傅里叶变换衰减全反射红外(attenuated total reflection Fourier transform infrared,ATR-FTIR)光谱技术以其快速、准确、无创的特点,在生物医学领域尤其是临床血液学检验中显示出巨大潜力.该技术记录样本中分子的振动光谱,提供生物样品内核酸、蛋白质和脂质的化学结构信息,可用于疾病筛查和诊断.ATR-FTIR光谱技术在地中海贫血、艾滋病毒感染、乳腺癌、卵巢癌和脑瘤等疾病中的研究现状和发展情况,提示该技术结合化学计量学方法可实现疾病的快速筛查、诊断与鉴别诊断.ATR-FTIR光谱技术与偏最小二乘法回归模型相结合,以定量法分析人外周血样品中平均红细胞血红蛋白含量、平均红细胞体积和血红蛋白等地中海贫血筛查指标,筛查地中海贫血的灵敏度、特异度分别达到100.0%和95.3%.采用ATR-FTIR光谱技术,基于遗传算法的线性判别分析法,分析血液样本红外图谱中1 653 cm-1(酰胺Ⅰ带)、1 558 cm-1(酰胺Ⅱ带)、1 506 cm-1(环基)和901 cm-1(磷酸二酯伸缩带)处的特征峰,对人类免疫缺陷病毒(human immunodeficiency virus,HIV)感染孕妇血液样本的辨别准确率为89%,灵敏度、特异度分别为83%、92%.采用主成分回归(principal component regression)法对乳腺患者血液ATR-FTIR光谱进行识别,其灵敏度与特异度高达92.3%与87.1%此外,ATR-FTIR光谱技术还可应用于生物医学领域的其他方面,如细胞和组织学样本的检测、疾病严重程度的分类等.ATR-FTIR光谱技术展现出广阔的应用前景,但仍面临环境干扰、样本污染等挑战.未来,随着ATR-FTIR光谱技术的优化、发展,其有望在更多疾病的临床血液学检验中发挥重要作用.

目的 探讨 18F-FDG PET/CT影像组学模型对结外NK/T细胞淋巴瘤(ENKTL)无事件生存期的预测价值.资料与方法回顾性收集 2013 年 1 月—2021 年 1 月于河南省人民医院治疗前行 18F-FDG PET/CT检查的ENKTL患者 90 例,随机分为训练组63例和验证组27例.从基线PET和CT图像上提取特征,应用最小绝对收缩和选择算子算法结合Cox生存分析筛选特征并构建临床模型、影像组学模型和临床+影像组学复合模型,以模型风险评分的中位数作为截断值将患者分为高危组和低危组.使用C指数和受试者工作特征曲线评价3个模型的预测性能.基于最优模型构建列线图,采用校准曲线描述最优模型预测ENKTL患者生存概率与实际概率的一致性,使用Kaplan-Meier分析和对数秩检验评估最优模型的预后价值.结果 复合模型在训练组(C指数0.791,95%CI 0.702～0.879,曲线下面积为0.882)和验证组(C指数0.770,95%CI 0.650～0.889,曲线下面积为0.720)中比单独的临床模型和影像组学模型的预后表现更好.校准曲线表明复合模型在预测 3 年无事件生存期概率与实际结果的一致性较好,生存曲线显示高危组的无事件生存期显著低于低危组.结论 基于影像组学和临床参数构建的复合模型可以提供更全面的预后信息并提高诊断准确性.列线图为ENKTL患者的风险分层提供了一种无创的诊断工具,有助于个体化治疗.

目的:探讨基于临床资料、影像征象和影像组学特征构建的联合模型在术前对肺结节浸润程度的预测价值,并通过决策热图及Shapley算法对模型进行可视化分析.方法:回顾性搜集2018年1月—2022年3月在本院经病理确诊的179例肺结节患者的临床资料和术前CT图像(肺窗平扫).根据肺肿瘤新分类,分为腺体前驱病变组(78例)和浸润性肺腺癌组(101例).采用Deepwise软件,分别提取瘤灶、瘤周3 mm和5 mm区域的影像组学特征.使用单因素分析、相关性分析、Boruta算法和逐步logistic回归分析等特征筛选算法确定各区域的最佳组学特征,然后采用logistics方法分别构建3个单区域及2个多区域(肿瘤+瘤周3 mm及肿瘤+瘤周5 mm)共5个影像组学模型,分析各模型的预测效能并计算其影像组学评分(Radsocre).通过单因素和多因素logistic回归方法筛选相关临床指标和结节的主要CT征象,并采用XGBoost算法将筛选出的高危因素结合瘤灶+瘤周3 mm联合模型的影像组学得分构建临床影像联合模型.额外收集浙江省嘉兴市中医医院经病理证实的69例肺结节患者的临床和CT资料来完成联合模型的泛化性验证.利用决策热图和Shapley算法对模型分别进行可视化和特征贡献度分析.结果:相比单区域影像组学模型(训练集:AUC=0.740、0753、0.768;验证集:AUC=0.841、0.856、0.809),多区域影像组学模型在两个数据集中均显示出更高的预测效能(AUC=0.878和0.834).XGBoost联合模型的预测效能得到进一步地提高(AUC=0.948和0.886).Shap-ley分析显示影像组学得分、CT值和结节长度为预测肺结节浸润程度的最重要的3个特征.决策热图算法实现了对浸润性预测推演过程的可视化.结论:XGBoost模型对肺结节浸润性的评估具有较高的准确性和泛化性.决策热图实现了可解释机器学习算法的可视化从而保障了模型的实用性,为肺结节的临床处理及管理提供了一种无创性的辅助诊断工具.

目的 探讨红外成像技术在股静脉血流缓慢大鼠模型中的成像表达特性及其临床应用价值.方法 选取12只SD大鼠,随机分为两组:肾上腺素组(模型组)和生理盐水组(空白对照组).模型组每次注射1 mg/mL肾上腺素,空白对照组注射等量生理盐水,前后共2次,首次注射后2 h,将大鼠置于冰水中游泳5 min.建模前后使用红外热成像技术采集两组大鼠两侧股三角区域温度,建模完成后腹主动脉采血检测凝血指标及白细胞介素-6(IL-6),取右侧股静脉进行病理学检查.结果 模型组大鼠活化部分凝血活酶时间(APTT)(P＜0.01)、凝血酶时间(TT)(P＜0.01)较空白对照组明显缩短;IL-6水平高于空白对照组(P=0.02).两组大鼠股静脉切片血管形态结构正常,未见明确炎症细胞浸润及血栓形成.模型组大鼠股三角区域建模前最高温为(35.34±0.47)℃,建模后为(36.57±0.94)℃,模型组大鼠建模前后温度差异有统计学意义(P＜0.01);模型组大鼠股三角区域建模后最高温高于空白对照组(P＜0.01).结论 股静脉血流缓慢状态大鼠模型红外热成像表达特性为相对高温表达,具有无创无辐射优势的红外热成像技术可作为诊断血流缓慢状态的辅助手段.

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。

目的:探讨基于 18F－FDG PET/CT影像组学特征的机器学习模型在胃癌(GC)和原发性胃淋巴瘤(PGL)的术前鉴别诊断中的价值。 方法:回顾性分析2012年1月至2020年12月于天津医科大学肿瘤医院术前行 18F－FDG PET/CT检查且经病理证实的155例GC患者[男104例、女51例，年龄(59.3±12.8)岁]和82例PGL患者[男40例、女42例，年龄(56.8±14.6)岁]，使用Python3.7.1软件将患者随机分为训练集和测试集。分别对PET和CT图像进行感兴趣体积(VOI)勾画，提取三维和二维影像组学特征。使用多层感知机(MLP)、支持向量机(SVM)2种机器学习模型分别对CT影像组学特征、PET影像组学特征和PET/CT影像组学特征进行学习，以鉴别GC和PGL。通过ROC曲线分析评估各模型的预测性能。 结果:训练集166例，测试集71例。基于PET/CT影像组学特征的SVM模型在GC和PGL的鉴别诊断方面(AUC＝0.88，95% CI：0.83~0.94)有优于MLP机器学习模型(AUC＝0.80，95% CI：0.73~0.87)的趋势( z＝1.15, P＝0.337)。基于PET/CT影像组学特征的SVM预测模型对2种疾病的预测效果优于单独CT影像组学特征模型(CT－SVM：AUC＝0.74，95% CI：0.67~0.81； z＝2.28， P＝0.022)。 结论:基于 18F－FDG PET/CT影像组学特征的机器学习模型有望成为GC和PGL患者术前无创且有效的鉴别诊断工具。

专家引言：上海交通大学医学院附属新华医院汪登斌教授指出，近年来，复旦大学附属肿瘤医院顾雅佳教授团队围绕乳腺癌诊治相关的影像研究，深耕影像组学与深度学习领域。他们聚焦于乳腺影像新技术、新方法及跨尺度融合数据挖掘的研究。作为乳腺多学科团队重要的一分子，该团队持续进行深度交流，积极推进多学科医工交叉合作，在乳腺癌的精准影像诊断上取得了一系列的研究成果，助力大数据时代下肿瘤影像的精准诊疗，为进一步推动临床应用转化夯实基础。顾雅佳教授团队围绕三阴性乳腺癌复旦分型，实现MRI组学的无创分型诊断，并挖掘模型背后的生物学科解释性；围绕关键基因及分子的可视化，通过影像组学实现无创预测并关联多组学数据验证，探索潜在治疗靶点；针对新辅助疗效的精准预测，创新性融合影像组学和体细胞突变特征，构建新辅助化疗的病理完全缓解的预测模型，并探究高频基因突变与耐药事件之间的关联。同济大学医学院同济医院王培军教授指出，以影像为主导的跨尺度多组学研究，以多组学为驱动，为乳腺肿瘤的演进发展提供影像学依据，是大数据时代下乳腺肿瘤影像研究的新方向。顾雅佳教授团队探寻影像肿瘤内异质性的潜在治疗策略，挖掘基于宏观影像对分子靶点可视化的关键特征，并创新性将热门的MRI组学与突细胞突变特征相融合构建新辅助化疗的疗效预测模型，在精准分型和关键分子的可视化基础上，指导乳腺癌的精准诊疗，为临床转化提供了新的前景。

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:探讨冠状动脉斑块周围脂肪密度指数（FAI）与血流储备分数（FFR）及斑块参数间的关系。方法:回顾性收集2015年5月至2019年1月东部战区总医院放射科及上海市第六人民医院放射科113例稳定型冠心病患者（共141个斑块）的资料，其中男78例，女35例，年龄40~83（63±9）岁。所有患者均接受冠状动脉CT血管成像（CCTA）和有创FFR检查。测量斑块及管腔的定量指标（如斑块长度、体积）和定性指标（如斑块性质、高危斑块）以及斑块周围的脂肪密度指数。以斑块周围是否FAI≥-70 HU，将患者和斑块分为FAI阳性组（47例，56个斑块）与FAI阴性组（66例，85个斑块）。分析比较两组间年龄、斑块长度和体积、最小管腔面积（MLA）、CCTA狭窄程度等参数，以及斑块类型、高危斑块数量和特征、心肌缺血（即FFR<0.75）的例数和斑块数。采用logistic回归模型分析心肌缺血与年龄、斑块长度、MLA、FAI等指标之间的关系。采用受试者工作特征曲线比较各指标对心肌缺血的诊断效能。结果:FAI阳性组最小管腔面积较FAI阴性组显著减小［（2.00±1.33）mm 2比（4.13±2.41）mm 2， P<0.001］。FAI阳性组心肌缺血的病例比例和血管比例高于FAI阴性组（21.3%比4.5%；23.2%比8.2%）（均 P<0.05），高危斑块所占比例差异无统计学意义（21.2%比16.1%， P=0.451）。FAI对预测心肌缺血具有一定价值［曲线下面积（AUC）=0.666， P=0.021］，且具有增量价值（0.915比0.951， P= 0.033）。 结论:FAI较高者MLA更小，心肌缺血的发生率更高，同时FAI对心肌缺血具有一定的预测效能和增量价值。

肝硬化是多种慢性肝病的终末阶段，其疾病负担仍然较重。现对肝硬化的流行病学特征变化、自然史观念更新、诊断评估手段和治疗措施进行综述。乙型肝炎病毒所致肝硬化比例在下降，非酒精性脂肪性肝病（代谢相关性脂肪性肝病）所致肝硬化比例在上升。多个预测模型和肝脏瞬时弹性测定等技术已用于早期无创性评估肝硬化。有效病因治疗和并发症管理是肝硬化治疗的关键，在此基础上肝硬化肝功能逆转和再代偿成为可能。近年来抗乙型肝炎病毒和抗丙型肝炎病毒药物有效性和可及性明显提高，为肝硬化有效的病因治疗提供了基础，但是非酒精性脂肪性肝病的病因治疗措施仍然缺乏。管理并发症时除了重视常见并发症，也要管理"少见"并发症。