目的 构建稳定期COPD合并肌少症患者多模式运动方案并评价其应用效果.方法 将76例稳定期COPD患者按照病区分为对照组与干预组各38例.对照组采用COPD常规护理干预;干预组基于证据总结和专家函询构建稳定期COPD合并肌少症患者多模式运动方案,并进行实施.在干预前、干预8周、干预12周比较两组患者肌少症相关指标、呼吸症状、运动耐力、平衡能力及运动依从性.结果 干预组35例、对照组33例完成研究.干预12周,干预组小腿围、6 m步速、5次起坐试验显著优于对照组(均P＜0.05);干预8周、12周后干预组起立-行走计时测试、改良版英国医学研究委员会呼吸困难评分、握力、6分钟步行试验距离及运动依从性显著优于对照组(均P＜0.05).结论 稳定期COPD合并肌少症患者多模式运动方案,可以有效改善肌少症状态和呼吸症状,提高患者运动功能和生活质量.

目的 通过对多模态MRI指标与临床指标结合分析,建立复杂性肛瘘术后肛门排粪失禁预测模型,并对模型进行验证.方法 回顾性分析2020年1月至2023年5月我院肛肠科收治的71例复杂性肛瘘患者资料.统计术后三个月是否有肛门失禁症状,根据肛门失禁进行分组,结合患者多模态MRI数据指标及临床指标等变量进行Logistic回归分析,建立术后肛门失禁预测模型.结果 71例患者中,最终共纳入71人,其中男性65人,年龄21至63岁,平均年龄39.23±10.71岁,经括约肌型46例,括约肌上型25例.Logistic回归分析结果显示,MRI肛瘘分型、MRI病变直径、肛门外括约肌(exteral anal sphincter,EAS)萎缩分级、EAS厚度、年龄是复杂性肛瘘术后并发肛门失禁的独立危险因素(P＜0.05).依此进行因素筛选从而构建预测模型,绘制受试者工作特征(receiver operating characteristic,ROC)曲线,曲线下面积(area under the curve,AUC)为0.940(P＜0.001),模型预测质量评分0.87分,有较高的预测效能.结论 MRI多模态成像指标结合临床风险因素建立的预测模型准确度良好,可以在治疗前方案的制订提供良好的影像学证据与参考,可以更好对肛门失禁情况进行提前预判.

多模态组学数据的联合运用在揭示细胞异质性和解析细胞命运调控机制方面具有重要意义,目前已有多种方法被开发,用于处理不同组学模态数据的整合.本研究通过对应用于不同整合任务的多种数据整合方法进行性能评测,为相关领域的研究提供有益参考.使用6个联合测序数据集对16种单细胞多模态配对数据整合方法在2类整合任务上的性能进行测试,再通过4个模拟数据集和1个真实数据集对6种空间转录组反卷积方法的性能进行评估.在RNA和ATAC配对数据整合任务中,MOFA+、SCOIT、Cobolt分别在PBMC、BMMC、SNARE数据集上取得最优表现,SCOIT在3个数据集的汇总得分中均排名前3,MMDVAE、DAE在基于AE的融合算法中表现突出.在RNA和蛋白质配对数据整合任务中,Cobolt、MOFA+、Seurat分别在P5_CITE、BM_CITE、COVID中取得最优表现,totalVI在3个数据集的汇总得分中排名靠前,基于AE的融合算法中以efMMDVAE、lfMMDVAE的表现最好.在空间转录组反卷积方法评测中,Cell21ocation和SPACEL在模拟数据和真实数据中的性能表现均优于其他方法的,其中Cell21ocation在真实数据集中表现最佳,正确地推断了两类心肌细胞在心室的比例.此外,本研究发现在配对数据整合任务中,不同方法对数据的适应性不同.SCOIT和totalVI分别是RNA与ATAC、RNA与蛋白质数据整合中表现稳定优异的方法.Seurat、MOFA+易受数据影响.

目的 探讨多模态影像定量参数及 CA125 等血清学特征在Ⅱ型上皮性卵巢癌(EOC)诊断中的价值.方法 选取上皮性卵巢癌患者的术前临床、影像学资料,按术后病理诊断将患者 96 例分为两种类型,Ⅰ型 41 例,Ⅱ型 55例.所有患者术前均行腹盆腔CT增强检查及MRI检查,分别测量记录病灶实性成分平均ADC值、CT值(平扫、动脉期、静脉期、延迟期),计算CT值差、CT强化率,记录肿瘤标志物CA125、HE4,将ADC值、CT值、CT值差、CT强化率、CA125及HE4 分别进行单因素及多因素相关性分析,并绘制ROC曲线用于评价Ⅱ型上皮性卵巢癌诊断性能.结果 单因素分析有统计学意义的指标(CA125、HE4、年龄、静脉期CT强化率、延迟期CT值差、ADC值)纳入多因素回归模型中,得出ADC值(OR:1.49,95％CI 0.99～2.00),CA125(OR:1.10,95％CI 1.00～1.15)及HE4(OR:1.20,95％CI 0.99～1.26)是Ⅱ型EOC诊断的独立影响因素;CA125、HE4、ADC及三者联合诊断效能曲线下面积(AUC)分别为 0.72、0.75、0.85、0.88;ADC截断值为 1.005×10-3mm2/s,CA125 截断值为 381 U/ml,HE4 截断值 196 Pmol/l时,诊断Ⅱ型上皮性卵巢癌的敏感度、特异度分别为 85.7％、74.9％、78.6％,61.5％,66.7％、82.6％,三者联合诊断Ⅱ型上皮性卵巢癌的敏感度、特异度为 81.5％、83.1％.结论 基于ADC值联合CA125、HE4 肿瘤标志物建立的Logistic模型能有效地诊断Ⅱ型上皮性卵巢癌.

目的 探讨乳腺癌超声多模态成像参数与糖类抗原 153(CA153)、125(CA125)表达相关性及诊断价值.方法 选取我院收治的女性乳腺单发结节患者 260 例,根据术后病理结果分为恶性组和良性组,其中乳腺癌患者 109 例为恶性组,乳腺良性肿瘤 151 例为良性组,分析应用超声多模态成像参数联合血清肿瘤标志物对乳腺肿瘤良恶性的鉴别诊断价值.结果 恶性组肿块的最大血流速度、血流阻力指数及搏动指数均高于良性组,差异均有统计学意义(P<0.05);恶性组肿块超声造影时间-强度曲线的峰值强度、上升支斜率及梯度均高于良性组,而达峰时间则短于良性组,差异均有统计学意义(P<0.05);恶性组CA153 及CA125 水平均高于良性组,差异有统计学意义(P<0.05);恶性组患者除达峰时间与血清CA153及CA125均呈负相关外,其余超声指标均与血清CA153及CA125呈正相关(P<0.05);多因素Logistic回归分析,结果发现最大血流速度、血流阻力、搏动指数、峰值强度、上升支斜率、达峰时间、梯度、CA153、CA125 是乳腺恶性结节独立危险因素(P<0.05);ROC曲线结果显示超声血流参数、超声造影、CA153、CA125 及联合应用的AUC分别为 0.812、0.890,0.712、0.634 及 0.953;联合应用的诊断效能明显高于超声血流参数、超声造影、CA153、CA125(P<0.05).结论 超声多模态成像参数联合血清肿瘤标志物对乳腺肿瘤良恶性的鉴别诊断性能较高,具有很好的临床应用价值.

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.

对复杂网络分析技术在阿尔兹海默症(AD)脑影像研究中的应用进展进行综述,总结分析该技术在揭示AD患者脑结构和功能异常等方面的研究成果,并探讨其在AD早期诊断和病程监测中的潜在价值,以及当前研究的局限性和挑战,并总结未来研究方向,包括新网络分析技术开发、多模态影像数据整合及机器学习技术等.

目的本研究旨在结合传统MRI序列及增强检查,提取多模态高通量影像组学特征并联合语义特征,使用不同的机器学习分类器构建不同的模型并绘制列线图来鉴别高级别胶质瘤(high-grade glioma,HGG)和单发性脑转移瘤(solitary brain metastasis,SBM).材料与方法本研究对101名患者的多参数MR图像进行了回顾性分析,由两位资深医师标定肿瘤感兴趣区,然后对每个序列分别提取影像组学特征后进行组合,共提取428组影像组学特征.为消除人为标定差异,进行组内相关系数一致性检验,并运用最大相关最小冗余算法选取最具相关性的特征,然后进一步通过最小绝对收缩和选择算子算法筛除冗余特征.本研究采用支持向量机、逻辑回归、随机森林及K近邻四种算法建立分类模型.结合放射科医生评估的七项语义特征,通过卡方检验和多因素分析去除差异无统计学意义的语义特征.然后结合组学特征建立综合模型并绘制列线图.最终,评价各模型的诊断能力,以确定最优分类器.结果HGG及SBM患者建立的影像组学模型中LR的受试者工作特征曲线下面积(area under the curve,AUC)值最高,训练集与测试集分别为0.90和0.90.语义特征建立的模型中随机森林模型性能最好,训练集和测试集AUC分别为0.82和0.87.语义特征联合影像组学评分后采用逻辑回归建立的模型性能最好,训练集和测试集AUC分别为0.91和0.92.结论本研究使用影像组学机器学习分类器并联合其他图像语义特征绘制列线图对HGG及SBM进行鉴别,这是一种非侵入性方法,具有较好的准确性,为临床决策和实践提供了较大的帮助.

脑胶质瘤是成人最常见的原发恶性脑肿瘤,基于结构磁共振(magnetic resonance,MR)成像导航肿瘤手术切除是常规治疗方案.然而结构MR成像难以精准显示肿瘤的体积及空间分布,导致的肿瘤术后残留会缩短患者生存期.氨基酸正电子发射断层/磁共振(positron emission tomography/magnetic resonance,PET/MR)多模态影像显示的胶质瘤体积及空间分布存在重叠及差异,本文通过综述氨基酸PET与MR的结构、血流灌注及分子成像显示的胶质瘤体积及空间分布差异,探讨了多模态影像的肿瘤空间分布异质性,比较不同模态影像显示肿瘤空间分布的准确性,辅助临床制订PET/MR导航胶质瘤手术的最佳多模态影像组合,实现肿瘤最大化安全切除,提高患者预后生存质量,并且为未来进一步研究胶质瘤的分子生物学机制介导PET/MR影像空间分布表征提供思路.

眼底疾病是眼科领域中常见的疾病之一,由于其复杂性和对视力的严重威胁,深入研究和有效治疗显得尤为关键.近年来,随着多模态磁共振成像(magnetic resonance imaging,MRI)技术在医学领域的不断发展和创新,其在眼底疾病的研究中也取得了显著的突破.通过这一技术,我们逐渐认识到,眼底疾病并非仅仅局限于眼部的病理变化,而是可能引发中枢神经系统的相关改变.因此,本文就近年来多模态MRI技术对眼底疾病所致的中枢神经系统改变及其机制的研究现状展开综述,旨在提高对眼底疾病所致中枢神经系统病变机制的认识,并为未来的研究和临床诊疗提供有价值的参考和指导.