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.

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 探讨无创反映脑胶质瘤细胞增殖及IDH基因表型的MRI特征.方法 选取我院经病理证实的 120例脑胶质瘤患者临床及MRI资料,MRI检查包括常规平扫及增强扫描、DWI、DTI、MRS及 3D ASL检查.应用免疫组化检测胶质瘤组织Ki-67 表达情况,PCR测序法检测胶质瘤组织IDH1、P53 的突变情况.所有数据处理应用SPSS26.0 统计软件分析,P<0.05 为差异有统计学意义.结果 Ki-67 标记指数与强化、瘤周水肿、性质、年龄、病理学分级、肿瘤区rCBF值及水肿区rCBF值呈正相关(P<0.05),IDH1mut与IDH1wild胶质瘤组间强化程度、T2-FLAIR失配征、肿瘤区rCBF值、水肿区rCBF值、瘤体区rADCmin值及肿瘤区Cho/NAA比值差异均有统计学意义(P<0.05),胶质瘤P53 突变状态与性别、性质、肿瘤区rCBF值及rFAmean差异均有统计学意义(P<0.05).结论 术前肿瘤区rCBF值有助于胶质瘤IDH1 基因分型,预测Ki-67 基因表达程度.T2-FLAIR失配征、rCBF值可成为评价IDH1 基因表型MRI特征.

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.

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.

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.

子宫内膜癌(endometrial carcinoma,EC)是女性生殖道常见的恶性肿瘤,近年来发病率逐年上升.淋巴脉管间隙浸润(lymphvascular space invasion,LVSI)被认为是早期EC患者发生盆腔淋巴结转移的独立危险因素,严重影响患者预后.术前对于LVSI进行准确评估有助于指导个体化手术方式的选择.常规MRI仅能通过形态学对LVSI进行评估,MRI功能序列可以通过定量参数评估LVSI状态.本文介绍了多模态MRI在LVSI评估中展现出的临床价值,旨在通过查阅分析近年来国内外相关文献,对多模态MRI评估LVSI的研究进行综述,为今后通过多模态MRI评估局灶性或弥漫性LVSI提供客观的影像学依据.

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:分析N 0-N 1期鼻咽癌患者颈部Ⅱa区可疑淋巴结临床靶区（CTV）减量照射的安全性和对下颌下腺及远期静息口干保护的临床意义，探讨多模态影像对可疑阳性淋巴结的诊断价值。 方法:回顾性分析2015年7月至2017年4月江苏省肿瘤医院同一治疗组连续收治的T 0-4N 0-1M 0期初诊鼻咽癌患者，收集临床、放射治疗计划、多模态影像等相关资料。所有患者均采用颈部Ⅱa区个体化调强放疗（IMRT）、CTV处方剂量50.4 Gy（命名为CTV50）的优化方案。患者治疗中接受磁共振成像（MRI）、磁共振弥散加权成像（MRI-DWI）、正电子发射计算机体层成像（PET-CT）及重复增强定位CT等检查，监测和评估可疑淋巴结影像学特征和治疗反应。用配对 t检验比较下颌下腺在降量照射后与标准治疗计划（CTV50∶CTV60）的剂量学差异。患者远期口干程度采用美国肿瘤放射治疗协作组（RTOG）晚期放射损伤标准、江苏省肿瘤医院多维度放射性口干评估量表和简化版口腔干燥量表（SXI）进行评估，用秩和检验分析口干程度差异。 结果:共106例患者纳入研究，共149侧颈淋巴结阴性，其中73侧Ⅱa区可辨认淋巴结数≤3枚，76侧>3枚。106例患者中N 1期行对侧单颈Ⅱa区优化63例，行双颈Ⅱa区优化43例（N 0期及仅有咽后淋巴结转移的N 1期患者）。共发现109枚最大横断面上短径>5 mm的可疑淋巴结，其中105枚淋巴结门结构清晰，93例长短径之比≥1.5，76例PET-CT最大标准摄取值（SUV max）≥2.5。CTV优化区域内未发现淋巴结复发。优化后肿瘤靶区的大体肿瘤体积（GTV）平均剂量的差异无统计学意义（ P>0.05），下颌下腺的D mean、V 39 Gy显著低于未优化的常规计划（ P<0.01）。下颌下腺单侧和双侧优化患者的远期口干和静息口干差异均无统计学意义（ P>0.05）。 结论:N 0-N 1期鼻咽癌患者颈部Ⅱa区进行CTV50减量照射的优化方案是安全有效的，下颌下腺剂量学优势明显，患者静息状态下口干主观反应良好。对于未达诊断标准的可疑淋巴结需要综合增强CT、MRI-DWI及PET-CT等多模态成像进行个体化评估处理。

目的:拟开发一种基于MRI深度学习的自动精准检测骨质疏松性椎体压缩骨折（OVCF）的诊断模型。方法:回顾性收集2019年1月至2021年10月广州市第一人民医院诊断为OVCF的500例患者资料。男396例，女204例；年龄（74.5±6.0）岁；骨密度T值为-2.9±0.8;骨折节段：L 1 128例，L 2 113例，L 3 109例，L 4 115例，L 5 108例。选择多模态分层融合网络进行训练、测试及验证，应用grad-cam可视化方法，构建基于脊柱MRI图像的深度学习模型。随机抽取30例诊断为OVCF患者的MRI图像，比较深度学习的精准辅助诊断模型与高年资脊柱外科医师对OVCF的诊断价值。 结果:建立的基于MRI图像深度学习的精准辅助诊断模型对OVCF的诊断准确度为96.7%，灵敏度为93.5%，特异度为88.9%，阳性预测值为100.0%，阴性预测值为76.9%，均高于2名高年资脊柱科医师（70.0%、72.7%、28.6%、82.1%、28.6%），差异均有统计学意义（ P<0.05）。 结论:本研究成功建立了的基于MRI图像的深度学习的OVCF精准辅助诊断模型，其诊断效能高于脊柱外科医师。