脑血管狭窄、闭塞引发的缺血缺氧是缺血性脑卒中的核心病理机制，侧支循环作为机体重要的血液供应代偿通路，直接影响脑缺血半暗带的存活时限、梗死灶扩大速率及病人的远期预后。本文对脑血管侧支循环的分类及相关血流动力学基础、侧支循环的CT和MRI评价，以及缺血性脑卒中侧支循环病理基础与影像学关联性进行了回顾与分析，预期未来侧支循环影像学评价将向“精准化、多模态、智能化”方向发展，能为病人个体化治疗提供更有力的保障。

胰腺导管腺癌（PDAC）的早期症状隐匿、进展迅速、预后极差。我国《胰腺癌诊疗指南（2022年版）》强调高危人群的早期筛查和精准影像学评估的重要性，并推荐将MRI作为重要的筛查与诊断手段。结合我国PDAC流行病学特征及国内外专家共识要点，本文系统解读国外最新MR筛查方案与报告模板，旨在提高对PDAC的早期检出率，改善病人预后，并为国内指南的持续完善提供循证依据。

经颅磁刺激是一种无创的物理治疗技术，对多种神经系统疾病有明确的疗效，但疗效的个体差异大，精准定位个体化刺激靶点是提升疗效的关键。结构MRI能够引导经颅磁刺激，解决部分个体脑结构差异的问题。功能MRI（fMRI）可以确定脑功能与异常脑活动的个体化坐标，能够为经颅磁刺激提供个体化刺激靶点；静息态fMRI功能连接则被认为可以提供“桥梁”，使得磁刺激从脑表面皮质传递到深部效应靶点。本文就MRI在精准定位经颅磁刺激治疗方面的进展进行综述。

目的 验证体表光学图像引导放疗系统（SGRT）在乳腺癌大分割放疗中的摆位精度优势，量化摆位误差与靶区剂量分布的关联，明确不同计划靶区体积（PTV）下的摆位误差控制阈值。 方法 回顾性纳入乳腺癌保乳术后且完成大分割放疗的女性病人60例。根据治疗引导方式分为常规组（30例）和SGRT组（30例）。采用Mann-Whitney U检验比较2组间摆位误差。采用Spearman相关分析组内SGRT摆位误差与锥形束CT（CBCT）摆位误差的相关性，并使用普通最小二乘回归法进行线性拟合。基于Eclipse治疗计划系统模拟摆位误差引起的剂量变化。采用Pearson相关分析不同摆位误差下的PTV体积与实际照射剂量的线性相关性。 结果 SGRT组X、Y、Z轴的摆位误差均低于常规组（均P<0.05），且SGRT组所有病例三维摆位误差均<0.4 cm；SGRT摆位误差结果与CBCT配准结果呈高度正相关（r=0.81~0.91，均P<0.001），2种方法所得摆位误差数据的拟合度优异，具有高度一致性。结合剂量学模拟，整体摆位误差>0.4 cm时靶区剂量偏差显著增大，Z轴最为敏感。PTV体积与实际投照剂量的线性相关性存在显著轴向差异，Z轴在摆位误差0.4 cm及±0.5 cm时两者呈中度相关，-0.4 cm时呈弱相关；X轴在摆位误差-0.4 cm及-0.5 cm时两者呈弱相关，Y轴在各摆位误差下均无显著线性相关，其中对于PTV< 400 cm³的病人，Z轴的摆位误差需控制在0.2 cm内。 结论 SGRT为乳腺癌大分割放疗提供了精准、安全、无创的引导，可降低辐射暴露及病人心理负担，优化治疗流程；Z轴的摆位误差阈值需按PTV体积分层设定。

胃癌是全球高发病率和高死亡率的肿瘤之一，新辅助免疫治疗显著改善了胃癌病人的预后，早期准确评估该治疗疗效对临床具有重要意义。CT和MRI等常规影像学方法对新辅助免疫治疗疗效评估具有一定价值，人工智能模型可更加广泛应用于胃癌新辅助免疫治疗反应的预测，且表现出较好的效能。就常规影像方法及人工智能模型在胃癌新辅助免疫治疗疗效评估中的研究进展进行综述。

风湿性疾病（RD）是一类累及多系统的全身性疾病，其主要病理基础为血管和结缔组织慢性炎症反应。¹⁸F-FDG PET/CT对代谢活性和全身炎性负荷具有敏感检测能力，在RD的早期诊断、疾病活动度评估及治疗监测中发挥了重要作用。本文就¹⁸F-FDG PET/CT在类风湿关节炎、风湿性多肌痛、特发性炎性肌病、成人斯蒂尔病、系统性红斑狼疮、IgG4相关疾病、复发性软骨炎、干燥综合征、脊柱关节炎和大动脉炎等多种RD中的研究进展作一综述。

目的 探讨创伤性脑损伤（TBI）病人不同颅骨骨折部位与颅内出血发生及其复杂程度的相关性，并构建基于首次头颅CT的颅内出血风险预测模型。方法 回顾性收集来自5家三甲医院的TBI病人4 700例。根据首次CT结果将病人分为无颅内出血组（1 602例）、单一颅内出血组（1 011例）和多发颅内出血组（2 087例）。记录病人的年龄、性别、头皮血肿、中线移位、脑疝、各颅骨骨折部位以及颅内出血类型。计量资料的多组间比较采用单因素方差分析，计数资料的组间比较采用卡方检验。采用单因素分析评估不同颅骨骨折部位与各类型颅内出血的关联，采用多因素Logistic回归筛选颅骨骨折部位预测颅内出血发生及复杂程度的独立风险因素，据此构建有无颅内出血及出血复杂程度预测模型，并通过受试者操作特征（ROC）曲线下面积（AUC）、校准曲线及决策曲线分析（DCA）评价模型效能。结果 3组病人在年龄、性别、头皮血肿、中线移位、脑疝及各颅骨骨折部位分布方面均有差异（均P<0.05）。脑颅骨骨折为颅内出血的独立危险因素，其中蝶骨（OR=8.35）、颞骨（OR=6.93）关联强度较高；在预测有无颅内出血的模型中，纳入临床信息及各颅骨骨折部位后，模型AUC达到0.895（95%CI：0.89~0.90），校准良好，DCA提示在0.10~0.60的阈值概率范围内具有较高净获益。多发颅内出血预测模型的AUC为0.689（95%CI：0.67~0.71），校准尚可，在部分阈值概率范围内仍具有一定的临床应用价值。此外，硬膜外血肿（EDH）与颞骨骨折、蝶骨骨折及高危复合骨折均显著相关（均P<0.05）。结论 TBI病人颅骨骨折部位与颅内出血的发生及其复杂程度密切相关，基于颅骨骨折部位及相关临床信息构建的颅内出血风险预测模型具有较好的判别能力和临床决策价值，可为急诊TBI病人的早期风险分层提供参考。

颈动脉粥样硬化性疾病是缺血性卒中的主要病因之一。基于人工智能的CT血管成像（CTA）定量斑块分析技术可以自动分割并定量斑块成分，从而实现对缺血性卒中的早期预防与管理。本文综述了CTA定量斑块分析技术原理及其参数、颈动脉斑块的检测与分割，重点阐述该技术在颈动脉粥样硬化诊疗中的应用价值，包括斑块量化与血流动力学环境综合评估、易损斑块的识别、缺血性卒中复发风险预测、疗效监测与评估，并探讨CTA定量斑块分析技术的局限性及未来发展方向。

目的 探讨多参数MRI（mpMRI）在活检Gleason评分为6分的前列腺癌（PCa）病人中检测临床显著前列腺癌（csPCa）的价值。 方法 回顾性收集术前行前列腺穿刺活检且Gleason 评分为6分并经术后病理证实为PCa的病人110例，平均年龄（72.3±7.2）岁。所有病人均于前列腺穿刺活检术前行mpMRI检查，进行前列腺影像报告和数据系统（PI-RADS） v2.1评分。以术后病理结果作为 csPCa 判定标准，根据Epstein标准将病人分为csPCa组（92例）和非csPCa组（18例）。采用Mann-Whitney U检验、卡方检验、Fisher确切概率检验比较2组临床及影像资料的差异。将差异有统计学意义的参数纳入多因素Logistic回归分析，评估其诊断csPCa的独立影响因素。采用受试者操作特征（ROC）曲线分析各参数的诊断效能，并计算其曲线下面积（AUC）。 结果 相比非csPCa组，csPCa组的肿瘤直径更大，肿瘤分期≥T₃及PI-RADS评分≥4的病人占比更高（均P<0.05）。多因素Logistic回归分析显示，肿瘤直径是诊断csPCa的独立影响因素（P<0.05）。ROC曲线分析显示，肿瘤直径在各MRI参数中表现出最高的诊断效能（AUC=0.90），其次为PI-RADS评分（AUC=0.75）及肿瘤分期≥T3（AUC=0.63）；肿瘤直径的敏感度（95.65%）、准确度（92.52%）及阴性预测值（73.33%）均最高，肿瘤分期的特异度和阳性预测值均最高（均为100%）。 结论 mpMRI可在活检Gleason评分为6的前列腺癌病人中检出潜在csPCa。

目的 探讨MRI乳腺影像报告与数据系统（BI-RADS） 4类病变进一步分为4A、4B、4C的可行性及临床应用价值，并与超声（US）、乳腺X线摄影（MG）比较诊断效能。 方法 回顾性纳入乳腺病变病人220例，均完成US、MG及乳腺MRI检查且经手术或穿刺获得病理结果，共225个病灶分类为MRI BI-RADS 4类。根据乳腺影像学会（SBI）和北美放射学会（RSNA）的系列报告进一步对病变进行MRI BI-RADS 4A、4B、4C亚分类。以病理结果为金标准，计算各亚分类的恶性率并进行比较。采用受试者操作特征（ROC）曲线评估US BI-RADS、MG BI-RADS和MRI BI-RADS分类对乳腺病变的诊断效能，计算其曲线下面积（AUC）、准确度、敏感度、特异度。采用Delong检验比较AUC值的差异。 结果 MRI BI-RADS 4A、4B、4C类病灶分别为42、53、130个，其中病理诊断为恶性的病灶分别有5、41、127个，各亚分类相应的恶性率分别为11.9%、77.4%、97.7%，亚分类间两两比较差异均有统计学意义（P<0.016），4A类恶性率最低，4C类恶性率最高。MRI BI-RADS对良恶性诊断的准确度、敏感度最高（91.11%和97.11%），MG BI-RADS分类的特异度最高（86.54%）。MRI BI-RADS、US BI-RADS、MG BI-RADS的AUC值为0.910（95%CI：0.867~0.953）、0.871（95%CI：0.824~0.917）和0.806（95%CI：0.748~0.863），MRI BI-RADS分类的效能高于MG BI-RADS分类（Z=3.407，P=0.001），而与US BI-RADS效能相仿（Z=1.402，P=0.161）。 结论 MRI BI-RADS 4类进行亚分类具有可行性及重要的临床应用价值，能够为BI-RADS 4类乳腺病变的良恶性鉴别提供相关诊断依据。

目的 探讨第1跖趾关节（MTPJ）不同损伤机制所致的损伤类型及其MR影像特点，以期为该病的早期诊断与治疗提供精准的影像学依据。 方法 回顾性纳入经手术或随访证实的第1 MTPJ损伤病人84例，平均年龄（39.8±9.5）岁。所有病人均行MRI检查。分析第1 MTPJ不同损伤机制所致的损伤类型及其MRI表现。采用Kappa检验分析2名骨肌诊断医师对所有损伤病人诊断结果的一致性。 结果 根据损伤的发生机制对84例病人进行分类，其中68例为第1 MTPJ单纯受到过伸力所致跖板损伤，6例单纯受到外翻力导致内侧侧韧带损伤，7例单纯受到内翻力所致外侧侧韧带损伤，3例受到外翻力伴过伸力所致损伤。MRI上可见第1 MTPJ跖板中央区、籽骨间韧带、跖籽韧带、主侧韧带、副籽韧带损伤和籽骨-趾骨韧带部分撕裂表现为形态不规整，局部异常高信号；籽骨-趾骨韧带完全撕裂表现为韧带连续性中断，撕裂口贯穿韧带全层。2名医师评估第1 MTPJ损伤的诊断结果一致性较好或极好（均kappa>0.7）。 结论 MRI可清晰显示第1 MTPJ损伤的影像学表现，并能明确其具体损伤类型，对该损伤的早期诊断和精准治疗具有重要的临床应用价值。

超快速实时MRI是一种可实时监测动态生理过程的MRI技术，同时兼具高影像质量与高时间分辨力。该技术可显示内容物在胃食管交界区的动态过程，监测反流及食管裂孔疝，结合胃食管交界区形态学参数可提高对胃食管反流病的诊断效能，在食管裂孔疝术前计划和胃底折叠术后随访方面也有临床应用潜力。超快速实时MRI为胃食管反流病提供了一种新的辅助诊断方法，本文就其在胃食管反流病中的应用进展予以综述。

膀胱癌是一种具有高发病率和死亡率的泌尿生殖系统肿瘤。随着人工智能的快速发展，基于机器学习和深度学习的人工智能技术已被用于膀胱癌影像学诊断，尤其在膀胱癌图像自动分割、临床分期、病理诊断、预测相关蛋白表达、化疗疗效和预后评估等方面展现出潜在的应用价值。本文对人工智能在膀胱癌影像学评估中的研究进展进行综述。

目的 构建基于脑部CE-T₁WI和T₂ FLAIR的人工智能（AI）模型，验证并评估其对脑高级别胶质瘤和转移瘤的诊断效能及临床应用价值。 方法 回顾性收集有手术病理结果的272例脑肿瘤病人的脑MRI影像资料，其中高级别胶质瘤143例，脑转移瘤129例。将4名不同年资[低年资医生2名（阅片年限2、3年）、中年资医生2名（阅片年限5、8年）]放射科医生随机均分为2组，试验组2名医生在AI辅助下诊断，对照组2名医生单独诊断。2组医生对全部病人的MRI影像进行2轮交叉阅片，中间间隔3周的洗脱期。以病理结果作为诊断金标准，应用DBMH分析法比较2组医生诊断效能，计算受试者操作特征曲线下面积（AUC）、敏感度、特异度和准确度，并对比AI模型、中低年资医生亚组的诊断效能。 结果 AI模型分类诊断的AUC为0.975（95%CI：0.956~0.993），敏感度为97.20%、特异度为97.67%，准确度为97.43%。试验组、对照组对脑高级别胶质瘤和转移瘤分类诊断的AUC值分别为0.934（95%CI：0.909~0.958）、0.707（95%CI：0.645~0.768），敏感度分别为98.08%、83.22%，特异度分别为69.19%、52.13%，准确度分别为84.38%、68.47%。低、中年资医生试验组诊断效能均高于对照组。 结论 基于神经网络构建的AI模型在脑高级别胶质瘤和转移瘤的分类诊断中具有良好的效能，可提升放射科医生的诊断准确率，为临床诊治决策提供参考依据。

目的 探讨应用mDixon-Quant技术定量肾周及腹部脂肪对2型糖尿病（T2DM）早期肾功能改变的预测价值。 方法 前瞻性纳入T2DM病人75例，平均年龄（49.65±13.45）岁。根据尿白蛋白/肌酐比值（ACR）分为2组：正常白蛋白尿（NAU）组（44例）和微量白蛋白尿（MAU）组（31例）。同期纳入41例年龄、性别相匹配的健康志愿者作为对照组。所有受试者行腹部mDixon-Quant序列扫描，测量双肾肾周脂肪厚度（PRFT）、内脏脂肪面积（VFA）及皮下脂肪面积（SFA）。采用独立样本t检验、Mann-Whitney U检验进行2组间比较；单因素方差分析、Kruskal-Wallis检验、卡方检验进行3组间比较。采用Logistic回归分析T2DM早期肾功能改变的影响因素。Pearson或Spearman相关性分析总PRFT与临床特征之间的相关性。采用受试者操作特征（ROC）曲线分析总PRFT的预测效能，并计算其曲线下面积（AUC）。 结果 与对照组相比，NAU组及MAU组的体质量、体质量指数（BMI）、收缩压、舒张压、VFA、SFA、左肾PRFT（L-PRFT）、右肾PRFT （R-PRFT）、总PRFT均升高（均P<0.05）；与NAU组相比，MAU组的肾小球滤过率（eGFR）、舒张压降低（均P<0.05），男性比例、收缩压、血清肌酐（SCr）、尿素/肌酐（UCR）升高（均P<0.05）。多因素Logistic回归分析显示，舒张压和总PRFT是T2DM病人出现NAU状态的独立影响因素（P<0.05），且总PRFT在校正舒张压后仍是T2DM病人出现NAU状态的独立预测因素（P<0.05）；总PRFT是影响T2DM病人出现MAU状态的独立影响因素（P<0.05）。体质量、BMI与总PRFT呈正相关（r=0.642、0.616，均P<0.001）。ROC曲线分析显示总PRFT预测NAU及MAU状态效能较高，其AUC值分别为0.822和0.810。 结论 应用mDixon-Quant技术可无创、定量评价肾周及腹部脂肪，其中肾周脂肪对T2DM早期肾功能改变具有一定预测价值。

目的 基于增强CT影像主观特征构建列线图模型，探讨模型对食管鳞癌（ESCC）新辅助免疫化疗（nICT）后增大的区域淋巴结转移风险的预测价值。 方法 回顾性纳入3家医疗中心于nICT后接受手术的局部晚期ESCC病人60例，根据nICT治疗后CT影像共评估81枚影像学增大的区域淋巴结（均具有匹配的病理结果)。评估淋巴结的长径（LAD）、短径（SAD）及多项影像学主观特征。采用单因素及多因素Logistic回归分析筛选淋巴结转移的独立预测因素，并构建列线图模型。通过受试者操作特征（ROC）曲线及曲线下面积（AUC）评价模型判别能力，采用DeLong检验比较不同模型的预测效能。利用Bootstrap重抽样进行内部验证，通过一致性指数（C指数）、校准曲线和决策曲线分析（DCA）评估模型的区分度、校准度和临床实用性。 结果 多因素分析显示，长径变化率（ΔLAD）较小、存在影像学包膜外侵犯（iENE）以及肾形形态的消失是淋巴结转移的独立预测因素。基于上述变量构建的列线图模型表现出良好的预测效能，原始C指数为0.903，经内部验证后为0.893。该模型的AUC达0.903，敏感度90.0%，特异度78.7%，其预测效能显著高于各单一因素的预测效能（均P<0.05）。校准曲线显示预测概率与实际观察值一致性良好。决策曲线分析显示，在阈值概率 0.10~0.75 范围内，联合模型获得更高净获益。此外，ΔLAD>27%可作为鉴别反应性增生的有效截断值（敏感度75%，特异度63.9%）。 结论 基于增强CT影像学特征构建的列线图模型可有效预测nICT后ESCC病人增大区域淋巴结的转移状态，并能够为临床区分新辅助免疫化疗相关的假性进展与真性转移、制定个体化治疗策略提供实用工具。

目的 探讨基于增强CT的瘤内瘤周生境影像组学模型在术前预测肝细胞癌（HCC）微血管浸润（MVI）中的价值。方法 回顾性收集158例经病理证实为HCC且明确MVI状态的病人，分析其临床资料及上腹部增强扫描动脉期、门静脉期CT影像特征。将病人按7∶3比例随机分为训练集（110例）和测试集（48例）。基于瘤内、瘤内瘤周及瘤内瘤周生境亚区域分别提取影像组学特征，采用最小绝对收缩和选择算子（LASSO）算法筛选出最优特征，并对临床资料进行单因素、多因素logistic回归分析筛选出预测MVI的独立危险因素，模型的建立均采用支持向量机（SVM）机器学习算法。利用训练集数据建立4个模型，包括瘤内影像组学模型、瘤内瘤周影像组学模型、瘤内瘤周生境影像组学模型、临床模型，并在测试集上利用受试者操作特征曲线（ROC）、曲线下面积（AUC）和净重新分类指数（NRI）来评价模型的预测效能，利用校准曲线和决策曲线分析（DCA）来评价模型的校准度和临床净获益。结果 构建的4个模型中瘤内瘤周生境影像组学模型预测效能最佳，训练集的ROC曲线下面积（AUC）为0.893、测试集为0.831，且与瘤内影像组学模型、瘤内瘤周影像组学模型以及临床模型相比均具有正向改善力（NRI>0）。校准曲线显示瘤内瘤周生境影像组学模型预测结果与真实结果之间有较好的一致性，且与临床模型、瘤内影像组学模型以及瘤内瘤周影像组学模型相比有更多的临床净获益。结论 基于增强CT的瘤内瘤周生境影像组学模型在预测HCC病人MVI方面表现出优异的效能，具有无创性术前预测MVI的潜力，可以为临床制定个体化治疗方案提供依据。

目的 探讨CT灌注成像（CTP）参数与脑小血管病（CSVD）病人颅脑MRI总负荷评分的相关性，以及两者与90 d预后的关联。 方法 回顾性纳入经临床确诊的CSVD病人115例，采用改良Rankin量表评估预后，根据治疗后90 d的预后情况将病人分为预后不良组（43例）和预后良好组（72例）。采用多因素Logistic回归分析预后不良的影响因素。采用Pearson相关系数分析CTP参数[脑血容量（CBV）、脑血流量（CBF）、平均通过时间（MTT）、对比剂峰值时间（TTP）]与MRI总负荷评分相关性。采用 Spearman相关系数分析CTP参数、MRI总负荷评分与预后结局的相关性。 结果 2组病人高血压、糖尿病、MRI总负荷评分、CBV、CBF、MTT、TTP的差异均有统计学意义（均P<0.05）。多因素Logistic回归分析显示MRI总负荷评分、CBV、CBF、MTT、TTP是预后不良的影响因素（P<0.05）。CBV与MRI总负荷评分无相关性（P>0.05），CBF与MRI总负荷评分呈负相关（P<0.05），MTT、TTP与MRI总负荷评分呈正相关（P<0.05）。CBV、CBF与预后不良呈负相关（P<0.05），MTT、TTP与预后不良呈正相关（P<0.05）。 结论 CTP参数与MRI总负荷评分密切相关，且两者均与CSVD病人预后相关。CTP参数检测与MRI总负荷评分相结合可更全面、精准地评估CSVD病人的病变严重程度及预后风险。

目的 探讨动脉自旋标记（ASL)及体素内不相干运动（IVIM）MR成像技术评估阿霉素肾病大鼠肾损伤及肾纤维化程度的价值。 方法 将42只大鼠随机分为连续扫描组（6只）和间断扫描组（36只）。在基线时间点和注射阿霉素后2、3、4、5、6 周分别进行MRI（T₂WI、ASL、IVIM）扫描。连续扫描组大鼠于各时间点重复扫描。间断扫描组在每个时间点分别随机选取6只大鼠并在扫描后将其处死，然后进行实验室检查（肌酐、肿瘤坏死因子-α）和肾组织病理学检查[包括HE、Masson染色评估肾损伤及纤维化程度，免疫组化染色半定量分析α-平滑肌肌动蛋白（α-SMA）的表达]。以HE评分>2分为界值区分轻与中重度肾损伤程度；采用K-means聚类法将肾纤维化程度分为轻、中、重度。测量双肾血流量（RBF）和真实扩散系数（D）、循环灌注相关系数（Dp）、灌注分数（f）。采用单因素方差分析比较间断扫描组不同时间点影像、实验室指标及病理结果的差异；重复测量方差分析比较连续扫描组影像参数随时间变化趋势；Spearman相关性分析评价影像、实验室指标与病理结果的相关性；受试者操作特征曲线及曲线下面积（AUC）分析影像参数、肌酐鉴别不同程度肾损伤及肾纤维化的效能；Delong检验比较AUC差值。 结果 间断扫描组大鼠肌酐水平呈升高趋势，5、6周与基线（0周）差异有统计学意义（P<0.05）。皮质RBF值及皮髓质D值、f值呈下降趋势，且与HE评分、纤维化面积、α-SMA均显著相关（|r|=0.411~0.868，P<0.05）。肾皮质RBF值对鉴别轻与中重度肾损伤及纤维化效能最优（AUC=0.968、0.888，P<0.05）。皮质RBF值、D值和皮髓质f值区分轻-中重度纤维化程度的AUC均显著高于肌酐；皮质RBF值和皮髓质f值区分轻-中重度肾损伤的AUC均显著高于肌酐（P<0.05）。 结论 ASL及IVIM成像可动态揭示阿霉素肾病模型中肾皮髓质灌注与扩散的演变规律，其参数对于不同程度肾损伤及纤维化的区分效能优于传统血清学指标，故为临床早期干预及治疗提供了有力的依据。

基于CT的影像组学能够从影像中提取高通量定量特征，为肺癌管理提供了一种无创性、可重复的决策支持工具。在预后预测方面，影像组学可用于评估病人的生存期、远处转移风险及淋巴结转移状态，从而辅助进行风险分层。在疗效评估方面，该技术能够早期预测病人对传统放化疗、免疫治疗及靶向治疗的反应，识别潜在获益人群。通过整合影像组学特征与临床病理信息，有望制定更精准的个体化治疗策略。本文对影像组学在肺癌预后预测与疗效评估中的最新研究进展进行综述。

心血管CT已成为肿瘤心脏病的重要影像评估手段，近年广泛用于肿瘤治疗相关冠状动脉粥样硬化、心肌纤维化、心包及瓣膜病变等方面的研究。本文综述了心血管CT在肿瘤心脏病中的研究进展并分析其优势与局限，介绍了光子计数CT和人工智能等新兴技术在识别早期心脏毒性病变与风险分层中的应用潜力，旨在为肿瘤心脏病的精准诊断、个体化管理及临床转化提供参考。

子宫内膜癌（EC）分型已从传统的病理双分型模式，发展为包含DNA聚合酶ε（POLE）突变型、微卫星不稳定（MSI）型、p53突变型和非特异分子谱（NSMP）型4个亚型的分子分型系统，并被纳入最新版国际妇产科联合会（FIGO）分期标准。MRI作为EC术前评估的首选影像学方法，其功能成像、影像组学与深度学习技术在无创预测EC分子分型方面展现出巨大的应用潜力。本文就MRI技术在EC分子分型中的应用与研究进展进行综述，以期为精准医疗提供参考。

晚期非小细胞肺癌（NSCLC）病人对于免疫治疗反应存在较大差异，通过生物标志物或直接预测疗效对于筛选受益人群具有重要意义。本文就AI模型在晚期NSCLC免疫治疗生物标志物预测、非传统生物标志物构建及免疫治疗疗效预测等方面的研究进展、面临的挑战和未来研究方向进行阐述和分析。

缺血性卒中后病人功能恢复存在明显个体差异，传统临床指标难以充分解释这种异质性。随着人工智能技术发展，基于神经影像的脑结构损伤、脑衰弱与脑龄等指标，为评估大脑健康储备及预后提供了新方向。本综述系统阐述了脑结构损伤、脑衰弱与脑龄的定义、评估方法及临床意义，并分析其相互关系。深入理解三者关系，有助于更精准解析卒中后功能恢复的个体差异，对于构建多维度预后预测体系、推动卒中精准医疗具有重要作用。

目的 探讨60 kVp结合心脏深度学习重建算法（CardioBoost）用于小儿先天性心脏病（CHD）CT血管成像（CTA）的可行性。方法 前瞻性纳入临床确诊为CHD且术前拟行心脏CTA检查的患儿160例，中位年龄8个月。将患儿随机分为常规剂量组和低剂量组（每组80例）。常规剂量组采用混合迭代重建（HIR）获得A组影像（80 kVp、400 mA、HIR），低剂量组分别采用HIR和CardioBoost重建获得B1组影像（60 kVp、240 mA、HIR）和B2组影像（60 kVp、240 mA、CardioBoost重建）。比较常规剂量组和低剂量组的辐射剂量[CT剂量指数（CTDIvol）、剂量长度乘积（DLP）、有效剂量（ED）和体型特异性剂量估算值（SSDE）]，并比较A、B1、B2三组影像的主观影像质量评分（5分法）和各心腔与大血管的客观影像质量参数[噪声、信噪比（SNR）、对比噪声比（CNR）]。以手术结果为金标准评估诊断准确性。采用Mann-Whitney U检验及Kruskal-Wallis检验比较计量资料，卡方检验比较计数资料。采用Kappa检验评估2名阅片者间的一致性。结果 低剂量组ED较常规剂量组降低了81.3%（P<0.05）。2名阅片者对3组影像主观评分的一致性均良好（均κ≥0.78）。A、B1、B2组影像的主观影像质量评分均≥3分。B2组的主观评分高于B1组（P<0.05），与A组主观评分差异无统计学意义（P>0.05）。B2组较B1组噪声降低，SNR及CNR升高（均P<0.05），各项客观评价指标与A组相当或表现更优。B2组对心内畸形诊断准确率高于B1组（P<0.05），与A组诊断准确率差异无统计学意义（P>0.05）。结论 小儿CHD CTA采用60 kVp结合CardioBoost算法可显著降低辐射剂量，同时可获得与常规剂量相当的影像质量。

目的 探讨60 kVp超低管电压联合人工智能迭代重建（AIIR）在头颈动脉CT血管成像（CTA）中的可行性。方法 前瞻性纳入120例行头颈动脉CTA检查的病人，随机分为4组（每组30例）：A组[100 kVp、40 mL对比剂、混合迭代重建（HIR）]、B组（80 kVp、40 mL对比剂、HIR）、C组（60 kVp、40 mL对比剂、AIIR 3、4级重建，分为C3、C4组）和D组（60 kVp、20 mL对比剂、AIIR 3、4级重建，分为D3、D4组）。比较各组主观影像质量评分（5分法）、客观参数[噪声、信噪比（SNR）、对比噪声比（CNR）]及辐射剂量[CT剂量指数（CTDIvol）、剂量长度乘积（DLP）、有效剂量（ED）]。以数字减影血管造影（DSA）为金标准评估诊断准确性。采用单因素方差分析或Kruskal-Wallis检验比较计量资料，卡方检验比较计数资料。采用Cohen’ s Kappa检验评估一致性。结果 4组病人的基线数据均衡（均P>0.05）。各组主观影像质量评分均≥3分，组间差异无统计学意义（均P>0.05），阅片者间一致性良好（均κ≥0.675）。与A组相比，C3、C4、D3和D4组噪声均显著降低（均P<0.05），SNR和CNR均显著升高（均P<0.05），而A、B组间差异无统计学意义（P>0.05）。低剂量各组的平均CT值与A组的相当或显著增高。4组中有13例进行了DSA检查，其结果对照显示各组CTA的诊断准确度均为100%。与A组相比，B、C、D组的辐射剂量分别降低了44.7%、77.3%和77.3%。结论 60 kVp联合AIIR的头颈动脉CTA方案可在辐射剂量降低77%、对比剂减少50%的条件下维持诊断级影像质量。

目的 探讨基于动态对比增强MRI（DCE-MRI）药代动力学参数模型区分食管鳞状细胞癌（ESCC）肿瘤组织与头侧癌旁组织（PTD）微血管异质性的可行性。方法 前瞻性纳入2家医疗中心的154例经病理证实的ESCC病人。将A中心的128例病人按8∶2的比例随机分为训练集（102例）和内部验证集（26例），B中心的病人作为外部验证集（26例）。训练集用于筛选反映微血管异质性的参数并建立Logistic回归模型，验证集用于验证模型的诊断效能。采用联影医疗的医学影像处理软件在肿瘤组织及PTD中勾画感兴趣区（ROI），并对剔除与不剔除坏死囊变区的ROI勾画结果进行敏感性分析以评估模型结果稳健性。计算血流速率常数（k_ep）、容积转移常数（K^trans）和血管外细胞外间隙容积分数（v_e）的均数、标准差及变异系数。采用Wilcoxon符号秩检验比较肿瘤组织与PTD间药代动力学参数的差异，并将差异有统计学意义的参数纳入多因素Logistic回归分析。采用受试者操作特征（ROC）曲线评价单一参数及多变量模型的区分效能，并计算其曲线下面积（AUC）。采用DeLong检验比较AUC值差异，计算净重新分类指数（NRI）和综合判别改善指数（IDI）来评估模型的重分类能力。结果 训练集中肿瘤组织与PTD间k_ep均数、k_ep标准差、K^trans均数、v_e均数及v_e变异系数的差异有统计学意义（均P<0.05）。多因素Logistic回归分析显示，k_ep均数与v_e变异系数在区分肿瘤组织及PTD时具有统计学意义（均P<0.05），基于上述两参数构建Logistic回归多变量模型。在训练集、内外部验证集中，多变量模型的AUC值分别为0.835、0.846、0.818，DeLong检验显示，多变量模型的AUC值均高于k_ep均数（均P<0.05），而多变量模型与v_e变异系数的AUC值差异均无统计学意义（均P>0.05）。多变量模型AUC优于k_ep，与v_e变异系数相当，但NRI和IDI显示多变量模型具有更好的重分类能力（均P<0.05）。敏感性分析结果显示，ROI剔除或不剔除坏死囊变区域，模型的判别效能及参数效应方向的结果均一致。结论 基于v_e变异系数与k_ep均数构建的多变量模型在区分ESCC肿瘤组织与PTD方面具有良好效能。