目的:探讨基于食管癌原发肿瘤弥散加权像(DWI)高信号区域指导个体化局部加量放疗的可行性。方法:对比32例胸段食管癌患者放疗前和放疗第15次时增强3DCT、 18F-FDG PET-CT及增强MRI定位扫描图像，基于放疗前和放疗中3DCT、PET-CT及基于MRI的DWI与T 2WI融合图像勾画食管癌大体肿瘤体积(GTV)并分别定义为GTV CTpre和GTV CTdur、GTV PETpre和GTV PETdur、GTV DWIpre和GTV DWIdur，分别测量放疗前及放疗中标准摄取值(SUV)、代谢肿瘤体积(MTV)、病灶糖酵解总量(TLG)、表观弥散系数(ADC)并计算其变化。 结果:治疗前与治疗中基于PET-CT和DWI图像所勾画食管癌GTV体积及其变化与相应增强3DCT之间均呈正相关(均 P<0.001)；SUV、MTV、TLG、ADC差异均有统计学意义(均 P<0.001)；无论治疗前还是治疗中GTV的SUV与ADC、△SUV与△ADC均无相关性(均 P>0.05)；GTV PETpre与GTV DWIpre间适形指数(CI)明显高于GTV PETdur与GTV DWIdur间的CI ( P<0.001)；基于DWI的GTV最大径退缩率及体积退缩率均>基于PET者(24%∶14%， P＝0.017；60%∶41%， P<0.001)。 结论:无论放疗前还是放疗中食管癌SUV与ADC值、△SUV与△ADC均无相关性；放疗中期基于PET-CT图像高FDG摄取区勾画的GTV与基于DWI高信号区勾画者空间位置差异明显，且后者GTV退缩率明显大于前者。因此，放疗中基于DWI高信号区的变化进行放疗后程食管癌局部加量照射的可行性并不明确。

目的:探讨T2WI、扩散加权成像(DWI)和磁共振动态增强扫描(DCE-MRI)联合应用在前列腺癌(PCa)诊断中的价值。方法:选取2015年3月至2018年8月平湖市第一人民医院收治的50例PCa患者作为PCa组，选取同期54例良性前列腺增生(BPH)患者作为BPH组，进行横断面研究。两组患者均行MR常规扫描、DWI及DCE-MRI扫描，对比两组表观弥散系数(ADC)、指数化表观扩散系数(EADC)、峰值时间(Tmax)、峰值强度(SIpeak)、信号强化率(SER)、最大增强斜率(MSI)及时间-信号强度(TIC)曲线类型，并综合分析癌灶和非癌灶间差异。统计T2WI、DWI、DCE-MRI检查结果，对比3种方法单独及联合诊断PCa的诊断效能。结果:PCa组ADC值低于BPH组，EADC值高于BPH组( P<0.05)；PCa组Tmax值低于BPH组，SER、MSI值高于BPH组( P<0.05)；PCa组Ⅲ型TIC曲线占比(64.00%)高于BPH组(14.81%)，Ⅱ型TIC曲线占比(24.00%)低于BPH组(66.67%， P<0.05)；常规T2WI序列诊断出癌灶32例，另有10例BPH患者外周带检出低信号；DWI检查检出癌灶34例，另有10例BPH患者中央腺区检出稍高信号结节，ADC信号稍低，6例增生外周带高信号斑片影；经DCE-MRI检查50例PCa患者中42例病灶区呈早期明显强化，并快速或缓慢下降，2例表现为低峰值强化下降型，2例外周病灶表现为上升型，4例表现为不典型图形，4例病灶不明确；54例BPH患者中，10例T2WI检出低信号区；16例DWI检出稍高信号结节，其中8例ADC呈稍低信号；46例呈早期明显强化并逐渐上升，或呈平台强化；8例中央增生结节出现早期明显强化，并早期下降；T2WI、DWI、DCE-MRI联合诊断PCa的灵敏度(96.00%)、准确度(92.31%)高于3种方法单独诊断( P<0.05)。 结论:T2WI、DWI、DCE-MRI联合检查能获得更全面病灶信息，显著提高PCa诊断灵敏度及准确度，利于减少漏诊。

目的:探讨 68Ga-前列腺特异膜抗原(PSMA)-11 PET/MR多参数多模态功能成像对初诊前列腺癌的诊断价值，并分析其对前列腺癌诊断和分期的效能。 方法:前瞻性收集2019年7月至2019年9月符合纳入标准的45例疑似或活组织检查(简称活检)确诊的前列腺癌患者(平均年龄69岁)，在南京市第一医院行 68Ga-PSMA-11 PET/MR检查。以感兴趣区(ROI)方法在融合图像上半定量分析肿瘤放射性摄取，以最大标准摄取值(SUV max)表示，测量肿瘤代谢体积(MTV)、平均标准摄取值(SUV mean)并计算肿瘤组织PSMA表达负荷(SUV mean×MTV)；在MRI表观弥散系数(ADC)图( b＝1 500 s/mm 2)测取ROI的ADC值。以病理结果为参考评价 68Ga-PSMA-11 PET/MR在术前诊断前列腺癌的效能及对临床分期的影响。采用Pearson相关分析前列腺癌组织放射性摄取、PSMA表达负荷、ADC值与前列腺特异抗原(PSA)的相关性；采用两独立样本 t检验分析数据。 结果:病理检测45例患者中，前列腺癌38例，其中12例发生转移；前列腺增生(BPH)7例。 68Ga-PSMA-11 PET/MR检测出39例前列腺癌，其中1例为假阳性。 68Ga-PSMA-11 PET/MR诊断前列腺癌的灵敏度、特异性、阳性预测值、阴性预测值、准确性分别为100%(38/38)、6/7、97.4%(38/39)、6/6、97.8%(44/45)。前列腺癌肿瘤常呈局灶性放射性摄取，T 2加权成像(WI)呈低信号，弥散受限；BPH常呈轻度不均匀摄取，T 2WI、弥散加权成像(DWI)弥漫信号不均。前列腺癌的SUV max明显高于BPH (24.66±19.21与4.97±2.13； t＝5.208， P<0.001); ADC值明显低于BPH[(0.91±0.37)×10 -3与(1.08±0.24)×10 -3 mm/s 2； t＝2.816, P<0.05]。前列腺癌的SUV max、PSMA表达负荷与PSA值呈正相关( r值：0.42和0.71，均 P<0.05)；ADC值与PSA值呈负相关( r＝-0.37， P＝0.013)。 结论:68Ga-PSMA-11 PET/MR对初诊前列腺癌的诊断及早期分期有明显优势。

目的:探讨基于双参数磁共振(bpMRI)影像组学模型对老年(≥60岁)前列腺癌患者根治术(RP)后生化复发(BCR)的预测价值。方法:回顾性分析2017年8月至2021年12月北京医院收治的175例患者的资料，根据病理结果分别在术前bpMRI的T2、磁共振扩散加权成像(DWI)和表观弥散系数(ADC)序列上进行图像分割。使用Pyradiomics提取影像组学特征，采用Cox回归、Spearman相关系数和LASSO回归对特征进行降维，构建影像组学标签。采用多因素Cox回归分析构建临床模型和影像-临床联合模型，使用一致性指数(C-index)评价模型预测BCR的效能。结果:175例患者按照7∶3随机分为训练集(122例)和测试集(53例)，分别有24例(19.7%、24/122)和11例(20.8%、11/53)患者发生BCR。在3个序列中提取5 775个影像组学特征，最终筛选5个特征构建影像组学标签。影像组学模型在训练集和测试集的C-index分别为0.764(95% CI：0.655～0.872)和0.769(95% CI：0.632～0.906)。多因素Cox回归分析结果显示，血清前列腺特异性抗原(PSA)( HR＝1.032，95% CI：1.010～1.054)、术后病理国际泌尿外科病理学学会(ISUP)分级( HR＝1.682，95% CI：1.039～2.722)和切缘阳性( HR＝2.513，95% CI：1.094～5.774)是BCR的独立预测因子。临床模型在训练集和测试集的C-index分别为0.751(95% CI：0.655～0.846)和0.753(95% CI：0.630～0.877)。联合临床因素和影像组学标签建模后，影像-临床联合模型的C-index最高，分别为0.782(95% CI：0.679～0.874)和0.801(95% CI：0.677～0.915)。 结论:基于bpMRI构建的影像组学模型可以预测老年前列腺癌患者RP术后BCR的发生，联合临床因素和影像组学标签建模可以提高预测效能。

目的:探讨多参数磁共振成像(mp-MRI)检查前列腺癌(PCa)的图像特征及临床诊断价值。方法:选取2019年1月至2019年12月秦皇岛市第二医院收治的PCa和良性前列腺增生(BPH)患者的临床资料进行回顾性分析，分为PCa组和BPH组，分别进行T2加权成像(T2WI)、扩散加权成像(DWI)及动态对比增强磁共振成像(DCE-MRI)检查，比较两组患者T2WI图像特征、外周带和移行带表观弥散系数(ADC)值、DCE-MRI图像类型，并对两组患者采用前列腺癌影像报告数据系统(PI-RADS) v2进行评分，采用受试者工作特征(ROC)曲线分析多参数磁共振成像(mp-MRI)各序列对PCa和BPH的鉴别诊断价值。结果:PCa组和BPH组T2WI、DWI图像特征存在明显差异，两组外周带ADC值均明显高于移行带(均 P<0.05)，且PCa组外周带和移行带ADC值均明显低于BPH组(均 P<0.05)；PCa组和BPH组患者DCE-MRI图像类型差异有统计学意义( P<0.05)，PCa组Tmax明显低于BPH组( P<0.05)，SImax明显高于BPH组( P<0.05)；PI-RADS v2评分结果显示，PCa组和BPH组T2WI和DWI评分差异有统计学意义(均 P<0.05)，两组DCE-MRI阳性率分别为94.00%和24.00%( P<0.05)。ROC曲线分析结果显示，T2WI、DWI、DCE-MRI及联合诊断PCa和BPH的灵敏度分别为64.0%、76.0%、94.0%和96.0%，特异度分别为90.0%、92.0%、76.0%和84.0%，联合诊断的AUC最大，为0.914。 结论:mp-MRI各序列对PCa和BPH的检查结果均存在较多差异，结合PI-RADS v2可有效进行鉴别，对提升PCa早期诊断水平具有重要意义。

目的:探讨集成磁共振成像(syMRI)定量参数对乳腺良恶性病变的鉴别诊断价值。方法:2018年9月至2019年3月因乳腺肿物在中国医学科学院肿瘤医院就诊并经手术病理诊断的患者43例，除常规T2加权成像、扩散加权成像和增强扫描外，增强前后均行syMRI序列扫描。使用GE AW4.7工作站生成syMRI T1图、T2图和质子密度(PD)图，使用ITK-SNAP软件进行感兴趣区勾画，得出增强前后T1、T2和PD值，并计算各参数增强前后的变化值ΔT1、ΔT2和ΔPD，同时得到病变的表观弥散系数(ADC)和时间信号强度曲线(TIC)。比较良恶性病变间各参数值的差异，并采用受试者工作特征(ROC)曲线评估参数的诊断效能。结果:43例患者中，良性组13例，恶性组30例。syMRI参数中，良性组的增强前参数T1pre(中位数为1 663.07 ms)、T2pre(中位数为103.33 ms)、增强后参数ΔT1(中位数为1 022.68 ms)、ΔT2(中位数为27.67 ms)均高于恶性组(中位数为分别为1 141.74、92.53、664.95和16.19 ms)，差异均有统计学意义(均 P<0.05)；良性组ADC值(中位数为1.66×10 -3mm 2/s)高于恶性组(中位数为1.00×10 -3mm 2/s， P<0.05)；良性组TIC曲线类型Ⅰ型6例、Ⅱ型5例、Ⅲ型2例，恶性组TIC曲线类型Ⅰ型2例、Ⅱ型17例、Ⅲ型11例，两组差异有统计学意义( P<0.05)。增强前T1pre的ROC曲线下面积(AUC)为0.869，高于ADC(AUC＝0.806)和TIC曲线类型(AUC＝0.697)，诊断效能最高。当T1pre取最佳界值为1 282.94 ms时，诊断的灵敏度为76.9%，特异度为93.3%，将T1pre和T2pre联合能够进一步提高诊断效能(AUC＝0.908)。 结论:syMRI定量参数中T1pre、T2pre、ΔT1和ΔT2对乳腺良恶性病变的鉴别诊断具有一定价值，其中T1pre诊断效能最佳，将T1pre和T2pre联合能进一步提高诊断效能。

目的:探讨磁共振成像（MRI）体素内不相干运动（IVIM）-扩散加权成像（DWI）序列和纹理分析在鼻咽癌鉴别诊断和分期中的应用价值。方法:回顾性分析唐山市人民医院2019年10月至2021年10月收治的125例鼻咽癌患者（研究组）和同期76例鼻咽部炎性增生患者（对照组）的临床资料。所有患者均行MRI T2WI和IVIM-DWI序列扫描，形成平扫T2WI图像、DWI、纯扩散系数（D）、伪扩散系数（D*）、灌注分数（f）伪彩图，获取纹理分析参数表观弥散系数（ADC）、D、D*、f值。比较两组患者和不同临床分期的IVIM-DWI序列扫描参数和纹理分析参数；采用受试者工作特征（ROC）曲线评估IVIM序列参数和纹理分析参数对于鼻咽癌及其分期的鉴别诊断效能。结果:与对照组相比，研究组患者病灶D值[（0.80±0.13）×10 -3 mm 2/s比（1.19±0.27）×10 -3 mm 2/s]，f值[（11.3±2.2）%比（15.6±3.3）%]，平均ADC值[（0.92±0.17）×10 -3 mm 2/s比（1.16±0.19）×10 -3 mm 2/s]和方差（2 189±862比3 563±925）均低（均 P<0.05），偏度（0.50±0.17比0.31±0.12）、峰度（0.56±0.13比-0.21±0.06）和熵（10.5±2.3比7.1±2.1）均高（均 P<0.05）。IVIM序列参数和纹理分析参数鉴别诊断鼻咽癌的曲线下面积（AUC）分别为0.763和0.803，两者联合的AUC为0.868，灵敏度和特异度分别为89.6%和86.8%。与Ⅰ~Ⅱ期鼻咽癌患者比较，Ⅲ~Ⅳ期患者病灶D值[（0.75±0.13）×10 -3 mm 2/s比（0.89±0.16）×10 -3 mm 2/s]和f值[（10.8±2.8）%比（12.1±3.0）%]较低（均 P<0.05）；平均ADC值[（0.90±0.14）×10 -3 mm 2/s比（0.96±0.16）×10 -3 mm 2/s]和方差（2 063±831比2 431±846）较低（均 P<0.05），偏度（0.56±0.15比0.39±0.16）、峰度（0.62±0.15比0.44±0.13）和熵（11.0±2.1比9.1±2.4）均较高（均 P<0.05）。纹理分析参数和IVIM序列参数鉴别不同分期鼻咽癌的AUC分别为0.863和0.796，两者联合鉴别的AUC为0.894，灵敏度和特异度分别为85.4%和90.7%。 结论:MRI纹理分析和IVIM定量分析对于鼻咽癌的鉴别诊断和分期有较高的价值，其中纹理分析鉴别诊断鼻咽癌和对其分期的灵敏度和特异度较高，两者联合应用整体效能最高。

目的:探讨基于深度学习的方法，从疗前MRI中提取放射影像组学特征预测局部晚期直肠癌新辅助放化疗反应的有效性。方法:2016－2017年纳入43例局部晚期直肠癌新辅助同步放化疗患者。均在疗后6～12周接受全系膜直肠切除术。弥散加权成像(DWI)序列MRI在同步放化疗前获得。根据术后病理、影像学检查或肠镜检查评估新辅助治疗后反应，将患者分为治疗反应组(22例)和治疗无反应组(21例)。分别采用传统的计算机辅助诊断方法和预先训练的卷积神经网络，从DWI序列的表观扩散系数图中提取手工和基于深度学习的影像组学(DLR)特征。利用提取的特征建立最小绝对收缩和选择算子 Logistic回归模型，预测治疗反应。使用受试者工作特性曲线，通过重复20次分层4倍交叉验证评估模型性能。 结果:使用基于DLR构建模型的平均曲线下面积为0.73(标准误为0.58～0.80)。结论:从疗前MRI中基于深度学习方法提取的影像组学特征在预测局部晚期直肠癌患者新辅助治疗反应方面准确度高。

高级别浆液性卵巢癌（HGSOC）是最常见和最致命的卵巢癌组织学亚型，初始肿瘤细胞减灭术后进行一线铂类药物化疗是其标准的治疗方法，但其治疗后复发率高达75%。运用间隔6个月有无复发这一非常简单有效的方法对铂敏感及铂耐药患者进行分类，并能为后续的个体化治疗方案选择提供客观依据。弥散加权成像（DWI）可以利用表观扩散系数（ADC）检测细胞和细胞膜的完整性，以量化水分子在组织中的扩散程度，而基于ADC分析的直方图则可分析肿瘤的生物异质性。该研究通过治疗前阶段HGSOC原发病变全肿瘤区域和全实性肿瘤区域ADC直方图分析，对患者铂类药物的化疗反应予以预测。研究共纳入2011年2月至2018年10月期间入院的70例患者，其中铂敏感患者33例，铂耐药患者37例。比较铂耐药组和铂敏感组的年龄、治疗前癌抗原125水平、国际妇产科联合会分期、术后残余肿瘤、基于全瘤体积和基于肿瘤实性成分的ADC直方图参数。结果显示，铂敏感患者和铂耐药患者的临床特征无显著差异；两组间基于全瘤体积的ADC直方图衍生参数差异均无统计学意义。与铂耐药组相比，铂敏感组的基于肿瘤实性成分直方图参数的ADC均值显著升高，偏度和峰度显著降低。ADC均值、偏度和峰度的预测性能中等，曲线下面积分别为0.667、0.733和0.616。偏度成为铂耐药性的独立危险因素。表明原发肿瘤实性成分ADC直方图分析优于全瘤体积，对晚期HGSOC患者的铂类药物化疗反应具有预测价值。

目的:探讨基于MRI弥散加权成像（DWI）的影像组学模型对骨肉瘤新辅助化疗疗效的评估价值。方法:回顾性分析河北医科大学第三医院2015年6月至2017年11月经术后组织病理学检查结果证实，且在接受新辅助化疗前、后均行MRI检查的41例骨肉瘤患者[男性26例、女性15例，年龄（22.0±11.0）岁，范围11~49岁]的病历及影像资料。根据术后组织病理学检查结果，将肿瘤组织坏死率≥90%者纳入疗效好组，<90%者纳入疗效差组。分别于新辅助化疗前、化疗一期结束后5 d内和完成整个化疗后测量所有患者的表观扩散系数（ADC，分别记为ADC0、ADC1、ADC2，比较疗效好组和疗效差组ADC间的差异。在化疗一期结束后的DWI(b=1 000 s/mm 2）和ADC图像上手动勾画病灶的感兴趣区，提取影像组学特征，用随机分组法将数据按6∶4的比例分为训练集和测试集，采用SMOTE算法对训练集上的数据进行扩充，采用方差阈值、SelectKBest、最小绝对收缩和选择算子（LASSO）法进行影像组学特征筛选，采用逻辑回归分类器构建出影像组学模型。采用独立样本 t检验或Wilcoxon秩和检验进行2组间比较。采用受试者工作特征（ROC）曲线评估传统影像学（ADC）及影像组学模型对骨肉瘤新辅助化疗疗效的预测效能。 结果:疗效好组10例、疗效差组31例。2组患者ADC0的差异无统计学意义[（0.95±0.05）×10 -3 mm 2/s对（1.05±0.05）×10 -3 mm 2/s， t=1.14， P>0.05）]；疗效好组的ADC1、ADC2高于疗效差组，且差异均有统计学意义[（1.44±0.10）×10 -3 mm 2/s对（1.10± 0.06）×10 -3 mm 2/s， t=-2.92， P<0.05；1.68(1.55，1.85）×10 -3 mm 2/s对（1.33±0.06）×10 -3 mm 2/s， Z=-2.61， P<0.01]。ROC曲线分析结果显示，当ADC1≥1.34×10 -3 mm 2/s时，其对骨肉瘤新辅助化疗疗效评估的灵敏度为80%，特异度为81%，曲线下面积（AUC）为0.797(95% CI：0.629~0.965）；当ADC2≥1.51×10 -3 mm 2/s时，其对骨肉瘤新辅助化疗疗效评估的灵敏度为90%，特异度为71%，AUC为0.777(95% CI：0.588~0.967）。从化疗一期结束后的DWI和ADC图像中共提取出1 409个影像组学特征，按6∶4的比例随机分为训练集和测试集[24（疗效好：6，疗效坏：18）∶17（疗效好：4，疗效坏：13）]，将训练集数据扩充为70（疗效好：20，疗效坏：50），经影像组学特征筛选后，最终得到5个最优影像组学特征，包括Interquartile Range、Skewness、Uniformity、Median、Maximum。采用逻辑回归分类器构建影像组学模型，训练集中该模型预测骨肉瘤新辅助化疗疗效的ROC曲线的AUC为0.881(95% CI：0.811~0.942），灵敏度为90%，特异度为74%；测试集中AUC为0.769（95% CI：0.515~0.933），灵敏度为75%，特异度为69%。 结论:基于MRI DWI的影像组学模型在评估骨肉瘤新辅助化疗疗效中的效能优于传统影像学（ADC），在临床应用中潜力较大。