目的:探讨CT重建算法、辐射剂量和对比剂3种参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。方法:前瞻性选取2018年于中国医学科学院肿瘤医院就诊的35例肺结节患者(50枚纯磨玻璃密度肺结节)，对同一患者肺结节的原始图像重建后共获得6种不同参数的序列，使用ITK－SNAP软件分别对不同序列的纯磨玻璃密度肺结节进行分割，将所有扫描数据通过美国GE公司的A.K.软件进行肺结节影像组学特征提取，通过组内相关系数选取复测信度好的影像组学特征，使用R语言统计学软件对特征参数进行分析，将不同序列的所有特征值配对比较，分别统计改变采集和重建参数导致变化的影像组学特征的数量，比较不同采集和重建参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。采用配对样本 t检验或Wilcoxon检验比较不同序列特征值分布的差异，采用 χ2检验比较改变不同参数后发生变化的影像组学特征数量的差异。 结果:50枚纯磨玻璃密度肺结节共提取391个影像组学特征，组内相关系数>0.75的特征为320个。同时改变CT重建算法、辐射剂量和对比剂3种参数时，发生变化的纯磨玻璃密度肺结节影像组学特征达到60.9%(195/320)，其中包括6.7%(1/15)的形态学特征、100.0%(40/40)的直方图特征和58.1%(154/265)的纹理特征。仅改变1种参数(保持其他2种参数不变)的情况下，分别改变CT重建算法、辐射剂量和对比剂，发生变化的纯磨玻璃密度肺结节影像组学特征分别为10.6%(34/320)、30.9%(99/320)和50.6%(162/320)，差异有统计学意义(均 P<0.05)。当辐射剂量和对比剂改变时，与50%自适应迭代重建技术(ASiR－V)比较，滤波反投影(FBP)重建算法获得的影像组学特征发生变化更小( P＝0.001)。 结论:CT重建算法、辐射剂量和对比剂会影响纯磨玻璃密度肺结节的影像组学特征，其中对比剂对纯磨玻璃密度肺结节影像组学特征的影响最大，辐射剂量次之，CT重建算法最小；与形态学特征比较，直方图特征和纹理特征容易受到CT重建算法、辐射剂量和对比剂的影响；与50% ASiR－V比较，FBP重建算法获得的影像组学特征受辐射剂量与对比剂的影响更小，在影像组学分析中应充分考虑到这些参数的影响。

目的:构建一种基于深度学习的肺结节分类以及分割算法，探究其在不同CT重建算法下的诊断效能。方法:回顾性收集2019年6至9月天津医科大学朱宪彝纪念医院放射科363例胸部CT平扫影像学资料，每例患者的胸部CT平扫均包含三种CT重建算法（肺重建、纵隔重建、骨重建）生成的图像，这些数据构成了模型的测试集；模型的训练集由公开数据集（LIDC-IDRI）和私有数据集共4 185例患者胸部CT图像组成。模型的构建采用3D深度卷积神经网络和递归神经网络结合的方式，在多任务联合学习下训练肺结节密度类型分类和分割，最后将训练好的模型在天津医科大学朱宪彝纪念医院放射科363例测试病例上进行效果测试，得到三种CT图像重建算法下结节分类准确率和分割Dice系数指标。采用方差分析对三种CT重建算法下的结节分类准确率和分割Dice系数进行比较以分析差异是否有统计学意义。结果:在三种CT重建算法下，模型对肺结节密度类型的分类准确率分别为98.67%±5.70%、98.38%±6.61% 和97.89%±7.32%，其中实性结节的分类准确率分别为98.79%±5.58%、98.49%±6.89%和97.90%±7.41%，亚实性结节的分类准确率分别为97.57%±10.19%、98.52%±7.77%和98.52%±7.77%，三种不同重建算法下的肺结节的分类准确率差异无统计学意义（均 P>0.05）。三种重建算法下，所有结节分割的Dice系数分别为79.87%±5.78%、79.02%±6.04%和79.31%±5.95%，三组间结节分割的Dice系数差异无统计学意义（均 P>0.05）。 结论:结合了3D卷积神经网络和递归神经网络的深度学习算法，对不同CT重建算法图像中肺结节的分类和分割均有较为稳定的效果。

目的:探讨肺部扩散加权成像（DWI）影像组学特征的稳健性及再现性。方法:前瞻性连续收集2019年1月4日至5月5日广州医科大学附属第一医院放射科行MRI检查的30例肺部结节/肿块患者，其中男16例，女14例，年龄27~69（57±11）岁。所有患者在自由呼吸状态下接受肺部平面回波成像（EPI）-DWI及快速自旋回波（TSE）-DWI检查，检查完成后间隔5 min各序列重复扫描一次，并重建相应的表观扩散系数（ADC）图。由两名放射科医师对各DWI及ADC序列（共8组图像）分别进行手动分割，并对每组图像提取6大类共396个影像组学特征。使用一致性相关系数（CCC）、动态范围（DR）评估两次扫描间特征的稳健性，以CCC和DR均≥0.85为稳健特征。通过组内相关系数（ICC）评估观察者内和观察者间特征的再现性，以ICC≥0.75为再现性好的特征。结果:无论EPI或TSE技术，基于DWI图（TSE： n=197，EPI： n=169）提取的稳健特征数量均高于相应的ADC图（TSE： n=126，EPI： n=148）。TSE-DWI、TSE-ADC、EPI-DWI、EPI-ADC稳健特征占比分别为49.7%（197/396）、31.8%（126/396）、42.7%（169/396）、37.4%（148/396）。396个特征中有54个（13.6%）在所有序列中均表现出很好的稳健性（CCC和DR均≥0.85），且观察者内和观察者间具有很好的再现性（ICC≥0.75）。 结论:肺DWI影像组学特征具有一定的稳健性及再现性；不同序列及不同特征簇中具有不同比例的稳定特征，部分特征在不同扫描间、不同观察者间，甚至不同序列间都有很好的稳健性和再现性。

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.

持续存在的亚实性结节(SSN)与肺癌密切相关.人工智能(AI)在医学影像领域的应用愈发广泛,有助于提高医师工作效率,为临床推广和应用提供更大的可能,在SSN诊疗中显示出重要价值和潜力.文章对近年来AI技术在肺SSN的检出与分割、进展与演变预测、良恶性鉴别、病理亚型和侵袭性预测以及数据提取、扩充等方面的研究进展进行综述.

单侧幕上脑梗死后同侧丘脑神经机能联系不能的MR IVIM和ASL研究;视神经脊髓炎谱系疾病患者脑灌注和脑功能连接的研究;扩散峰度成像直方图预测成人胶质瘤异柠檬酸脱氢酶突变及级别;基于CT影像特征构建联合预测因子在腮腺肿瘤良恶性鉴别中的价值;基于临床及CT影像组学特征鉴别非典型肺错构瘤与肺腺癌;人工智能区分非典型普通型间质性肺炎及非特异性间质性肺炎的价值;PD-L1联合CT影像组学与深度学习特征预测非小细胞肺癌免疫治疗疗效;临床-影像组学列线图术前对Ⅰ～ⅢA期原发性肺腺癌N1～N2淋巴结转移的预测价值;纵隔类癌的临床特征、病理及CT表现分析;孤立亚实性结节影像学特征预测早期肺腺癌气腔播散的价值;多层螺旋CT静脉成像对左侧髂总静脉管径与下肢深静脉血栓形成相关性的评估;冠状动脉血管周围脂肪组织多参数预测冠状动脉斑块易损性的可行性研究;基于临床及乳腺X线影像特征对乳腺无定形钙化良恶性的预测研究;基于术前MRI动脉期的影像组学对肝细胞肝癌射频消融术后短期疗效的预测分析;基于增强T1WI影像组学预测直肠腺癌病理分级;体素内不相干运动及动态对比增强MRI在早期直肠腺癌预后分期评估中的应用价值;胃肠道间质瘤、神经源性肿瘤及平滑肌瘤CT特征对比分析;CT小肠造影对克罗恩病疗效评估的价值;定量MRI分析2型糖尿病患者肝胰脂肪含量与胰岛β细胞功能、骨密度的关系;膀胱原发性非脐尿管腺癌的临床及MRI特征;子宫内膜纤维化的肌层和结合带形态及表观扩散系数值变化;多模态MRI在胎盘植入中的应用价值;医师经验对多方案MRI诊断前列腺癌的效能影响;腰椎椎旁肌退变与骨质疏松性腰椎体压缩性骨折术后再骨折的关系;IDEAL-IQ序列对膝骨关节炎膝周软组织脂肪浸润的定量评估价值;儿童骨内肌纤维瘤/肌纤维瘤病的CT和MRI表现;经皮肝穿刺局部处理门静脉血栓形成短期疗效与安全性分析;套管法与Seldinger法经皮肝穿刺胆管引流术治疗恶性梗阻性黄疸对照研究;CT引导下经卵圆孔射频热凝术治疗三叉神经上颌支痛的效果及并发症;小剂量测试和高流速注射方案在甲状腺CT增强中的应用研究;CT血管成像全局仿生三维模型重建技术在勃起功能障碍诊断中的应用;1 024×1 024重建矩阵结合Karl迭代重建算法对肾上腺CT图像质量和自动分割的影响;深度学习图像重建联合去金属伪影算法在颌面部CT图像的应用;美沙酮维持治疗对海洛因成瘾者脑结构功能影响及功能MRI研究进展;对比增强能谱乳腺X线摄影的诊断价值与研究进展;多模态MRI技术在代谢相关性脂肪性肝病分级评估中的研究进展;18F-FDG PET/CT脑显像在自身免疫性脑炎诊断中的研究进展;抗髓鞘少突胶质细胞糖蛋白免疫球蛋白G抗体相关疾病MRI研究进展;MOOC结合CPBL线上线下混合教学模式提升脑血管介入培训效果的研究

目的 探讨CT影像组学在亚厘米实性肺结节良恶性诊断上的应用效能和潜力.方法 回顾性分析我院2020年3月—2023年 1月经增强CT检出的亚厘米(≤10mm)实性肺结节,恶性结节由手术病理证实,良性结节由手术病理或随诊证实.对病灶进行手动分割后提取影像组学特征,通过特征性相关分析和最小绝对收缩与选择算子(LASSO)算法进行特征降维,采用五折交叉验证法对模型进行验证.分别建立支持向量机、逻辑回归、线性分类支持向量机、梯度提升和随机森林组学模型并绘制受试者工作特征(ROC)曲线,采用Delong检验比较不同分类器间的诊断效能,选出效能最佳的模型与中高年资放射科医师的诊断进行对比.结果 共纳入 303例肺结节(恶性 136例),经特征提取和筛选后建立组学模型.支持向量机、逻辑回归、线性分类支持向量机、随机森林和梯度提升模型在验证集上的ROC曲线下面积分别为 0.922(95%CI:0.893,0.950)、0.910(95%CI:0.878,0.942)、0.905(95%CI:0.872,0.938)、0.899(95%CI:0.865,0.933)和 0.896(95%CI:0.862,0.930),Delong检验提示五类模型诊断效能的差异无统计学意义,其中支持向量机模型具有最高的准确率和F1分数.将支持向量机与医师诊断结果对比,其准确率高于医师(83.8%vs.55.4%,P<0.001).结论 影像组学模型对亚厘米实性肺结节良恶性诊断具有良好的诊断效能,有助于减少医师诊断的不确定性.

目的:分析肺磨玻璃密度结节人工智能测量、半自动测量与病理数字切片测量之间的相关性.方法:收集91例表现为磨玻璃密度结节的T1a期肺腺癌的CT图像及病理切片资料.使用人工智能肺部影像分析系统(AILIAS)及半自动分割技术(SLLS)测量CT图像上结节的平均直径和体积,并在病理数字切片上测量结节的平均直径与面积.AILIAS及SLLS与病理数字切片平均直径测量值、AILIAS与SLLS体积测量值两两比较行Wilcoxon符号秩检验.采用Spearman秩相关分析AILIAS及SLLS体积测量值与病理数字切片面积测量值的相关性.结果:AILIAS与SLLS所测平均直径均大于病理数字切片(Z=-7.310,-8.557;均P<0.001).AILIAS与SLLS所测直径间差异无统计学意义(Z=-0.744,P=0.457).SLLS所测体积小于AILIAS(Z=-6.218,P<0.001).AILIAS和SLLS体积测量值与病理数字切片面积测量值均显著相关(rs=0.729,0.727;均P<0.001).结论:人工智能可多维度测量肺磨玻璃结节的直径和体积,与病理数字切片面积测量值有良好的相关性及一致性,可为磨玻璃结节的良恶性判定及临床疗效评估提供数据支持.

目的 提出肺结节分割模型,实现肺结节分割.方法 在U-Net神经网络中加入编码器、空洞卷积以及Swin Transformer模块,提出一个将空洞卷积、编码器和注意力机制相结合的模型,并在LUNA16公共数据集上验证模型性能.结果 改进的模型在LUNA16公共数据集上进行肺结节分割的准确度(Accuracy,ACC)、特异性(Specificity,SP)、交并比(Intersection Over Union,IOU)和Dice系数(Dice Similarity Coefficient,DSC)分别为0.9651、0.9572、0.8354、0.8971.结论 该分割模型在ACC、SP、IOU和DSC方面表现优异,可辅助医生诊断,在临床肺结节分割方面具有一定的参考价值.

目的 比较伴或不伴基因突变的原发性肺腺癌在体积倍增时间(volume doubling time,VDT)和质量倍增时间(mass doubling time,MDT)间的差异.方法 选取2019年1月—2020年12月在同济大学附属上海市肺科医院进行手术治疗且术前至少进行2次胸部非增强CT扫描的患者为研究对象.根据放射科医师手工分割的三维掩模计算VDT和MDT.采用Bland-Altman方法进行观察者内变异性评估.采用Mann-Whitney U检验比较驱动基因有无突变肿瘤的VDT和MDT差异.采用Kruskal-Wallis检验比较不同EGFR突变位点VDT和MDT的差异.结果 共计279例患者(男性99例,女性280例),平均年龄(62.15±8.90)岁,共287个结节.根据驱动基因状态分为突变组72例,野生组215例,基因突变发生率为74.9％(215/287).突变组和野生组MDT在驱动基因状态上的差异有统计学意义(537d vs 824 d,P=0.004),VDT的差异无统计学意义(767 d vs 593 d).EGFR阳性腺癌的MDT 比 EGFR 阴性腺癌长,但 VDT 差异并不显著(VDT,758 d vs 593 d,P=0.382;MDT,824 d vs 537 d,P=0.004).在生长结节中,驱动基因阳性腺癌的VDT和MDT均比野生型腺癌长(VDT,759 d vs 592d,P=0.048;MDT,749 d vs 499d,P＜0.001;VDT,768 d vs 593 d,P=0.081,MDT,737 d vs 518d,P=0.001).结论 在原发性浸润性肺腺癌中,驱动基因阳性(尤其是EGFR阳性)的肿瘤倍增时间更长,且在生长中的结节中更为显著.