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 探讨联合体素内不相干运动(intravoxel incoherent motion,IVIM)、扩散峰度成像(diffusion kurtosis imaging,DKI)和动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)、参数图构建影像组学模型预测乳腺癌患者人类表皮生长因子受体2(human epidermal growth factor receptor 2,HER-2)的表达状态.材料与方法 回顾性分析192例乳腺癌患者病例资料,根据患者的病理结果 分为HER-2表达阳性组(48例)和HER-2表达阴性组(144例),术前均行IVIM、DKI及DCE-MRI.并按照8:2的比例将病例随机分为训练集(154例)和测试集(38例).在灌注分数(perfusion fraction,f)、灌注相关扩散系数(perfusion related diffusion coefficient,D)、真实扩散系数(real diffusion coefficient,D)、平均扩散率(mean diffusivity,MD)和平均扩散峰度值(mean kurtosis,MK)参数图和第2期DCE-MRI(DCE-2)图像中勾画出病变区域的三维感兴趣区(region of interest,ROI),并提取其中的影像组学特征.采用Z分数归一化对特征进行标准化处理,并使用K最佳、最小冗余最大相关(max-relevance and min-redundancy,mRMR)、最小绝对收缩与选择算子回归(least absolute shrinkage and selection operator,LASSO)算法依次对特征进行降维和选择,通过logistic逻辑回归(logistic regression,LR)分类器分别建立参数图模型及联合模型,并采用5折交叉验证法验证模型的稳定性.通过受试者工作特征(receive operating characteristic,ROC)曲线和曲线下面积(area under the curve,AUC)对不同参数图像模型及联合模型的诊断效能进行分析,使用DeLong检验对各模型间ROC曲线进行比较,使用决策曲线分析(decision curve analysis,DCA)对模型的临床价值进行评估.结果从每个ROI中提取了2286个MRI特征,在f、D、D、MD、MK参数图、第2期DCE-MRI和联合序列中分别筛选得到7、6、7、6、7、12、10个特征与HER-2表达状态相关.f、D、D、MD、MK参数图模型及第2期DCE模型在测试集中的AUC分别为0.693、0.679、0.586、0.682、0.661、0.732;联合模型在测试集中的AUC为0.861(95％CI:0.775～0.958),敏感度和特异度分别为100.0％和71.4％,经DeLong检验,训练集中联合模型与f、D、D、MD、MK参数图模型及DCE-2模型之间AUC差异均有统计学意义(P均<0.05).结果表明联合模型对预测HER-2的表达状态优于单一模型.结论 基于DCE-MRI、IVIM和DKI的影像组学联合模型可以在术前有效预测乳腺癌患者的HER-2表达状态,有助于临床对乳腺癌进行诊断、分型、制订治疗方案及预后.

目的:探讨帕金森病(PD)患者磁共振成像上脑白质病变(WML)的特点及其与临床表征间的相关性。方法:回顾性研究，应用T2WI-FLAIR序列，通过Fazekas和Scheltens视觉量表对87例PD患者的WML进行评估，将其分为早期组(H-Y分级1.0～2.0期)47例和中晚期组(H-Y分级2.5～4.0期)40例、非抑郁组71例和抑郁组16例、非焦虑组62例和焦虑组25例，运用有序分类Logistic回归对WML与性别、年龄等危险因素及简易精神状态量表(MMSE)、统一帕金森病评定量表第三部分(UPDRS-Ⅲ)、汉密尔顿抑郁量表(HAMD)、汉密尔顿焦虑量表(HAMA)评分进行相关性分析。结果:与PD早期组患者比较，中晚期组患者脑叶白质病变增多( P<0.05)，以枕叶明显( P<0.05)。PD抑郁/焦虑组和非抑郁/焦虑组患者WML差异无统计学意义( P>0.05)。在Scheltens量表中，PD患者脑室旁( OR＝1.13， P<0.01)、脑叶( OR＝1.10， P<0.01)及基底节区( OR＝1.15， P<0.01)WML与年龄相关，脑室旁WML与MMSE评分相关( OR＝0.68， P<0.01)，以枕角( OR＝0.60， P<0.01)及侧脑室旁( OR＝0.68， P<0.05)更为显著，颞叶WML与MMSE评分亦相关( OR＝0.68， P<0.05)；脑叶WML与H-Y分级相关( OR＝2.10， P<0.05)，以枕叶更为显著( OR＝3.33， P<0.05)；顶叶WML与HAMD评分相关( OR＝1.13， P<0.05)；基底节区WML与糖尿病相关( OR＝6.34， P<0.05)，以壳核更为显著( OR＝6.86， P<0.01)。在Fazekas量表中，脑室旁( OR＝1.16， P<0.01)和深部WML( OR＝1.13， P<0.01)均与年龄相关，且脑室旁WML与MMSE评分( OR＝0.65， P<0.01)相关。PD患者WML评分与性别、高血压、冠心病、血脂异常、UPDRS-Ⅲ及HAMA评分无关。 结论:PD患者存在WML，且与患者年龄、糖尿病、疾病严重程度、抑郁症状及认知功能相关。

目的:对比单极电剪与超声刀在达芬奇机器人辅助胰体尾切除术中的应用效果。方法:回顾分析2020年7月至2023年12月在徐州医科大学附属医院普通外科接受达芬奇机器人辅助胰体尾切除术的31例术前诊断为胰体尾良性占位性病变患者资料，其中男性9例，女性22例，年龄(54.4±15.7)岁。31例患者中行达芬奇机器人辅助胰体尾切除术且术中使用单极电剪的纳入单极电剪组( n＝12)，单极电剪自带多关节可灵活旋转的机械臂，完成解剖及分离操作；使用超声刀的纳入超声刀组( n＝19)，超声刀完成解剖及分离操作。比较两组手术时间、术中出血量、保脾率、术后排气时间、术后住院时间、术后并发症(胰瘘、出血等)及住院总费用等指标。 结果:术后病理证实31例患者中胰腺浆液性囊腺瘤6例(19.4%)、胰腺黏液性囊腺瘤5例(16.1%)、胰腺神经内分泌肿瘤3例(9.7%)、胰腺实性假乳头状瘤6例(19.4%)、胰腺囊肿5例(16.1%)、胰腺良性囊性病变3例(9.7%)、不易分类3例(9.7%)。所有患者手术均顺利完成，均无中转开腹及死亡患者。两组手术时间、术中出血量、保脾率、术后住院时间、住院总费用等比较，差异均无统计学意义(均 P>0.05)。单极电剪组术后排气时间为(2.8±0.7)d，比超声刀组的(3.6±0.7)d更短，差异有统计学意义( t＝－2.88， P＝0.007)。两组均无术后出血，单极电剪组共有4例术后出现并发症，均为胰瘘，其中生化漏2例，B级胰瘘2例；超声刀组有8例术后出现并发症，胰瘘7例，其中生化漏3例，B级胰瘘4例，另有腹腔感染3例，均予以对症治疗后痊愈。两组患者术后并发症发生率比较，差异无统计学意义( P＝0.717)。 结论:达芬奇机器人辅助胰体尾切除时，应用单极电剪可以达到与超声刀同样的效果，并且能够充分发挥机器人手术系统的优势。

结直肠癌是中国发病率居高的消化系统恶性肿瘤，15%~30%的散发结直肠癌来源于锯齿状病变癌变途径。锯齿状病变内镜下表现、分子信号通路改变、病理改变、自然病程等与经典“腺瘤-癌”途径不同，特别是无蒂锯齿状病变，由于内镜下发现率低，病灶边缘不清导致不完全切除，是间期癌的重要来源。因此，认识无蒂锯齿状病变非常重要。本文就无蒂锯齿状病变分类、内镜下pit pattern分型、分子改变特征作一综述。

唾液腺肿瘤的分类是头颈部外科病理学中最具挑战性的领域之一。2022年第5版WHO《头颈部肿瘤病理学和遗传学分类》中基于唾液腺肿瘤的分子病理特征对其组织学分类进行了更新和补充，本文针对该部分的主要变化进行总结和归纳，其主要变化包括新纳入的唾液腺良恶性肿瘤、命名或诊断标准更新的唾液腺肿瘤以及从唾液腺肿瘤这一章节中删除的病变等。本文着重介绍新版分类中唾液腺肿瘤分类的更新和变化，以期为头颈外科和病理科医师提供参考。

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。

胎盘功能之一是保护胎儿免受感染。母体和胎儿炎性反应引起的胎盘炎性改变应被准确记录和诊断，这是胎盘最常见的病理改变，包括由感染因素引发的感染性炎性病变以及无明确感染病因的特发性/免疫性炎性病变。胎盘炎性病变分为绒毛膜羊膜炎、绒毛炎、绒毛间隙炎等。本篇综述将从分类、病理特征及临床意义三个方面进行系统的描述。

美国骨放射学会针对成人CT和MRI中偶然发现的孤立性骨病变提出了骨报告和数据系统，介绍了4种可能的诊断管理建议。该文从肌骨影像医师的角度，从限定条件、管理建议分类、归类条件、CT密度判读、MRI信号判读及适用的医师群体等方面做了分析，提出了本指南在我国应用中可能需要注意的问题。

目的:观察血细胞相关炎症指标与糖尿病视网膜病变（DR）的相关性。方法:横断面研究。2020年6月至2022年2月天津医科大学眼科医院进行的北辰眼病研究Ⅰ期数据纳入研究。研究内容包括：问卷调查、常规全身和眼部检查及实验室血细胞相关指标血小板平均体积（MPV）、血小板分布宽度（PDW）、中性粒细胞、淋巴细胞检查，计算中性粒细胞/淋巴细胞比值（NLR）和血小板/淋巴细胞比值（PLR）。DR诊断及分型参照DR国际临床分级标准进行。单眼或双眼DR均定义为DR患者。根据是否患有糖尿病及DR，将受检者分为非糖尿病组、糖尿病无DR组、DR组。定量资料多组间比较采用Kruskal-Wallis H检验；两组间比较采用Wilcoxon秩和检验。组间分类变量比较采用 χ2检验。逐步调整变量，构建未经调整的单变量模型以及调整不同参数后的模型Ⅰ、Ⅱ、Ⅲ。不同模型下MPV、PDW、NLR、PLR与DR的相关性行logistic回归分析。受试者工作特征（ROC）曲线分析NLR不同模型对DR的诊断效能。 结果:共招募受检者3 328名。其中，男性1 121名（33.68%，1 121/3 328），女性2 207名（66.32%，2 207/3 328）；年龄61.84（6.05）岁。非糖尿病组、糖尿病无DR组、DR组分别为2 679、476、173名。三组受检者MPV、PLR比较，差异无统计学意义（ H=5.98、1.94， P=0.051、0.379）；但与非糖尿病组、糖尿病无DR组比较，DR组PDW、NLR呈上升趋势。完全调整相关因素的模型Ⅲ中，非糖尿病组与DR组[比值比（ OR）=1.440，95%可信区间（ CI）1.087~1.920， P=0.041]、糖尿病无DR组与DR组（ OR=1.990，95% CI 1.440~2.749， P<0.001），NLR均是DR发生的独立危险因素。ROC曲线分析结果显示，NLR的模型Ⅲ诊断效能最高，曲线下面积为0.751（95% CI 0.706~0.796， P<0.001），最佳截断值为0.390，灵敏度、特异性分别为74.3%、64.8%。 结论:与非糖尿病、糖尿病无DR受检者比较，DR组患者NLR显著增高；NLR是DR发生的独立危险因素。