藏原羚是青藏高原特有的珍稀有蹄类动物,广泛分布于三江源地区.预测三江源地区藏原羚的生境适宜性季节变化,了解环境变量的改变对藏原羚栖息地利用的影响,有利于制定对应的保护对策,也有助于了解藏原羚的生态位特征.本研究基于同一年冬季(2019年1月)和夏季(2019年8月)两次相同调查路线下藏原羚野外出现点,结合选取的8个环境变量,采用最大熵模型预测三江源地区藏原羚冬、夏季的生境适宜性和分布格局的差异,并通过环境响应曲线探讨环境变量对分布格局的影响.结果表明:冬、夏季,研究区藏原羚的适宜生境的接收者操作特征曲线下的面积平均值分别为0.901±0.023和0.882±0.024,拟合精度良好;三江源地区藏原羚冬、夏季适宜生境总面积分别为6.83×104、9.78×104 km2,夏季适宜生境面积比冬季明显增加,有向长江源园区以南及黄河源园区方向扩散的趋势.冬、夏季的生境适宜性都呈现出以三江源国家公园为中心、分布概率由中心的高值向周边逐渐递减的模式.季均温、海拔、人口密度和坡度是影响冬、夏季藏原羚分布的主导环境变量.与冬季相比,在气温明显升高的夏季,藏原羚适宜生境向海拔5000 m以上的地区和坡度小于25°的地区扩散,同时,夏季人类活动范围扩大侵占了藏原羚的适宜栖息地.

目的 掌握影响蒙古黄芪生长的主要环境因子,对蒙古黄芪在山西省适宜区分布进行预测,为山西省蒙古黄芪资源的合理布局提供参考.方法 采用山西省"第四次中药资源普查"数据库收录的蒙古黄芪样点经纬度信息,查询中国数字植物标本馆及检索文献记录补充,将筛选后的347个蒙古黄芪样点分布数据和环境因子添加到最大熵(MaxEnt)模型中运行,筛选出影响蒙古黄芪地理分布的主要环境因子及贡献率.应用地理信息系统软件ArcGIS对山西省蒙古黄芪生态适宜区进行划分.结果 建立的MaxEnt模型受试者工作特征曲线下面积为0.909,表明模型预测结果准确.共筛选出19个环境因子,其中气候因子是影响蒙古黄芪分布最重要的环境因子,其次是生物因子与地形因子,土壤因子的影响最小.山西省蒙古黄芪潜在适宜区主要分布在省内北部山区,呈现从北到南适宜等级逐渐降低的趋势,在当前气候条件下山西省蒙古黄芪最适宜区面积为15 424 km2,适宜区面积为19 856 km2,次适宜区面积为59 436 km2,不适宜区面积为61 894 km2.结论 基于MaxEnt模型和ArcGIS软件预测山西省蒙古黄芪适宜区分布状况,对山西省蒙古黄芪资源的保护与合理布局具有一定参考价值.

目的:通过深度学习(DL)PET图像重建方法，提升不同采集时间 18F-脱氧葡萄糖(FDG)PET图像质量。 方法:回顾性分析2020年9月至10月间山西医科大学第一医院核医学科45例恶性肿瘤患者[男20例、女25例，年龄(52.0±13.6)岁]PET图像。选择原始列表模式PET数据的短时30 s/床位PET图像作为输入，采用Unet网络，以全剂量标准采集时间(3 min)PET图像为模型判别标准，建立DL图像重建模型，以预测全剂量PET图像。分别对DL、30 s、90 s和120 s 4组图像进行图像质量评估及定量分析。采用5分法主观评估4组的图像质量。分别测量各组图像肝本底及肿瘤病灶定量参数：最大标准摄取值(SUV max)、平均标准摄取值(SUV mean)、标准差(SD)、信噪比(SNR)、对比度噪声比(CNR)及一阶纹理特征(偏度、峰度、均匀度和熵)。采用 Kappa检验、 χ2检验、单因素方差分析(最小显著差异 t检验)进行数据分析。 结果:4组图像质量评分具有高度一致性( Kappa＝0.799， P<0.001)，DL组评分≥3分共6例，30 s、90 s和120 s组评分≥3分别有4、7和8例( χ2＝125.47， P<0.001)。DL组肝SD明显低于30 s组(0.26±0.07与0.43±0.11； F＝3.58， t＝-7.91， P<0.05)，SNR高于30 s组(11.04±4.36与5.41±1.41； F＝10.22， t＝5.40， P<0.05)；DL组肝SD及SNR与90 s组一致(0.39±0.16, 8.46±3.34； t值：-0.87和2.17，均 P>0.05)。在18个高摄取肿瘤病灶中，DL组病灶SNR及CNR均高于30 s组(60.21±29.26与38.38±16.54，22.26±15.85与15.41±9.51； F值：13.09和7.05， t值：5.20和4.04，均 P<0.001)。4组肝一阶纹理特征差异有统计学意义( F值：4.30~9.65，均 P<0.05)，但DL组与120 s组间差异无统计学意义( t值：-1.25~0.15，均 P>0.05)。 结论:DL重建模型能较好地改善短帧PET图像质量，可以满足临床诊断、疗效评估和组学研究的需求。

目的:基于人工智能（AI）建立并验证≤20 mm孤立性肺结节（SPN）良恶性预测模型。方法:收集2018年11月至2020年5月在厦门大学附属中山医院接受手术切除并获得明确病理诊断的≤20 mm SPN患者279例（338个SPN），回顾性分析其临床特征（年龄、性别、吸烟史、恶性肿瘤史及家族恶性肿瘤史）、影像特征（最大径、最小径、实性占比、体积、分叶征、毛刺征、空泡征、空洞征、胸膜凹陷征）、及影像组学特征（最大CT值、最小CT值、平均CT值、中位数CT值、CT值标准差、偏度、峰值、能量、熵）。采用完全随机法将SPN按8∶2比例分为训练集（271个）和验证集（67个）。训练集数据中，首先使用最小收缩和选择算子（LASSO）回归方法对临床特征、影像特征及影像组学进行筛选，再进行多因素logistic回归分析筛选出≤20 mm SPN良恶性相关的独立危险因素，并实现列线图预测模型构建。最后将测试集数据传入该模型进行验证，绘制ROC曲线和校准曲线，评估模型预测价值。结果:训练集中271个≤20 mm SPN，其中良性81个、恶性190个。经LASSO回归及多因素logistics回归分析筛选得出年龄、性别、最大径、空泡征、实性占比5个因素为预测最大径≤20 mm SPN良恶性的独立预测因子， 构建预测模型为：P=e x/（1+e x），x=-2.583+0.027×年龄+1.519×性别+0.127×结节最大径-2.132×实性占比+1.720×空泡征。该模型预测≤20 mm的SPN为恶性的ROC曲线下面积为0.850， 灵敏度为73.7%，特异度为82.7%，准确度为82.3%。验证集67个SPN，其中良性22个、恶性45个， 预测模型的AUC为0.882，灵敏度为82.2%，特异度为81.8%，准确度为85.1%。训练集和验证集预测模型的校准曲线与理想曲线重合度良好（训练集： P=0.688，验证集： P=0.618）。 结论:基于AI建立的≤20 mm SPN的良恶性预测模型可获得预测概率并具有良好的诊断效能。

目的:基于生态位模型分析并预测甘肃省内脏利什曼病传播风险，为精准防控措施的制定和疫情监测提供依据。方法:自全国传染病报告信息管理系统收集甘肃省2015 - 2021年报告的内脏利什曼病病例，获取病例分布点经纬度坐标以及区域内19个气候变量、5个地理变量和2个社会经济变量数据。基于生态位模型，采用最大熵算法（MaxEnt）构建内脏利什曼病传播风险预测模型，利用受试者工作特征曲线下面积（AUC）进行模型性能评价，并对构建模型的各环境变量进行重要性评估，以及预测甘肃省内脏利什曼病传播风险分布区域。结果:2015 - 2021年甘肃省共报告368例内脏利什曼病病例，其中，89.13%（328/368）集中在陇南市和甘南藏族自治州（甘南州）；2017年病例数达到高峰（79例，21.47%）。构建模型具有较高的预测准确度（AUC = 0.985）。模型分析结果显示，影响甘肃省内脏利什曼病分布的主要气候变量为最冷季度平均温度（贡献值为3.1），地理变量为土地利用类型（贡献值为52.6）和植被覆盖类型（贡献值为8.5），社会经济变量为人口数（贡献值为14.3）。传播风险分布结果显示，高、中、低风险区从甘肃省南部向西北部呈现逐渐过渡的接壤分布特点。高风险区主要集中在甘肃省陇南市中南部和甘南州南部，占全省面积的0.18%；中、低风险区分别占全省面积的0.48%和2.47%，无风险区占96.87%。结论:生态位模型预测甘肃省内脏利什曼病传播呈现点状分散、局部高聚集性分布特征，应加强对陇南市和甘南州等高风险区的监测和防控。

目的:构建基于 O-(2- 18F-氟代乙基)- L-酪氨酸( 18F-FET)PET图像影像组学特征的回归分析模型，探讨其对未经治疗的脑胶质瘤患者异柠檬酸脱氢酶1(IDH1)基因表型的预测效能。 方法:回顾性分析2017年11月至2019年2月间复旦大学附属华山医院经病理学证实的58例脑胶质瘤患者[男36例、女22例，年龄(41.8±15.1)岁]的 18F-FET PET/CT脑显像数据，应用PyRadiomics软件包提取105个影像组学特征，使用最小绝对收缩和选择算子(LASSO)回归构建预测模型，计算每个病灶的影像组学评分(RS)，使用受试者工作特征(ROC)曲线量化模型RS的预测效能，并与 18F-FET半定量参数{肿瘤靶本比[TBR，包括最大TBR(TBR max)、TBR峰值(TBR peak)和平均TBR(TBR mean)]、肿瘤代谢体积(MTV)及病灶总代谢摄取(TLU)}对IDH1基因表型的预测效能进行对比(Delong检验)。 结果:LASSO回归模型共纳入7个影像组学特征，分别为最大二维切片直径、一阶最大特征值、一阶灰度值范围、灰度共生矩阵_能量、灰度共生矩阵_反差方差、灰度相关矩阵_熵、灰度相关矩阵_大相关低灰度级增强。构建的LASSO回归模型对IDH1基因表型(突变型20例，野生型38例)的预测效能准确性为81.0%(47/58)，灵敏度为65.0%(13/20)，特异性为89.5%(34/38)，曲线下面积(AUC)为0.842； 18F-FET半定量参数中TLU诊断效能较优，其诊断准确性为60.3%(35/58)，灵敏度为85.0%(17/20)，特异性为47.4%(18/38)，AUC为0.661；LASSO回归模型对IDH1基因表型的诊断效能优于传统参数( z＝3.426， P<0.01)。 结论:基于 18F-FET PET脑显像的影像组学分析可提高对未经治疗的脑胶质瘤患者IDH1基因表型的预测效能。

目的:研究一体化 18F-脱氧葡萄糖(FDG)PET/MR多个参数及组合模型在胰腺肿瘤良恶性鉴别诊断中的价值。 方法:回顾性选择2012年12月至2020年9月间解放军总医院第一医学中心临床怀疑胰腺占位性病变并行PET/MR检查的患者76例[男50例、女26例，年龄(45.2±18.0)岁]，患者均获得明确诊断。PET/MR检查序列包括T 1加权成像(WI；平扫及增强)、T 2WI、弥散加权成像(DWI)及 18F-FDG PET序列。获得视觉评估病变MR形态学特征的MR评分；测量PET及DWI多个参数，包括基于直方图获得的标准摄取值(SUV)及表观弥散系数(ADC)纹理参数[最大值(max)、最小值(min)、均数、中位数、标准差(SD)、偏度、峰度和熵]。采用两独立样本 t检验或Mann-Whitney U检验分析数据。行受试者工作特征(ROC)曲线分析计算PET/MR各参数对胰腺病变良恶性的鉴别诊断效能，建立基于logistics多元逐步回归分析的PET/MR多参数模型并评估效能。 结果:76例患者中，恶性55例、良性21例。(1)视觉评估。胰腺恶性肿瘤主要表现为边缘不清晰，内部MR信号及强化异常，ADC减低，放射性摄取增高；胰腺良性肿瘤病变主要表现为边缘清晰，信号及强化均匀，ADC未见减低，放射性摄取减低。(2)诊断效能。依据logistic分析建立的多参数模型纳入指标为SUV max、SUV SD、ADC 熵及ADC 偏度。良恶性鉴别诊断效能依次为多参数模型>ADC 熵>MR评分>SUV max>SUV SD>ADC 偏度；多参数模型的诊断效能最好，曲线下面积(AUC)为0.86，灵敏度为69.1%(38/55)，特异性为100%(21/21)( z＝-8.73， P<0.001)。 结论:基于 18F-FDG PET/MR获得的MR评分及多个定量参数及纹理参数可以不同程度鉴别诊断胰腺肿瘤良恶性；而多参数模型可进一步有效提高诊断效能。

目的:评估3D-酰胺质子转移加权成像（APTw）、表观扩散系数（ADC）直方图分析预测异柠檬酸脱氢酶（ IDH）突变型WHO 2/3级胶质瘤中α地中海贫血伴智力低下综合征X连锁（ ATRX）基因突变的价值。 方法:选择自2017年6月至2023年10月于南方医科大学珠江医院神经外科中心功能神经外科就诊并经手术病理确诊的78例 IDH突变型WHO 2/3级胶质瘤患者为研究对象，其中52例为 ATRX野生型，26例为 ATRX突变型。收集患者术前3D-APTw、ADC图像资料，经后处理后分别采用基于包含瘤周水肿的病灶勾画方式以及基于肿瘤实体的病灶勾画方式对病灶进行分割，之后分别从3D-APTw及ADC图像中提取直方图特征（10百分位数、90百分位数、最大值、平均值、中位数、最小值、偏度、峰度、熵、全距、均匀性和方差）。采用单因素分析比较 ATRX突变型组与 ATRX野生型组患者间各直方图特征的差异，采用多因素Logistic回归分析筛选 ATRX基因突变的独立预测因子并用独立预测因子构建Logistic回归预测模型。采用受试者工作特征（ROC）曲线评估各独立预测因子及Logistic回归预测模型对 ATRX基因突变的预测价值。 结果:（1）基于包含瘤周水肿的病灶勾画方式时，单因素分析示 ATRX突变型组与 ATRX野生型组患者间相对3D-APTw最小值、3D-APTw偏度、相对ADC 90百分位数、相对ADC平均值、相对ADC中位数、ADC峰度、ADC偏度、ADC均匀性及ADC熵的差异均有统计学意义（ P<0.05）。基于肿瘤实体的病灶勾画方式时，单因素分析示 ATRX突变型组与 ATRX野生型组患者间相对3D-APTw 90百分位数、3D-APTw偏度、相对ADC 90百分位数、相对ADC平均值、相对ADC中位数、ADC峰度、ADC偏度、ADC均匀性及ADC熵的差异均有统计学意义（ P<0.05）。（2）基于包含瘤周水肿的病灶勾画方式时，多因素Logistic回归分析示3D-APTw偏度及ADC峰度为 IDH突变型WHO 2/3级胶质瘤患者中 ATRX基因突变的独立预测因子（ OR=0.168，95% CI：0.034~0.800， P=0.025； OR=0.508，95% CI：0.319~0.807， P=0.004），以此2个直方图特征构建的Logistic回归预测模型为 P（Y=1|X）=1/1+e -（1.827-1.785×3D-APTw偏度-0.678×ADC峰度）。基于肿瘤实体的病灶勾画方式时，多因素Logistic回归分析示3D-APTw偏度及ADC峰度为 IDH突变型WHO 2/3级胶质瘤患者中 ATRX基因突变的独立预测因子（ OR=0.164，95% CI：0.034~0.791， P=0.024； OR=0.496，95% CI：0.312~0.788， P=0.003），以此2个直方图特征构建的Logistic回归预测模型为 P（Y=1|X）=1/1+e -(1.585-1.810×3D-APTw偏度-0.702×ADC峰度)。（3）ROC曲线分析显示：基于包括瘤周水肿的病灶勾画方式时，3D-APTw偏度、ADC峰度作为独立预测因子的曲线下面积（AUC）分别为0.725（95% CI：0.608~0.842， P=0.001）、0.794（95% CI：0.685~0.904， P<0.001）；Logistic回归预测模型的AUC为0.836（95% CI：0.729~0.942， P<0.001），当最佳阈值为0.505时，其预测 ATRX基因突变的敏感度为73.10%，特异度为90.40%。基于肿瘤实体的病灶勾画方式时，3D-APTw偏度、ADC峰度作为独立预测因子的AUC分别为0.705（95% CI：0.587~0.823， P=0.003）、0.808（95% CI：0.704~0.913， P<0.001）；Logistic回归预测模型的AUC为0.844（95% CI：0.739~0.949， P<0.001），当最佳阈值为0.399时，其预测 ATRX基因突变的敏感度为84.60%，特异度为80.80%。 结论:3D-APTw及ADC直方图分析能在一定程度上预测 IDH突变型WHO 2/3级胶质瘤中 ATRX基因是否发生突变。

目的:探讨 18F-脱氧葡萄糖(FDG) PET影像组学特征在非小细胞肺癌(NSCLC)病理分型之间的差异，提高鉴别病理分型的能力。 方法:回顾分析2018年1月至2019年12月于华中科技大学同济医学院附属同济医院行 18F-FDG PET/CT的182例NSCLC患者[男109例，女73例；年龄(59.0±8.3)岁]。所有患者均经病理证实为肺腺癌或肺鳞状细胞癌(简称鳞癌)。使用简单随机抽样法将患者分为训练集( n＝91)和验证集( n＝91)。使用Python平台从PET图像中提取1 132个影像组学特征。采用最大相关性最小冗余算法和最小绝对收缩和选择算子选择最优特征，并构建影像组学标签评分，使用Mann-Whitney U检验比较组间评分差异。用多因素logistic回归筛选病理亚型影响因素，基于临床变量和影像组学标签构建复合模型，并通过受试者工作特征(ROC)曲线评价模型预测能力，使用Delong检验模型曲线下面积(AUC)差异。 结果:4个影像组学特征[HHL_一阶最大值(first order_maximum)、LHL_一阶熵(first order_entropy)、HHH_灰度相关矩阵-大相关高灰度级强调(GLDM_LDHGLE)、HHL_ GLDM_ LDHGLE(H/L代表高或低通函数滤波处理)]被选择用于组学标签的构建。腺癌比鳞癌影像组学标签评分低[训练集：-1.30(-1.70, -1.04)与-0.60(-1.11, 0.20), z＝-4.61, P<0.001；验证集：-1.31(-1.66, -0.96)与-0.73(-1.02, -0.24), z＝-4.76, P<0.001]。影像组学标签评分AUC[训练集：0.815(95% CI：0.723～0.906)，验证集：0.813(95% CI：0.726～0.901)]高于临床变量AUC[吸烟史具有最优预测效能，训练集：0.721(95% CI：0.617～0.810)，验证集：0.726(95% CI：0.623～0.814)]，但差异无统计学意义( z值：1.319、1.324，均 P>0.05)。综合临床变量(吸烟史)和组学标签构建的复合模型对病理亚型具有良好的辨别能力[训练集AUC＝0.862(95% CI：0.785～0.940)、灵敏度88.00%(22/25)、特异性72.73%(48/66)；验证集AUC＝0.854(95% CI: 0.776～0.933)、灵敏度75.00%(21/28)、特异性84.13%(53/63)]，AUC高于临床变量( z值：3.257、3.872,均 P<0.01)。 结论:由吸烟史、 18F-FDG PET影像组学标签形成的临床模型可为术前个体化预测NSCLC亚型提供非侵袭性、可重复的方法。

野蔷薇原产于东亚,是现代月季的原始亲本之一,也是重要的月季种质资源和砧木.由于抗性强和长势旺,野蔷薇在北美洲等引种地已成为入侵物种.为探究野蔷薇适生区与气候变化的关系,本研究基于1246条分布记录和9个生物气候变量,使用优化后的MaxEnt模型预测了野蔷薇的潜在地理分布.结果表明:最冷季平均温、最冷月最低温、最暖季降水量、等温性是影响野蔷薇潜在地理分布的重要生物气候变量.在当前气候条件下,野蔷薇的自然分布区域主要位于黄土高原以东及以南的平原和丘陵地区.全新世中期分布格局与当前相似,但高适生区主要位于华北平原南部、四川盆地及长江中下游平原的部分地区.而在末次间冰期,适生区总体向南收缩,同时高适生区面积明显扩大,主要分布在四川盆地、长江中下游平原、云贵高原和东南丘陵等地.除自然分布在东亚地区外,由于引种,野蔷薇的全球分布已扩展至欧洲大部分地区及北美洲中东部.2041-2060和2081-2100年间,野蔷薇的分布面积在不同共享社会经济路径(SSP1-2.6、SSP2-4.5和SSP5-8.5)的3种升温情境下均会扩大,其平均分布中心(质心)将呈现出向高纬度地区偏移的趋势,表明野蔷薇的分布与气候变化密切相关,气候变暖可能会导致野蔷薇分布面积的扩大.上述结果对于理解野蔷薇的生态适应性及预测其未来分布具有重要意义,也可为引种该物种后需采取的监测预警提供理论依据.