目的 深入探究T1全域灰度直方图分析在儿童后颅窝星形细胞瘤与室管膜瘤鉴别诊断中的实用价值.方法 本研究对我院数据库中记录的51例经MRI检查及病理确诊的儿童后颅窝肿瘤病例进行了详尽的回顾性剖析.在这51例病例中,星形细胞瘤占26例(男性12例,女性14例),室管膜细胞瘤占25例(男性13例,女性12例).患者年龄分布在1至12岁之间,平均年龄为(5.5±2.3)岁.我们运用Mazda软件,在两组MR增强T1矢状位图像的每一层肿瘤层面上,精确地勾画出感兴趣区域,并进行全面的灰度全域直方图分析.接着,我们对这两组直方图参数特征进行了详尽的统计学对比,旨在深入剖析各参数在鉴别诊断中的统计意义,以期为儿童后颅窝肿瘤的精确诊断提供更为有效的辅助手段.结果 在深入分析通过增强T1全域灰度直方图所提取的九个参数时,我们发现其中四个参数——变异度(Variance)、偏度(Skewness)、第一百分位数(Perc.01％)以及第10百分位数(Perc.10％)在统计学上具有显著差异(P均＜0.05),这一发现为我们的研究提供了强有力的数据支撑.特别是Variance这一参数,其灵敏度高达73.3％,特异度也达到了61.9％,且其曲线下面积(AUC)为0.731,展现出优秀的鉴别效能.进一步地,我们确定了Variance的最佳临界值为740.71,这一具体数值为我们的诊断提供了明确的参考标准.结论 增强的T1全域灰度直方图分析在儿童后颅窝星形细胞瘤和室管膜瘤的鉴别诊断中,展现出了不容忽视的价值.这一方法不仅能够为医生提供新的诊断视角,而且有望成为一种针对这两种儿童后颅窝肿瘤的有效辅助诊断工具,为我们的医疗实践带来积极的影响.

目的 探讨基于最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析构建Nomogram模型预测原位腺癌(AIS)、微浸润腺癌(MIA)及浸润性腺癌(IAC)的价值.方法 选取本院 97 例经手术病理证实且病理亚型明确的肺腺癌患者,将AIS和MIA归为第 1 组,IAC为第 2 组,比较两组患者年龄、性别、吸烟史、长径、短径及免疫组化Ki-67 等临床医学特征差异,采用 3D Slicer软件进行图像分割,特征提取与选择,通过LASSO算法对特征进行降维,筛选影像组学特征构建预测模型.再采用R软件的rms工具包构建Nomogram模型,计算ROC曲线下面积(AUC),以评价Nomogram模型鉴别肺磨玻璃结节病理亚型的效能.结果 1)性别、吸烟史、长径、短径及免疫组化Ki-67 等临床医学特征均差异无统计学意义(P>0.05);2)筛选 7 个 CT 影 像 组 学 特 征:平面度、大依赖低灰度强调、小波变换LHL第十百分位、小波变换HLL第十百分位、小波变换最小值、小波变换均值及小依赖低灰度强度比较,差异均有统计学意义(P均<0.05);3)基于CT影像组学特征建立预测肺磨玻璃结节病理亚型的Nomogram模型,训练集中AUC为 0.863,准确率为 87.9%,灵敏度为 67.9%,特异度为 91.1%;验证集中 AUC为 0.792,准确率为 75.0%,灵敏度为66.7%,特异度为 90.5%,可见此Nomogram模型具有较好的预测效能.结论 对于预测肺腺癌浸润程度,Nomogram 模型具有明显优势,可作为一种鉴别手段.

目的:探讨基于磁共振DWI的影像组学模型对子宫内膜癌(EC)微卫星不稳定(MSI)状态的预测价值.方法:回顾性分析2019年5月—2023年1月在本院确诊为EC的81例患者的DWI资料.其中,MSI组29例,微卫星稳定组(MSS)52例.在DWI图像上沿病变边缘逐层勾画ROI后生成容积ROI(VOI)并提取影像组学特征,并在生成的ADC图像上测量病灶的ADC值.采用最小绝对收缩和选择算子(LASSO)和SelectKBest算法进行组学特征的筛选,然后采用决策树(DT)分析方法构建组学预测模型.使用受试者工作特征(ROC)曲线评估模型的诊断效能,采用Delong检验比较影像组学模型与ADC之间诊断效能的差异.基于1000次采样的Bootstrap算法和校准曲线来验证预测模型的临床应用价值.结果:MSI组的ADC值小于MSS组(P=0.008).模型构建方面,共筛选出5个最优DWI影像组学特征(2个一阶统计特征、1个直方图灰度共生矩阵特征、1个灰度共生矩阵特征和1个灰度游程长度矩阵特征)用于建立预测模型.诊断效能方面,DWI组学预测模型的AUC为0.927(95％CI:0.847～0.973),较ADC值的诊断效能(AUC=0.771,95％CI:0.664～0.857)显著增加(Z=2.436,P=0.015).模型验证方面,在基于Bootstrap算法的验证中,DWI组学预测模型亦显示出较高的效能,AUC为0.904(95％CI:0.885～0.916);同时,校准曲线显示该模型的预测值与实际观测值之间有较好的一致性.结论:基于DWI影像组学特征构建的预测模型较ADC值能更好地对EC患者的MSI状态进行术前评估,有望为临床诊疗提供一种新的选择.

目的 探讨增强CT灰度共生矩阵预测cN0期甲状腺乳头状癌中央区淋巴结转移的价值.资料与方法 回顾性分析2020年1月—2021年12月徐州市中心医院经临床、手术病理确诊的cN0期甲状腺乳头状癌患者55例,根据术后病理结果分为中央区淋巴结转移阳性组34例、阴性组21例,患者术前均行颈部CT双期增强检查.采用Image J软件分别提取动、静脉期肿瘤最大层面灰度共生矩阵参数(能量、对比、相关、逆差矩、熵)并比较两组各参数的差异,使用受试者工作特征曲线评估参数的预测效能.结果 两组间动脉期能量、熵及静脉期熵差异有统计学意义(t/Z=-2.140、2.753、2.736,P<0.05),其他参数差异均无统计学意义(P>0.05).动脉期能量、动脉期熵、静脉期熵、动脉期能量动脉期熵联合预测中央区淋巴结转移的曲线下面积分别为 0.672、0.706、0.686、0.734,动脉期能量动脉期熵联合预测效能最佳,敏感度和特异度分别为 76.47%、66.67%.结论 增强CT灰度共生矩阵有助于术前预测cN0期甲状腺乳头状癌患者中央区淋巴结转移,动脉期参数能量联合熵的预测效能最佳.

目的 探讨自噬相关基因-7(ATG7)、烟酰胺腺嘌呤二核苷酸磷酸氧化酶2(Nox2)在新生儿窒息病儿血清中的表达及早期诊断价值.方法 选取2019年1月至2021年12月在郑州大学第三附属医院产科分娩的75例新生儿窒息病儿为研究组,根据是否合并心肌损伤将病儿分为窒息心肌损伤组31例,窒息非心肌损伤组44例.同期选择50例健康足月新生儿为对照组.收集一般资料,采用酶联免疫吸附测定(ELISA)测量血清ATG7水平,采用蛋白质印迹法检测Nox2水平,以Nox2/β肌动蛋白的灰度比值为Nox2表达量;采用Pearson法分析ATG7、Nox2表达的相关性及与各指标的相关性;利用受试者操作特征曲线(ROC曲线)评价Nox2、ATG7水平对新生儿窒息心肌损伤的诊断价值.结果 与对照组[0.26±0.06、(4.83±0.61)ng/L]比较,新生儿窒息病儿血清Nox2(0.65±0.09)、ATG7[(21.04±3.66)ng/L]表达水平升高,且窒息心肌损伤组[0.85±0.11、(24.23±3.98)ng/L]病儿血清中Nox2、ATG7水平高于窒息非心肌损伤组[0.51±0.08、(18.80±3.43)ng/L](P<0.05);窒息心肌损伤病儿血清中Nox2、ATG7表达呈显著正相关(r=0.57,P<0.05);病儿血清中Nox2和ATG7表达与肌酸激酶同工酶(CK-MB)、缺血修饰白蛋白(IMA)、超敏C-反应蛋白(hs-CRP)、氨基末端脑钠肽前体(NT-ProBNP)、肌钙蛋白I(cTnI)、肌红蛋白表达均呈正相关(P<0.05);ROC曲线结果显示,血清Nox2、ATG7水平预测新生儿窒息合并心肌损伤的曲线下面积(AUC)及其95％CI分别为0.91(0.82,0.96)、0.89(0.80,0.95),对应的灵敏度分别为83.87％、87.10％,特异度分别为84.09％、75.00％,二者联合预测的AUC及其95％CI为0.92(0.84,0.97),灵敏度为90.32％,特异度为81.82％.结论 窒息心肌损伤病儿血清中Nox2、ATG7表达均上调,二者联合检测对窒息心肌损伤有一定的诊断价值.

目的 建立绵羊体外腰椎骨质疏松模型,寻找具有鉴别意义的纹理参数并与双能X射线吸收法(DXA)测量的骨密度、骨灰分密度及骨灰度建立回归公式联系.方法 采用乙二胺四乙酸二钠(EDTA-Na2)溶液(0.4916 mmol/L)浸泡法,对120例绵羊腰椎L1～L3三联椎体进行浸泡脱钙,去除肌肉及附件骨,随机分成4组(A、B、C、D组),每组30例,室温下浸入10％甲醛溶液中24 h防腐.A、B、C、D组分别浸入制备好的EDTA-Na2溶液中脱钙0、4、9、15 d制备体外骨质疏松模型.对上述腰椎进行薄层CT扫描和DXA骨密度测量,并测量每个椎体的体积和椎体干重,之后于马弗炉中1100℃恒温煅烧6 h,测量骨灰分重量,计算骨灰分密度和骨灰度.采用MaZda纹理分析软件对上述CT图像椎体骨松质进行纹理分析,分别采用Fisher系数、分类错误概率联合平均相关系数、交互信息及三者的联合方法(FPM)进行纹理特征筛选,采用原始数据分析(RDA)、主成分分析(PCA)、线性分类分析(LDA)和非线性分类分析(NDA)对4组骨密度进行分类分析.对上述方法筛选的纹理参数分别与骨密度、骨灰度和骨灰分密度行相关分析,寻找与其相关性最强的纹理参数.以相关性最强的纹理参数为自变量,以骨密度、骨灰度和骨灰分密度为因变量进行一元和多元线性回归分析,获得回归方程.结果 随着脱钙时间的延长,CT图像显示骨皮质逐渐变薄,骨松质密度减低,骨小梁变稀疏.FPM结合NDA的鉴别能力最强,错判率仅为2.5％.其中灰度共生矩阵中的对比度(Contrast)与骨灰度呈强负相关(r=-0.938).灰度共生矩阵中的熵(Entropy)与骨灰分密度(r=-0.927)和骨密度(r=-0.896)呈强负相关.一元线性回归方程分别表示为:骨灰度=0.692-0.002×Contrast,骨灰分密度=0.802-0.121×Entropy,骨密度=1.301-0.200×Entropy.结论 绵羊腰椎CT薄层图像的部分纹理参数与骨密度相关参数间存在明显相关性,可以建立回归公式联系.

目的 旨在研究一体化18F-氟乙基酪氨酸(18F-fluoroethyltyrosine,18F-FET)正电子发射断层成像(positron emission tomography,PET)/MR对成人胶质瘤的O6-甲基鸟嘌呤DNA甲基转移酶(O6-methylguanine DNA methyltransferase,MGMT)基因启动子甲基化状态的鉴别能力.材料与方法 回顾性分析未经活检或治疗的胶质瘤患者资料16例,均完成一体化PET/MR扫描,包括18F-FET PET、常规MRI及体素内不相干运动(intravoxel incoherent motion,IVIM)成像.以靶本比(target-background ratio,TBR)=1.6为阈值对PET图像进行感兴趣体积(volume of interest,VOI)分割,通过刚性配准获得肿瘤VOI对应的IVIM图及其参数表观扩散系数(apparent diffusion coefficient,ADC)、真实扩散系数(true diffusion coefficient,D)、伪扩散系数(pseudo diffusion coefficient,D)、灌注分数(perfusion fraction,f)、分布扩散系数(distributed diffusion coefficient,DDC)和异质性指数(heterogeneity index,α),使用pyradiomics对各参数进行特征提取,获得对应的一阶灰度直方图特征.计算每个IVIM参数图对应的特征值与18F-FET PET参数的关系,并利用组间比较和受试者工作特征(receive operating characteristic,ROC)曲线分析探究PET和IVIM参数对MGMT启动子甲基化的区分能力.结果 IVIM-α的两个特征值90分位值(r=0.526,P<0.05)和最大值(r=0.520,P<0.05)与PET参数平均标准摄取值(mean standard uptake value,SUVmean)呈正相关;IVIM-α 和SUVmean在MGMT启动子甲基化状态阳性和阴性两组之间的差异有统计学意义(P<0.05),阳性组的IVIM-α均值和SUVmean显著高于阴性组;融合IVIM-α均值和SUVmean对MGMT启动子甲基化状态进行区分的曲线下面积(area under the curve,AUC)为0.77.结论 基于一体化PET/MR的18F-FET PET和IVIM参数能够有效预测胶质瘤的MGMT启动子甲基化状态.

目的:构建共培养模型模拟乳腺癌的体内微环境，探讨微小RNA(miR)-19a-3p调控核因子-κB(NF-κB)通路介导乳腺癌细胞微环境影响肺血管内皮细胞表型的机制。方法:细胞计数试剂盒(CCK-8)检测筛选吡咯烷二硫代氨基甲酸盐(PDTC)(NF-κB信号通路的抑制剂)干预4T1细胞最佳浓度，构建4T1小鼠乳腺癌肺高转移细胞和小鼠肺微血管内皮细胞共培养模型，构建并转染miR-19a-3p mimics、NC，将细胞分为对照组、模型组、mimics-NC组、mimics组、mimics-NC+PDTC组、mimics+PDTC组，反转录-聚合酶链反应(RT-PCR)检测各组4T1细胞的miR-19a、NF-κB p65基因水平的表达，蛋白质印迹法(Western blot)法检测各组4T1细胞NF-κB p65及磷酸化蛋白水平的表达，CCK-8法检测各组MPVECs增殖能力，流式细胞术检测各组MPVECs凋亡，免疫荧光检测各组MPVECs中血管内皮生长因子(VEGF)蛋白表达。两组间比较采用非配对 t检验，组间比较采用单因素方差分析。 结果:PDTC最佳作用浓度为80 mol/L，模型组细胞增殖活力高于对照组(1.67±0.02比1.26±0.04， F＝268.8， P<0.01)，凋亡率和miR-19a-3p mRNA表达低于对照组[(4.96±0.03)%比(12.26±0.05)%，mRNA相对值：0.22±0.02比1.00±0.05， F＝141.3、392.6， P<0.01]，NF-κB p65的mRNA和蛋白表达高于对照组(mRNA相对值：3.80±0.07比1.00±0.04，灰度值比值：0.69±0.05比0.13±0.02， F＝221.6、206.3， P<0.01)，VEGF蛋白表达高于对照组(平均吸光度值：0.44±0.03比0.13±0.01， F＝108.5， P<0.01)。miR-19a-3p mimic组细胞增殖能力低于模型组(1.60±0.04比1.67±0.02， F＝268.8， P<0.01)，凋亡率和miR-19a-3p mRNA表达高于模型组[(6.36±0.08)%比(4.96±0.03)%，mRNA相对值：0.60±0.03比0.33±0.01， F＝141.3、392.6， P<0.05]，NF-κB p65的mRNA和蛋白表达低于模型组(mRNA相对值：1.59±0.02比3.80±0.07，灰度值比值：0.50±0.02比0.69±0.05， F＝221.6、206.3， P<0.01)，VEGF蛋白表达高于模型组(平均吸光度值：0.24±0.02比0.44±0.03， F＝108.5， P<0.01)。 结论:miR-19a-3p调控NF-κB通路，抑制NF-κB p65蛋白磷酸化，从而介导乳腺癌细胞微环境抑制血管内皮细胞生长。

目的:探讨基于MRI影像组学的预测模型在程序性死亡蛋白-1（PD-1）抗体联合全程新辅助放化疗后中低位直肠癌病理完全缓解（pCR）中的预测价值。方法:采用临床诊断性试验研究方法，收集2019年1月至2021年9月期间于北京大学肿瘤医院收治的PD-1抗体联合全程新辅助放化疗并最终行根治性手术的38例中低位直肠癌患者的临床病理资料和影像资料；男23例，女15例；中位年龄68（47~79）岁；有13例为pCR，25例为非pCR。将38例患者分层随机分为训练组（26例）和测试组（12例）进行建模。所有患者治疗前均行直肠MRI检查，收集所有患者的临床特征、影像特征和影像组学特征，并构建临床特征模型和影像组学模型。绘制各个模型的受试者工作特征（ROC）曲线，并以曲线下面积、准确度、灵敏度、特异度、阳性预测值和阴性预测值等来评价所构建模型。结果:两组患者的年龄、性别、肿瘤原发位置和术后病理情况比较，差异均无统计学意义（均 P>0.05）。本研究在38例中低位直肠癌患者中，从每个模态下感兴趣区域（ROI）提取了41个特征，包括9个一阶特征，24个灰度共生矩阵特征和8个形状特征。进一步分别从新辅助治疗前后弥散加权成像（DWI）和T2加权成像（T2WI）的每一个图像模态中提取41个特征，共纳入164特征。经过 t检验和相关系数的筛选后，仅有4个特征得到保留。经过LASSO交叉验证后，仅有治疗前基线DWI图像的一阶偏度和治疗前基线T2WI图像中的体积这两个特征得到保留。应用这两个特征建立的预测模型在训练组和测试组的曲线下面积、灵敏度、特异度、阳性预测值和阴性预测值分别为0.856和0.844，77.8%和100.0%，88.2%和75.0%，77.8%和66.7%，88.2%和100.0%。影像组学模型的决策曲线显示，采用该预测模型预测pCR的策略要优于将所有患者都看作pCR的策略，也优于将所有患者看作非pCR的策略。 结论:基于MRI影像组学构建PD-1抗体联合全程新辅助放化疗治疗直肠癌pCR预测模型，有潜力用于临床筛选或可免于根治性手术的直肠癌患者。

目的:探讨基于深度学习对被遮挡的甲状腺超声图像进行修复的可行性。方法:回顾性收集自2020年1月至2021年10月于浙江大学医学院附属邵逸夫医院采集的甲状腺结节图像共358张，对图片进行随机遮挡后，使用DeepFillv2方法对上述图像被遮挡部分进行修复，比较修复前后图像的灰度值差异。邀请6位不同年资医师(主任医师、主治医师、住院医师各2位)比较修复前后图片是否存在形态差异，比较不同医师组判断的正确率及对图像差异的检出率。根据2020甲状腺结节超声恶性危险分层中国指南(C-TIRADS)对甲状腺结节图像进行超声特征提取(垂直位、实性、极低回声、可疑微钙化、边缘模糊及彗星尾伪像)，比较修复前后图像中甲状腺结节超声特征的一致性。结果:图片修复前后的灰度值均方误差范围为0.274~0.522，各组医师的正确率及检出率之间差异具有统计学意义(均 P<0.001)，总体正确率为51.95%，总体检出率为1.79%，其中主任医师与住院医师组内的正确率及检出率差异同样具有统计学意义(均 P<0.001)。图像修复前后图像中各超声特征的一致性均高于70%，实性、彗星尾伪像的一致性均高于90%。 结论:基于深度学习的甲状腺超声图像修复算法可以有效修复被遮挡的甲状腺超声图像，同时可以保留甲状腺超声图像特征，有望扩大深度学习图像数据库规模，促进深度学习在超声领域的发展。