中华放射学杂志
Chinese Journal of Radiology 중화방사학잡지
- 主管单位: 中国科学技术协会
- 主办单位: 中华医学会
- 影响因子: 1.75
- 审稿时间: 1-3个月
- 国际刊号: 1005-1201
- 国内刊号: 11-2149/R
- 论文标题 期刊级别 审稿状态
-
后纵隔Ⅱ型髓脂瘤一例
患者女,52岁.2017年7月12日因咳嗽、咳痰、伴气促1个月余入院.体检:一般情况良好,全身浅表淋巴结未见肿大,双肺未闻及干湿性啰音,肝脾肋下未及.实验室检查未见异常.
关键词: -
导管内球囊扩张协助下拔除带卡夫黏连血液透析导管三例
隧道式带卡夫双腔导管带来血液透析便利的同时,也导致一些不可避免的并发症,如导管留置过久堵塞或感染后黏连无法拔除.有报道利用开胸手术分离去除[1],但手术全麻、出血及术后并发感染等,给尿毒症患者带来生存的高危风险.也有利用超高压球囊扩张方法拔除使用4年导管的个案报道[2].我们利用普通球囊扩张成功拔除使用5~8年因黏连严重的带卡夫血透导管3例,现报道如下.
关键词: -
椎动脉双支起源变异二例
例1女,17岁.因突发意识不清伴呕吐4 h就诊.行头颅CT示小脑出血破入三、四脑室,以"自发性小脑出血破入脑室"收入院,并急诊行血肿清除手术.术后复查全脑血管造影及CTA提示右侧椎动脉双支起源,一支起源于迷走右锁骨下动脉,另一支起源于右侧颈总动脉,两支于第4颈椎体下缘水平汇合成右侧椎动脉主干(图1~8).
关键词: -
心脏MR非对比增强纵向弛豫时间定量成像在左心室肥厚中的鉴别诊断价值
目的 评价心脏MR非对比增强纵向弛豫时间定量成像(T1mapping技术)在左心室肥厚(LVH)中的诊断价值.方法 回顾性搜集2015年11月至2016年10月临床诊治的LVH患者40例(LVH组),包括11例心肌淀粉样变性(CA)、19例肥厚型心肌病(HCM)及10例高血压性心脏病(HHD),另有14名健康志愿者为正常对照组,所有受试者均在3.0 T MR扫描仪上行心脏MR检查.扫描序列包括电影序列、首过灌注、延迟增强及非对比增强T1mapping.观察电影序列、心肌灌注及延迟增强的心脏形态学表现,并按照美国心脏学会(AHA)分段法分析左心室心肌16个心肌节段(心尖部除外),测量每个肥厚心肌节段舒张末期左心室壁厚度及肥厚心肌节段的心肌初始T1值.以独立样本t检验分析LVH组与正常对照组间数据的差异;以单因素方差分析(ANOVA)及LSD两两比较法分析LVH 3个亚组与正常对照组间T1值及舒张末左心室壁厚度的差异;并用ROC曲线分析心肌T1值在3个LVH亚组间的诊断效能.结果 LVH组的舒张末期左心室壁厚度[(16.5±5.2)mm]及初始T1值[(1388.6±119.8)ms]均大于正常对照组[(6.3±1.8)mm、(1248.4±58.1)ms)],差异具有统计学意义(t值分别为28.8、16.4, P值均<0.01),其中CA患者心肌初始T1值[(1495.5±100.9)ms]明显高于HCM [(1342.0±69.2)ms]及HHD患者[(1290.7±45.5)ms],差异具有统计学意义(F=300.5,P<0.01),HCM初始T1值高于HHD(P<0.01);HCM的左心室壁厚度大于CA及HHD患者(P<0.01),CA患者的左心室壁厚度大于HHD患者(P<0.01).心肌初始T1值诊断CA及HCM的敏感度、特异度、截断值及曲线下面积分别为90.1%、84.3%、1382.8 ms及0.914;诊断CA与HHD的敏感度、特异度、截断值及曲线下面积分别为97.0%、93.5%、1359.5 ms及0.989.结论 心脏MR非对比增强T1mapping值的增高程度可定量评估LVH心肌组织学特征,并帮助临床对其进行鉴别诊断.
-
低剂量CT肺癌筛查中肺癌危险因素及高危模型的单中心研究
目的 通过对肺癌危险因素进行分析,拟制定低剂量CT(LDCT)肺癌筛查项目的高危人群标准.方法 回顾性搜集2013年9月至2016年9月上海长征医院体检人群进行LDCT肺癌筛查,共纳入6990例,其中男4567例,女2423例.阳性结果定义为:任意大小的钙化结节、实性结节、纯磨玻璃结节、混杂磨玻璃密度结节,所有确诊肺癌病例均经病理检查证实.分析肺癌发病率及危险因素,危险因素包括性别、年龄、体质量指数(BMI)、吸烟情况、肺癌和恶性肿瘤家族史、慢性支气管炎或肺气肿病史、肺纤维化病史、肺结核病史、氡接触或职业暴露史、石棉接触或职业暴露史、二手烟暴露史、其他恶性肿瘤病史、心血管疾病病史共13项.采用t检验及χ2检验对肺癌危险因素进行分析,采用logistic回归进行多因素分析,运用ROC曲线分析判断肺癌高危界值.结果 本次筛查共检出肺癌69例,男34例、女35例;年龄24~88岁,平均(60±16)岁,共85个肺癌病灶,均经病理检查证实.单因素分析结果显示,性别、年龄和心血管疾病是肺癌的危险因素.logistic回归分析显示性别(OR值为0.478,95%CI:0.297~0.769,P=0.002)和年龄(OR值为1.024,95%CI:1.024~1.060,P=0.001)是肺癌的独立危险因素.年龄预测肺癌的ROC曲线下面积为0.620,佳高危节点是56.5岁(敏感度55.1%,特异度75.0%,准确率74.8%).不同性别和年龄预测肺癌的ROC曲线下面积分别为0.587(男)和0.659 (女),年龄佳高危节点分别是男56.5岁(敏感度52.9%,特异度73.4%,准确率73.3%),女57.5岁(敏感度57.1%,特异度80.5%,准确率80.1%).结论 性别和年龄是肺癌的危险因素,男性≥56.5岁或女性≥57.5岁发生肺癌风险较高.但由于本研究为单中心研究,不排除其他肺癌危险因素.
-
脊柱良性与侵袭骨母细胞瘤临床及影像对比研究
目的 比较脊柱良性和侵袭性骨母细胞瘤的临床、影像表现,以提高临床诊断水平.方法 回顾性分析2004年5月至2015年11月间所有经临床病理证实的17例良性(BO)和18例侵袭性脊柱骨母细胞瘤(AO)的临床、影像资料.其中34例行CT检查(17例BO,17例AO),26例行MRI检查(11例BO,15例AO);随访时间6~96个月,计算两组患者术后复发率.两组患者的年龄、肿瘤长径、病程及血碱性磷酸酶等连续变量的比较分别采用独立样本t检验(正态分布)及非参数检验(非正态资料),累及邻骨、膨胀性骨质破坏、病变内有无钙化等分类变量的比较采用χ2检验,P<0.05为差异具有统计学意义.结果 BO组和AO组患者年龄分别为(19.76±10.33)、(29.82±14.69)岁,病程分别为15 (6,96)、6(1,60)个月,肿瘤长径分别为(2.08±0.64)、(4.01±1.46)cm,两组差异具有统计学意义(P<0.05).2例BO、9例AO具有神经受损症状,两组差异具有统计学意义(P<0.05).在BO组,3例病变累及邻骨,所有患者病灶内有钙化或骨化、骨皮质完整、病变周围有斑片状骨质硬化,11例病变周围有骨髓水肿及邻近软组织水肿,2例CT或MRI增强扫描明显强化;在AO组,11例病变累及邻骨,12例病变内有钙化或骨化,所有患者骨皮质不完整,11例病变周围具有斑片状骨质硬化,10例病变周围有斑片状骨髓水肿及邻近软组织水肿,10例病灶明显强化,两组上述症状及影像征象差异有统计学意义(P<0.05).两组患者性别、病变部位、术前碱性磷酸酶、骨质破坏类型及病变内部信号强度差异无统计学意义(P>0.05).BO组术后复发率为6.67%,AO组为37.50%,差异具有统计学意义(P<0.05).结论 患者的年龄、病程、神经受损症状等临床资料有助于鉴别BO和AO.与BO相比,AO病灶更大、骨皮质多不完整,病灶内部钙化或骨化、周围骨质硬化、骨髓水肿征象相对较少;AO组患者术后复发率高于BO组.
-
体素内不相干运动扩散加权成像在慢性肾脏病分期诊断中的价值
目的 探讨体素内不相干运动DWI(IVIM-DWI)在慢性肾脏病(CKD)分期诊断中的价值.方法 前瞻性收集2016年5月至2017年4月复旦大学附属中山医院符合临床CKD诊断标准的72例患者作为CKD组,同期20名健康志愿者作为对照组.CKD组患者根据MRI检查当日的血清肌酐值计算估算的肾小球滤过率(eGFR),并根据eGFR将患者分为2个亚组,轻度CKD组(45例, eGFR≥60 ml·min-1·1.73 m-2)和中重度CKD组(27例,eGFR<60 ml·min-1·1.73 m-2).所有受试者均行双肾MRI常规扫描和IVIM-DWI检查,获得肾皮质和髓质IVIM-DWI参数,包括单纯扩散系数(D)、微循环灌注系数(D*)、灌注分数(f)和ADC值.采用配对样本t检验比较各组肾脏皮、髓质间各参数值的差异,3组受试者间肾皮质及髓质各参数值的比较采用单因素方差分析,采用Pearson相关性分析评价肾脏皮、髓质各参数值与eGFR的相关性,采用ROC评价IVIM-DWI参数诊断慢性肾损害和评价CKD分期的效能.结果 对照组皮质ADC、D、D*及f值均高于髓质,差异有统计学意义(P均<0.05);轻度CKD组皮质ADC、D*及f值明显高于髓质,差异有统计学意义(P均<0.05),皮质和髓质间的D值差异无统计学意义(P>0.05);中重度CKD组皮质ADC、D及f值均明显高于髓质,差异有统计学意义(P均<0.05),而皮、髓质间D*值差异无统计学意义(P>0.05).对照组、轻度CKD组、中重度CKD组间皮质和髓质ADC、D、D*及f值差异均有统计学意义(P均<0.05).CKD患者髓质D*值、f值与eGFR不具有相关性(r值分别为0.229、0.130,P值分别为0.053、0.275).CKD患者的皮质ADC、D、D*、f值和髓质ADC、D值与eGFR呈弱或中度正相关(r值分别为0.475、0.362、0.625、0.276、0.427、0.615,P均<0.05).鉴别轻度和中重度CKD,皮质D*值的ROC下面积大(0.965),以皮质f值=32.99%为截断值鉴别CKD分期的敏感度为92.6%,以皮质D*值=17.07×10-3mm2/s为截断值鉴别CKD分期的特异度为97.8%;鉴别轻度CKD与对照组,皮质D*值的ROC下面积大(0.885),以髓质ADC值=1.83×10-3mm2/s为截断值诊断的敏感度为82.2%,以髓质f值=21.70%或髓质D值=1.75×10-3mm2/s为截断值诊断的特异度为100.0%.结论 IVIM-DWI可以为CKD的分期诊断提供有价值的信息.
-
双能CT成像评价冠状动脉钙化斑块的体模研究
目的 评价冠状动脉CT血管成像(CCTA)常规图像和单能量图像对钙化斑块狭窄测量的准确性.方法 采用动态心脏体模及冠状动脉钙化模型,进行常规120 kV及双能CCTA扫描.测量常规120 kV与50~160 keV(共12个能级,间隔10 keV)图像的客观图像质量,包括图像噪声、信噪比(SNR)及对比噪声比(CNR).测量120 kV与50~160 keV钙化斑块管腔的狭窄程度,与金标准钙化模型真实狭窄程度做比较,做Bland-Altman一致性检验.以钙化模型真实管腔狭窄≥50%作为参照标准,计算CCTA的诊断敏感度、特异度及准确性;并参照模型真实狭窄,绘制CCTA的ROC曲线,并计算曲线下面积(AUC)值.结果 常规120 kV的SNR(76.4±16.1)及CNR(274.7±54.1)高于50~160 keV单能量图像,70 keV及以上的单能量图像的SNR及CNR逐渐减低.Bland-Altman分析显示,90~160 keV单能量成像与金标准模型真实狭窄一致性均较120 kV好,其中以100~130 keV与模型真实狭窄一致性好,100~130 keV单能量测得的狭窄与金标准狭窄差值的算术平均值均为17.2%,120 kV算术平均值为21.4%.诊断特异度在120、130 keV时高,为75.0%.ROC曲线下面积随着keV的增加呈增高的趋势,在90~130 keV的ROC曲线下面积(0.991~0.995)大于常规120 kV(0.990).结论 使用双源CT单能量技术可以提高钙化斑块狭窄程度评估的准确性.以100~130 keV显示钙化病变较合适.
-
经导管动脉溶栓治疗严重冻伤的研究进展
冻伤是指机体在暴露0℃以下并持续一定时间后所引起的损伤[1].冻伤主要发生于军事训练活动中,其次在冬季运动爱好者、流浪者以及患有精神障碍疾病的人群中也时有发生.90%左右冻伤部位在手足[2-4],其余可见于脸部、臀部及会阴部.冻伤后组织损伤的严重程度主要取决于暴露在寒冷环境的时间、组织中冰晶持续时间及快速复温情况[1,5].严重冻伤的经典治疗方法主要包括前期的快速复温以及后期的截肢治疗.快速复温疗法可明确减轻冻伤后组织的损伤程度[6-7].近年来研究表明溶栓治疗可改善严重冻伤后形成的微血管血栓及组织缺血,进而降低患肢截肢率,笔者就近年来溶栓治疗严重冻伤的研究进展进行综述.
关键词: -
颈动脉内膜剥脱术患者脑CT灌注变化情况研究
目的 根据颈动脉内膜剥脱术(CEA)患者手术前后脑CT灌注情况,寻找评估脑CT灌注变化的敏感参数.方法 回顾性分析2015年11月至2017年4月行CEA,且手术前后均行脑CT灌注成像(CTP)检查的27例患者的相关资料.分析患者手术前后不同脑供血区绝对灌注参数:脑血容量(CBV)、脑血流量(CBF)、平均通过时间(MTT)、达峰时间(TTP),相对灌注参数:rCBV、rCBF、rMTT、rTTP及相对脑干灌注参数:sCBV、sCBF、sMTT、sTTP.采用配对样本t检验(正态分布的计量资料)比较手术前后各参数的差异.结果 术侧大脑半球灌注参数术后与术前相比:(1)绝对灌注参数中,额叶、前分水岭区、大脑中动脉供血区及基底节区TTP缩短[术前分别为(22.4±3.0)、(23.0±3.1)、(23.2± 2.2)、(21.9±2.7)s,术后分别为(20.1±2.4)、(20.5±2.7)、(20.7±2.8)、(19.5±2.8)s],差异有统计学意义(t值分别为2.437、2.504、2.882、2.431,P值均<0.05);(2)相对灌注参数中,大脑中动脉供血区及基底节区rMTT降低(术前1.18±0.44、1.06±0.22,术后1.04±0.33、0.97±0.16)、rTTP降低(术前1.07±0.15、1.04± 0.05,术后1.00±0.13、0.97±0.06),差异有统计学意义(t值分别为2.235、2.244、2.245、2.268,P值均<0.05);(3)相对脑干灌注参数中,大脑中动脉供血区sCBV降低(术前1.08±0.16,术后0.98±0.15),额叶及大脑中动脉供血区sCBF增高(术前1.07±0.19、1.00±0.21,术后1.17±0.21、1.09±0.20),大脑中动脉供血区及基底节区sMTT降低(术前1.27±0.29、0.94±0.11,术后1.05±0.05、0.86±0.10),额叶、前分水岭区、大脑中动脉供血区及基底节区sTTP降低(术前1.05±0.05、1.07±0.06、1.10±0.08、1.02±0.03,术后0.97± 0.05、0.96±0.06、0.98±0.07、0.95±0.01),以上差异均有统计学意义(t值分别为2.882、-2.995、-2.737、2.172、2.425、2.249、2.263、2.806、3.267,P值均<0.05).结论 脑CT灌注成像对行CEA的患者脑灌注评价有意义,相对脑干灌注参数比相对灌注参数及绝对灌注参数对判断术后变化情况更有价值.
-
深度学习技术与医学影像——现状及未来
100多年来,医学影像技术迅速发展,已经成为医疗诊断中不可或缺的技术.进入数字影像时代以来,海量数据的产生为医学影像未来的发展提供了更多的可能性.因此,如何对医学影像大数据做进一步分析和挖掘、如何从医学图像高维度数据中提取有价值的信息、如何将现代医学影像的发展与精准医疗紧密结合,成为医学影像未来发展的重要课题.近年来,随着计算能力的增强和数据的爆炸式增加,以深度学习(deep learning,DL)为代表的人工智能(artificial intelligence,AI)技术取得了长足的进步,并开始应用于生产生活中的各个领域.笔者对DL技术的基本概念进行简要介绍,梳理该技术在医学影像领域的应用现状,并讨论DL技术与医学影像结合的前景与面临的挑战.
关键词: -
健康儿童前颅底骨化年龄的CT研究
目的 探讨健康儿童前颅底在影像上的骨化规律及完全骨化的初始年龄,为临床评估儿童前颅底病变提供帮助.方法2014年2月至2016年3月间回顾性搜集于天津市儿童医院行螺旋CT检查的204例患儿的临床及影像学资料,年龄0~16岁,中位年龄2岁2个月.在Philips ISPSERVER工作站对CT轴面原始数据分别进行矢状和冠状面重建.2名高年资影像科医师分别对重建图像进行径线测量,测量指标包括前颅底的长度、宽度,未骨化区的长度、宽度并计算未骨化率.正态分布资料以xˉ± s表示,偏态分布资料以中位数(四分位数间距)表示,采用Spearman相关对符合线性分布的测量指标和年龄进行相关分析,对于不符合线性分布的测量指标,首先进行log转换使其符合线性分布,再与年龄进行Spearman相关分析.结果 所有儿童前颅底平均长度为(58.7±15.6) mm,平均宽度为(15.2±6.8)mm;前颅底未骨化区域长度为2.2(10.8)mm,宽度为2.5(7.5)mm;矢状面和冠状面前颅底平均未骨化率分别为0.04(0.22)、0.17(0.60).点线图显示前颅底长度、宽度和年龄均呈明显正相关(r值分别为0.935、0.896,P<0.001),而前颅底未骨化长度和宽度及相应未骨化率与年龄均呈明显负相关(r值分别为-0.840、-0.729、-0.887、-0.833,P<0.001).前颅底未骨化区在出生后6个月内迅速骨化:出生后1个月时,矢状面平均未骨化率为0.58,至出生后6个月时,矢状面平均未骨化率已降至0.15.出生后5个月时,所有儿童的前颅底至少达到50%骨化;1岁4个月时,所有儿童的前颅底至少达到80%骨化;在3岁9个月时,所有儿童前颅底完全骨化.结论 儿童前颅底骨化年龄具有一定规律可循,3岁9个月可能是CT影像上前颅底完全骨化的初始年龄.
-
肾脏CT容积纹理分析及机器学习相结合的影像组学评价肾透明细胞癌病理分级的价值初探
目的 探讨基于肾脏CT容积纹理分析及机器学习相结合的影像组学评价肾透明细胞癌(ccRCC)病理分级的价值.方法 回顾性分析2013年6月至2017年10月安徽医科大学第一附属医院,经手术病理证实且能确定病理分级,术前行肾脏CT平扫及三期增强扫描(皮髓期、实质期、分泌期)的34例患者.采用美国3DQI体积图像分析平台在皮髓期CT图像上进行病变ROI的勾画与分割,以皮髓期图像为参考使用非刚性配准法校正CT的多期图像.应用59个CT容积纹理特征(直方图特征、梯度特征、游程程度、灰度共生矩阵、形状特征、二阶矩特征)对上述4期图像中的病变进行随机森林分类的训练和测试.对肾脏病变进行病理分级,根据Fuhrman标准分为4级,Ⅰ级+Ⅱ级为低级别组,Ⅲ级+Ⅳ级为高级别组.使用随机森林周围的一种特征选择包装算法Boruta算法进行特征的筛选,采用10次交叉验证方法结合ROC法对上述RF分类的性能进行验证,并计算特异度和敏感度.结果 34例ccRCC中,Fuhrman分级Ⅰ级3例、Ⅱ级19例、Ⅲ级8例、Ⅳ级4例.皮髓期的峰度(KURT)和长游程优势特征(LRE)是ccRCC分级具有显著性的2个特征.以KURT和LRE作为影像组学特征,使用RF算法进行10倍交叉验证的学习,ROC下面积为0.88,佳点的敏感度为0.79,特异度为0.82.低、高级别组KURT的统计值分别为(-20.00±22.00)×10-2和(31.00±32.00)×10-2,LRE分别为(3.00± 0.40)×10-2和(5.00±0.02)×10-2,在均数±标准差的统计范围内,影像组学特征可以区分低、高级别肿瘤.4期图像综合分析中(236个特征参数),峰度(皮髓期)、灰度共生矩阵同质性特征1(分泌期)及灰度共生矩阵同质性特征2(分泌期)是具有显著性的3个特征.灰度共生矩阵同质性1(分泌期)及灰度共生矩阵同质性2(分泌期)平均值在低级别组为(19.00±0.03)×10-2和(11.00±0.02)×10-2,高级别组分别为(22.00±0.03)×10-2和(14.00±0.02)×10-2.ROC曲线下面积为0.92,佳点的敏感度为0.93,特异度为0.87.结论 基于肾脏CT容积纹理分析及机器学习相结合的影像组学可以进行ccRCC术前病理分级预测.
-
基于支持向量机的MRI影像组学方法鉴别不同病理分型原发性肝癌的价值
目的 探讨基于支持向量机(SVM)的MRI影像组学方法鉴别不同病理分型原发性肝癌的价值.方法 回顾性分析2013年7月至2017年2月浙江大学附属第一医院经手术或穿刺病理证实为原发性肝癌,且术前行MRI平扫和增强扫描的294例(305个病灶)患者,其中肿块型胆管细胞癌96例(97个病灶)、肝细胞肝癌107例(107个病灶)、混合型肝癌91例(101个病灶).患者均行肝脏MRI平扫和动态增强动脉期、门静脉期和平衡期扫描.按照训练数据与验证数据2:1的比例,选取203个病灶作为训练集(肿块型胆管细胞癌65个、肝细胞肝癌71个、混合型肝癌67个),102个作为验证集(肿块型胆管细胞癌32个、肝细胞肝癌36个、混合型肝癌34个).应用美国GE Analysis Kit(AK)软件,手动勾画MRI增强平衡期病灶,应用LASSO算法使用10折交叉验证的方法选择特征参数及降维,采用Spearman法计算特征间参数间的冗余性,采用SVM法构建预测模型,使用数据集在诊断模型上的准确性来评估模型效能.结果 训练集共提取了280个定量影像特征参数,LASSO降维算法选择31个影像特征参数,去冗余处理后剩余影像特征21个.由于存在休斯效应,支持向量机选取前11个特征参数具有佳泛化能力,其中直方图类参数4个,纹理类特征2个,灰度共生矩阵类4个,灰度步长矩阵类1个.应用SVM观测该11个影像特征数据,经回归分析,构建了原发性肝癌的预测模型.该模型在训练集的准确率为80.3%(163/203).将验证集的102个数据带入该模型中,其准确率为75.5%(77/102).验证集混合型肝癌准确率85.3%(29/34),3个病灶误诊为肿块型胆管细胞癌,2个误诊为肝细胞肝癌;肝细胞肝癌准确率77.8%(28/36),3个病灶误诊为混合型肝癌,5个误诊为肿块型胆管细胞癌;肿块型胆管细胞癌准确率62.5%(20/32),9个病灶误诊为混合型肝癌,3个误诊为肝细胞肝癌.混合型肝癌预测准确率高.结论 应用基于SVM的影像组学方法预测不同病理分型的原发性肝癌具有较高的准确性,其中对混合型肝癌的预测准确性高.
-
增强MRI纹理分析术前预测原发肝细胞肝癌微血管侵犯的价值
目的 探讨增强MRI的纹理分析技术术前预测肝细胞癌(HCC)微血管侵犯(MVI)的价值.方法 回顾性分析中国医学科学院肿瘤医院2014年1月至2016年12月经手术病理证实的HCC患者60例,据手术病理结果分为MVI组30例,无MVI组30例.患者术前均行肝脏常规MRI平扫及动态对比增强MRI检查.采用美国GE Omni-Kinetics软件对DCE-MRI原始数据分别在动脉期和门静脉期进行纹理特征提取67个纹理特征,采用独立样本t检验筛选MVI组和无MVI组间差异有统计学意义的特征.增强MRI图像纹理特征采用单纯主成分分析(PCA)和建模(降维、建模、预测与验证)两种方法.采用logistic回归方法建立模型,以组织病理诊断为金标准,把动脉期和门静脉期数据的80%作为训练组(48例,MVI和无MVI组各24例),20%作为验证组(12例,MVI和无MVI组各6例),分别对动脉期和门静脉期增强图像进行建模和交叉验证,并采用ROC评价模型的诊断效能.结果 MVI组和无MVI组间差异有统计学意义的动脉期纹理有15个,门静脉期纹理3个.PCA法提取重要的MRI纹理特征,对动脉期15个特征进行相关分析,发现归一化正像素能量值与能量之间具有很好的相关(r>0.90),故删除归一化正像素能量值.然后进行14个特征的PCA统计分析,发现重要的纹理特征参数有4个,分别为灰度共生矩阵相关性、Hara方差、灰度共生矩阵方差和及灰度共生矩阵熵和.门静脉期重要的纹理特征参数有3个,分别是病灶的灰度共生矩阵差分熵,其次是长游程低灰阶显著性和灰度共生矩阵差分方差.建立模型、预测交叉验证,动脉期提取的3个特征分别为灰度共生矩阵相关性、灰度共生矩阵对比度及灰度共生矩阵熵和,门静脉期提取2个特征分别为灰度共生矩阵差分方差和长游程低灰阶显著性.训练组动脉期、门静脉期模型,验证组动脉期、门静脉期模型诊断MVI的ROC下面积分别为0.774、0.681、0.889、0.611,动脉期诊断准确率(83.30%,10/12)高于静脉期(42.00%,5/12).结论 采用DCE-MRI图像纹理分析技术能够在HCC术前预测MVI,动脉期纹理特征的预测准确度更高.
-
基于扩散加权成像和动态增强MRI的影像组学特征与乳腺癌分子分型的关系初探
目的 探讨基于DWI和动态增强MRI(DCE-MRI)的影像组学特征与乳腺癌分子分型的关系.方法 回顾性分析广东省人民医院2015年6月至2016年6月,经手术病理证实为单发肿块型乳腺癌,获得乳腺癌分子分型,且行乳腺MRI扫描并获得DCE-MRI及ADC图像的79例患者.记录乳腺病灶MRI传统定量指标,包括ADC值和初始强化率(IER);对ADC图和DCE-MRI图上的病灶区进行手动分割并提取影像组学特征,降维后筛选出10个影像组学标签.对病理标本进行免疫组织化学检测,分为Luminal A型、Luminal B型、人表皮生长因子受体2(HER2)过表达型、三阴性(TN)型乳腺癌.采用单因素logistic回归分析,比较ADC值、IER值以及影像组学标签独立进行分子分型预测的效果;采用多因素logistic回归建模,并绘制ROC,计算ROC下面积(AUC),比较各模型的诊断效能;采用Hosmer-Lemeshow检验对模型的拟合优度进行检验.结果 Luminal A型29例,Luminal B型39例, HER2过表达型5例,TN型6例.采用单因素logistic回归分析法对传统乳腺MRI参数ADC、IER值及所提取的10个影像组学标签在进行分子分型分类中的效果进行分析,ADC、IER值在鉴别各组的分子分型时,AUC值均<0.70(0.516~0.605),鉴别价值不大;鉴别各个分子分型时,至少有1个影像特征AUC>0.70,其中DCE_L_G_2.5_autocorrelation鉴别TN的AUC高(0.941).行多因素logistic回归分析,获得了鉴别诊断的佳模型,鉴别Luminal A和非Luminal A型、Luminal B和非Luminal B型、TN和非TN的佳模型鉴别诊断的AUC分别为0.786、0.733和0.941,经Hosmer-Lemeshow检验,各模型P均>0.10(分别为0.156、0.204和0.820),说明所建立的各个模型的预测值与观测值之间差异无统计学意义,模型拟合效果较好.结论 基于DWI和DCE-MRI的影像组学特征则有助于鉴别乳腺癌的分子亚型,尤其是鉴别TN型乳腺癌具有较大价值.
-
基于常规MRI图像的纹理分析对脑膜瘤术前分级的临床价值
目的 研究常规MRI图像纹理分析对脑膜瘤术前分级的效能及临床价值.方法 回顾性连续纳入2011年1月至2016年8月行术前常规MRI检查,并经手术病理证实的脑膜瘤101例(WHOⅠ级81例、Ⅱ级19例、Ⅲ级1例),在MRI图像上勾画肿瘤大径层面的瘤体实性部分为ROI,利用Image J软件,采用直方图和灰度共生矩阵纹理分析方法,测量各序列图像的大值、小值、标准差、峰度、偏度、ASM能量、对比度、逆差矩、熵、自相关等纹理参数,并与术后病理分级结果进行对照分析.采用独立样本t检验、Mann-Whitney U检验比较低级别与高级别脑膜瘤MRI图像的直方图和灰度共生矩阵参数的差异.并对有统计学意义的参数绘制ROC曲线,分析其预测脑膜瘤术前分级的效能.结果 (1)直方图参数中,低级别脑膜瘤的T2WI、FLAIR、ADC序列的标准差(SDT2WI、SDFLAIR、SDADC)分别为14.764(10.928,17.932)、9.753(7.385,13.618)、12.171(9.138, 19.691),高级别脑膜瘤分别为19.252(13.580,25.715)、13.568(8.936,17.108)、16.636(13.166, 21.498),两组间差异有统计学意义(Z值分别为-2.863、-2.250、-2.247,P值分别为0.004、0.024、0.025).低级别脑膜瘤的ADC序列和FLAIR序列的偏度值(SkeADC、SkeFLAIR)为1.377 ± 1.172、-1.327±0.930,高级别脑膜瘤为2.503±1.613、-0.827±0.834,两组间差异有统计学意义(t值分别为-2.196、-3.129,P值分别为0.002、0.030).(2)灰度共生矩阵参数中,低级别脑膜瘤的增强T1WI、T2WI、FLAIR、ADC序列的熵值Entropy(EntT1WI、EntT2WI、EntFLAIR、EntADC)分别6.881(6.174,7.305)、6.534± 0.598、6.019±0.588、6.040±0.588,高级别脑膜瘤分别为7.079(6.742,7.739)、7.014±0.514、6.370±0.703、6.576±0.450,两组间差异有统计学意义(Z=-2.007,t值分别为-3.294、-2.327、-3.245,P值分别为0.045、0.001、0.022、0.002).(3)分别绘制EntADC和SkeADC的ROC曲线,曲线下面积(AUC)分别为0.768和0.710.联合EntADC、SkeADC及EntT2WI对脑膜瘤分级效能好,AUC达0.799.结论 纹理分析可提供更多量化信息,可在术前较为准确地区分高级别脑膜瘤和低级别脑膜瘤.
-
对比MRI平扫、增强图像的影像组学标签对直肠癌生存期的预测价值
目的 对比MRI平扫、增强图像的影像组学标签对直肠癌生存期的预测价值.方法 回顾性分析2010年10月至2013年12月中国医学科学院肿瘤医院活检组织病理证实为直肠腺癌的51例患者,所有患者均在全直肠系膜切除术前行新辅助放化疗(nCRT),且在nCRT前行盆腔MRI平扫和增强序列检查.所有存活患者的随访时间均大于3年.分别在平扫轴面小FOV的T2WI序列及多期动态增强序列静脉期上进行图像分割.采用LASSO-Cox回归分析提取影像组学特征,构建影像组学标签.根据每例患者的影像组学评分,将患者分为生存期较短的高风险组和生存期较长的低风险组.采用Kaplan-Meier生存曲线分析,分别比较训练集、验证集中影像组学标签的高、低风险组间生存期的差异,同时进行log-rank假设检验,采用一致性指数(C-index)评价模型的预测能力.结果 51例中,训练集36例、验证集15例.复发、转移的患者32例,其中局部复发3例、远处转移26例,同时合并复发、转移患者3例;其余19例删失.在增强序列上,筛选得到12个影像组学特征;训练集影像组学标签和无进展生存期有联系(P=0.0002),模型的一致性指数为0.904;验证集影像组学标签和DFS也具有联系(P=0.0091),模型在验证集上的一致性指数为0.700,模型具有较好的预测生存期的能力.平扫序列筛选得到2个影像组学特征;训练集影像组学标签和DFS有联系(P=0.0050),模型的一致性指数为0.711;验证集影像组学标签和DFS无联系(P=0.7670),模型在验证集上的一致性指数仅为0.500.结论 直肠癌nCRT前增强序列静脉期影像组学标签预测生存期优于平扫序列.
年 | 期数 |
2019 | 01 02 03 |
2018 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2017 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2016 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2015 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2014 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2013 | 01 02 03 04 05 06 07 08 09 10 11 12 z1 |
2012 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2011 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2010 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2009 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2008 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2007 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2006 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2005 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2004 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2003 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2002 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2001 | 01 02 03 04 05 06 07 08 09 10 11 12 |
2000 | 01 02 03 04 05 06 07 08 09 10 11 12 |
1999 | 01 02 03 04 05 06 07 09 10 11 12 |
1998 | 01 02 03 04 05 06 07 08 09 10 11 12 |
1995 | 09 |
1993 | 04 |