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 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:探讨基于CT的影像组学预测早期急性胰腺炎（AP）进展的价值。方法:回顾性分析2013年11月至2021年2月皖南医学院弋矶山医院109例根据新修订的亚特兰大分类诊断为AP的患者，根据随诊结果分为进展组（40例）和非进展组（69例）。所有患者初次发病1周内行腹部平扫及增强CT扫描。采用计算机完全随机方法将患者按7∶3的比例分为训练集（77例，进展组28例，非进展组49例）和验证集（32例，进展组12例，非进展组20例）。在平扫、动脉期、静脉期和延迟期图像上，对胰腺实质全部层面沿胰腺边缘手动勾画感兴趣区并进行三维融合，采用AK软件提取纹理特征，使用最小冗余最大相关和最小绝对收缩和选择算子回归分析对纹理特征降维，建立平扫、动脉期、静脉期、延迟期和4个序列联合的影像组学标签。采用多因素logistic回归分析，联合临床特征和CT特征建立临床模型，联合临床、CT特征和影像组学标签建立综合模型。使用受试者操作特征（ROC）曲线评价各模型预测早期AP进展的效能，应用决策曲线分析（DCA）评估模型的临床应用价值。结果:在训练集中，logistic回归结果显示边缘是AP进展的独立预测因子（OR=0.16， P=0.033），联合血钙建立临床模型，其在训练集和验证集中的曲线下面积（AUC）分别为0.69、0.70。在平扫、动脉期、静脉期、延迟期和联合序列图像中分别提取了14、11、13、13、9个最优纹理特征，其中延迟期影像组学标签在训练集和验证集中均有相对更好的预测效能，ROC曲线下面积（AUC）均为0.85。基于延迟期影像组学标签（OR=2.22， P<0.001）及边缘（OR=0.02， P=0.042）建立综合模型，在训练集和验证集中AUC分别为0.90、0.86。DCA显示综合模型和延迟期影像组学标签均具有较好的净收益。 结论:基于CT影像组学模型预测早期AP患者病情进展具有较高的价值，明显优于临床模型。

小肾癌（长径≤4 cm）由于瘤体较小，其诊断和鉴别诊断一直是临床工作的难点。CT纹理分析技术通过分析CT图像中像素或体素灰度水平的分布和关系，来判断肿瘤的异质性，能更准确地预测肿瘤的良恶性和分类。本文综述CT纹理分析对小肾癌的诊断和鉴别诊断的研究进展，以期为临床诊断及治疗效果的判断提供参考。

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:探讨基于治疗前增强CT图像纹理特征预测非小细胞肺癌(NSCLC)免疫治疗疗效的可行性。方法:回顾性分析2018年1—7月在上海市胸科医院接受二线单药免疫治疗的42例NSCLC患者51个病灶的治疗前增强CT图像资料。应用MaZda软件计算感兴趣区内病灶图像的纹理特征参数，分别采用Fisher系数法、交互信息法、分类错误概率联合平均相关系数法筛选10个纹理特征参数。根据首次免疫治疗疗效，将51个病灶分为无进展组(26个)和进展组(25个)，比较两组间各纹理特征参数的差异。分别采用主成分分析(PCA)、线性判别分析(LDA)和非线性判别分析(NDA)方法对靶病灶的免疫治疗效果进行分类，计算各分类方法的灵敏度、特异度、准确性，并采用受试者工作特征曲线分析比较各分类方法预测疗效的效能。结果:在Fisher系数、相关信息法和分类错误概率联合平均相关系数法提取的3组纹理特征中，进展组的Perc.50%、Perc.90%、S(4，4)SumEntrp和S(5，5)SumEntrp均高于无进展组(均 P<0.05)。以分类错误概率联合平均相关系数法提取的纹理特征进行NDA法分类预测NSCLC免疫治疗疗效的效能最佳(曲线下面积为0.802，95% CI为0.674～0.930)，其预测疾病进展的灵敏度、特异度、准确性、阳性预测值和阴性预测值分别为72.0%、88.5%、80.4%、85.7%和76.7%。 结论:治疗前增强CT图像纹理特征可以用于预测NSCLC免疫治疗的疗效。

目的:探讨基于MRI图像构建多参数影像组学模型对成人型弥漫性胶质瘤异柠檬酸脱氢酶(IDH)突变型、IDH野生型、IDH突变1p/19q共缺失型分子亚型的预测价值。方法:回顾性收集2011年1月至2021年9月郑州大学第一附属医院神经外科(数据集1：465例)和河南省人民医院神经外科(数据集2：137例)行肿瘤切除且术后病理学诊断为成人型弥漫性胶质瘤患者的临床及术前影像学资料。提取并筛选出最优的影像组学特征，使用Boruta软件包、随机森林等组合算法构建影像组学模型。将数据集1按7 ∶3的比例随机分为训练集与内部验证集进行机器学习，并对数据集2行独立外部验证(外部验证集)。绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC)，以评估多参数影像组学模型对成人型弥漫性胶质瘤分子亚型的预测效能。结果:数据集1中训练集332例，内部验证集133例，两者的性别、年龄、胶质瘤分子亚型、世界卫生组织分级等临床资料的差异均无统计学意义(均 P>0.05)；数据集1与数据集2患者上述临床资料的差异均无统计学意义(均 P>0.05)。影像组学共筛选出8个纹理特征和13个强度特征与成人型弥漫性胶质瘤的分子亚型具有显著相关性。内部验证集中，IDH突变型、IDH野生型、IDH突变1p/19q共缺失型胶质瘤的AUC分别为0.81、0.86、0.85，灵敏度分别为89.5%、69.4%、75.0%，特异度分别为63.2%、91.4%、82.9%；外部验证集中，IDH突变型、IDH野生型、IDH突变1p/19q共缺失型胶质瘤的AUC分别为0.76、0.82、0.81，灵敏度分别为75.0%、67.3%、72.2%，特异度分别为64.6%、78.6%、79.8%。 结论:多参数影像组学模型对成人型弥漫性胶质瘤分子亚型的分类具有较高的预测价值。

目的:开发和验证基于眼底照片影像组学特征的糖尿病足分类预测模型。方法:回顾性收集2011年12月至2018年12月在南方医院诊断为2型糖尿病患者眼底照片共2 035张[糖尿病足(DF)患者282张，糖尿病(DM)患者1 753张]，采用计算机随机数按7∶3将所有眼底照片随机分成训练集(1 424张)与测试集(611张)。眼底照片进行图像预处理后，通过Radiomic工具包提取基于灰度矩阵的4 128个纹理特征，并用ToolboxDESC工具包提取了11 339个其他特征。采用LASSO算法选取出与DF最相关的30个特征，再使用Bootstrap+0.632自助采样法进一步筛选出7个最佳组合，进行 logistic回归分析求得回归系数，建立最终的糖尿病足分类模型。绘制ROC曲线，计算训练集和测试集的AUC、敏感度、特异度及准确率以验证其预测效能。 结果:本研究筛选出7个糖尿病足患者眼底照片影像组学标记物，且构建的DF/DM分类预测模型在训练集中的AUC、敏感度、特异度、准确率分别为：0.958 6、0.984 0、0.920 0、0.928 0；在测试集中得到的AUC、敏感度、特异度、准确率分别为0.927 1、0.988 9、0.881 0、0.896 9。结论:本研究采用了影像组学技术筛选出7个糖尿病足眼底影像组学标记物，基于此构建了高精度的可简便应用的DF/DM分类模型。该技术具有提高糖尿病足筛查效率的潜力。

目的:构建诊断颈动脉斑块内微钙化的影像组学模型并分析其诊断价值。方法:纳入苏州大学附属第三医院神经内科自2017年5月至2019年11月收治的52例大动脉粥样硬化型脑梗死患者进入研究。所有患者均行颈动脉常规超声检查明确存在颈动脉斑块，同时采用Micropure ?超声技术检测斑块内微钙化情况。若颈动脉斑块内存在微钙化，取微钙化密度最高的斑块横断面；若无微钙化则取斑块最大横断面。所有图像经Photoshop软件进行归一化处理后，通过MaZda 4.6软件勾画斑块为感兴趣区，自动提取斑块283个纹理特征。通过不同观察者间观察一致性分析[组内相关系数(ICC)>0.75)、两样本 t检验、Lasso回归筛选出诊断效果最强的纹理特征，并通过随机森林(RF)和支持向量机(SVM)分类器构建模型，以7∶3划分训练集和验证集，通过受试者工作特征曲线(ROC)计算曲线下面积(AUC)评估模型的诊断效果，并采用Delong检验比较两种模型对验证集诊断能力的差异。 结果:共纳入52例患者148个斑块图像，其中斑块内有微钙化104个，无微钙化44个。最终筛选出9个纹理特征，包括5个图像灰度直方图特征：均值、方差、斜度、峰值、第99百分位数值；1个自回归模型特征：θ 3；3个小波变换特征：WavEnLH_s-3、WavEnLH_s-4、WavEnLH_s-6。RF分类器构建的模型诊断斑块微钙化的准确率为0.93，AUC为0.92；SVM分类器构建的模型诊断准确率为0.91，AUC为0.90。Delong检验显示两种模型对斑块内微钙化的诊断能力差异无统计学意义( Z=1.000， P=0.320)。 结论:通过RF和SVM构建的影像组学模型能准确诊断颈动脉斑块内微钙化情况，且RF和SVM两种模型诊断能力接近。