我国已进入中度老龄化社会,老年脑疾病给健康带来的威胁与日俱增。以脑血管病、阿尔茨海默病、帕金森病为代表的重大脑疾病具有长期慢性发展、神经损害不可逆的特点,早发现、早干预是减轻其危害的关键策略。MRI具有无创性、多模式的优点,适于在社区人群开展大规模筛查,有望在老年脑疾病预警中发挥重要作用。结合快速成像技术、人工智能定量分析方法,可进一步提高筛查效率和准确性。概述MRI在重大脑疾病预警中的研究进展,为脑健康体检体系的建立提供思路。
随着人工智能（AI）技术在医学影像领域广泛应用,数据的标准化是关键。医学影像数据的标注是其中的重要环节,标注的质量直接决定了AI模型的效能。目前AI技术已经用于中枢神经系统肿瘤性疾病的多方面研究。为了规范中枢神经系统肿瘤数据的标注,中国医师协会放射医师分会“互联网+”医学影像专委会联合业内影像医学、计算机科学和人工智能科技企业的专家结合实践操作并反复讨论,对中枢神经系统肿瘤的MRI影像标注提出初步指导意见,旨在统一数据采集及标注规则,从而提高模型的泛化性,促进AI技术的优化、验证及推广。
目的 探讨冠状动脉CT血管成像（CCTA）一站式计算冠状动脉钙化积分（CCTA-CS）和体积积分（CCTA-VS）的可行性,并分析其与心电门控CT平扫测得标准积分（CACS、VS）的相关性。 方法 本研究回顾性连续纳入1 075例受试者,男447例,女628例,平均年龄（56.79±9.49）岁。全部受试者均行包括门控CT平扫和CCTA的常规冠状动脉CT检查,测量CACS、VS、CCTA-CS和CCTA-VS。选择CACS与CCTA-CS均不为0的影像数据进行分析。采用组内相关系数（ICC）评估2名观察者间及观察者内测量CCTA-CS和CCTA-VS的一致性。采用线性相关分析与Bland-Altman检验分析CCTA与门控CT平扫所测评分的相关性与一致性。根据CACS对受试者进行心血管病危险度分层,并采用Kruskal-Wallis H检验比较多组间的CCTA-CS与CCTA-VS。采用二元Logistic回归分析影响钙化积分的危险因素。采用独立样本t检验比较CCTA和常规冠状动脉CT检查的有效辐射剂量（ED）。 结果 CACS和CCTA-CS不为0的受试者共437例。2名观察者间和观察者内测量的CCTA-CS和CCTA-VS的一致性均较好（均ICC>0.960）。CCTA-CS与CACS、CCTA-VS与VS均呈较好的正相关（r2=0.98、0.96,均P<0.05）。Bland-Altman检验结果显示CCTA与门控CT平扫所测评分间的一致性较高。不同危险分层病人的CCTA-CS和CCTA-VS差异均有统计学意义（均P<0.05）。Logistic回归分析显示高血压、糖尿病、高脂血症、吸烟史、脑血管病均为CACS、CCTA-CS的危险因素。CCTA检查的ED低于常规冠状动脉CT检查,Flash扫描可减少21.2%,Sequence扫描可减少18.6%。 结论 CCTA一站式测量可以精确定量钙化,测得的CCTA-CS、CCTA-VS与标准积分有较好的相关性,且能有效降低辐射剂量。
目的 构建基于超声影像特征的机器学习模型预测甲状腺结节的良恶性,选择最佳模型以准确预测甲状腺结节的良恶性。 方法 回顾性分析有明确病理结果的甲状腺结节病人2 410例共2 516个结节的超声影像特征。使用SPSS Modeler18.0统计软件,将结节随机分为训练队列和验证队列,训练队列包括1 992个结节（80%）,验证队列包括524个结节（20%）。在训练队列和验证队列中,分别使用支持向量机（SVM）、Logistc回归分析、分类回归树（C&R）、决策树（C5.0）、贝叶斯网络和类神经网络6个分类器构建机器学习模型。采用受试者操作特征（ROC）曲线下面积（AUC）分析模型的原始倾向评分,以评估6种模型的预测能力;并使用DeLong检验比较6种模型的预测能力。选择预测能力最好的机器学习模型,筛选预测重要变量。使用R软件,基于训练队列数据绘制列线图,并基于训练队列及验证队列数据绘制校准曲线对列线图进行验证。 结果 在训练队列和验证队列中,SVM相比其他模型预测甲状腺结节良恶性的能力最好,AUC分别为0.983和0.973（均P<0.05）。选取SVM筛选的6个预测重要变量绘制的列线图显示纵横比>1、微钙化、包膜外侵犯评分最高,其次为边缘、桥本氏甲状腺炎及回声水平。训练队列和验证队列的校准曲线均显示,列线图的预测结果与实际结果有良好的一致性。 结论 基于超声影像特征构建的机器学习模型可以准确预测甲状腺结节的性质,其中SVM的预测能力最高。
目的 比较基于动态增强磁共振成像（DCE-MRI）、表观扩散系数（ADC）图的影像组学模型以及基于临床特征模型预测乳腺癌新辅助化疗(NAC)病理完全缓解（PCR）的效能。 方法 回顾性收集91例行乳腺癌NAC并有疗效病理评估结果的女性病人,平均年龄（48.45±9.49）岁。将91例病人按照7∶3比例分为训练组（63例）和验证组（28例）。2组均进行NAC疗效病理评估,训练组中PCR者16例、病理部分缓解（PPR）者47例,验证组中PCR者7例、PPR者21例。所有病人均在NAC前行DCE-MRI和扩散加权成像（DWI）检查。采用单因素Logistic回归对病人年龄、雌激素受体（ER）、孕激素受体（PR）、人表皮生长因子受体2（HER-2）、肿瘤增殖细胞核抗原（Ki-67）表达状态进行分析,然后基于有统计学意义的临床特征建立临床模型。提取并筛选影像组学特征,采用多元Logistic回归构建DCE模型和ADC模型,计算相应模型影像组学评分（DCE-Radscore和ADC-Radscore）。采用t检验、卡方检验或Fisher确切概率检验比较训练组和验证组中PCR者和PPR者间的临床特征和影像组学评分。采用受试者操作特征（ROC）曲线评估模型的预测效能,并计算其敏感度、特异度和曲线下面积（AUC）。采用决策曲线评估模型的临床应用价值。 结果 训练组中,PCR者的ER、PR阴性率、DCE-Radscore均高于PPR者（均P<0.05）,并在验证组中得到验证（P<0.05）。训练组中PCR者的ADC-Radscore高于PPR者（P<0.05）,但未得到验证组验证（P>0.05）。训练组中,临床模型预测PCR的AUC值（0.823）及敏感度（0.875）最高,其次是ADC模型,DCE模型最低（AUC为0.750,敏感度为0.688）。验证组中,临床模型预测PCR的AUC值最高（0.793）而敏感度（0.571）最低,ADC模型AUC（0.639）最低但敏感度(1.000)最高。决策曲线分析显示应用临床模型具有最大的净获益,其次是ADC模型,DCE模型最低。 结论 ADC模型、DCE模型和临床模型均能预测PCR,其中临床模型预测效能和净获益最高。
目的 探讨定量动态增强磁共振成像（DCE-MRI）参数、表观扩散系数（ADC）值与乳腺癌抑癌基因p53、角蛋白56（CK56）表达状态的相关性。 方法 回顾性分析145例表现为p53、CK56不同表达状态的女性乳腺癌病人资料。病人年龄25~95岁,平均（51.2±11.6）岁。依据p53、CK56结果将病人分为阳性组和阴性组,其中p53阳性者77例,阴性者60例;CK56阳性者31例,阴性者58例。所有病人术前均行乳腺DCE-MRI和扩散加权成像检查。采用t检验比较阳性组与阴性组间病人DCE-MRI定量参数[容积转移常数（Ktrans）、速率常数（kep）、血管外细胞外间隙容积比（ve）]、半定量参数[对比剂流入浓度强化率(W-in)、对比剂流出浓度衰减率（W-out）、对比剂浓度达峰时间（TTP）]及ADC值的差异,采用Spearman相关分析上述变量与p53、CK56表达状态的相关性,采用受试者操作特征（ROC）曲线分析并计算其敏感度、特异度和相应曲线下面积（AUC）。 结果 p53阳性组的kep、W-in值高于阴性组,而W-out值低于阴性组（均P<0.05）;CK56阳性组的ADC值低于阴性组（P<0.05）。p53表达状态与kep、W-in、W-out均呈弱相关（均P<0.05）,CK56表达状态与ADC值呈弱相关（P<0.05）。比较kep、W-in、W-out及三参数联合的诊断效果,W-out值诊断p53阳性的敏感度最高（0.850）,kep值和三参数联合诊断p53阳性的特异度最高（0.900）,三参数联合诊断p53阳性的AUC最高（0.640）,kep的AUC最低（0.609）,三参数联合较单参数kep的诊断效能提高了3.1%;ADC值鉴别CK56阳性的敏感度、特异度和AUC分别为0.862、0.548和0.657。 结论 定量DCE-MRI参数kep、W-in、W-out能够鉴别p53表达状态,ADC值能够鉴别CK56表达状态,但诊断效能均偏低。
目的 探讨能谱CT动静脉期的碘含量差值预测胃癌淋巴结转移的价值。 方法 回顾性选取经病理确诊的胃腺癌病人104例,其中男66例、女38例,平均年龄（58.79±9.10）岁。均于术前1周内进行能谱CT检查。根据术后病理淋巴结转移结果将病人分为转移组（64例）和非转移组（40例）。分别采用卡方检验和独立样本t检验比较2组病人基本资料、肿瘤病理特征及能谱CT参数[肿瘤最大径,动脉期和静脉期的CT值、碘浓度（IC）值和标准化碘浓度（nIC）值以及动静脉期CT差值、IC差值、nIC差值]。采用多因素Logistic回归分析胃癌病人淋巴结转移的影响因素。采用受试者操作特征（ROC）曲线分析并计算能谱CT参数预测淋巴结转移的敏感度、特异度和相应曲线下面积（AUC）。 结果 转移组中肿瘤低分化,T3和T4分期,Bommann Ⅲ、Ⅳ型占比以及肿瘤最大径均高于非转移组（均P<0.05）,2组病人性别、年龄、肿瘤部位、Lauren分型的差异均无统计学意义（均P>0.05）。转移组的动脉期和静脉期的IC、nIC以及动静脉期IC差值、nIC差值均高于非转移组（均P<0.05）;2组动脉期和静脉期的CT值以及动静脉期CT差值的差异均无统计学意义（均P>0.05）。多因素Logistic回归分析显示T分期（OR=4.226）、Bommann分型（OR=3.006）、肿瘤最大径（OR=3.722）、静脉期nIC（OR=4.108）、动静脉期IC差值（OR=3.992）、动静脉期nIC差值（OR=4.607）是胃癌病人淋巴结转移的影响因素（均P<0.05）。动静脉期nIC差值的临界值为-0.35时,敏感度（0.933）、特异度（0.837）和AUC（0.918）最高。 结论 胃癌病人术前采用能谱CT检查有利于评估淋巴结转移,其中动静脉期nIC差值对淋巴结转移预测价值高于静脉期nIC。
目的 运用倾向性评分匹配（PSM）评价CT漩涡征预测自发性脑出血（sICH）病人早期血肿扩大（HE）价值。 方法 回顾性选取2015年1月—2020年2月首诊sICH病人271例,其中男162例,女109例,年龄17~92岁,平均（59.24±16.8）岁。所有病人均于发病后6 h内和24 h内完成初次和二次CT平扫检查。根据病人有无早期HE分为HE组（72例）和非HE组（199例）。由2名放射科医师各自独立分析横断面CT平扫漩涡征的表现。采用独立样本t检验或Mann-Whitney U检验比较2组间的计量资料,采用χ2检验比较2组间的计数资料,采用kappa一致性检验分析2名医生对漩涡征评估的一致性。采用Logistic回归分析预测早期HE发生的危险因素。使用PSM将2组病人配对,比较2组病人PSM匹配前后漩涡征对早期HE的预测价值。 结果 HE组高血压病史、入院收缩压、初始血肿体积及漩涡征阳性比例均高于非HE组,入院格拉斯哥昏迷评分（GCS）低于非HE组（均P<0.05）。2名医师对漩涡征的评估一致性较好（kappa=0.905）。Logistic回归分析显示,较高的入院收缩压和初始血肿体积、较低的入院GCS评分及漩涡征阳性是预测早期HE的独立危险因素（均P<0.05）。PSM匹配后单因素分析显示HE组病人漩涡征阳性比例高于非HE组（P<0.05）。 结论 使用PSM方法在均衡变量、减少偏倚后评估漩涡征预测sICH病人早期HE更为准确,临床医师可根据CT平扫漩涡征的出现对有早期HE风险的sICH病人采取及时有效的治疗措施,可减轻病人的不良预后。
胶质母细胞瘤（GB）是中枢神经系统中最常见的原发性恶性肿瘤,其显著的肿瘤异质性是导致肿瘤进展、治疗抵抗和复发的主要原因。生境成像是基于肿瘤病理、血流灌注、分子特征等差异,对MR影像进行肿瘤亚区域目的性划分的分割技术,可用于揭示肿瘤内部异质性,反映肿瘤内病理生理、分子特征等方面的生物学差异,在GB术前分级诊断、分子特征评估、治疗反应评估、指导立体定向病理活检及预测预后等方面均取得了进展。就目前基于多参数MRI的生境成像技术在GB中的最新应用和临床价值予以综述。
乳腺癌病人化疗相关认知功能障碍（CRCI）发生的重要神经基础是化疗引起的脑结构、代谢、灌注和功能的改变。多模态MRI可以通过基于体素的形态学测量、扩散张量成像、磁共振波谱、磁敏感加权成像、动脉自旋标记灌注成像和基于血氧水平依赖的功能MRI等技术从局部或全局显示脑灰质体积和密度改变、脑白质纤维损伤、脑代谢改变、脑血流灌注以及脑区激活和功能连接变化等,从而为进一步探索乳腺癌CRCI的发病机制、早期诊断和症状研究提供依据。就多模态MRI在乳腺癌CRCI中的研究进展予以综述。
新型冠状病毒肺炎（COVID-19）可累及心血管系统引起心肌炎或其他心血管并发症,导致病人死亡率显著增加。超声心动图、心脏MR（CMR）、CT等多种无创性影像技术在COVID-19心血管并发症的诊断、治疗指导和预后评估中发挥了重要作用,特别是CMR不仅能评估心脏形态、结构方面的变化,还能判断COVID-19病人的心肌组织学异常,为预后提供新的影像学指标。就COVID-19心血管并发症的影像学研究进展予以综述。
急性肺栓塞(APE)是一类以骤然起病、进展迅速且死亡率高为特征的临床病理生理综合征。早期定性诊断和预后评估对于改善APE流行病学现状尤为重要。CT肺动脉血管成像、肺通气灌注显像、MR肺血管成像以及超声成像等影像检查方法在APE早期诊断、危险分层和预后评估中发挥着重要作用。就上述各种影像检查方法在APE定性检测及定量评估中的应用进展及限度进行综述。
胸腺增生是胸腺常见良性病变,分为真性增生和淋巴滤泡增生,多伴有重症肌无力等自身免疫性疾病。影像学检查不仅可以反映胸腺形态的变化,还可以定量评估胸腺的大小、密度及胸腺内脂肪含量,是评估胸腺增生的重要工具。目前胸腺增生的影像学检查包括CT、MRI及PET/CT等,尚无统一的影像诊断标准。就胸腺的发育、胸腺增生的临床特征、影像学进展及鉴别诊断进行综述。
双能量CT是一种采用2种不同能量进行数据采集的成像技术,可选择多种算法进行影像后处理。基于物质分离算法的双能量CT可以定量分析肝实质内的脂肪、铁、碘等物质,有助于早期评估肝实质弥漫性疾病及其严重程度,为肝实质弥漫性疾病的早期诊断及其发展的监测提供了一种新的影像学方法。综述近年来双能量CT在脂肪肝、肝铁沉积症、肝硬化等肝实质弥漫性疾病方面的应用进展。
股骨髋臼撞击症（FAI）是引起青年人髋关节运动障碍及髋部疼痛的主要原因之一,与股骨、髋臼解剖形态学异常密切相关,髋关节运动时异常撞击进而导致软骨损伤。X线摄影、CT定量测量及MRI等观察软骨的影像方法可进一步明确FAI的分型,有助于临床诊断治疗。就FAI的影像学典型表现及其定量测量方法予以综述。
痛风是由长期高尿酸血症（HUA）导致单钠尿酸盐（MSU）晶体在关节和其他组织中异常沉积所引起的代谢性疾病。超声可早期发现MSU晶体在关节周围沉积,从无症状高尿酸血症（AH）期到痛风晚期均有特异性超声表现,而且超声可对痛风累及范围和程度进行随访监测。综述痛风的超声影像学特点并对超声在降尿酸治疗监测和痛风治疗中的研究进展加以介绍。
HER-2阳性乳腺癌的恶性度高,易复发和转移。正电子发射体层成像（PET）和单光子发射体层成像（SPECT）可特异性提供靶组织的HER-2表达信息,并能对乳腺癌的疗效及预后实时评估,在乳腺癌诊疗过程中发挥了重要作用。随着HER-2靶向分子探针研究不断深入,降低正常器官和组织的非特异性摄取成为研究的重点。对PET及SPECT成像的HER-2分子靶向探针作一介绍,并综述HER-2分子探针的应用现状及进展,客观分析各种靶向探针的优势及不足。
早期检出颅内动脉瘤及评估其破裂风险对于指导临床治疗极其重要。随着人工智能（AI）技术与医学影像结合的研究不断深入,采用AI技术已用于颅内动脉瘤的辅助诊断和临床疗效评估,多种深度学习（DL）算法可以与数字减影血管造影（DSA）、CT血管成像（CTA）、MR血管成像（MRA）相结合,从而实现快速识别、精准诊断动脉瘤并预测其破裂风险。对AI技术在颅内动脉瘤诊断和预测方面的应用进行综述。
目的 探讨自身免疫性胰腺炎（AIP）继发囊性病变的影像特征。 方法 回顾性分析9例AIP合并胰腺实质内囊性病变的CT和MRI表现,逐一对病变的数目、发生部位、大小、形态、密度/信号特点以及强化方式等影像特征进行分析,并进行随访观察。 结果 9例AIP病人继发的囊性病变中,4例为多发,5例单发;在胰腺实质中共发现16个囊性病变,其中7个位于胰头,2个位于胰颈,7个位于胰尾;病灶大小最大者为5.0 cm×2.5 cm,最小者为0.8 cm×0.6 cm。16个囊性病变均表现为单房,其中2个形态不规则,14个呈形态规则的类圆形;在CT平扫中均呈低密度;在MRI 脂肪抑制快速扰相梯度回波（FSPGR）T1WI中均呈明显低信号。在脂肪抑制FSE/单次激发快速自旋回波（SSFSE）T2WI中4个囊性病变呈不均匀高信号,邻近的胰腺周围脂肪间隙模糊,余12个呈均匀高信号;CT和MRI增强扫描显示16个囊性病变均无强化。经过激素治疗,13个囊性病变中11个完全消失,2个明显缩小。 结论 AIP伴胰腺实质内囊性病变影像表现具有一定特征,激素治疗后囊性病变可减小或完全消失,正确认识其影像特点有助于提高诊断水平。
目的 探讨自发性孤立性肠系膜上动脉夹层（SISMAD）的多层螺旋CT平扫与CT血管成像（CTA）征象在诊断及分型中的价值。 方法 回顾性分析21例SISMAD病人的影像资料,观察CT平扫中肠系膜上动脉管径、密度、邻近结构及CTA中肠系膜上动脉的管腔影像,并根据Yoo分型法进行分型。 结果 SISMAD的CT平扫主要表现为肠系膜上动脉管腔内密度增高（20/21例,95%）,可伴有管径增粗（19/21例,90.5%）,大部分伴有周围脂肪密度增高（15/21例,71.4%）,仅1例（4.8%）出现肠壁增厚及肠腔积液。根据Yoo分型法对CTA表现进行分型,Ⅰ型3例（均为Ⅰ-S亚型）、Ⅱ型6例（包括Ⅱ-S亚型3例）、Ⅲ型5例（包括Ⅲ-S亚型1例）、Ⅳ型7例（包括Ⅳ-S亚型2例）。11例显示真假两腔,10例假腔内为血栓充填,1例假腔呈瘤样扩张,7例可见溃疡,9例真腔狭窄率>80%,6例累及分支血管。1例受累空肠动脉供血肠管管壁增厚并呈高灌注表现。 结论 CT平扫对SISMAD的诊断具有重要提示意义,根据Yoo分型法对CTA表现进行分型更有利于临床治疗方案的选择。
