准确监测和评估地震扰动下生态环境质量变化,对区域生态环境恢复和保护具有重要意义.本研究针对九寨沟县2017年"8·8"地震,利用高精度遥感影像分析地震对区域植被破坏情况,基于GEE平台测算地震前、后及3年恢复期的遥感生态指数(RSEI),分析地震扰动下四川省九寨沟县生态环境时空变化特征,并采用地理探测器揭示生态质量恢复时空差异的影响因素.结果表明:九寨沟县植被覆盖度由震前的0.71减少到震后的0.69,高覆盖区面积减少310.78 km2,其余区域面积增加.RESI均值由震前0.50下降为震后0.42,3年恢复期后上升到0.45;震前、震后、恢复期的生态环境质量均以良和中等为主,主要分布在中部南部山脉和东部河谷地区.年降雨量、高程、湿度、绿度是九寨沟县生态质量恢复分异的主控因子,各因子间交互增强会影响区域生态环境质量恢复的空间分异.

基于2000-2020年Landsat影像和数字高程模型等数据,采用面向对象的方法进行绿洲分类,使用趋势分析、重心迁移及地理探测器等方法对西北干旱区绿洲时空特征及其驱动力进行研究.结果表明:2000-2020年,西北干旱区绿洲面积呈线性增加趋势,绿洲面积年均增速为1079.66 km2·a-1.绿洲面积增长率由高到低依次为阿拉善、南疆、河西走廊和北疆地区.西北干旱区绿洲主要呈带状或点状分布在天山南北麓、昆仑山、祁连山北麓和阿拉善高原,北疆绿洲面积变化表现为北部增加、南部减少;南疆绿洲主要沿河流扩张,但部分绿洲边缘出现退缩;河西走廊绿洲的扩张与退缩均发生在西北部河流沿岸;阿拉善绿洲呈散点状扩张,无明显退缩区域.北疆和南疆绿洲的重心大体上向东北方向移动,河西走廊绿洲重心沿西北方向迁移,阿拉善绿洲重心呈南北向波动迁移.农田生产潜力对北疆绿洲和河西走廊绿洲空间分异的解释能力最强,分别为43.6％和45.3％;影响阿拉善绿洲分布变化最敏感的因子是降水(解释能力为27.6％);南疆绿洲分布响应最敏感的环境因子是土壤类型(解释能力为44.9％).西北干旱区绿洲中,人类活动因子之间的交互作用以双因子增强为主,自然因子之间的交互作用为双因子增强和非线性增强.

目的:探讨双层探测器光谱CT定量参数鉴别结直肠癌区域淋巴结性质的价值。方法:回顾性收集中山大学附属第一医院2019年8月至2020年5月经病理证实的101例结直肠癌患者，将最大区域淋巴结与手术病理一一匹配，根据病理结果分为转移淋巴结组（42例）和非转移淋巴结组（59例）。基于术前静脉期增强扫描的光谱CT图像，测量最大区域淋巴结的短径，并评价其边缘、强化均匀度。沿该淋巴结最大层面的边缘勾画ROI，获得该淋巴结的碘密度（ID）、有效原子序数（Z eff），并计算标准化ID（nID）、标准化Z eff（nZ eff）。采用χ2检验、Fisher确切概率法、两独立样本 t检验或Mann-Whitney U检验比较良恶性淋巴结间各参数的差异，并构建logistic回归模型。绘制ROC曲线并计算曲线下面积（AUC）评价各参数的诊断效能，采用DeLong检验比较各AUC的差异。 结果:良恶性区域淋巴结间短径、边缘、强化均匀度、ID、Z eff、nID、nZ eff差异均有统计学意义（ P均<0.001）。由淋巴结短径和Z eff构建的回归模型鉴别淋巴结性质的价值最高，AUC为0.935，灵敏度和特异度分别为85.7%和89.8%；其诊断价值高于短径、边缘、强化均匀度（AUC为0.674~0.832）及光谱CT各定量参数（AUC为0.863~0.906），差异均有统计学意义（ P均<0.05）。 结论:光谱CT各定量参数均有助于准确诊断结直肠癌区域转移淋巴结，其中多参数联合构建的回归模型具有最高的诊断价值。

目的:探讨双层探测器光谱CT定量参数术前预测食管鳞状细胞癌（ESCC）Ki-67表达的效能。方法:回顾性收集2021年12月至2022年12月辽宁省肿瘤医院64例ESCC患者。采用免疫组化法检测ESCC瘤组织中Ki-67的表达水平，Ki-67表达指数≥30%为Ki-67高表达组（47例），<30%为Ki-67低表达组（17例）。测量光谱CT定量参数值，包括动脉期和静脉期120 kVp混合能量图CT值、40 keV虚拟单能级图CT值、碘密度（ID）值、标准化碘密度（NID）和有效原子序数。采用独立样本 t检验比较Ki-67高表达组与低表达组间各参数的差异，绘制受试者操作特征（ROC）曲线评价各参数预测Ki-67表达的效能，曲线下面积（AUC）的比较采用DeLong检验。 结果:Ki-67高表达组动脉期120 kVp CT值、40 keV CT值、ID、有效原子序数和静脉期120 kVp CT值、40 keV CT值、ID、NID、有效原子序数均高于Ki-67低表达组，差异有统计学意义（ P<0.05），两组间动脉期NID差异无统计学意义（ t=1.85， P=0.070）。静脉期NID预测ESCC Ki-67表达的AUC最大，为0.965（95%CI 0.923~1.000），以0.28为截断值，灵敏度为93.6%、特异度为100%。静脉期NID的AUC与静脉期ID（AUC为0.926）、有效原子序数（AUC为0.909）的差异无统计学意义（ Z=-1.52、1.81， P=0.128、0.071），与静脉期120 kVp CT值（AUC为0.719）、40 keV CT值（AUC为0.747）的差异有统计学意义（ Z=3.41、3.30， P=0.001、0.001），与动脉期各参数的AUC差异均有统计学意义（ P<0.05）。 结论:光谱CT参数静脉期ID、NID、有效原子序数对ESCC Ki-67表达的预测效能较高。

目的:通过对螺旋断层治疗(简称Tomo)计划人为引入叶片打开时间误差进行测试，评估中心型及偏心型两种ArcCheck验证方式在Tomo治疗计划质量验证中对叶片打开时间误差的灵敏度。方法:选择9例鼻咽癌患者，每个患者均分别生成靶区置于ArcCheck周围探测器上的偏心型验证计划、靶区置于ArcCheck中心位置的中心型验证计划。通过Matlab修改Sinogram矩阵文件人为引入2、4、6、8、10 ms的延时打开时间误差。利用ArcCheck分别测试无误差计划及带误差计划，对验证结果进行γ分析(剂量距离误差标准分别为3%/3 mm、3%/2 mm、2%/2 mm，阈值水平分别选择5%、10%、15%)。对误差灵敏度分别利用γ下降梯度和最小误差检测能力进行定量评估。对不同剂量距离误差标准及不同阈值水平分析结果的γ通过率进行 Pearson法相关性分析。 结果:中心型计划的γ下降梯度绝对值在不同γ分析标准下均大于偏心型计划(均 P<0.05)。中心型计划在所有γ分析标准下能检测出的最小叶片打开时间误差均为2 ms，而偏心型计划的最小误差检测能力弱于偏心型计划。中心型验证计划3个剂量距离误差标准的γ通过率均为强相关(均 R2>0.9)，而偏心型计划仅3%/3 mm、3%/2 mm标准的相关性较强( R2>0.9)。偏心型及中心型验证计划不同阈值水平间的γ通过率相关性均为强相关( R2均接近1)。 结论:ArcCheck应用于Tomo验证的中心型验证方式比偏心型验证方式对叶片打开时间误差灵敏度更高，对误差的检测能力中心型计划强于偏心型计划，且中心型验证计划在不同标准下的γ分析结果的相关性均强于偏心型验证计划。建议Tomo临床计划验证采用ArcCheck中心型验证方式。

目的:探讨双层探测器光谱CT心肌多参数图像在冠心病患者经皮冠状动脉介入术（PCI）术前无创评估中的应用价值。方法:回顾性分析2021年1月至2022年10月在南通大学附属常熟医院采用双层探测器光谱CT行冠状动脉CT血管成像（CCTA）检查并于30 d内接受侵入性冠状动脉造影（ICA）检查的90例患者的临床及影像数据，共纳入189支冠状动脉。根据患者行ICA检查评估后是否接受PCI治疗，将患者分为PCI组（44例）和非PCI组（46例）。基于CCTA及光谱CT心肌多参数图像获取患者冠状动脉的直径狭窄率、心肌碘浓度（IC）值、有效原子序数（Z eff）值。比较灌注异常区心肌及灌注正常区心肌的IC值及Z eff值，通过受试者操作特征（ROC）曲线及曲线下面积（AUC）评价并比较冠状动脉管腔直径狭窄率、心肌IC值、Z eff值及其联合模型在冠心病患者PCI术前评估中的价值。 结果:PCI组和非PCI组间患者基线资料差异均无统计学意义（ P均>0.05）。所有患者灌注异常区心肌与灌注正常区心肌的IC值［分别为（0.42±0.28）、（2.26±0.48）mg/ml］、Z eff值（分别为7.39±0.33、8.50±0.25）差异有统计学意义（ P均<0.001）。利用心肌IC值和Z eff值评估冠心病患者是否需要进行PCI治疗的AUC分别为0.865和0.853，显著高于单纯的管腔直径狭窄率评估（AUC=0.726， P均<0.001）。 结论:光谱CT心肌灌注IC值、Z eff值可以诊断冠心病患者心肌灌注异常，使用光谱CT心肌多参数图像对患者进行PCI术前评估可以提高评估的效能，避免额外的侵入性操作。

目的:探讨双层探测器光谱CT单能量图像（VMI）及电子云密度图（EDM）在肺磨玻璃结节（GGN）良性与恶性鉴别诊断中的价值。方法:回顾性分析2019年7月至2020年8月南京医科大学鼓楼医学院经病理证实的65例GGN患者影像资料。65例中，良性27例、恶性38例，均于术前2周内接受双层探测器光谱CT扫描，并在后处理工作站重建出常规120 kVp混合能量图像（PI）、电子云密度图及40~80 keV虚拟单能量图。采用Mann-Whitney U检验比较良性与恶性GGN在PI、40~80 keV VMI中的CT值及电子云密度（ED）；采用独立样本 t检验比较良性与恶性GGN的大小；采用χ2检验分析并比较良性与恶性GGN的CT征象，包括病灶大小、部位、形态、边缘、内部结构、邻近结构、结节类型等。采用受试者操作特征（ROC）曲线分析不同能谱定量参数对良性与恶性GGN的鉴别诊断效能。将差异有统计学意义的CT征象及各能谱定量参数采用logistic回归进行多因素分析，找出预测GGN为恶性病变的独立危险因素，然后将各独立危险因素单独或联合行ROC曲线分析。 结果:病灶形态、毛刺、分叶、部位、大小在肺良性与恶性GGN间差异有统计学意义（ P<0.05）。良性与恶性GGN的PI、40~80 keV VMI中CT值及EDM中的ED值差异均有统计学意义（ P<0.05）。PI、40~80 keV VMI中CT值及EDM中的ED值鉴别诊断良性与恶性GGN的ROC曲线下面积（AUC）分别为0.680、0.682、0.683、0.686、0.694、0.676、0.722，其中ED值的AUC最高。以GGN形态、毛刺、分叶、部位、大小、ED值及PI、40~80 keV VMI中CT值为自变量，GGN为恶性或良性为因变量进行二元logistic回归分析，结果显示ED值（OR=1.045，95%CI 1.001~1.090， P=0.044）、病灶大小（OR=1.582，95%CI 1.159~2.158， P=0.004）、毛刺征（OR=11.352，95%CI 2.379~54.172， P=0.002）均为恶性GGN的独立危险因素。对ED值、病灶大小、毛刺征单独及三者联合进行ROC曲线分析，鉴别诊断GGN良性与恶性的AUC为0.722、0.772、0.698、0.885，ED+病灶大小+毛刺征联合诊断的AUC最大，其灵敏度、特异度分别为92.1%、74.1%。 结论:双层探测器光谱CT平扫图像鉴别诊断肺GGN时，EDM的诊断效能高于其他VMI；当EDM联合病灶大小及毛刺征进行综合诊断时效能进一步提高。

目的:探讨双层探测器光谱CT对肺癌与肺炎性结节的鉴别诊断价值。方法:回顾性分析2019年3月至2020年9月上海交通大学医学院附属仁济医院92例肺部实性结节患者的临床及胸部光谱CT资料。分析病灶的常规CT征象并测量其常规CT参数及光谱CT参数，之后以差异具有统计学意义的参数作为自变量，进行多参数logistic回归分析，分别建立预测恶性结节模型，并采用ROC曲线分析常规CT征象、光谱CT参数及两者联合后的诊断效能，使用DeLong检验比较ROC曲线下面积。结果:恶性及炎性肺结节患者分叶征（分别为42个、8个，χ2=10.779， P=0.001）、短毛刺征（分别为41个、7个，χ2=11.911， P=0.001）、胸膜凹陷征（分别为45个、9个，χ2=11.705， P=0.001）及血管集束征（分别为35个、8个，χ2=5.337， P=0.021）的分布及静脉期IC值［（2.1±0.5）mg/ml、（2.3±0.5）mg/ml， t=-2.464， P=0.016］、NIC值（分别为0.40±0.06、0.45±0.08， t=-6.943， P<0.001）、Z eff值（分别为8.38±0.21、8.49±0.19， t=-2.122， P=0.037）差异具有统计学意义，其余CT征象的分布及指标差异无统计学意义（ P>0.05）。以分叶征、短毛刺征、胸膜凹陷征、血管集束征建立常规CT征象logistic模型，其鉴别诊断肺癌与肺炎性结节的曲线下面积为0.827；静脉期IC、静脉期NIC、静脉期Z eff建立光谱CT参数logistic模型，其鉴别诊断肺癌与肺炎性结节的曲线下面积为0.899；以上联合建立logistic模型，其鉴别诊断肺癌与肺炎性结节的曲线下面积为0.925。联合模型与光谱CT参数模型鉴别诊断肺癌与肺炎性结节的曲线下面积差异无统计学意义（ Z=1.794， P=0.073），联合模型与常规CT征象模型鉴别诊断肺癌与肺炎性结节的曲线下面积比较差异具有统计学意义（ Z=2.156， P=0.031）。 结论:光谱CT参数联合常规CT征象能提高肺癌与炎性结节的鉴别诊断效能。

目的:探讨双层探测器光谱CT碘密度成像定量评价急性ST段抬高型心肌梗死（STEMI）细胞外容积（ECV）分数的可行性。方法:回顾性分析2019年1月至10月在上海交通大学医学院附属仁济医院行心脏增强CT及MRI检查的20例STEMI患者的临床和影像资料。心脏增强CT采用双层光谱探测器进行后门控冠状动脉CT血管成像扫描和前门控碘延迟增强扫描。迭代重建和光谱重建获得常规图像和全息光谱图像。通过多平面重建得到与MRI图像相匹配的心脏短轴位图像。基于延迟增强期全息光谱图像数据重建出碘密度图用于心肌CT-ECV的计算。并分别计算基于CT和MRI的梗死心肌、可挽救心肌和远处心肌的ECV。采用Bland-Altman一致性检验和组内相关系数分析（ICC）比较两次测量及不同方法测量的一致性。采用Spearman方法比较CT-ECV和MRI-ECV值的相关性。结果:梗死心肌、可挽救心肌和远处心肌CT-ECV值分别为51.21（49.27，53.00）%、38.64（36.17，40.00）%和51.21（49.27，53.00）%，差异具有统计学差异（ H=43.17， P<0.01）。梗死心肌CT-ECV值显著高于可挽救心肌和远处心肌CT-ECV值（ Z=-24.60、35.40， P均<0.01），但可挽救心肌与远处心肌CT-ECV相比差异无统计学意义（ Z=10.80， P=0.15）。梗死心肌、可挽救心肌和远处心肌T 1值分别为（1 554.85±70.94）、（1 443.85±67.28）和（1 307.05±91.73）ms，差异具有统计学差异（ F=51.35， P<0.01）。梗死心肌T 1值高于可挽救心肌和远处心肌T 1值（ t=-5.07、9.55， P均<0.01），且可挽救心肌显著高于远处心肌T 1值（ t=5.38， P<0.01）。梗死心肌、可挽救心肌和远处心肌MRI-ECV值分别为55.00（49.27，57.75）%、33.50（29.00，35.00）%和27.00（26.00，29.00）%，差异具有统计学差异（ H=47.12， P<0.01）。梗死心肌MRI-ECV显著高于可挽救心肌和远处心肌MRI-ECV值（ Z=37.45、-20.30， P均<0.01），且可挽救心肌显著高于远处心肌MRI-ECV值（ Z=17.15， P<0.05）。2名医师测量的CT-ECV与MRI-ECV值一致性较好，Bland-Altman分析的偏倚分别为-0.1%（95%CI：-5.5%~5.2%）、-0.8%（95% CI：-9.8%~8.2%），ICC值分别为0.92和0.94。CT-ECV和MRI-ECV一致性检验Bland-Altman 分析的偏倚为4.0%（95% CI：-9.0%~16.9%），ICC值为0.88，两者具有较好的相关性（ r=0.75， P=0.001）。 结论:基于双层探测器光谱CT碘密度的ECV分数能够定量评价STEMI后心肌细胞外间隙的变化，有助于定量评价心肌缺血后组织学改变。

目的:研究快速、精确获取小鼠角膜神经三维(3D)图像及其参数的技术方案。方法:选取SPF级雌性C57BL/6小鼠4只，吸入过量乙醚麻醉后使小鼠安乐死，立即在解剖显微镜下获取具有完整角膜缘的角膜4个，经过常规固定、透膜和抗β-Ⅲ微管蛋白荧光抗体标记后整铺片处理。在高分辨率去卷积显微镜下采用科学互补性金属氧化物半导体探测器捕获图像，通过显微镜系统自携带图像处理软件对图像进行3D去卷积运算，Z轴数据平面投影以及自动拼接处理得到完整的角膜神经纤维3D图像。采用交互式显微图像分析软件Imaris的丝状追踪模块中的自动检测模式获得不同区域的角膜神经密度，采用自动路径模式手动指定计算起始点到终止点的神经纤维长度。结果:在去卷积显微镜60倍油镜下，可以观察到角膜缘处呈密集网络状的基质层神经纤维在角膜缘附近进入前弹力层，并发出密集的分枝，形成基底下神经丛。这些神经丛向角膜中心伸展形成密集的神经网络样结构，在角膜顶点汇聚成漩涡状结构。少部分神经纤维丛垂直进入上皮层，并发出许多微小的神经末梢分枝。采用Imaris软件丝状物追踪模块中的自动检测模式自动统计，发现角膜神经末梢密度从角膜缘的(2 488.88±282.84)μm/μm 2逐渐增多至角膜中央的(5 766.66±298.55)μm/μm 2；角膜基质神经纤维密度从角膜缘的(40.99±0.99)μm/μm 2递减至角膜中央的(34.57±1.28)μm/μm 2。通过自动路径模式手动测量发现，角膜缘处基质层神经纤维进入前弹力层约151 μm处开始分枝形成基底下神经丛。 结论:去卷积显微镜系统可以获得整个角膜神经纤维的3D分布，Imaris图像分析软件可以自动、快速统计待测区域角膜神经纤维的不同参数。