目的 研究人工智能医学影像辅助诊断系统对肺磨玻璃结节(GGN)良恶性及判断病理成份的临床应用价值.方法 从行胸部CT检查发现GGN的患者中随机选取符合条件的44例纳入研究.根据病理结果分成腺癌组GGN与炎性病变组GGN,然后根据贴壁成份的占比不同将腺癌组GGN分成高占比组和低占比组,记录2组测量参数(包括病灶长径、平均CT值、CT值标准差、紧凑度、球形度及患者年龄).采用SPSS 20.0软件统计分析2组间差异,对有统计学意义的定量参数进行受试者工作特征曲线(ROC)分析,评价各测量参数鉴别良恶性GGN及判断恶性GGN病理成分的能力,同时根据最大约登指数(YI)计算该测量参数的最佳诊断阈值,获得曲线下面积(AUC)、敏感度和特异度,P＜0.05被认为差异具有统计学意义;最后根据二元Logistic回归模型得出鉴别良恶性GGN及判断恶性GGN组织成分的独立危险因素.结果 ①在腺癌组GGN与炎性病变组GGN测量数据对比中,腺癌组GGN病灶长径、平均CT值、CT值标准差大于炎性病变组GGN(P＜0.05),腺癌组GGN紧凑度、球形度均小于炎性病变组GGN(P＜0.05),而2组GGN患者年龄差异无统计学意义(P＞0.05).②在高占比腺癌组GGN和低占比腺癌组GGN测量数据对比中,仅发现高占比腺癌组GGN平均CT值小于低占比腺癌组GGN(P＜0.05),其他无差异.③二元Logistic回归模型分析显示,鉴别腺癌GGN与炎症GGN的独立因素为病灶长径;鉴别高占比腺癌GGN和低占比腺癌GGN的独立因素为平均CT值.结论 基于人工智能医学影像辅助诊断系统CT特征定量分析有助于鉴别良恶性GGN,以各项指标联合诊断的效能最佳;但在判断恶性GGN的病理成份方面能力有限,但仍需结合临床其他各项指标进行综合判断才能做出更准确的诊断.人工智能医学影像辅助诊断系统对GGN良恶性及判断病理成份有较大的临床应用价值,以各项指标联合诊断的效能最佳.

目的基于治疗前多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学特征,结合临床变量构建模型,预测局部晚期宫颈鳞癌(locally advanced cervical squamous cell carcinoma,LACSCC)患者新辅助化疗(neoadjuvant chemotherapy,NACT)后淋巴结转移状况.材料与方法回顾性分析两个中心2013年1月至2022年2月的265例接受NACT并行根治性子宫切除术的LACSCC患者病例及影像,中心1的数据用于模型训练,中心2的数据用于模型验证.所有患者NACT治疗前行盆腔MRI检查.于矢状位T2加权成像(sagittal T2-weighted imaging,Sag_T2WI)、轴位弥散加权成像(axial diffusion-weighted imaging,Ax_DWI)和延迟期矢状位对比增强T1加权成像(sagittal T1-weighted contrast-enhanced imaging,Sag_T1C)勾画肿瘤感兴趣区(region of interest,ROI)并提取影像组学特征.通过K最佳(K-Best)及最小绝对值收缩与选择算法(least absolute shrinkage and selection operator,LASSO)降维并筛选出与淋巴结转移强相关影像组学特征.基于每个序列筛选后的组学特征构建三个单序列模型,在所有特征间作相关性分析,排除高度相关的组学特征,并对临床变量进行多变量回归分析,融合临床变量及筛选后的影像组学特征构建临床-影像组学的组合模型,比较模型间性能差异.利用受试者工作特征(receiver operating characteristic,ROC)曲线及决策曲线(decision curve analysis,DCA)评估模型的诊断性能及临床效能.结果Sag_T2WI、Ax_DWI、Sag_T1C三个序列分别筛选出6、3、7个与淋巴结转移高度相关的组学特征,其中2个形状特征和10个纹理特征被纳入组合模型.多因素logistic回归分析显示MRI评估的淋巴结状态是淋巴结转移的预测因素(P<0.05).与单序列模型相比,组合模型具有更好的预测能力,在训练集和验证集的诊断能力最高,ROC曲线下面积、敏感度和特异度分别为0.848[95％(confidence interval,CI):0.785～0.912]、78.2％、74.4％和0.827(95％CI:0.737～0.917)、80.8％、69.4％.DCA显示如果风险阈值超过60％,则用组合模型预测LACSCC患者NACT后淋巴结状态可获得较大的临床效益.结论基于治疗前MRI,联合Sag_T2WI、Ax_DWI、Sag_T1C三个序列的组学特征及临床信息对LACSCC患者NACT后淋巴结转移具有较好的预测效能.

目的 探讨支气管肺泡灌洗液(bronchoalveolar lavage fluid,BALF)半乳甘露聚糖(galactomannan,GM)检测在非中性粒细胞缺乏患者侵袭性肺曲霉病(invasive pulmonary aspergillosis,IPA)诊断中的价值.方法 回顾性分析2014年1月至2021年12月住院并符合纳入标准的788例患者,根据EORTC/MSG诊断标准和专家共识,分为确诊IPA、临床诊断IPA、拟诊IPA和非IPA组,用统计学方法对BALF GM检测结果进行分析,比较不同阈值时BALF GM检测的灵敏度、特异性、约登指数.结果 4例确诊IPA、156例临床诊断IPA为病例组,非IPA 160例为对照组.对于BALF GM检测,ROC曲线分析当cut-off≥0.935时,约登指数为0.969,是最佳的界值点,灵敏度为98.8％,特异性为98.1％.当cut-off≥1.51时,灵敏度为78.8％,特异性为100.0％.结论 BALF GM检测在非中性粒细胞缺乏患者IPA诊断中具有重要意义.

目的 分析血糖变异系数(GLUcv)对急诊脓毒症患者脓毒症相关性脑病(SAE)的预测价值.方法 采用前瞻性队列研究方法,入选2022年3月至2024年2月在绍兴市上虞人民医院急诊重症监护病房(EICU)诊治的脓毒症患者,检测患者入院24 h内末梢血糖,并计算GLUcv.以脓毒症确诊28 d内SAE事件为研究终点,将28 d内并发SAE的患者纳入SAE组,未并发SAE患者纳入N-SAE组.比较分组后组间主要资料与指标水平的差异,通过构建Logistic回归模型,分析脓毒症并发SAE与GLUcv及其他主要指标的关系.采用限制性立方样条法,分析GLUcv与脓毒症并发SAE风险的剂量反应关系.绘制受试者工作特征(ROC)曲线与临床决策曲线,分析GLUcv对脓毒症并发SAE的预测价值.结果 最终有135例患者完成研究,患者入院24 h内GLUcv结果为12.59～33.60,根据GLUcv四分位数由低到高将135例患者分为Q1～Q4组,Q4组SAE发生率高于Q1～Q3组,Q3和Q4组急性生理学和慢性健康状况评价Ⅱ(APACHEⅡ)评分、血清淀粉样蛋白A(SAA)、白细胞介素(IL)-6及神经元特异性烯醇化酶(NSE)水平高于Q1和Q2组,24 h乳酸清除率低于Q1和Q2组(P＜0.05).患者确诊后28 d内并发SAE 57例,发生率约42.22％.SAE组入院时APACHE Ⅱ评分、GLUcv、IL-6及NSE水平高于N-SAE组,24 h乳酸清除率低于N-SAE组(P＜0.05).构建Logistic回归模型结果显示,脓毒症并发SAE可能与入院时APACHE Ⅱ评分、24 h乳酸清除率、GLUcv、IL-6、NSE及SAA有关(P＜0.05).绘制ROC曲线,GLUcv预测脓毒症患者并发SAE曲线下面积(AUC)为0.797,最佳截断值为23.24.采用限制性立方样条法分析,脓毒症患者入院24 h内GLUcv与入院28 d内SAE发生风险呈线性剂量反应关系(P＜0.05),当GLUcv阈值达到23.24时,SAE风险随着GLUcv升高而增加.绘制临床决策曲线,GLUcv预测脓毒症并发SAE临床净收益情况理想,且联合其他指标能提高整体决策获益.结论 脓毒症患者并发SAE与GLUcv的升高有关,SAE风险随GLUcv升高而增加,脓毒症患者入院24 h内GLUcv可预测SAE高风险人群,且联合其他指标能提高整体风险预测的净收益率.

目的 为了预防未知疾病对个人健康造成的损害以及减少个人健康监测的成本,依据中医舌色变化能反映人类诸多疾病的原理,提出一种基于舌色变化比较分析的自我健康监测方法.方法 通过图像采集设备采集个人舌象,利用深度学习和传统图像处理技术,借助RGB与CIE Lab色彩模型的转换关系,获得舌色的特征值,建立自我健康标准舌象数据库.采集新的舌象,通过异向缩放模板匹配原理从数据库中找出最佳匹配模板,通过差分比较分析法得到新采集的舌象与最佳匹配的模板舌象的舌色变化特征值,结合定量参数设置范围进行自我健康监测.通过自我舌象异常仿真实验验证所提方法的有效性.结果 通过自我舌象数据库构建、异向缩放模板匹配、舌色差分分析等技术实现了自我舌色变化阈值的设置,并能提取新采集的舌象图像的舌色,将之与标准舌象数据库中的舌色进行差分,再将差分值与已设定阈值比较,从而监测健康.异常仿真实验验证了所提方法的有效性和实用性.结论 基于中医舌色变化比较分析的自我健康监测方法能简便地对个人健康状态进行监控,同时对中医舌诊的客观化发展起到一定的推进作用.

目的 探索自身免疫性脑炎(autoimmune encephalitis,AE)患者18F-氟代脱氧葡萄糖(fludeoxyglucose,FDG)正电子发射/磁共振计算机断层显像(positron emission tomography/magnetic resonance,PET/MR)表现,寻找提高疾病诊断效能的影像学标记物.材料与方法 回顾性分析25例AE患者(AE组)和11例健康对照(healthy controls,HC)(HC组)的资料.所有研究对象均采集头颅18F-FDG PET/MR影像.首先,使用统计参数图12(statistical parametric mapping 12,SPM12)处理包得出AE组FDG摄取异常脑区.然后,使用后处理工作站多模态脑分析软件提取脑区体积/全脑体积(volume/total intracranial volume,volume/TIV)和平均标准化摄取率(standardized uptake value ratio,SUVr)参数,比较AE组与HC组各个脑区volume/TIV和SUVr的组间差异,并分别选取volume/TIV和SUVr有显著差异的脑区绘制受试者工作特征(receiver operating characteristic,ROC)曲线,计算单一定量参数及定量参数两两联合的诊断效能.最后,进行DeLong检验选择最佳模型,绘制联合诊断校准曲线和决策曲线评估预测模型的准确性,置换检验用于评估统计量的显著性.结果 SPM12的分析显示,AE组脑干和小脑FDG摄取增高(P<0.001),而双侧额叶、顶叶、右侧枕叶FDG摄取减低(P<0.001).脑结构分析结果显示岛叶、扣带回、距状回volume/TIV减低(P<0.05),中扣带回、顶叶、楔叶、枕外侧回SUVr减低(P<0.05).ROC曲线分析发现左侧距状回的volume/TIV和左侧中扣带回的SUVr联合诊断效能(曲线下面积=0.964)最高.DeLong检验显示定量参数两两联合诊断效能与单一参数诊断效能差异具有统计学意义(P<0.05).校准曲线显示诊断模型的校准度一般,但决策曲线显示在一定风险阈值范围内患者可获得比较高的净收益.置换检验显示AE组及HC组的左侧距状回的volume/TIV和左侧中扣带回的SUVr之间差异具有统计学意义.结论 AE患者18F-FDG PET/MR存在某些特定脑区FDG代谢异常和脑体积改变,左侧距状回的volume/TIV和左侧中扣带回SUVr两个参数联合是潜在诊断AE的生物学标记物.

目的:建立个体化预测肝硬化食管胃底静脉曲张破裂出血（EGVB）患者不良预后的列线图模型并验证其效能，为EGVB的防治提供科学依据。方法:回顾性分析2010年1月至2018年12月浙江省医疗健康集团杭州医院收治的389例肝硬化EGVB患者的临床资料。患者均随访3年，其中预后不良232例（预后不良组），预后良好157例（预后良好组）。比较两组患者入院时的一般临床资料和实验室检查结果。采用受试者工作特征（ROC）曲线分析影响肝硬化EGVB患者不良预后因素的最佳截断值，多因素Logistic回归分析影响EGVB患者不良预后的独立危险因素，R语言软件4.0"rms"包建立预测肝硬化EGVB患者不良预后的列线图模型，采用校正曲线对列线图模型进行内部验证，决策曲线评估列线图模型的预测效能。结果:预后不良组年龄、腹水率、肝表面粗糙率、终末期肝病模型评分（MELD评分）、Child-Turcotte-Pugh评分（CTP评分）、丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）、国际标准化比值（INR）和总胆红素（TBIL）明显高于预后良好组[（62.48 ± 6.21）岁比（58.71 ± 5.93）岁、51.29%（119/232）比35.03%（55/157）、60.78%（141/232）比42.03%（66/157）、（13.89 ± 1.93）分比（11.32 ± 1.69）分、（8.93 ± 0.77）分比（7.46 ± 0.63）分、（37.73 ± 5.21）U/L比（32.13 ± 5.03）U/L、（64.19 ± 11.31）U/L比（57.36 ± 10.29）U/L、1.73 ± 0.41比1.61 ± 0.39和（24.31 ± 2.63）μmol/L比（19.86 ± 2.17）μmol/L]，白蛋白、血红蛋白和血钠明显低于预后良好组[（36.21 ± 4.51）g/L比（39.12 ± 4.96）g/L、（86.31 ± 8.27）g/L比（92.28 ± 9.67）g/L和（136.58 ± 18.24）mmol/L比（141.21 ± 19.26）mmol/L]，差异有统计学意义（ P<0.01或<0.05）。ROC曲线分析结果显示，年龄、MELD评分、CTP评分、白蛋白、ALT、AST、血红蛋白、INR、TBIL和血钠预测肝硬化EGVB患者不良预后的最佳截断值分别为55岁、14.20分、9.30分、35 g/L、38 U/L、67 U/L、88 g/L、1.90、25 μmol/L和135 mmol/L。多因素Logistic回归分析结果显示，年龄≥55岁、腹水、MELD评分≥14.20分、CTP评分≥9.30分、白蛋白<35 g/L以及INR≥1.90是肝硬化EGVB患者不良预后的独立危险因素（ HR = 1.528、1.439、1.637、1.795、1.521和1.596，95% CI 1.165~1.891、1.088~1.790、1.308~1.966、1.385~2.205、1.262~1.780和1.259~1.933， P<0.05或<0.01）。整合影响肝硬化EGVB患者不良预后的独立危险因素，构建列线图模型，其预测效能较好（C-index为0.839，95% CI 0.781~0.948）。列线图模型预测肝硬化EGVB患者不良预后的校正曲线结果显示，实际曲线趋近于理想曲线；当高风险阈值>0.02时，列线图模型预测肝硬化EGVB患者不良预后时可提供明显的额外临床净收益，且其提供的临床净收益高于单个独立危险因素。 结论:基于年龄、腹水、MELD评分、CTP评分、白蛋白和INR等影响肝硬化EGVB患者不良预后的独立危险因素所构建的列线图模型在筛选与识别肝硬化EGVB患者不良预后方面具有较大的临床价值。

目的:探讨 18F－FDG PET/CT显像对噬血细胞性淋巴组织细胞增生症(HLH)的病因诊断能力。 方法:回顾性分析2017年1月至2023年1月于济宁医学院附属医院行 18F－FDG PET/CT显像的49例初诊HLH患者(男32例、女17例，年龄19～61岁)。观察并记录PET/CT显像结果及临床资料。以病理学检查及临床随访结果为标准，计算PET/CT、PET、CT显像对HLH病因的诊断效能；采用 χ2检验、两独立样本 t检验、Mann－Whitney U检验比较血液系统肿瘤相关性HLH与非血液系统肿瘤相关性HLH间PET/CT显像特征及临床指标的差异；采用多因素logistic回归分析血液系统肿瘤继发HLH的预测因素；采用ROC曲线分析计算血液系统肿瘤患者淋巴结SUV max、可溶性CD25(sCD25)预测继发HLH的AUC和最佳阈值。 结果:PET/CT、PET、CT在HLH病因诊断中的灵敏度、特异性、准确性、阳性预测值、阴性预测值分别为85.7%(30/35)、8/10、84.4%(38/45)、93.8%(30/32)、8/13；77.1%(27/35)、6/10、73.3%(33/45)、87.1%(27/31)、6/14；62.9%(22/35)、5/10、60.0%(27/45)、81.5%(22/27)、5/18。不同病因组间淋巴结分布及边界、肝脾及骨骼病变特征、淋巴结及肝、脾、骨骼SUV max、性别、年龄、WBC、中性粒细胞(ANC)、PLT、乳酸脱氢酶(LDH)、总胆红素(TBIL)、C反应蛋白(CRP)、sCD25差异均有统计学意义( χ2值：3.91～9.66， t值：3.75～7.90, z值：3.82～4.01，均 P<0.05)。淋巴结SUV max、sCD25为血液系统肿瘤继发HLH的预测因素[比值比( OR)：1.28(95% CI：1.09～1.72)、1.56 (95% CI：1.17～2.49)， P值：0.004、0.013]；预测最佳阈值分别为12.6、40 028 ng/L，AUC分别为0.87、0.76，灵敏度和特异性分别为88.6%(31/35)和8/10、65.7%(23/35)和7/10；两者结合后AUC为0.83，灵敏度和特异性分别为74.3%(26/35)和9/10。 结论:18F－FDG PET/CT显像对HLH病因诊断具有较高价值；淋巴结SUV max、sCD25为血液系统肿瘤继发HLH的预测因素。

目的:探索并建立基于循环游离DNA（cfDNA）末端基序检测的食管鳞状细胞癌（ESCC）预测模型，并评估其用于ESCC早期检测的可行性。方法:前瞻性收集2021年8月至2022年11月中国医学科学院肿瘤医院201例ESCC、46例食管高级别上皮内瘤变（HGIN）、46例食管低级别上皮内瘤变（LGIN）、176例食管良性病变患者和29例健康对照的血浆样本进行cfDNA提取、文库构建与测序。将ESCC患者和对照组受试者随机分为训练集（284例）和验证集（122例）。对训练集中ESCC及对照组cfDNA末端基序矩阵标准化处理及差异特征筛选，经主成分分析降维、十折交叉验证及随机森林递归特征消除后训练并建立随机森林分类模型Motif-1（M1），在验证集和癌前病变组中验证其性能。将癌前病变组患者纳入数据集后随机分为训练集（243例）、验证集（105例）、测试集（150例），采用与M1相同的方法使用训练集训练并构建随机森林模型Motif-2（M2），在验证集中检验并确定最佳阈值，在测试集中进行性能检测。结果:构建了2个基于cfDNA 末端基序检测的ESCC及其癌前病变的预测模型，M1模型在验证集中的灵敏度为90.0%，特异度为77.4%，曲线下面积（AUC）为0.884；M1模型预测LGIN、HGIN及T1aN0期食管癌的灵敏度分别为76.1%、80.4%和91.2%，联合预测HGIN及T1aN0期食管癌的灵敏度为85.0%，且预测分值和灵敏度随着恶性肿瘤的临床分期上升而增加（ P＜0.001）。M2模型在测试集中灵敏度为87.5%，特异度为77.4%，AUC为0.857；M2模型预测食管癌前病变及ESCC的灵敏度分别为80.0%和89.7%，联合预测HGIN及T1aN0期食管癌的灵敏度为89.4%。 结论:构建的2种基于 cfDNA 末端基序的血浆检测模型在ESCC及其癌前病变中具有较高的灵敏度及特异度，可用于早期ESCC检测。

目的:探讨 18F-氟代脱氧葡萄糖正电子发射计算机断层显像（ 18F-FDG PET/CT）与磁共振体素内不相干运动（IVIM）对肺癌表皮生长因子受体（EGFR）基因分型的诊断价值潜能。 方法:回顾性收集河南省人民医院2017年8月至2019年3月116例经病理证实的肺癌患者，男72例、女44例，年龄31~85岁。高分化37例，中分化53例，低分化26例，做EGFR基因检测者共50例（突变型30例，野生型20例）。所有患者在做EGFR基因检测前均行全身PET/CT及肺部MR-IVIM成像检查。采用Student- t检验或Mann-Whitney U检验比较EGFR阴阳性间PET/CT, IVIM半定量参数的差异；绘制受试者工作特征（ROC）曲线评价各参数对基因EGFR的诊断效能，并计算出最佳诊断阈值、特异度、敏感度、阳性预测值、阴性预测值，从而计算出诊断正确率。将 18F-FDG PET/CT联合IVIM，计算其诊断正确率。 结果:EGFR突变组的定量参数标准摄取值（SUV）、表观扩散系数（ADC）、真扩散系数（D），伪扩散系数（D *）、灌注分数（f）分别为8.7±3.5，（1.59±0.26）×10 -3 mm 2/s，（1.04±0.12）×10 -3 mm 2/s，（3.9±3.0）×10 -2 mm 2/s，0.43±0.16。EGFR野生组的上述参数分别是14.3±3.3，（1.34±0.26）×10 -3 mm 2/s，（0.89±0.12）×10 -3 mm 2/s，（3.5±2.5）×10 -2 mm 2/s，0.40±0.11。EGFR突变组与野生组之间的定量参数SUV（ t=4.196， P=0.0001）、ADC（ t=2.502， P=0.0018）、D（ t=3.158， P=0.006）差异有统计学意义，定量参数D *（ t=0.361， P=0.721）、f（ t=0.627， P=0.536）差异无统计学意义。绘制ROC曲线图，得到SUV、ADC、D、D *、f诊断EGFR突变的曲线下面积分别为0.880、0.755、0.820、0.575、0.550。上述参数的诊断正确率分别为80.0%、76.7%、73.3%、66.7%、53.3%。将SUV与ADC、D值分别联合应用后，准确率分别为83.3%，80.0%。 结论:PET/CT与磁共振IVIM对肺癌基因EGFR分型均具有诊断价值。