目的 本研究基于半监督算法残差网络(semi-supervised algorithm Residual network,SMRNet)的深度学习方法,探索其在计算机辅助自主分析膝关节MRI诊断前交叉韧带(anterior cruciate ligament,ACL)损伤方面的应用.方法 使用100名经过关节镜确认的ACL损伤患者和100名关节镜确认无ACL损伤的患者的术前MRI图像.在选取适当层面后,裁剪并用于SMRNet的训练.SMRNet对单个MRI切片上ACL损伤的概率进行最终判断.4名临床医师对相同图像进行读片诊断.结果 SMRNet分类的敏感性、特异性、准确性、阳性预测值和阴性预测值分别为97.00％、94.00％、95.50％、94.17％和96.91％.医师的整体阅片情况类似,敏感性区间91.00％～96.00％、特异性区间90.00％～94.00％、准确性区间90.50％～95.00％、阳性预测值区间90.09％～94.12％、阴性预测值区间90.90％～95.92％,二者差异无统计学意义(P＞0.05).结论 经过训练的SMRNet模型在ACL损伤检测上超越部分临床医师,为膝关节MRI诊断提供高效可靠方法,展现深度学习在医学影像的潜力.未来,SMRNet有望成为膝关节MRI诊断的重要工具,为患者提供更精准的诊疗方案.

目的 探讨基于最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析构建Nomogram模型预测原位腺癌(AIS)、微浸润腺癌(MIA)及浸润性腺癌(IAC)的价值.方法 选取本院 97 例经手术病理证实且病理亚型明确的肺腺癌患者,将AIS和MIA归为第 1 组,IAC为第 2 组,比较两组患者年龄、性别、吸烟史、长径、短径及免疫组化Ki-67 等临床医学特征差异,采用 3D Slicer软件进行图像分割,特征提取与选择,通过LASSO算法对特征进行降维,筛选影像组学特征构建预测模型.再采用R软件的rms工具包构建Nomogram模型,计算ROC曲线下面积(AUC),以评价Nomogram模型鉴别肺磨玻璃结节病理亚型的效能.结果 1)性别、吸烟史、长径、短径及免疫组化Ki-67 等临床医学特征均差异无统计学意义(P>0.05);2)筛选 7 个 CT 影 像 组 学 特 征:平面度、大依赖低灰度强调、小波变换LHL第十百分位、小波变换HLL第十百分位、小波变换最小值、小波变换均值及小依赖低灰度强度比较,差异均有统计学意义(P均<0.05);3)基于CT影像组学特征建立预测肺磨玻璃结节病理亚型的Nomogram模型,训练集中AUC为 0.863,准确率为 87.9%,灵敏度为 67.9%,特异度为 91.1%;验证集中 AUC为 0.792,准确率为 75.0%,灵敏度为66.7%,特异度为 90.5%,可见此Nomogram模型具有较好的预测效能.结论 对于预测肺腺癌浸润程度,Nomogram 模型具有明显优势,可作为一种鉴别手段.

目的采用基于体素的形态学分析(voxel-based morphometry,VBM)及脑白质高信号(white matter hyperintensity,WMH)半定量评估研究高血压患者脑灰白质体积及WMH的变化.材料与方法本试验为前瞻性研究,纳入2019年1月至2022年11月南京大学医学院附属苏州医院高血压确诊病例及健康对照者.入组病例均进行薄层sT1WI序列检查,图像数据导入EKM-KELM+分类算法模型,进行自动解剖标记(anatomical automatic labeling,AAL)脑区分割,计算每个脑区的灰质体积(gray matter volume,GMV)、白质体积(white matter volume,WMV)及全脑体积(total intracranial volume,TIV),每个脑区灰白质体积分别采用灰或白质体积/TIV的比值表示.同时对液体衰减反转恢复(fluid attenuated inversion recovery,FLAIR)序列图像中的WMH进行Scheltens视觉定量评估.结果(1)本研究共纳入509例,其中,青年组(20～40岁)136例,中年组(41～60岁)218例,老年组(61～80岁)155例,组内性别、血压级别均无统计学差异(P>0.05);(2)青年组GMV/TIV比较显示,不同高血压级别在左嗅皮质(P=0.031)、左额直回(P=0.036)、右额直回(P=0.022)、右枕下回(P=0.011)差异具有统计学意义;青年组WMV/TIV比较显示,在左侧中央前回(P=0.041)、左侧颞中回(P=0.033)、左侧后扣带回(P=0.001)、右侧后扣带回(P=0.041)、右侧枕下回(P=0.019)差异具有统计学意义;(3)中年组GMV/TIV比较显示,不同高血压级别在左辅助运动区体积差异具有统计学意义(P=0.036),WMV/TIV比较差异均无统计学意义;(4)老年组GMV/TIV比较显示,不同高血压等级在右侧嗅皮质体积差异具有统计学意义(P=0.047),WMV/TIV比较差异均无统计学意义;(5)WMH Scheltens视觉评分显示:青年组差异均无统计学意义(P>0.05);中年组脑室旁WMH(额角、枕角、侧脑室旁)差异具有统计学意义(P=0.028、0.032、0.020),深部白质(额叶)差异具有统计学意义(P=0.024);老年组脑室旁WMH(额角)、深部白质(额叶)及基底节白质区(苍白球)差异具有统计学意义(P=0.022、0.024、0.015).结论MRI多模态半定量分析可以有效评估高血压患者脑体积及WMH变化,青年组随着高血压级别升高脑GMV变化的脑亚区较中老年组变化的脑亚区多;中老年组WMH较青年组更易出现.

新型冠状病毒肺炎(corona virus disease 2019,COVID-19)具有高传染性,严重威胁人民群众的生命安全,快速筛查可以实现快速治疗、防止肺炎进展.目前COVID-19检测诊断方法的金标准为逆转录聚合酶链式反应(reverse transcription-polymerase chain reaction,RT-PCR),但是由于核酸检测存在耗时且假阴性率偏高的问题,而影像医生对医学图像的诊断存在主观性且工作量巨大,因此借助人工智能(artificial intelligence,AI)技术对实现COVID-19的快速诊断至关重要.随着AI在医学领域的成功应用,深度学习技术成为辅助诊断新型冠状病毒肺炎的有效方法.近年来许多学者使用深度学习技术来构建对医学图像进行智能诊断的模型,本文的主要内容就是对这类模型进行总结和分析,介绍了分割肺部区域的模型、实现二分类或多分类的分类模型以及模型在临床上的应用.与此同时,在文章中分析了COVID-19患者的影像学特点,COVID-19患者多双肺受累,其中磨玻璃影是最常见的影像征象.对COVID-19研究的最新进展也进行了介绍,主要是关于提高AI模型准确性的开发和"长新冠"综合征的相关研究.因此,在新型冠状病毒肺炎常态化管理下,模型准确性的提高可以借助数据集的扩大或模型结构轻量化等方面实现;"长新冠"综合征作为一个新的研究领域,学者可以在临床症状、预后随访和结合深度学习技术等方面进行进一步的研究.

弥漫性胶质瘤是最常见的颅脑原发恶性肿瘤,术前精准分级、分子分型预测等对于制订适当的治疗策略和预测生存率具有至关重要的作用.影像组学使用高级特征分析从医学图像中提取数据并构建预测模型,捕捉病变微小的变化,从而提高临床诊断、评估预后和预测治疗反应的准确性.深度学习(deep learning,DL)可以从大量原始数据中自动学习和提取多层特征,而不是手工提取的浅层特征,由于DL已被充分证明能够准确地找到非常深入和抽象的特征,这使其成为医学图像分析领域中广泛研究的课题.随着计算能力的进步,基于DL的人工智能已经彻底改变了各个领域.本研究基于多模态MRI影像组学与DL在胶质瘤术前分级、分子分型、生存预测及治疗评价中的最新研究进行综述,以期为胶质瘤患者提供精准诊疗.

目的 拟探讨99Tc m-MIBI(甲氧基异丁基异腈)SPECT/CT(单光子发射计算机断层成像/计算机断层扫描)对甲状旁腺功能亢进症的诊断效能及其相关因素,以及MIBI断层融合显像的增益价值.方法 入组标准:①回顾性分析2017年5月至2023年6月间临床怀疑甲状旁腺功能亢进症的患者;②在本院行甲状旁腺切除术;③在术前2周内行99Tcm-MIBI SPECT/CT甲状旁腺显像.由2位核医学科高年资主治医师共同阅片,观察MIBI平面及断层图像,分析记录病变特点及同机CT显示的骨质改变.结果 符合筛选条件并最终入组的患者共100例,共切除165个病灶,包括甲旁亢病灶112枚.MIBI平面显像与断层融合显像诊断甲旁亢病灶的灵敏度、特异性、约登指数、阳性预测值和阴性预测值分别为66.07％、87.03％、53.10％、91.36％和55.29％和85.71％、87.03％、72.74％、93.20％和74.60％.MIBI平面显像阳性组患者的血清PTH(甲状旁腺激素)水平、血清ALP(碱性磷酸酶)水平明显高于阴性组.MIBI断层融合显像显示出96个真阳性病灶中,其中76个病灶在CT表现为密度均匀的类圆形或椭圆形结节,17个病灶伴囊性改变,3个病灶伴钙化.另外,MIBI断层融合显像发现了8枚异位甲状旁腺腺瘤.MIBI平面显像阳性组的甲旁亢病灶的长径、PPD(垂直直径的乘积)均大于显像阴性组;MIBI平面显像阳性组较阴性组更易出现颅骨皮质变薄及颅骨增厚.相关性分析结果显示血清ALP水平与颅骨CT值、颅骨皮质变薄、颅骨增厚及有无骨质吸收灶之间均存在相关性.结论 MIBI显像对甲旁亢的诊断具有重要作用,SPECT/CT断层融合显像提高了传统平面显像的诊断准确率,同时有助于对甲旁亢病灶提供准确定位.同机CT显示的骨骼特点为甲旁亢的临床诊疗提供了更多的信息.

乳腺癌已成为全世界女性发病率和致死率最高的恶性肿瘤.提供准确高效的诊断、风险分层和及时调整治疗策略是实现乳腺癌精准医疗的重要步骤.影像组学是一种新兴的、高通量的图像定量分析方法,旨在从临床医学图像中提取可挖掘的高维数据.目前来自影像医学不同领域的各种研究都展现出影像组学在提高乳腺癌临床决策方面的潜力.本文就近几年磁共振成像(magnetic resonance imaging,MRI)影像组学在鉴别乳腺良恶性病变、预测乳腺癌分子分型、新辅助化疗疗效、腋窝淋巴结状态、Ki-67表达、预后评估及复发风险等方面的研究进展进行论述,并阐述目前存在的局限性和面临的挑战,以期为优化治疗决策、促进乳腺癌精准医学的发展提供新思路.

目的:探讨韧带样纤维瘤病的超声征象特点，为临床管理提供依据。方法:回顾性分析华中科技大学同济医学院附属协和医院2016年—2021年经病理证实的22例韧带样纤维瘤病的超声图像及临床资料，分析病变部位、大小、形态、边界、内部回声、后方回声、与周围组织关系及血流等特征。结果:本组研究22例患者病变最大径0.8~11.3(5.2±2.4)cm。(1)腹外型17例，形态呈不规则形10例，梭形4例，椭圆形3例；10例病变边界不清晰，沿肌肉、筋膜或脂肪组织呈浸润性分布；11例内部呈不均匀低回声，4例内见条状或斑片状强回声；5例伴后方回声增强；彩色多普勒血流成像(CDFI)血流分级：0级2例，1级7例，2级7例，3级1例。(2)腹壁型5例，形态呈椭圆形2例、梭形2例，不规则形1例；3例边界不清晰，沿肌肉呈浸润性分布；4例内部呈不均匀低回声；1例伴后方回声增强；CDFI血流分级：1级2例，2级2例，3级1例。结论:典型韧带样纤维瘤病的声像图具有一定特征，结合患者病史及临床表现，可为该病临床管理提供重要依据。

目的:探讨非小细胞肺癌（NSCLC）组织中程序性死亡配体1（PD-L1）蛋白表达与 18F-氟脱氧葡萄糖（FDG）PET/CT代谢指标之间的关系，为NSCLC的免疫治疗提供PET/CT代谢层面的理论依据。 方法:回顾性收集并分析2020年1月至2021年7月于青岛大学第三临床医学院（青岛市市立医院）行 18F-FDG PET/CT检查并被组织病理学检查（穿刺活体检查或手术）结果证实的55例NSCLC患者的临床资料，其中男性34例、女性21例，年龄（66.5±9.3）岁。 18F-FDG PET/CT检查于治疗前进行，采用PET体积计算机辅助判读图像处理系统对肺癌原发病灶行代谢指标的测定，包括最大标准化摄取值（SUV max）、病灶糖酵解总量（TLG）和肿瘤代谢体积（MTV）。以PD-L1蛋白表达阳性的肿瘤细胞比例分数（TPS）=1%为临界值，将患者分为PD-L1蛋白表达阳性组（TPS≥1%）和阴性组（TPS<1 %）；以PD-L1蛋白表达阳性的TPS=50%为临界值，将阳性组患者分为PD-L1蛋白高表达组（TPS≥50%）和低表达组（1%≤TPS<50%）。符合正态分布的计量资料的组间比较采用两独立样本 t检验；计数资料的组间比较采用卡方检验；对病灶SUV max与PD-L1蛋白表达情况的关系行Pearson相关分析；对病灶TLG和MTV与PD-L1蛋白表达情况的关系行Spearman秩相关分析。勾画受试者工作特征（ROC）曲线，以SUV max的最佳临界值将入组患者分为高SUV max组与低SUV max组，观察2组的PD-L1蛋白表达情况。 结果:NSCLC病灶SUV max与PD-L1蛋白表达阳性的TPS呈正相关( r=0.604， P<0.001)；而MTV和TLG与TPS均无相关性（ r=0.083、0.102，均 P>0.05）。55例患者中，PD-L1蛋白表达阳性组34例、阴性组21例，阳性组SUV max高于阴性组（12.58±6.35对5.60±4.83， t=2.576 ， P<0.05）。ROC曲线结果显示，以SUV max=5.15为最佳临界值，高SUV max组36例、低SUV max组19例，2组PD-L1蛋白表达阳性率分别为80.56%（29/36）和28.16%（5/19），PD-L1蛋白表达阳性的TPS分别为12.50%±3.21%和1.28%±0.46%，高SUV max组患者PD-L1蛋白表达阳性率及TPS均更高，且差异均有统计学意义（ χ2=15.500， t=2.671，均 P<0.05）。 结论:NSCLC患者 18F-FDG PET/CT中SUV max与PD-L1蛋白表达阳性的TPS呈正相关，可为NSCLC的免疫治疗提供依据。

原发性肝癌为国内外常见的恶性肿瘤，2020年成为全球范围内第7大威胁人类健康的恶性肿瘤，且病死率高居癌症第4位。精准诊断对原发性肝癌的预后至关重要。影像组学作为新兴无创的数据分析方法，从影像图像中提取大量高通量特征，为临床诊疗决策制定提供更加准确的依据。目前，针对肝细胞癌诊断的影像组学模型多种多样，但缺乏共识。该共识基于当前最新研究证据，结合循证医学证据分级系统，综合考虑临床实际及专科医师经验，形成最终的影像组学模型推荐意见，以期为临床医师明确诊断提供方法学依据，形成最佳决策方案，指导临床综合治疗。