目的 分析磁共振(MRI)多参数成像联合血清前列腺特异性抗原(PSA)对前列腺癌根治术后局部复发的诊断价值.方法 回顾性收集2018年1月至2022年12月于四川省中西医结合医院行前列腺癌根治术的243例患者临床资料,根据术后1年是否发生局部复发,将其分为局部复发组(n=22)和未复发组(n=221).记录磁共振弥散成像(DWI)评分、动态对比增强MRI(DCE-MRI)评分及总风险评分,比较两组临床资料、表观扩散系数(ADC)值、DWI评分、DCE-MRI评分、总风险评分及血清PSA水平差异,使用受试者工作特征(ROC)曲线分析ADC值、总风险评分、血清PSA对前列腺癌根治术后局部复发的诊断价值.结果 两组年龄、术前前列腺体积、体重指数及吸烟史比较,差异无统计学意义(P>0.05).复发组临床分期、血清PSA水平及Gleason、DWI、DCE-MRI、总风险评分均高于未复发组(P<0.05),ADC值低于未复发组(P<0.05).ROC曲线分析显示,ADC值、总风险评分及血清PSA对前列腺癌根治术后局部复发均具有较高的诊断价值(AUC=0.742、0.965、0.940,P<0.05).结论 基于DCE-MRI和DWI的总风险评分与血清PSA水平对前列腺癌根治术后局部复发诊断均有利,二者联合诊断应用价值较高.

目的 分析磁共振成像(MRI)多序列扫描结合血清鳞状细胞癌抗原(SCCA)、糖类抗原153(CA153)、血管内皮生长因子(VEGF)对宫颈癌的诊断价值及对预后的评估价值.方法 以2016年6月至2020年6月本院收治的269例宫颈癌患者(恶性组)为研究对象,另选取同期经病理学诊断证实为宫颈良性病变患者120例作为良性组,同时以出院后3年内复发情况为终点将宫颈癌患者分为复发组(n=40)及未复发组(n=229).所有患者均在入院后行MRI动态增强成像(DCE)及扩散加权成像(DWI)检查,获取定量参数;均测定血清SCCA、CA153、VEGF水平.以受试者特征工作曲线(ROC)分析MRI多序列扫描参数结合血清SCCA、CA153、VEGF对宫颈癌的诊断价值及对预后的评估价值.结果 恶性组的ADC值低于良性组,容积转运常数(Ktrans)、速率常数(Kep)、血管外细胞外间隙容积比(Ve)及血清SCCA、CA153、VEGF水平高于良性组(P＜0.05);复发组的ADC值低于未复发组,Ktrans、Kep、Ve及血清SCCA、CA153、VEGF水平高于未复发组(P＜0.05).ROC曲线分析结果显示,MRI多序列扫描参数联合血清SCCA、CA153、VEGF评估宫颈癌的曲线下面积(AUC)为0.971,灵敏度为94.1％％,特异性为93.2％;MRI多序列扫描参数联合血清SCCA、CA153、VEGF评估宫颈癌患者预后的AUC为0.938,灵敏度为93.0％,特异性为80.6％,联合评估的效能均优于各指标单独评估.结论 MRI多序列扫描参数、血清SCCA、CA153、VEGF对宫颈癌的诊断及预后评估均具有一定的价值,且MRI多序列扫描参数结合血清学指标可显著提升其诊断效能.

目的 探讨基于前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)V2.1版的动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)定量值对外周带前列腺癌(prostate cancer,PCa)和局灶性慢性前列腺炎(chronic prostatitis,CP)的鉴别价值.材料与方法 回顾性分析2022年1月至2023年4月期间芜湖市第二人民医院收治的57例外周带PCa患者(研究组)和21例局灶性CP患者(对照组),所有患者接受T2WI、扩散加权成像(diffusion weighted imaging,DWI)、DCE-MRI检查,比较两组双参数(bi-parameter,bp)-MRI(T2WI+DWI)、多参数(multi-parameter,mp)-MRI(T2WI+DWI+DCE-MRI)扫描方案的PI-RADS V2.1评分、DCE-MRI扫描定量值,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估各诊断方案对外周带PCa的诊断价值.结果 研究组bp-MRI、mp-MRI扫描方案PI-RADS V2.1评分分别为(4.12±0.88)、(4.31±0.70)分,分别高于对照组的(2.42±1.14)、(2.52±1.22)分,P<0.05.研究组DCE-MRI定量值容积转运常数(volume transport constant,Ktrans)、速率常数(rate constant,Kep)均高于对照组(P<0.001),两组血管外细胞外间隙容积分数(extravascular extracellular volume fraction,Ve)比较差异无统计学意义(P>0.05).ROC分析显示,bp-MRI、mp-MRI、Ktrans、Kep诊断外周带PCa的ROC曲线下面积(area under the curve,AUC)[95％置信区间(confidence interval,CI)]分别为0.780(0.672～0.866)、0.857(0.759～0.926)、0.734(0.622～0.828)、0.818(0.716～0.896),mp-MRI诊断效能较bp-MRI稍高(P<0.05),其余各项比较差异无统计学意义(P>0.05).采用logit(p)法建立ROC拟合诊断模型,结果显示Kep+Ktrans、mp-MRI+Ktrans、mp-MRI+Kep对外周带PCa诊断效能差异均无统计学意义(P>0.05);Kep+Ktrans的诊断效能与bp-MRI、mp-MRI、Ktrans、Kep比较差异均无统计学意义(P>0.05);mp-MRI+Ktrans的诊断效能分别高于bp-MRI、mp-MRI、Kep、Ktrans(P<0.05);mp-MRI+Kep的诊断效能分别高于bp-MRI、Ktrans(P<0.05).结论 基于PI-RADS V2.1 mp-MRI、bp-MRI与DCE-MRI定量值Ktrans、Kep对外周带PCa与局灶性CP的鉴别诊断效能相当,且两定量参数联合,或分别与mp-MRI联合能有效提高诊断效能,能够为临床不同适应症患者的诊断提供更多选择.

目的 探讨动态对比增强磁共振成像(dynamic contrast-enhanced MRI,DCE-MRI)技术在甲状腺相关性眼病(thyroid-associated ophthalmopathy,TAO)临床活动性分期中的价值.材料与方法 前瞻性纳入TAO患者56例,其中活动期组(37例,74只眼),非活动期组(19例,38只眼).计算并比较两组间眼外肌的半定量参数[达峰时间(time to peak,TTP)、时间-信号强度曲线下面积(area under the time-signal intensity curve,AUC)和时间-信号强度曲线最大斜率值(maximum enhancement slope,Slopemax)]以及定量参数[容积转运常数(volume transfer constant,Ktrans)、反流速率常数(the rate constant,Kep)和血管外细胞外间隙容积分数(fractional volume of the extravascular-extracellular space,Ve)]的最小值、平均值和最大值.采用多因素logistic回归筛选TAO活动性分期的独立影响因素.采用受试者工作特征(receiver operating characteristic,ROC)曲线分析显著差异参数及其联合模型在TAO分期中的效能.结果 活动期组眼外肌的TTP均值、AUC最大值、AUC均值、Ve最大值和Ve均值均高于非活动期组(P<0.05).AUC最大值和Ve均值是TAO活动性分期的独立影响因素(AUC最大值,P=0.030;Ve均值,P=0.014).采用AUC最大值和Ve均值预测活动期TAO的ROC曲线下面积分别为0.689和0.673.联合AUC最大值和Ve均值可进一步提高对TAO活动性分期的诊断效能(ROC曲线下面积0.731).结论 眼外肌DCE-MRI半定量和定量参数均可辅助TAO活动性分期.联合AUC最大值和Ve均值可以有效评估TAO活动性分期.

乳腺超快动态增强MRI（UF-DCE MRI）使用多种加速扫描技术进行高时间分辨率（通常≤7 s）扫描，同时也可保证相对高的图像空间分辨率。将UF-DCE MRI用于超早期（对比剂注射后60 s内）乳腺成像，可获得组织的血流灌注信息；延长扫描时间后可追踪对比剂在血管内和血管外细胞外间隙的渗透过程，进而提供组织内血管渗透性信息，有助于提高乳腺疾病的诊断准确度、预测乳腺癌的侵袭性及新辅助治疗的疗效等。统一、标准化的UF-DCE MRI扫描方案及稳健的后处理分析方法及软件，是进一步推进其临床应用的基础。该文通过介绍UF-DCE MRI的扫描方案及临床应用价值，旨在推动UF-DCE MRI在乳腺疾病诊疗中的应用。

目的:应用基于独立成分分析的动态功能连接（dFC）分析方法探讨神经精神性红斑狼疮（NPSLE）患者脑功能连接的动态特征异常及其与临床指标的相关性。方法:前瞻性收集2018年7月至2019年9月郑州大学第一附属医院确诊的NPSLE女性患者临床和影像资料，并记录患者的补体C3、C4、CH50水平、糖皮质激素泼尼松用量、疾病活动指数（SLEDAI）评分和损害指数（SDI）评分。同期收集年龄、性别相匹配的健康对照（HC）。所有被试均行静息态功能MRI（rs-fMRI）检查。使用GIFT软件对MRI数据进行空间组独立成分分析并挑选出29个独立成分（IC）作为内在连接网络；使用滑动时间窗技术进行dFC分析得到5个功能连接状态（state）及dFC指标（时间分数、平均停留时间、转换次数）。采用两独立样本 t检验计算不同状态内功能连接的组间差异，采用Mann-Whitney U检验计算dFC指标的组间差异，采用Spearman相关分析计算NPSLE组的dFC指标与临床资料的相关性。 结果:共入组45例NPSLE患者和35名HC，两组在年龄、受教育程度上差异均无统计学意义（ t=-0.327、-0.460， P>0.05）。在state4弱连接中，NPSLE组与HC组相比，时间分数增大，平均停留时间增多，差异均有统计学意义（ Z=-2.496、-2.462， P<0.05）；在state3强连接中，NPSLE组与HC组相比，小脑后叶脑区（IC39）与基底节脑区（IC10）之间功能连接（FC）增强（ t=-5.201， P<0.05），小脑后叶脑区（IC39）与颞叶脑区（IC5）、颞叶脑区（IC7）、顶上小叶脑区（IC65）（ t=4.212、5.572、4.415， P<0.05）、中央旁小叶脑区（IC12）与后扣带回脑区（IC15）之间FC减弱（ t=3.893， P<0.05）。NPSLE患者的SDI评分与state1、state3强连接状态的时间分数及平均停留时间均呈负相关（ P<0.05），SLEDAI评分与state1、state2强连接状态的时间分数、平均停留时间均呈负相关（ P<0.05），SDI及SLEDAI分别与state4弱连接状态的时间分数、平均停留时间均呈正相关（ P<0.05）。NPSLE患者的血清补体C3、C4、CH50水平分别与转换次数呈正相关（ r=0.428、0.354、0.385， P<0.05）；糖皮质激素泼尼松用量与转换次数呈负相关（ r=-0.466， P=0.001）。验证分析可有效重复实验结果。 结论:基于独立成分分析的dFC方法能够在更短的时间尺度上有效识别NPSLE患者脑功能连接的变化，为进一步探索NPSLE认知障碍的神经影像学机制提供新的视角。

目的:探讨鼻腔鼻窦SMARCB1缺失癌临床及影像学特征。方法:回顾性分析2016年1月至2021年11月首都医科大学附属北京同仁医院经手术病理证实的16例鼻腔鼻窦SMARCB1缺失癌，免疫组化染色均为SMARCB1阴性表达。总结其临床及影像学特点，包括分期、肿瘤位置、大小、CT密度及骨质改变、MRI信号、增强特点、动态增强扫描时间-信号强度曲线（TIC）类型、扩散加权成像（DWI）信号及表观扩散系数（ADC）值，并将14例患者的ADC值与病理Ki-67增殖指数进行Pearson相关性分析。结果:16例SMARCB1缺失癌临床分期T4期12例、T3期4例；发生于筛窦4例、鼻腔1例、鼻腔和筛窦8例、筛窦和上颌窦1例、筛窦和额窦1例、筛窦和蝶窦1例；肿瘤最大径（4.5±1.2）cm。CT呈等密度13例，密度不均匀伴局部坏死3例。骨质改变包括13例局限性骨质侵蚀破坏，3例广泛性骨质侵袭破坏。与邻近肌肉相比，16例T 1WI均呈等信号，3例局部可见低信号；T 2WI呈等信号9例、高信号7例，内部可见条带状低信号6例。MRI轻度强化11例、中等强化5例，不均匀强化6例、均匀强化10例。14例行动态增强扫描，TIC类型Ⅲ型（速升流出型）10例、Ⅱ型（速升平台型）4例。14例ADC值为（1.02±0.27）×10 -3 mm 2/s，Ki-67增殖指数为48%±21%，无明显相关性（ r=-0.38， P=0.183）。 结论:SMARCB1缺失癌发生部位以鼻腔筛窦多见，侵袭性骨质反应，MRI T 2WI内部线条状分隔影、轻中度强化、Ⅲ型TIC有一定特征性。

目的:探讨多参数磁共振成像(mp-MRI)检查前列腺癌(PCa)的图像特征及临床诊断价值。方法:选取2019年1月至2019年12月秦皇岛市第二医院收治的PCa和良性前列腺增生(BPH)患者的临床资料进行回顾性分析，分为PCa组和BPH组，分别进行T2加权成像(T2WI)、扩散加权成像(DWI)及动态对比增强磁共振成像(DCE-MRI)检查，比较两组患者T2WI图像特征、外周带和移行带表观弥散系数(ADC)值、DCE-MRI图像类型，并对两组患者采用前列腺癌影像报告数据系统(PI-RADS) v2进行评分，采用受试者工作特征(ROC)曲线分析多参数磁共振成像(mp-MRI)各序列对PCa和BPH的鉴别诊断价值。结果:PCa组和BPH组T2WI、DWI图像特征存在明显差异，两组外周带ADC值均明显高于移行带(均 P<0.05)，且PCa组外周带和移行带ADC值均明显低于BPH组(均 P<0.05)；PCa组和BPH组患者DCE-MRI图像类型差异有统计学意义( P<0.05)，PCa组Tmax明显低于BPH组( P<0.05)，SImax明显高于BPH组( P<0.05)；PI-RADS v2评分结果显示，PCa组和BPH组T2WI和DWI评分差异有统计学意义(均 P<0.05)，两组DCE-MRI阳性率分别为94.00%和24.00%( P<0.05)。ROC曲线分析结果显示，T2WI、DWI、DCE-MRI及联合诊断PCa和BPH的灵敏度分别为64.0%、76.0%、94.0%和96.0%，特异度分别为90.0%、92.0%、76.0%和84.0%，联合诊断的AUC最大，为0.914。 结论:mp-MRI各序列对PCa和BPH的检查结果均存在较多差异，结合PI-RADS v2可有效进行鉴别，对提升PCa早期诊断水平具有重要意义。

目的:探讨乳腺癌患者术前经常规动态对比增强MRI（DCE-MRI）扫描后获得的肿瘤血流动力学及形态学特征预测术后复发时间的价值。方法:回顾性分析2012年11月至2014年12月辽宁省肿瘤医院术后复发的乳腺癌患者58例，依据复发时间分为早期复发（术后≤2年）组33例，晚期复发（术后>2年）组25例。所有患者均在术前行常规DCE-MRI扫描，通过计算机提取肿瘤三维容积内的血流动力学特征及在每一个期相下的肿瘤形态学特征及纹理特征。早期复发组和晚期复发组患者间计数资料和计量资料的比较分别采用Fisher精确概率法和Mann-Whitney U检验，绘制受试者操作特征（ROC）曲线，应用多元logistic回归计算特征联合预测早期复发与晚期复发的诊断效能。应用Kaplan-Meier法分析生存预后，并用Log-Rank检验比较各组生存曲线的差异。 结果:早期复发组和晚期复发组患者背景实质强化、病灶边缘、病灶内部强化特征、病灶形态、时间信号曲线类型和全乳血管增加程度的差异均无统计学意义（ P均>0.05）；2组患者的对比剂最大浓度值（Max Conc）、时间信号曲线下面积（AUC）及时间信号曲线最大斜率值（Max Slope）值差异有统计学意义（ P<0.05）。对比分析8期DCE-MRI影像组学特征参数，第3期形态特征参数球度（sphericity）在早期复发与晚期复发组间差异有统计学意义（ P=0.03）。AUC、Max Conc、Max Slope和第3期形态特征参数球度预测早期与晚期复发的ROC曲线下面积分别为0.664、0.659、0.684、0.670，上述4个参数联合预测的ROC曲线下面积为0.765，特异度为63.6%，灵敏度为84.0%，预测效能高于单变量。58例患者随访时间17~64个月，中位随访时间47个月。早期复发组的无进展生存和总生存均明显低于晚期复发组，差异有统计学意义（ P<0.05）。 结论:基于术前无创性常规DCE-MRI获取的肿瘤血流动力学特征联合形态学特征预测乳腺癌患者的术后复发时间有一定的价值。

目的:探讨基于早期动态增强MRI（DCE-MRI）瘤内及瘤周的影像组学模型鉴别乳腺影像报告和数据系统（BI-RADS）4类肿瘤良性与恶性的价值。方法:回顾性分析蚌埠医学院第一附属医院2016年1月至2020年12月经乳腺MR检查诊断为BI-RADS 4类且有明确病理诊断结果的191例乳腺肿瘤患者，其中良性77例，恶性114例，年龄23~68（46±10）岁。选取DCE-MRI第二期图像上病灶最大层面勾画感兴趣区，并自动适形外扩5 mm，提取瘤内及瘤周影像组学特征。将纳入病例按8∶2的比例随机分为训练集和测试集，通过统计和机器学习方法降维，保留纳入模型的最优特征，采用logistic回归作为分类器，分别建立瘤内、瘤周、瘤内联合瘤周影像组学模型；通过单因素和多因素logistic回归，筛选出能够预测乳腺肿瘤良性与恶性的独立危险因素作为临床、影像特征，建立临床、影像模型；最终瘤内及瘤周影像组学特征联合临床、影像特征建立三者联合模型。采用受试者操作特征曲线（ROC）分析各模型的预测效能并计算曲线下面积（AUC），AUC的比较采用DeLong检验。通过10折交叉验证检验三者联合诊断模型的稳定性，并对三者联合诊断模型绘制列线图和校准曲线将模型可视化。结果:训练集中，三者联合诊断模型鉴别乳腺BI-RADS 4类肿瘤良性与恶性的AUC明显高于瘤内影像组学模型（ Z=3.38， P<0.001）、瘤周影像组学模型（ Z=4.01， P<0.001）、瘤内联合瘤周影像组学模型（ Z=3.11， P=0.002）、临床及影像特征模型的AUC（ Z=3.24， P=0.001）；三者联合诊断模型的AUC、灵敏度、特异度、准确度、F1分数分别为0.932、91.2%、86.9%、87.0%、0.89。测试集中，三者联合诊断模型也具有最高的AUC值（0.875），诊断灵敏度、特异度、准确度、F1分数分别为95.7%、62.5%、76.9%、0.82。通过10折交叉验证得到的AUC为0.90（0.85~0.92）。校准曲线中三者联合诊断模型的预测曲线与理想曲线一致性较好。 结论:基于早期DCE-MRI瘤内及瘤周影像组学特征联合临床、影像特征建立的三者联合诊断模型在鉴别乳腺BI-RADS 4类肿瘤良性与恶性中具有较好的性能和稳定性，能够无创地为临床决策提供指导。