机制及临床干预提供了关键影像学依据。
-
- MOLLI T1 mapping成像对脊髓型颈椎病术后最小临床重要差异的纵向预测价值
- 王若雨, 张玉金, 刘悦, 彭艺飞, 张力
- <b>目的</b> 探讨MOLLI T<sub>1</sub> mapping成像对脊髓型颈椎病(CSM)患者术后最小临床重要差异(MCID)纵向变化的预测价值。<b>方法</b> 前瞻性纳入行手术治疗的CSM患者163例,所有患者均行术前常规MRI和MOLLI T<sub>1</sub> mapping成像。根据患者术前及术后3、6、12个月mJOA评分差值确定MCID,将MCID<2定义为预后不良组,MCID≥2定义为预后良好组。将患者在术后3、6、12个月分别分为预后良好组和预后不良组,比较术后各时期不同分组时的两组患者常规MRI特征和T<sub>1</sub> 值的差异并进行单因素和多因素<em>Logistic</em>回归分析,确定CSM患者术后恢复情况的影响因素,并绘制森林图。使用受试者工作特征曲线下面积(AUC)评估术后3、6、12个月的常规MRI特征和T<sub>1</sub> 值对预后良好组的诊断效能。<b>结果</b> 术后3个月,预后良好组27例,预后不良组136例,仅T<sub>2</sub>WI高信号在两组间结果有差异,其诊断预后良好组的AUC=0.597。临界值为0.1942,T<sub>2</sub>WI高信号诊断敏感度为40.74%,特异度为78.68%;术后6个月,预后良好组60例,预后不良组103例,仅T<sub>1</sub> 值在两组间结果有差异,其诊断预后良好组的AUC=0.690。临界值为0.3091,T<sub>1</sub> 值诊断敏感度为83.33%,特异度为47.57%;术后12个月,预后良好组100例,预后不良组63例,T<sub>1</sub> 值在两组间结果有差异,其诊断预后良好组的AUC=0.875。临界值为0.6289,诊断敏感度为74.00%,特异度为88.89%。<b>结论</b> 磁共振T<sub>1</sub> mapping成像能有效预测CSM患者在术后6个月和12个月时的恢复情况,其在术后12个月时诊断效能最优。
-
- 基于全数字化乳腺X线摄影和数字化乳腺断层摄影特征的深度学习模型对浸润性乳腺癌HER2表达状态的预测价值
- 宫悦, 蒋燕妮, 刘婷婷, 林佳璐, 陈佳雪, 王思奇, 娄鉴娟, 邹启桂
- <b>目的</b> 探讨联合全数字化乳腺X线摄影(FFDM)和数字化乳腺断层摄影(DBT)特征的深度学习(DL)模型,预测乳腺癌HER2表达状态的价值。<b>方法</b> 回顾性分析经病理证实的359例浸润性乳腺癌患者的临床资料和乳腺FFDM及DBT图像。根据病理结果,将HER2表达状态分为过表达组和非过表达组,按照7∶3比例随机分为训练集(<em>n</em>=251)和测试集(<em>n</em>=108)。基于卷积神经网络3种预训练的基础DL模型(ResNet50、DenseNet121、ResNet101),构建基于FFDM的2D图像(DL_2D)和DBT的3D(DL_3D)图像的DL模型,选出效能最优者,并将其合并构建联合模型。采用单因素与多因素逻辑回归分析筛选与 HER2 状态相关的临床特征构建临床模型。将临床模型与联合模型相结合构建综合模型。采用受试者工作特征曲线下面积(AUC)评估各模型的预测效能,并利用校准曲线和决策曲线评估综合模型拟合效果和临床获益,使用 Grad‐CAM可视化模型效果。<b>结果</b> HER2过表达组141例,非HER2过表达组218例。单因素与多因素逻辑回归分析显示是否伴钙化、检查机器机型是乳腺癌HER2表达状态的临床独立预测因素(均<em>P</em><0.05)。3种DL模型中,ResNet50模型效能最优。在训练集和测试集中,综合模型的预测效能(AUC值分别为0.922、0.883)均高于临床模型(AUC值分别为0.894、0.866)与联合模型(AUC 值分别为0.920、0.878)。校准曲线和决策曲线均显示综合模型在预测概率方面具有优势。Grad‐CAM图显示肿瘤区域内像素的高激活性与HER2表达状态强相关。<b>结论</b> 联合FFDM和DBT特征的DL模型在预测乳腺癌HER2表达状态方面有一定价值。
-
- 基于治疗前DCE‐MRI的生境影像组学预测新辅助化疗后浸润性乳腺癌的病理完全缓解
- 李彪, 康竹清, 马彦云, 李璞, 刘玉萍
- <b>目的</b> 使用生境、瘤内、最佳瘤周影像组学和临床病理变量构建诺莫图(Nomogram)评估预测浸润性乳腺癌新辅助化疗后的病理完全缓解。<b>方法</b> 回顾性分析经病理证实的浸润性乳腺癌患者的临床影像资料,搜集每位患者新辅助化疗前的MRI 图像,于动态对比增强磁共振成像(DCE‐MRI)第3期图像中勾画肿瘤感兴趣区(ROI)并以3 mm、5 mm、7 mm及9 mm的厚度向外扩张,再通过<i>K‐means</i>聚类将肿瘤ROI分为3个亚区,分别从瘤内、瘤周、亚区提取并筛选特征,利用多层感知机分别构建INTRA、Habitat及PERI 3、5、7、9 mm影像组学模型,确定最佳瘤周区域并与瘤内、生境模型构建联合模型,在基于瘤内、生境、最佳瘤周放射组学评分并结合临床变量因素构建Nomogram模型,使用受试者工作特征曲线下面积(AUC)及95%CI评估模型的性能,并通过<i>DeLong</i>检验比较各模型预测性能的差异。<b>结果</b> PERI 3 mm组学模型在各瘤周模型中效能最优,其训练集和测试集的AUC值分别为0.780、0.751,Habitat模型优于INTRA模型,其训练集和测试集的AUC值分别为0.839、0.815,Habitat+PERI 3 mm、INTRA+PERI 3 mm联合模型效能均优于单个模型效能;Nomogram模型优于其他模型,其训练集和测试集的AUC值分别为0.904、0.862。<b>结论</b> 基于治疗前DCE‐MRI第3期的生境影像组学模型可以在术前有效预测浸润性乳腺癌新辅助化疗后的病理完全缓解,其结合瘤内、最佳瘤周3 mm及临床变量因素构建的Nomogram模型可以更有效地预测新辅助化疗后乳腺癌的病理完全缓解。
-
- 对比增强乳腺摄影双轮廓伪影相关因素分析
- 王红光, 高丽敏, 熊瑛, 荣小翠, 殷风华, 杨光, 屈天云, 霍晓鹏, 韩捧银
- <b>目的</b> 探讨对比增强乳腺摄影(CEM)产生双轮廓伪影的相关因素。<b>方法</b> 回顾性分析200例患者的临床基本资料、乳腺摄影参数和诊断结果,包括年龄、体重、月经状态、腺体厚度、压迫力度、平均腺体剂量(AGD)、病理学结果、BI‐RADS分类等。由高年资医师对800幅图像按照体位、ACR分型、BI‐RADS分类进行分组,将BI‐RADS 1类或BI‐RADS 2类增生视为正常,BI‐RADS 3类及以上视为有病变。将双轮廓伪影大小分为0、1/4、1/2、1四类,最后将<1/2伪影定为无/少伪影组,将≥1/2伪影定为有/多伪影组进行统计分析。<b>结果</b> 单因素分析结果显示,患者体重(<em>P</em>=0.027)、ACR分型(<em>P</em>=0.002)、体位(<em>P</em><0.001)与双轮廓伪影的产生相关;内外侧斜位中铑(Rh)靶的使用与伪影减少相关(<em>P</em><0.001)。多因素分析结果显示,ACR分型(<em>P</em><0.004)、体位(<em>P</em><0.001)和靶材料(<em>P</em><0.001)是影响双轮廓伪影产生的独立因素。<b>结论</b> 患者体重、ACR分型与体位不同会影响双轮廓伪影的产生,尤其在头尾位中双轮廓伪影产生的更多;内外侧斜位中铑(Rh)靶会减少伪影的产生;ACR分型、体位和靶材料是影响乳腺双轮廓伪影产生的独立因素。
-
- 基于CT征象及定量参数预测3 cm以下浸润性肺腺癌病理亚型的研究
- 周惠, 于丽娟, 钟方云
- <b>目的</b> 通过分析3 cm以下浸润性肺腺癌CT征象与不同病理亚型的关系,探讨CT征象及定量参数的预测价值,为临床提供一种术前判断肺浸润性腺癌病理亚型的无创性方法。<b>方法</b> 搜集3 cm以下手术病理为肺浸润性腺癌并有病理亚型分型患者的临床资料及CT图像。共纳入214例患者,按照病理亚型,分为三组,分别是低危组94例(贴壁型为主,且高级别成分<20%),中危组86例(腺泡型为主或乳头型为主,且高级别成分<20%)和高危组34例(任何亚型且高级别成分≥20%)。比较上述三组的影像学特征。<b>结果</b> 结节分类、结节最长径、结节体积、平均CT值、空泡征、分叶征、毛刺征和血管集束征在鉴别三组间有统计学意义(<em>P</em><0.05);性别、年龄、有无吸烟史、肿瘤标志物、结节位置、结节形状、空气支气管征及胸膜凹陷征在鉴别三组间不具有统计学意义(<em>P</em>>0.05);有序多分类<em>Logistic</em>回归分析中,平均CT值、结节体积是鉴别三组间的独立危险因素(<em>P</em><0.05);平均CT值、结节体积和联合二元<em>Logistic</em>回归模型进行诊断效能比较,结果联合二元<em>Logistic</em>回归模型的诊断效能最高[曲线下面积(AUC)=0.831]。<b>结论</b> 结节最长径、平均CT值、结节体积、分类、空泡征、血管集束征、分叶征、毛刺征对其病理亚型的预测及手术方案的选择具有临床意义。
-
- CT引导下肺内磨玻璃结节术前定位致空气栓塞
- 陈岩, 黄振国, 孙宏亮, 高宝祥, 张桐茵, 李浩宇, 胡瑜琬
- <b>目的</b> 探讨CT引导下肺内磨玻璃结节(GGN)视频胸腔镜手术(VATS)术前定位致空气栓塞(AE)的发生率;评价AE的发生与肺血管损伤的相关性。<b>方法</b> 搜集2020年8月至2024年1月在中日友好医院放射科行VATS术前CT引导下GGN定位的所有患者作为研究对象,回顾性分析其临床及影像资料。AE定义为在定位术后CT显示肺静脉、左心房、左心室、主动脉及分支内出现气体。肺血管损伤定义为CT显示在穿刺路径上有肺血管且定位术后局部有肺出血。<b>结果</b> 共3966例连续患者被纳入研究,其中26例(0.66%)发生AE。26例AE中19例(73.1%)CT显示肺血管损伤,而未发生AE的3940例中327例(8.3%)CT显示肺血管损伤,其差异有统计学意义(<inline-formula><mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="Mml1-1001-9324-44-7-1231"><mml:msup><mml:mrow><mml:mi>χ</mml:mi></mml:mrow><mml:mrow><mml:mn>2</mml:mn></mml:mrow></mml:msup></mml:math></inline-formula>=136.11,<em>P</em>=0.00)。26例AE患者中6例出现胸闷、胸痛、一侧肢体运动障碍、晕厥、抽搐等AE相关的临床症状,20例无明确临床症状。经紧急救治后6例有症状患者症状均消失。25例AE患者于定位当日完成VATS,1例AE患者于定位次日完成VATS,26例均在定位引导下成功切除GGN。<b>结论</b> CT引导下GGN术前定位致AE发生率高达0.66%,明显高于预期;定位所致的肺血管损伤与AE存在明显相关性。
-
- 18F-FDG PET/ CT代谢参数联合影像学特征对ⅠA~ⅡB期肺腺癌气腔播散的预测价值
- 张晓煊, 胡晓燕, 罗娜娜, 李蕾, 邱大胜
- <b>目的</b> 分析氟代脱氧葡萄糖(<sup>18</sup>F-FDG)PET/CT代谢参数联合影像学特征在预测临床早期肺腺癌气腔播散(STAS)中的应用价值。<b>方法</b> 回顾性分析2022年1月至2023年12月行<sup>18</sup>F-FDG PET/CT检查并经临床病理证实为ⅠA~ⅡB期肺腺癌的100例患者[男41例,女59例,年龄(64.8±10.3)岁],根据病理显示有无STAS分为阳性组(<em>n</em>=42)及阴性组(<em>n</em>=58),比较组间的临床、影像及代谢参数。采用<em>t</em>检验、χ<sup>2</sup>检验或<em>Mann-Whitney U</em>检验比较不同参数在两组间的差异;采用二元<em>Logistic</em>回归分析筛选STAS阳性预测因素,建立预测模型。<b>结果</b> 单因素分析结果显示,实性成分最大径、肿瘤最大径、平均CT值、病灶性质、分化程度、微乳头型、分叶、毛刺的组间差异具有统计学意义(<em>P</em>均<0.05),阳性组最大标准摄取值(SUV<sub>max</sub>)、平均标准摄取值(SUV<sub>mean</sub>)、峰值标准摄取值(SUV<sub>peak</sub>)、肿瘤代谢体积(MTV)及病灶糖酵解总量(TLG)均高于阴性组(<em>P</em>均<0.05)。多因素分析结果显示,实性成分最大径[比值比(OR)=1.062(95%CI:1.014~1.113),<em>P=</em>0.010]及微乳头型[OR=7.652(95%CI:2.796~20.938),<em>P</em><0.001]为ⅠA~ⅡB期肺腺癌STAS的独立危险因素。<b>结论</b> 实性成分最大径、病理证实为微乳头状结果对ⅠA~ⅡB期肺腺癌STAS具有较好的预测效能。
-
- 基于CT灰度直方图构建小于20 mm肺磨玻璃结节浸润性的诊断预测模型
- 陈海民, 陈小华, 顾菱香
- <b>目的</b> 基于CT灰度直方图相关参数构建小于20 mm肺磨玻璃结节(GGN)患者浸润性的诊断预测模型。<b>方法</b> 前瞻性选取2020年1月至2024年6月收治的结节直径<20 mm的GGN患者共200例,搜集患者一般资料、临床资料和CT检查影像学资料。根据病理检查结果将患者分为浸润性低风险组(<em>n</em>=82)和高风险组(<em>n</em>=118),并根据患者资料以单因素分析和<em>Logistic</em>回归分析构建浸润性诊断预测模型。<b>结果</b> 单因素分析结果显示结节最长径和CT灰度直方图的均值、方差、10%分位数、50%分位数、90%分位数、99%分位数有统计学差异(<em>P</em>均<0.05),进一步<em>Logistic</em>回归分析将结节最长径和CT灰度直方图的均值、方差、10%分位数、50%分位数、90%分位数、99%分位数纳入模型方程构建,构建的模型方程为Logit P=-27.686+0.044×(均值)+0.003×(方差)+0.040×(10%分位数)+0.029×(50%分位数)+0.031×(90%分位数)+0.035×(99%分位数)+0.027×(结节最大径),模型的受试者工作特征曲线(ROC)曲线下面积(AUC)为0.970(95%CI:0.947~0.992),敏感度为0.949,特异度为0.915,预测诊断准确率为93.50%(187/200),<em>Hosmer‐Lemeshow</em>拟合优度检验显示,χ<sup>2</sup>=13.147,<em>P</em>=0.107。<b>结论</b> 本研究基于CT灰度直方图参数构建的诊断预测模型具有较高的预测价值,能够帮助临床诊断筛查小于20 mm GGN高风险浸润性的患者,值得临床推广应用。
-
- 基于钆塞酸二钠增强MRI肝细胞癌术后晚期复发模型与临床模型对比研究
- 丁智慧, 范芳华, 丁洁, 李嘉慧, 齐婷玉, 朱绍成
- <b>目的</b> 基于临床信息、病理数据与钆塞酸二钠(Gd-EOB-DTPA)增强MRI的影像特征建立预测肝细胞癌(HCC)患者术后晚期复发的术前模型、术后模型、随机森林模型,并与巴塞罗那临床肝癌(BCLC)分期系统、中国临床肝癌(CNLC)分期系统进行比较。<b>方法</b> 回顾性搜集2017年1月至2023年12月经病理证实的236例HCC患者,采用最小<em>P</em>值法确定肝切除术后早、晚期复发的最佳分界。将晚期复发组与未复发组的临床资料、影像特征进行比较,经<em>Logistic</em>回归单多因素分析,基于预测因子建立术前模型。在术前模型的基础上纳入术后病理分化程度与微血管侵犯构成术后模型,基于Boruta算法选择变量,构建随机森林模型,采用<em>Delong</em>检验比较各模型诊断效能。<b>结果</b> 肿瘤数目(<em>P</em>=0.005)、活化部分凝血活酶时间(APTT)(<em>P</em><0.001)、中性粒细胞/淋巴细胞比值(NLR)(<em>P</em>=0.028)、强化包膜(<em>P</em><0.001)、门静脉癌栓(<em>P</em>=0.049)是HCC术后晚期复发的独立危险因素。基于上述预测因子建立的术前模型曲线下面积(AUC)为0.825,术后模型AUC为0.852,随机森林模型AUC值为0.909,三者间无统计学差异,但预测性能皆优于BCLC系统(AUC=0.656)与CNLC系统(AUC=0.656),并且AUC差异具有统计学意义(<em>P</em><0.001)。<b>结论</b> 建立的术前模型、术后模型与随机森林模型均有着良好的预测性能,相较于临床分期系统能够更精准预测HCC患者切除术后晚期复发。
-
- 亚厘米肝细胞癌影像学亚分类与肿瘤体积倍增时间的相关性分析
- 陈志坚, 邢飞, 姜吉锋, 陆健, 张涛, 马秦榕
- <b>目的</b> 探讨亚厘米肝细胞癌(scHCC)影像学亚分类与肿瘤体积倍增时间(TVDT)的相关性。<b>方法</b> 回顾性分析2016年7月至2022年12月67例单发scHCC进展为典型肝细胞癌(HCC)的纵向影像学资料。所有病灶在基线、随访期间均进行了钆塞酸二钠增强磁共振成像(Gd‐EOB‐MRI)检查。依据动脉期有无高强化及肝脏影像报告和数据系统(LI‐RADS,LR)评分,将基线病灶分为两种亚型(富血供型、非富血供型)及两个LR类别(LR‐3、LR‐4)。通过肿瘤生长率(TGR)和TVDT评估肿瘤生长情况,肿瘤生长模式分为快速(TVDT<3个月)、中等(TVDT为3~9个月)和惰性(TVDT>9个月)三种。比较不同亚型和LR类scHCC的TGR、TVDT及生长模式的差异。<b>结果</b> 67例scHCC中,富血供型占83.6%(56/67)、非富血供型占16.4%(11/67);80.6%(54/67)为LR‐3类、19.4%(13/67)为LR‐4类。scHCC的中位TGR、TVDT分别为8.4%/月、4.3个月,其中29.9%(20/67)表现为快速生长。富血供型scHCC的中位TGR高于(9.1%/月vs.5.0%/月,<em>P</em>=0.032)、TVDT短于(4.1个月vs.7.2个月,<em>P</em>=0.010)、快速生长的比例高于(35.7%vs.0%,<em>P</em>=0.026)非富血供型。同样,LR‐4类scHCC的中位TGR高于(16.8%/月vs.6.7%/月,<em>P</em>=0.006)、TVDT短于(2.8个月vs.6.7个月,<em>P</em>=0.002)、快速生长的比例高于(61.5%vs.22.2%,<em>P</em>=0.014)LR‐3类。<b>结论</b> 富血供型及LR‐4类scHCC具有较高的TGR、较短的TVDT及较高的快速生长倾向。鉴于scHCC肿瘤生长的异质性,影像学亚分类对临床风险分层评估和个体化诊疗中具有重要价值。
-
- CT影像组学列线图对胰腺导管腺癌淋巴血管侵犯的预测价值
- 刘翔, 魏江龙, 乔英
- <b>目的</b> 探讨CT影像组学列线图对胰腺导管腺癌(PDAC)淋巴血管侵犯(LVI)的预测价值。<b>方法</b> 回顾性搜集138例经病理证实的PDAC患者的临床和影像学数据。所有患者按照7∶3的比例随机分配至训练集(<em>n</em>=96)和测试集(<em>n</em>=42)。将训练集患者的相关临床资料和CT影像特征纳入单因素和多因素<em>Logistic</em>回归分析,筛选与LVI显著相关的独立预测因子,并构建临床-影像模型。基于患者动脉期和静脉期增强CT图像,使用ITK-SNAP软件手动勾画感兴趣区(ROI),提取并筛选最优影像组学特征,使用<em>Logistic</em>回归分别构建动脉期(A)、静脉期(V)和动脉期+静脉期(combine)影像组学模型,并计算影像组学评分(Radscore)。将最优影像组学模型评分与独立预测因子结合,构建联合模型,并以列线图进行可视化呈现。采用受试者工作特征曲线(ROC)、校准曲线(CC)及决策曲线分析(DCA)对各模型的预测效能进行评估。<b>结果</b> 肿瘤坏死和邻近血管受累为LVI的独立预测因子。双期相combine影像组学模型的预测效能高于单期相影像组学模型[训练集曲线下面积(AUC)=0.852;测试集AUC=0.839]。联合模型的预测效能进一步提升(训练集AUC=0.880;测试集AUC=0.862)。CC显示联合模型在训练集和测试集中预测概率与实际概率的一致性良好。DCA显示联合模型具有良好的临床实用价值。<b>结论</b> CT影像组学列线图对术前PDAC患者LVI状态具有良好的预测价值。
-
- 双能量CT定量参数预测结肠癌高级别肿瘤出芽
- 董晓蕾, 邵川洋, 刘杰克, 陈晓丽, 青浩渺, 胡仕北, 周鹏, 何长久
- <b>目的</b> 探讨双能量CT(DECT)定量参数预测结肠癌高级别肿瘤出芽(TB)的价值。<b>方法</b> 回顾性搜集行腹部增强DECT且经病理证实为结肠癌的75例患者。将其分为为低/中级别TB组(<em>n</em>=51)和高级别TB组(<em>n</em>=24)。比较两组的临床特征(性别、年龄)和DECT定量参数[动、静脉期CT值(CT值_A、CT值_V)、标准化碘含量(NIC_A、NIC_V)、电子云密度(Rho_A、Rho_V)、有效原子序数(Zeff_A、Zeff_V)和能谱曲线斜率(λ<sub>HU</sub>_A、λ<sub>HU</sub>_V)]。应用多因素<em>Logistic</em>回归构建基于DECT定量参数的联合模型。应用曲线下面积(AUC)评估DECT定量参数预测结肠癌高级别TB的诊断效能。<b>结果</b> 低/中级别TB组的CT值_A、NIC_A、Zeff_A、λ<sub>HU</sub>_A、CT值_V、NIC_V、Zeff_V和λ<sub>HU</sub>_V明显高于高级别TB组,差异有统计学意义(<em>P</em>均<0.05)。但两组的性别、年龄、Rho_A和Rho_V无统计学差异(<em>P</em>均>0.05)。NIC_A(OR=0.889,95%CI:0.793~0.997,<em>P</em>=0.044)和Zeff_V(OR=0.032,95%CI:0.002~0.515,<em>P</em>=0.015)是高级别TB的独立预测因素。联合模型、NIC_A和Zeff_V的AUC分别为0.842(95%CI:0.739~0.916)、0.722(95%CI:0.606~0.819)和0.781(95%CI:0.670~0.868)。联合模型的AUC明显高于NIC_A(<em>Z</em>=2.491,<em>P</em>=0.013),但与Zeff_V相比无统计学差异(<em>Z</em>=1.573,<em>P</em>=0.116)。<b>结论</b> 结肠癌高级别TB的独立预测因素包括NIC_A和Zeff_V。基于NIC_A和Zeff_V构建的联合模型可能有助于预测结肠癌高级别TB。
-
- 序贯CT评估胃癌新辅助免疫化疗疗效
- 王健, 贝天霞, 王艺, 蒋志强, 徐淑宁, 陈望, 李靖
- <b>目的</b> 探讨序贯CT纵向评估局部进展期胃癌(LAGC)新辅助免疫化疗(nICT)疗效的价值。<b>方法</b> 回顾性分析2021年1月至2023年12月115例接受nICT联合手术治疗的LAGC患者的临床及CT影像资料。所有患者于治疗前1周内和nICT结束后2周内行动脉期(AP)、静脉期(VP)和延迟期(DP)三期增强CT扫描。测量增强各期胃癌病灶的CT值,计算CT值变化绝对值(ΔCT=治疗后CT值-治疗前CT值)及其变化率[ΔCT%=(治疗后CT值-治疗前CT值)/治疗前CT值×100%]。根据术后美国癌症联合会(AJCC)肿瘤退缩分级(TRG)标准将患者分为病理缓解良好组(TRG 0、1)和缓解不良组(TRG 2、3)。比较两组间临床指标和CT值的差异,计量资料采用<em>Student’s t</em>检验或<em>Mann-Whitney U</em>检验,分类资料采用卡方检验或<em>Fisher’s</em>确切概率法,采用多因素逻辑回归方法筛选病理缓解不良的独立风险因素,采用受试者工作特征曲线(ROC)和曲线下面积(AUC)评估影像学指标的效能。<b>结果</b> 男性90例,女性25例,年龄31~81岁,中位年龄61岁。病理缓解良好44例,缓解不良71例。缓解良好组治疗前静脉期和延迟期CT值(VP/DP-前)及治疗后各期CT值(AP/VP/DP-后)显著低于缓解不良组(<em>P</em><0.05),逻辑回归分析显示治疗前延迟期CT值(DP-前)和治疗后动脉期CT值(AP-后)及肿瘤厚度是病理缓解不良的独立危险因素,联合三者构建联合参数评价疗效的AUC为0.770(95%CI:0.683~0.844),依次高于治疗后肿瘤厚度、DP-前及AP-后,AUC分别为0.660、0.667、0.665(<em>P</em><0.05)。<b>结论</b> nICT治疗前后序贯多期增强CT是纵向评价疗效的有效方法,DP-前和AP-后和治疗后肿瘤厚度是疗效的独立预测因素,联合三者能进一步提高效能。
-
- 基于增强CT衍生细胞外容积分数的可解释机器学习模型术前预测透明细胞肾细胞癌WHO/ISUP分级
- 王莹, 魏东风, 柏根基
- <b>目的</b> 开发一种基于CT衍生的细胞外容积分数(ECV)联合传统特征的机器学习可解释模型术前无创性准确预测透明细胞肾细胞癌(ccRCC)的世界卫生组织/国际泌尿病理协会(WHO/ISUP)分级,为临床决策提供重要信息。<b>方法</b> 回顾性分析2017年1月至2023年12月接受肾肿瘤切除术的222例患者。采用6种机器学习算法构建ccRCC WHO/ISUP 分级的预测模型:极端梯度提升(XGBoost)、逻辑回归(LR)、轻量级梯度提升机(LightGBM)、高斯朴素贝叶斯(GNB)、支持向量机(SVM)和K近邻(KNN)模型。使用受试者工作特征曲线(ROC)分析评价模型性能,包括曲线下面积(AUC)、敏感度、特异度、准确率、阳性预测值、阴性预测值和F1评分。校准图用于模型校准的目视评价。进行临床决策曲线分析,通过计算净获益评估潜在临床效用。<b>结果</b> 按照7∶3比例随机分为训练集(155例)和验证集(67例)。机器学习结果表明XGBoost是针对此数据集的最佳模型选择,该模型在训练集和验证集中的AUC分别为1.000(95%CI:1.000~1.000)和0.873(95%CI:0.837~0.996),在独立测试集中AUC为0.861(95%CI:0.757~0.964),准确率为0.806,敏感度为0.389,特异度为0.959,阳性预测值为0.778,阴性预测值为0.810,F1评分为0.519。<b>结论</b> CT衍生的ECV结合传统CT特征的机器学习可解释模型是术前预测WHO/ISUP分级的可行性工具,以XGBoost机器学习模型更准确和稳健。
-
- 基于CT平扫图像的机器学习在检测泌尿系感染性结石的价值
- 曲丽洁, 李雪松, 吕建林, 张宏, 邵军
- <b>目的</b> 探讨基于CT平扫图像的机器学习模型在鉴别泌尿系感染性结石与非感染性结石的价值。<b>方法</b> 回顾性分析并纳入102例患者共计300枚已知成分的泌尿系结石进行研究,将结石的CT平扫图像用于提取纹理特征。按照8∶2比例将所有结石随机混淆为训练集与测试集。采用最小绝对收缩和选择算子算法(LASSO)、皮尔逊相关(<em>Pearson)</em>相关系数及显著性检验对CT平扫图像提取的纹理特征进行降维并筛选最优纹理特征。使用AdaBoost算法构建机器学习模型。采用受试者工作特征曲线(ROC)评测机器学习模型的诊断效能。<b>结果</b> 300枚泌尿系结石共提取1746种纹理特征,最终共筛选出15种最优纹理特征用于构建机器学习模型。训练集与测试集鉴别感染性与非感染性结石的曲线下面积(AUC)分别为0.850和0.775。临床决策曲线提示该机器学习模型具有较好临床应用价值。<b>结论</b> 基于CT平扫图像的机器学习模型对临床鉴别感染性与非感染性结石具有一定指导价值。
-
- 基于CT影像组学联合临床参数鉴别小直径肾上腺肿瘤的良恶性
- 赵凯, 孙中琪, 李聚贤, 姜慧杰
- <b>目的</b> 基于CT影像组学联合临床参数鉴别小直径肾上腺肿瘤的良恶性。<b>方法</b> 回顾性分析2018年1月至2024年1月经手术病理确诊或随诊证实的240例直径≤4 cm肾上腺肿瘤患者的病例资料,其中乏脂性肾上腺腺瘤(LPA)140例,肾上腺恶性肿瘤100例。在不同时相增强CT(CECT)图像上逐层勾画以获得三维感兴趣区(ROI),使用Pyradiomics软件提取影像组学特征,通过组内相关系数(ICC)确保特征的可重复性。将数据集经随机分层抽样法按照8∶2的比例分为训练集(<em>n</em>=192)和测试集(<em>n</em>=48),分别应用6种机器学习算法构建各个时相的诊断模型,采用受试者工作特征曲线(ROC)曲线下面积(AUC)评价模型性能。通过单因素和多因素逻辑回归筛选临床特征并建立临床模型。联合最优影像组学分数和临床独立预测因素构建联合模型,并绘制列线图。采用雷达图多边形围成的面积评估各模型的预测效能,采用校准曲线和决策曲线评价模型的校准度和临床净收益。<b>结果</b> 基于CECT图像共提取1834个影像组学特征,经筛选后动脉期得到15个影像组学特征,逻辑回归(LR)模型性能最佳,测试集中AUC值为0.909(95%CI:0.827~0.992);静脉期得到21个影像组学特征,LR模型效能最高,测试集中AUC值为0.892(95%CI:0.798~0.986);延迟期得到19个影像组学特征,支持向量机(SVM)模型性能最优,测试集中AUC值为0.901(95%CI:0.806~0.997)。临床参数中高血压、静脉期CT值、延迟期CT值、肿瘤边界是否清晰是鉴别诊断的独立危险因素,临床模型的测试集AUC值为0.863(95%CI:0.733~0.993)。基于最优影像组学分数和临床参数构建列线图的测试集AUC值为0.915(95%CI:0.835~0.995)。雷达图显示联合模型所构成的多边形面积最大,校准曲线显示联合模型拟合最佳,决策曲线的临床净获益率高于其他模型。<b>结论</b> CT影像组学特征能较好地鉴别直径≤4 cm肾上腺肿瘤良恶性,联合临床特征能进一步提高诊断价值。
-
- 股骨颈骨小梁微结构分形特征的区域性差异在骨折预测中的价值
- 马军超, 于楠, 王瑞峰, 许晓通, 程钰
- <b>目的</b> 探索股骨颈小梁骨微结构的区域性差异在预测高危人群股骨颈骨折的潜在价值。<b>方法</b> 回顾性搜集了71例摔伤后股骨颈骨折病例和71例跌倒后未骨折患者。两组在年龄、性别、身高和体重上进行了匹配。使用自定义开发的程序计算不同分区股骨颈骨小梁分形维度(Tb.FD)和区域不对称性(Tb.FD‐asym)。采用逻辑回归分析来确定Tb.FD和Tb.FD‐asym对股骨颈骨折的预测价值。通过受试者工作特征(ROC)曲线的曲线下面积(AUC)评估每个模型的性能。<b>结果</b> 骨折组和非骨折组在股骨颈上外侧颈区Tb.FD上表现出显著的统计学差异,骨折组的Tb.FD值较低(<em>P</em>< 0.01)。两组间股骨颈分形维数不对称性Tb.FD‐asym指标具有显著统计学差异,骨折组具有更高的Tb.FD‐asym值(<em>P</em>< 0.01)。逻辑回归分析表明,Tb.FD‐asym和上外侧颈部的Tb.FD都是股骨颈骨折的显著预测因子(<em>P</em>< 0.01)。基于Tb.FD‐asym和上外侧颈部的Tb.FD的预测模型的AUC值分别为0.852和0.835。<b>结论</b> 股骨颈小梁微结构的区域性差异在骨折预测中具有重要价值。
-
- 3.0 T MRI与超声评估胎儿侧脑室扩张的一致性研究
- 程千千, 马磊, 陈丽君, 李蔚洪, 黄崇权
- <b>目的</b> 探讨产前3.0 T MRI和超声测量胎儿侧脑室扩张方面的一致性,并分析两种方法测量差异的影响因素。<b>方法</b> 回顾性分析本院110例因侧脑室扩张在7天内分别接受3.0 T MRI和超声检查的胎儿影像资料。两种检查方法均在轴位上对侧脑室进行测量,分别测量扩张的左侧脑室或右侧脑室宽度。分析3.0 T MRI和超声测量左侧脑室和右侧脑室的一致性。对比两种方法的差异平均值,分析两种方法的测量差异与产妇年龄的相关性、与胎龄的相关性及与大脑异常存在的相关性。<b>结果</b> 共测量扩张的脑室150例,左侧72例,右侧78例。评估3.0 T MRI与超声在测量侧脑室扩张时的一致性,Bland‐Altman 分析散点图显示大部分点位于95% 的一致性界限内。与超声相比,MRI测量的左侧脑室和右侧脑室的测量值显著更大(<em>P</em><0.05)。左侧脑室和右侧脑室平均差异分别为1.05 mm和0.99 mm。按轻度、中度、重度扩张分组分析时,MRI与超声的分类一致性中等(左侧<em>Kappa</em>=0.53,右侧<em>Kappa</em>=0.58)。<em>Pearson</em>相关性检验显示,3.0 T MRI测量值与超声测量值呈强正相关(左侧<em>r</em>=0.80,右侧<em>r</em>=0.88)。孕妇年龄、胎龄及是否存在大脑异常与测量结果的差异无显著相关性。<b>结论</b> 3.0 T MRI测量的胎儿侧脑室宽度比超声测量的高约1 mm,分级一致性为中等。侧脑室轻度扩张可依靠超声检测,侧脑室中重度扩张及孕周≥32周或伴脑部异常者应联合MRI检查。
-
- 孕妇体位和线圈对舒适度和胎脑MR图像质量的影响
- 王奥楠, 许佳佳, 李姝婧, 霍然, 刘颖, 袁慧书
- <b>目的</b> 比较孕妇在仰卧位和左侧卧位进行胎脑MRI扫描的舒适度,以及使用常规线圈或超柔线圈时的胎脑图像质量。<b>方法</b> 选取2023年1月至2023年4月间的单胎妊娠孕妇在75 cm孔径设备以仰卧位和左侧卧位行胎儿脑部MRI扫描,比较两种不同体位的舒适度评分。将所获得的胎脑图像按1∶1∶1的比例分为第1组(仰卧位和常规线圈,<em>n</em>=50)、第2组(仰卧位和超柔线圈,<em>n</em>=50)、第3组(左侧卧位和超柔线圈,<em>n</em>=50),比较三组间胎脑图像质量的主客观评分。<b>结果</b> 共纳入13例孕中期孕妇和37例孕晚期孕妇,胎龄为25~36周,平均(30.5±3.6)周,中位胎龄31周。左侧卧位舒适度评分显著高于仰卧位(4.2±0.8 vs. 3.8±0.9,<em>P</em><0.05)。主观图像质量评分没有显著差异。客观图像评分显示,第3组双侧额叶和右侧小脑的信噪比以及右侧额叶和右侧枕叶的对比噪声比明显高于第1组和第2组,这一显著性在孕晚期组更为明显。<b>结论</b> 在75 cm孔径磁共振设备下,孕妇采用左侧卧位获得了更高的舒适度,尤其是孕晚期孕妇。采取左侧卧位联合超柔线圈扫描可能获得相对最优的胎脑图像质量。
-
- 彩色编码血流成像测量参数在部分脾动脉栓塞术的临床应用研究
- 蔡轩宇, 张又新, 李松, 谢光明, 曾春龙, 凌玉婷, 辛帆, 何思雨, 刘国利, 梁晓云, 黄岩, 马金强
- <b>目的</b> 研究彩色编码血流成像(cc‐DSA)测量参数在部分脾动脉栓塞术(PSE)的临床应用及其与脾栓塞率(SER)的相关性。<b>方法</b> 回顾性搜集本中心在数字减影血管造影成像(DSA)设备引导下进行PSE的患者53例,对PSE栓塞前后DSA的图像利用cc‐DSA软件在脾动脉主干、一级分支、脾实质区域共计4个感兴趣区进行勾画分析,分别得出4个感兴趣区的到达时间(AT)、达峰时间(TTP)、平均通过时间(MTT)、曲线下面积(AUC)参数,搜集PSE术前、术后患者的一般资料、血生化实验室参数如血小板计数、白细胞数、红细胞数、总胆红素数、白蛋白数及凝血酶原时间等,对PSE术前、术后1个月左右的肝脾增强CT图像利用Syngo.Via软件(西门子医疗,德国)测量获取脾体积(SV)并得出SER,并利用统计学软件SPSS24.0对定量资料进行方差分析,将cc‐DSA测量参数与SER、血生化实验室指标进行相关性分析。<b>结果</b> 53例患者均成功接受PSE,PSE术后脾体积由术前的(898.7±479.9) cm<sup>3</sup>降至(600.2±377.6) cm³,平均栓塞率为(32.0±26.1)%,血小板计数由术前的(49.4±24.9)×10<sup>9</sup>/L升高至(85.9±35.3) ×10<sup>9</sup>/L(<em>P</em><0.05),白细胞计数由PSE术前(2.5±1.6)×10<sup>9</sup>/L升高至(3.7±2.6)×10<sup>9</sup>/L(<em>P</em><0.05),Child‐Pugh评分由术前(7.5±1.4)分降至(6.8±1.8)分,(<em>P</em><0.05),凝血酶原时间由PSE术前的(16.7±3.2)s减少至(14.9±3.5)s(<em>P</em><0.05),cc‐DSA软件测量参数:PSE术后的脾动脉主干AT由术前(1.5±0.6)s增加至(1.9±0.7)s(<em>P</em><0.05),TTP由术前(4.1±1.2)s增加至(4.6±4.3)s,MTT由术前(3.8±1.0)s增加至(4.3±1.0)s。脾动脉上分支AT由术前(1.7±0.8)s增加至(2.3±1.5)s(<em>P</em><0.05),TTP由术前(4.3±1.4)s增加至(5.3±1.9)s,MTT由术前(4.3±1.4)s增加至(5.1±1.8)s。脾动脉下分支AT由术前(1.8±1.0)s增加至(2.4±1.5)s(<em>P</em><0.05),TTP由术前(4.3±1.6)s增加至(5.1±1.8)s,MTT由术前(4.4±1.9)s增加至(5.1±1.9)s。脾动脉实质AUC由术前9514.7±6395.4降至4031.6±3255.7。<em>Pearson</em>相关性检验表明脾动脉主干AT增加率与脾动脉SER具有相关性(<em>R</em><sup>2</sup>=0.417,<em>P</em><0.01),脾实质AUC减少率与脾动脉SER具有相关性(<em>R</em><sup>2</sup>=0.107,<em>P</em>=0.02)。<b>结论</b> PSE术可以改善患者的脾肿大和脾功能亢进状态,增加患者的血小板数量,减少患者的出血风险,并且cc‐DSA测量参数可以即时定量评估脾动脉及脾实质的血流动力学变化,且脾动脉主干AT与脾实质AUC变化率与PSE栓塞率存在相关性,可以为手术医师控制PSE栓塞率提供一定的临床参考价值。
-
- 基于深度学习重组的快速扫描方案在腰椎MR检查上的应用价值
- 刘哲维, 钟美梦, 曹家骏, 袁畅, 宋清伟, 杨超
- <b>目的</b> 将基于深度学习重组(DLR)技术的快速扫描方案与常规扫描方案应用于腰椎MR扫描,比较两者图像,探究腰椎快速扫描方案的可行性及诊断价值。<b>方法</b> 前瞻性招募35名受检者分别采用常规与快速扫描方案进行腰椎MR扫描,采集矢状位T<sub>1</sub>WI、T<sub>2</sub>WI、T<sub>2</sub>WI STIR及轴位T<sub>2</sub>WI图像,采用DLR方法重组快速MRI。分别测量各图像中L<sub>3</sub>椎体、椎间盘及肌肉的信号强度和标准差,计算图像的信噪比(SNR)和对比噪声比(CNR),并采用李克特量表作为主观评价。对两组图像的SNR、CNR及主观评分采用配对样本<em>t</em>检验和<em>Wilcoxon</em>配对检验进行组间比较。以普菲尔曼分级系统对30例检出椎间盘退行性病变的患者进行评估,采用<em>Kappa</em>检验来比较两组扫描方案诊断效能的一致性。<b>结果</b> 两名观测者对不同图像的主观评分结果均具有良好一致性(<em>Kappe</em>均>0.60)。与常规MRI方案图像相比快速MRI-DLR的主观评分有所提高,且差异具有统计学意义(<em>P</em>均<0.001)。此外快速MRI-DLR矢状位T<sub>1</sub>WI、T<sub>2</sub>WI、T<sub>2</sub>WI STIR及轴位T<sub>2</sub>WI图像的SNR<sub>椎体</sub>、SNR<sub>椎间盘</sub>、CNR<sub>椎体</sub>及CNR<sub>椎间盘</sub>均高于常规MRI(<em>P</em>均<0.05)。两名诊断医师基于两组图像诊断椎间盘退行性疾病的Kappa值为1.00。<b>结论</b> 采用基于DLR的快速扫描方案进行腰椎MR检查,在确保获得与常规扫描方案相似的图像质量及诊断效能的同时缩短了42%扫描时间。
-
- 腹盆腔血管周上皮样细胞瘤的影像表现和病理对照分析
- 张丽, 吕培锋, 唐雯, 刘春花, 谢汉民, 沈敏
- <b>目的</b> 回顾性分析经手术证实的腹盆腔血管周上皮样细胞瘤(PEComa)患者的影像特征,并与手术标本大体病理进行对照分析,以提高对该病诊断的准确性。<b>方法</b> 选取经病理证实为腹盆腔PEComa 的6例患者的影像学资料,分析病灶形态及其内部影像学特征及强化特点,与病理对照分析并复习相关文献。<b>结果</b> 6 例(100%)腹盆腔PEComa 均为单发,6例(100%)病变术中均可见肿物表面血管分布,CT或MRI增强后动脉早期病变内可见多发条状血管强化,延迟期持续强化,与这一大体病理表现相契合。其中4例(66.7%)边缘清,2例(33.3%)呈浸润性生长。3例(50%)见囊变,1例(16.7%)见出血,未见明确脂肪/钙化成分。5例子宫PEComa,其中有3例均误认为子宫肌瘤。<b>结论</b> 腹盆腔PEComa罕见,本组6例均为单发,CT、MRI 影像学表现为病变内部不均匀,可见囊变及畸形血管,CT或MRI增强后动脉早期病变内可见多发条状血管强化,延迟期持续强化。
-
- 18F-FDG PET/CT代谢参数及肿瘤扩散特征与滤泡性淋巴瘤临床病理特征的相关性研究
- 孙建, 高晓贺, 李艳梅, 赵宏飞, 陈杰, 温泽迎
- <b>目的</b> 探讨<sup>18</sup>F-FDG PET/CT代谢参数及肿瘤扩散特征与滤泡性淋巴瘤(FL)患者的临床病理特征的相关性。<b>方法</b> 回顾性分析101例FL患者,采用LIFEx软件计算最大标准化摄取值(SUVmax)、代谢肿瘤体积(MTV)、病灶糖酵解总量(TLG)及最远两病灶的距离(Dmax)。通过<em>Mann‐Whitney U</em>检验评估参数差异,采用<em>Spearman</em>相关性分析PET/CT参数与FL患者的临床病理特征的关系,并计算各参数在Ann Arbor分期中的诊断效能。<b>结果</b> SUVmax与病理分级及乳酸脱氢酶(LDH)呈正相关(<em>P</em><0.05);MTV、TLG、Dmax与Ann Arbor分期、FL国际预后指数(FLIPI‐1)、LDH及β2‐微球蛋白(β2‐MG)呈正相关(<em>P</em><0.05),且MTV、TLG与CD10显著相关(<em>P</em><0.05)。SUVmax、MTV、TLG、Dmax与性别、年龄、Ki‐67、B细胞淋巴瘤2(BCL‐2)、CD3、CD5、血红蛋白(HGB)无显著相关性(<em>P</em>>0.05)。MTV、TLG、Dmax预测Ⅲ‐Ⅳ期FL的受试者工作特征曲线下面积(AUC)分别为0.725、0.689、0.738,三者联合预测的AUC为0.758。<b>结论</b> <sup>18</sup>F‐FDG PET/CT代谢参数及肿瘤扩散特征与FL患者的病理分级、Ann Arbor分期等多种临床病理因素相关,能够无创、全面地反映肿瘤代谢特性和生物学行为,有助于优化个体化诊疗策略。
