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:探讨基于B1场校正T1-mapping测量肺癌影像组学特征的一致性及可重复性.方法:回顾性搜集2020年6月—2022年3月在本院经病理确诊的70例肺癌患者的术前胸部T1-map-ping和T1加权容积内插屏气检查(T1-VIBE)图像.其中,有41例进行了T1-mapping重复扫描(间隔30 min).由2位测量者独立采用半自动勾画方法分别在T1-mapping和T1-VIBE图像上逐层沿着病灶边缘勾画ROI,融合生成全病灶的容积ROI(VOI),然后提取原始图像及不同变换预处理图像上病灶VOI的影像组学特征.采用组内相关系数(ICC)评价组学特征在观察者内、观察者间的一致性及重复扫描时的可重复性,以ICC≥0.80为一致性或可重复性好(满足临床要求).结果:自T1-mapping和T1-VIBE图像分别可提取1906个组学特征(包括一阶特征396个、形态特征14个及纹理特征1496个).基于T1-mapping提取的组学特征在观察者内及观察者间的ICC的中位数(Q1,Q3)分别为0.94(0.87,0.98)和0.91(0.83,0.96),基于T1-VIBE提取的组学特征在观察者内及观察者间的ICC的中位数(Q1,Q3)均为0.98(0.95,0.99);2个序列分别有1450(72.72％)和1768(91.76％)个组学特征同时满足观察者内和观察者间的一致性要求.T1-mapping重复扫描提取的组学特征的ICC的中位数(Q1,Q3)为0.83(0.69,0.93),有1002(52.57％)个组学特征同时满足重复扫描时的可重复性;其中,形状特征的可重复性表现最佳(ICC≥0.80者达100％),而一阶特征、灰度共生矩阵(GLCM)及灰度级区域矩阵(GLSZM)特征的可重复性相对较差(ICC≥0.80者仅占49.75％～53.98％).基于不同变换预处理图像提取的组学特征中,Gradient变换明显提高了原始特征的可重复性(ICC≥0.80者达86.05％),而采用Exponential、LBP2D、LBP3D、Logarithm和Square变换方法获得的特征降低了原始特征的可重复性(ICC≥0.80这仅占36.05％～50.00％).结论:T1-mapping的影像组学特征表现出中等可重复性,在临床应用之前需要首先对其进行可重复性评估.

目的:探讨基于动态增强磁共振成像（DCE-MRI）的纹理分析对乳腺癌新辅助化疗疗效的预测与评估价值。方法:回顾性分析山西省肿瘤医院2014年9月至2018年10月在新辅助化疗前后均行DCE-MRI且经病理确诊的63例乳腺癌患者的临床资料，根据病理检查结果，将患者分为治疗有效组（40例）和治疗无效组（23例），使用Omni-Kinetics软件测量新辅助化疗前及新辅助化疗4~8个周期后DCE-MRI容量转移常数（Ktrans）图的纹理参数，参数采用（ ± s）或中位数（ P25， P75）表示，采用独立样本 t检验或Mann-Whitney U检验对两组纹理参数进行统计分析，并绘制受试者工作特征曲线，根据曲线下面积（AUC）评估DCE-MRI Ktrans图的纹理参数对乳腺癌新辅助化疗疗效的预测效能。 结果:拟采用33个纹理参数，最终保留了29个。63例患者新辅助化疗前后有22个纹理参数差异均有统计学意义（均 P<0.05）；新辅助化疗前治疗有效组与治疗无效组间有9个纹理参数差异均有统计学意义（均 P<0.05），包括均匀性[0.17（-0.06，0.34），0.39（0.22，0.48）， Z=-2.955， P<0.01]、直方图能量[169.88（129.36，288.77），116.22（93.77，151.95）， Z=3.241， P<0.01]及直方图熵[6.33（5.71，6.69），6.68（6.52，6.97）， Z=-2.991， P<0.01]等；新辅助化疗后治疗有效组与治疗无效组间有8个纹理参数差异均有统计学意义（均 P<0.05），包括直方图熵（6.00±0.71，6.46±0.49， t=-2.720， P<0.01）、熵（6.81±1.40，8.02±1.48， t=-3.238， P<0.01）、Haralick熵[0.49±0.10，0.55±0.10， Z=-2.613， P<0.01]、灰度不均匀性（GLN）[1.68（1.42，3.37），4.92（3.58，8.50）， Z=-3.897， P<0.01]及游程长度不均匀性（RLN）[100.38（65.31，305.75），359.75（176.75，655.00）， Z=-4.033， P<0.01]等；治疗有效组与治疗无效组新辅助化疗前后有8个参数变化率的差异均有统计学意义（均 P<0.05），主要包括ΔGLN[-0.72（-0.78，-0.60），-0.23（-0.55，0.36）， Z=-4.554， P<0.01]、ΔRLN[-0.71（-0.85，-0.52），-0.33（-0.48，-0.10）， Z=-4.454， P<0.01]及Δ高灰度游程强度（HGLRE）[1.28（0.39，3.46），0.11（-0.24，0.86）， Z=3.184， P<0.01]等。新辅助化疗后GLN、RLN、ΔGLN及ΔRLN的AUC分别为0.80、0.81、0.85及0.84。 结论:基于DCE-MRI Ktrans图的部分纹理参数对乳腺癌新辅助化疗的疗效有预测及评估作用。

目的:探讨 18F-氟脱氧葡萄糖（FDG）PET/CT纹理分析在肺癌与肺结核的高代谢孤立性肺结节（SPN）鉴别诊断中的增益价值。 方法:回顾性分析2017年1月至2020年6月在内蒙古赤峰市医院和北京大学肿瘤医院行 18F-FDG PET/CT检查且结果表现为高代谢[最大标准化摄取值（SUV max）≥2.5]的108例SPN患者的临床资料，其中男性68例、女性40例，年龄35~72岁，中位年龄50岁；肺结核患者45例（肺结核组）、肺癌患者63例（肺癌组）。所有患者均经组织病理学检查结果确诊。分析所有患者 18F-FDG PET/CT图像SPN的良恶性（主观定性诊断），并计算错判率、灵敏度和特异度。采用MaZda纹理分析软件分别对CT和PET图像中的SPN横断面最大层面及相邻上下两层图像手动勾画ROI并提取纹理特征参数。分别采用Fisher系数、分类错误概率+平均相关系数、交互信息以及三者联合的方法（FPM）筛选具有鉴别意义的纹理特征。对筛选出的纹理特征进行原始数据、主成分、线性分类和非线性分类的分析，对SPN的良恶性进行鉴别，以错判率评价其鉴别效能。计量资料的组间比较采用独立样本 t检验；计数资料的组间比较采用 χ2检验。对错判率最低的各纹理特征参数分别进行受试者工作特征（ROC）曲线分析，筛选最具鉴别意义的前3位纹理特征。 结果:肺癌组与肺结核组患者在年龄[54 （42~72）岁对47 (35~64）岁]、SUV max[（9.51±4.65）对（5.35±2.89）]间的差异均有统计学意义（ t=2.180、2.520，均 P<0.05）；在性别、SPN长径间的差异均无统计学意义（ χ2=0.070， t=0.675，均 P>0.05）。主观定性诊断高代谢SPN良恶性的错判率为26.9%（29/108）、灵敏度为93.7%(59/63)、特异度为35.9%（14/39）。基于SUV max的ROC曲线分析，SUV max临界值为5.3时错判率为25.0%（27/108），其与主观定性诊断的错判率差异无统计学意义（ χ2=0.096， P>0.05）。CT和PET图像基于FPM联合非线性分类分析诊断的错判率最低，分别为8.33%和1.85%，两者间的差异有统计学意义（ χ2=4.694， P<0.05）；其与主观定性诊断和基于SUV max的ROC曲线分析比较，错判率的差异均有统计学意义（ χ2=10.800、27.457，均 P<0.05）。最具鉴别意义的前3位纹理特征分别为灰度游程矩阵中的垂直方向长行程补偿、灰度游程矩阵中的135°方向长行程补偿和灰度共生矩阵中的逆差距。 结论:MaZda纹理分析鉴别高代谢SPN良恶性的诊断效能较主观诊断高，在肺癌与肺结核的高代谢SPN的鉴别诊断中具有增益价值。

目的:探讨DWI的ADC值联合纹理特征鉴别良恶性软组织肿瘤的价值。方法:回顾性分析中国科学技术大学附属第一医院西区经病理证实的94例软组织肿瘤（恶性44例，良性50例）MRI及DWI图像。在GE ADW4.6工作站测量肿块的实性成分ADC值。在T 2WI脂肪抑制图像上的肿瘤最大层面手动勾画ROI并提取纹理特征；采用独立样本 t检验对良恶性软组织肿瘤的ADC值及纹理参数进行统计学分析，并多因素logistic回归分析建模，计算诊断效能。 结果:良恶性软组织肿瘤的ADC值分别为（1.6±0.3）×10 -3 mm 2/s、（1.2±0.5）×10 -3 mm 2/s，差异有统计学意义（ t=-5.382， P<0.05），以1.28×10 -3 mm 2/s为诊断良恶性软组织肿瘤临界值，AUC为0.783，灵敏度为92.00%，特异度为65.91%。纹理特征中直方图特征（frequency size、skewness），灰度共生矩阵特征（Inertia_All Direction_offset7、Inverse Difference Moment_angle0_offset1、Inverse Difference Moment_angle0_offset7）及Haralick特征（Haralick Correlation_All Direction_offset4_SD）鉴别良恶性软组织肿瘤的曲线下面积分别为AUC 0.825、0.739、0.826、0.816、0.820、0.783。多因素logistic回归分析最佳预测模型鉴别良恶性软组织肿瘤的曲线下面积、灵敏度、特异度分别为0.930、88.00%、86.36%。 结论:ADC值联合纹理特征对术前预测软组织良恶性肿瘤有较高的应用价值。

目的:探究反映前交叉韧带（ACL）重建术后短期股骨内侧软骨变化的MRI纹理特征。方法:采用回顾性病例系列研究分析2017年1月至2020年1月福建医科大学附属第一医院收治的20例接受ACL重建术患者的临床资料，其中男17例，女3例；年龄23~43岁［（32.1±5.4）岁］。术前及术后1，4，12，24，48周对患者进行评估：（1）通过患侧膝关节MRI图像采集参数，将股骨内侧软骨感兴趣区域（ROI）划分为ROI1（半月板前角软骨）、ROI2（半月板体部软骨）、ROI3（半月板后角软骨），并提取纹理特征参数进行筛选和分析，得到反映软骨变化敏感的纹理特征参数；（2）采用ELISA法检测尿Ⅱ型胶原羧基末端肽（uCTX-Ⅱ）浓度水平。在上述各时相点，比较纹理特征参数的差异，得到反映软骨变化最敏感的纹理特征参数；比较uCTX-Ⅱ浓度水平的差异；采用Pearson相关分析判断反映软骨变化最敏感的纹理特征参数与uCTX-Ⅱ浓度水平的相关性。结果:经过筛选和分析，ROI3的灰度不均匀度水平方向（Horzl_GlevNonU）和直方图偏斜度（Skewness）为反映软骨变化敏感的纹理特征参数。术前及术后1，4，12，24，48周ROI3的Horzl_GlevNonU与Skewness比较，差异有统计学意义（ P均<0.05）。ROI3的Horzl_GlevNonU与Skewness随着时间延长逐渐递增，且ROI3的Horzl_GlevNonU增幅比Skewness增幅更大。术后4周与12周ROI3的Horzl_GlevNonU差异无统计学意义（ P>0.05），其余时相间点比较，差异有统计学意义（ P均<0.05）。术后1周与48周ROI3的Skewness差异有统计学意义（ P<0.05），其余时相点比较，差异无统计学意义（ P均>0.05）。选择ROI3的Horzl_GlevNonU作为反映软骨变化最敏感的纹理特征参数。术前及术后1，4，12，24，48周uCTX-Ⅱ的浓度水平差异有统计学意义（ P均<0.05）。经Pearson相关性分析，术前及术后1，4，12，24，48周ROI3的Horzl_GlevNonU与uCTX-Ⅱ浓度水平呈正相关（ r=0.554，0.596，0.550，0.632，0.756，0.514， P<0.05或0.01）。 结论:ROI3的Horzl_GlevNonU是反映ACL重建术后股骨内侧早期软骨变化最敏感纹理特征参数，并且与uCTX-Ⅱ浓度水平呈正相关。

目的:探讨临床特征及MRI T2加权脂肪抑制像（T2WI-FS）影像组学特征在布鲁杆菌性脊柱炎与化脓性脊柱炎鉴别诊断中的应用价值。方法:收集2019年1月至2021年12月新疆医科大学附属第一医院经病理或病原学培养确诊的26例布鲁杆菌性脊柱炎和23例化脓性脊柱炎患者的临床资料。对人口学特征、临床特征及实验室检查等行单因素分析，筛选出有统计学意义的潜在临床危险因素。通过手动勾画术前矢状面T2WI-FS的感兴趣区，利用Pyradiomics包提取多样化的影像组学特征，包括形状、纹理和灰度值等；对影像组学特征进行归一化、冗余性分析排除高度相关的特征，再通过统计方法筛选与研究目标相关的特征；采用最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）回归，从高维特征中筛选出最具鉴别意义的特征以优化模型的预测性能；利用选出的影像组学特征计算影像组学评分。将筛选的临床危险因素、影像组学特征及影像组学评分纳入logistic回归，构建临床特征模型、影像组学评分模型及临床特征-影像组学评分模型。采用混淆矩阵及受试者操作特征曲线（receiver operating characteristic，ROC）评估模型的鉴别能力。结果:49例患者纳入研究，男36例、女13例，年龄（53.79±13.79）岁（范围23~83岁）。化脓性脊柱炎患者的C反应蛋白（C-reaction protein，CRP）及红细胞沉降率（erythrocyte sedimentation rate，ESR）水平高于布鲁杆菌性脊柱炎患者，CRP及ESR是潜在临床危险因素（ P<0.05）。共获得影像组学特征1 500个，筛选出7个影像组学特征（logarithm glrlm SRLGLE、exponential glcm Imc1、exponential glcm MCC、exponential gldm SDLGLE、square glcm ClusterShade、squareroot glszm SALGLE和wavelet.HHH glrlm Run Variance）。7个影像组学特征中square glcm ClusterShade的效能最好，曲线下面积（area under the curve，AUC）值为0.780、灵敏度68.8%、特异度94.4%、准确度82.4%、精确度91.7%、阴性预测值0.773、阳性预测值0.917；logarithm glrlm SRLGLE的AUC为0.736、灵敏度81.2%、特异度72.2%、准确度76.5%、精确度72.2%、阴性预测值0.812、阳性预测值0.722；exponential glcm Imc1的AUC为0.736、灵敏度50.0%、特异度94.4%、准确度73.5%、精确度88.9%、阴性预测值0.680、阳性预测值0.889。临床特征模型、影像组学评分模型及临床特征-影像组学评分模型的AUC分别为0.801、0.818和0.875。其中临床特征-影像组学评分模型预测效果最好，灵敏度87.5%、特异度77.8%、准确度82.4%、精确度77.8%、阴性预测值0.875。 结论:临床特征-影像组学评分模型鉴别诊断布鲁杆菌性脊柱炎和化脓性脊柱炎的可行性较高，有助于临床鉴别诊断并提供个体化治疗。

目的:根据AAPM TG-263，提出基于内容的放疗结构命名标准化(CBSN)，探索其用于鼻咽癌危及器官(OAR)标准化验证的可行性。方法:回顾性收集2017—2019年经调强放疗的855例鼻咽癌患者的放疗结构文件(其中15例含临床异常结构)。通过Matlab自编程软件获取医师勾画OAR的图像位置、几何特征、一阶灰度直方图和基于灰度共生矩阵的纹理特征等，建立CBSN位置验证模型和CBSN知识库。采用 Fisher判别分析建立CBSN的OAR分类模型，利用自身验证、交互验证和外部验证对模型评估。 结果:99%(69/70)的模拟异常结构在CBSN知识库90%参考值范围之外，不同OAR之间的特征参数不同( P<0.001)。CBSN的OAR分类模型的自身验证、交互验证和外部验证的准确率分别为92.1%、92.0%和91.8%。14例临床异常结构成功被CBSN检测，准确率为93%(14/15)。模拟测试中左右位置异常结构验证的准确率为100%，如检测到命名为Len_L的右晶体。 结论:CBSN可用于鼻咽癌OAR验证，为鼻咽癌多中心合作及标准化的放疗提供参考依据。

目的:探讨MRI影像学特征联合纹理分析技术在术前预测肾透明细胞癌（ccRCC）WHO/国际泌尿病理学会（ISUP）核分级的价值。方法:回顾性分析2016年7月至2020年7月福建医科大学附属第一医院78例经手术病理确诊为ccRCC患者的术前肾脏MRI图像，根据WHO/ISUP分级系统，分为低级别组（49例，Ⅰ级2例，Ⅱ级47例）和高级别组（29例，Ⅲ级25例，Ⅳ级4例），并以随机数表法按照7∶3的比例将患者分配到训练集（ n=63）与验证集（ n=15）。评价MRI影像学特征并提取图像纹理特征。选取横断面图像病灶的最大层面，分别在T 2WI及皮髓质期（CMP）图像上勾画ROI。使用MaZda软件提取纹理特征，包括灰度直方图、灰度共生矩阵、游程矩阵、梯度、自回归模型及小波变换6种类型。联合Fisher法、分类错误概率结合平均相关系数、交互信息3种方法对提取的纹理特征进行初步筛选，并对筛选出的纹理参数或影像学特征进行两组间独立样本 t检验、Mann-Whitney U检验或χ2检验，差异有统计学意义的参数构建多因素二元logistic回归模型，建立ROC曲线，分析其术前预测ccRCC核分级的效能。 结果:训练集中，低、高级别ccRCC组间肿瘤长径、形状与边界、CMP强化程度、静脉瘤栓和47个纹理特征差异有统计学意义。在训练集中，构建7个多因素二元logistic回归模型，包括影像学特征模型（M1）、T 2WI纹理特征模型（M2）、CMP图像纹理特征模型（M3）、影像学特征联合T 2WI纹理特征模型（M4）、影像学特征联合CMP图像纹理特征模型（M5）、T 2WI纹理特征联合CMP图像特征模型（M6）以及联合所有特征模型（M7）。其中M7预测ccRCC核分级的ROC曲线下面积最大，在训练集和验证集中，曲线下面积分别为0.901（95%CI 0.828~0.974）、0.820（95%CI 0.564~0.974）。 结论:基于MRI纹理分析联合影像学特征有望成为术前无创预测ccRCC WHO/ISUP核分级的有效方法。

目的:基于增强CT影像组学在术前预测肝内胆管癌(ICC)患者微血管侵犯(MVI)状态，为早期识别复发高危ICC患者提供影像学证据。方法:采用回顾性横断面研究的方法收集2021年1月—2024年5月于南京鼓楼医院接受根治性肝切除术的40例ICC患者的临床资料。根据术后病理的MVI状态分为MVI组( n＝8)与非MVI组( n＝32)，分析组间各病理指标是否存在差异以及增强CT影像组学用于MVI术前预测的效能。使用3D Slicer软件在动脉期和静脉期CT图像上勾画感兴趣区域，基于Python从每个区域中提取影像组学特征，最后基于R语言使用LASSO回归和glm函数筛选影像组学特征并建立预测模型。分别使用受试者工作特征(ROC)曲线、校准曲线以及决策曲线分析来评价预测模型的诊断效能、校准和临床净收益。正态分布的计量资料以均数±标准差( ± s)表示，组间比较采用 t检验，计数资料组间比较采用χ 2检验。 结果:MVI组患者肿瘤分化更差，淋巴结转移比例显著更高( P<0.05)。建立的影像组学预测模型包括6个特征，1个一阶统计特征和5个灰度纹理特征。ROC曲线下面积为0.87，灵敏度为75.0%，特异度为90.6%。校准曲线显示预测的MVI与实际MVI状态之间的一致性良好，决策曲线显示模型可以提供较大的临床净收益。 结论:增强CT影像组学可用于在术前识别ICC患者的MVI状态并帮助临床决策，为ICC的个体化精准治疗提供重要证据。