目的 探究基于能谱CT的影像组学机器学习模型及列线图在术前对结直肠癌（CRC）病人KRAS基因状态的鉴别效能。方法 回顾性纳入137例接受KRAS突变检测且术前行能谱CT检查的CRC病人（KRAS野生型70例，KRAS突变型67例），按7∶3比例随机分为训练集（95例）和测试集（42例）。在静脉期70 keV单能量增强CT影像上勾画病灶ROI，提取并筛选影像组学特征，并采用最小绝对收缩和选择算子（LASSO）回归系数计算影像组学评分（Rad-score）。建立6种模型，分别为基于支持向量机（SVM）、极端梯度提升（XGBoost）和逻辑回归（LR）的影像组学模型和联合模型（能谱CT影像特征+Rad-score）。通过受试者操作特征（ROC）曲线下面积（AUC）评估模型效能并采用DeLong检验进行比较。基于影像组学评分构建影像组学列线图，并在测试集验证。通过校准曲线、临床决策曲线和临床影响曲线分别评估列线图的校准度、临床净获益和临床有效率。结果 共筛选出8个影像组学特征和1个能谱参数。在测试集中，基于LR的联合模型效能最优，AUC为0.891，高于由SVM、XGBoost和LR构建的影像组学模型（AUC分别为0.796，0.787和0.812；均P<0.05）及由SVM、XGBoost构建的联合模型（AUC分别为0.889和0.873；均P<0.05）。列线图模型在训练集和测试集中的AUC分别为0.987和0.916，校准曲线显示训练集拟合良好，测试集拟合逊色于训练集。临床决策曲线和临床影响曲线显示列线图具有良好的临床净收益和临床有效率。结论 基于静脉期能谱CT及其影像组学构建的LR模型和列线图在术前预测CRC的KRAS基因状态中具有一定的参考价值，可为临床提供参考信息。

淀粉样蛋白相关影像异常（ARIA）是Aβ单抗治疗早期阿尔茨海默病（AD）过程中最常见的不良反应之一，MRI是监测和评估病人用药期间发生ARIA及其严重程度的必要工具。就ARIA的发生机制、影像表现与严重程度分级进行详细介绍，同时基于临床实际工作经验总结较为完整的标准MRI检查方案及监测流程，并阐述影像监测对于AD病人临床用药的重要指导意义。

术前预测非小细胞肺癌（NSCLC）新辅助免疫治疗（NIT）疗效有助于筛选获益病人、降低术后复发转移风险和改善预后。影像组学和深度学习可用于挖掘NSCLC NIT疗效预测的影像生物标志物。影像组学通过全局特征分析或生境分析方法，能够有效量化肿瘤时间及空间异质性，为疗效预测提供量化依据；深度学习则通过自适应提取深层影像特征，实现治疗反应评估。就影像组学和深度学习技术在NSCLC病人NIT疗效预测中的研究进展进行综述，并分析技术难点和对策。

目的 探讨急性冠状动脉综合征(ACS)罪犯斑块周围冠状动脉周围脂肪衰减指数（FAI）与斑块特征的关系，及其在预测罪犯斑块中的价值。 方法 回顾性纳入确诊为ACS的病人50例（ACS组），及同期行CCTA检查的无症状的冠状动脉粥样硬化者40例（对照组），分析其临床及影像资料。将ACS组的斑块分为罪犯斑块和非罪犯斑块；根据罪犯斑块和非罪犯斑块的高危特征数量将其分为非高危斑块和高危斑块。预设默认阈值（-190~-30 HU）及宽阈值（-190~20 HU）测量斑块周围FAI。采用t检验、单因素方差分析和卡方检验分别比较各组不同性质及狭窄程度斑块FAI，罪犯斑块、非罪犯斑块和对照组斑块的性质、狭窄程度和FAI，罪犯斑块与非罪犯斑块高危特征，高危斑块与非高危斑块的FAI。采用多因素 Logistic 回归分析确定罪犯斑块的独立预测因素；基于受试者操作特征（ROC）曲线分析单一因素及联合因素预测罪犯斑块的效能。采用DeLong检验比较各单一因素及联合因素间AUC的差异。 结果 罪犯斑块、非罪犯斑块和对照组斑块中，宽阈值FAI均高于默认阈值FAI（均P<0.05），罪犯斑块在2种阈值下的FAI均大于非罪犯斑块及对照组斑块（均P<0.05）。罪犯斑块中64%为高危斑块，且混合斑块占比、致血管重度狭窄及闭塞的斑块占比高（分别为52%、76%、12%）。在ACS组中，钙化斑块周围FAI低于非钙化斑块及混合斑块（P<0.05），重度狭窄及闭塞斑块周围FAI值较高（P<0.05），高危斑块周围FAI高于非高危斑块（P<0.05）。多因素Logistic回归分析显示中度以上狭窄程度、较高的默认阈值FAI、较多的高危斑块特征是罪犯斑块的独立预测因素。默认阈值FAI+狭窄程度+高危斑块的预测效能最高（AUC=0.981）。多种因素进行DeLong检验分析显示，联合默认阈值FAI后联合因素预测罪犯斑块的AUC均高于单一因素（均P<0.05）。 结论 ACS斑块周围FAI可以在一定程度上反映斑块的炎症状态及斑块易损性，联合默认阈值FAI能提高狭窄程度及高危斑块预测罪犯斑块的诊断效能。

超快速动态对比增强（UF-DCE）MRI凭借成像速度快、时间分辨率高，且能获得丰富的血流动力学参数的优势已用于乳腺癌的早期筛查、鉴别诊断、新辅助化疗疗效预测及预后评估。就UF-DCE MRI的技术原理、在乳腺癌诊疗中的应用以及UF-DCE MRI中的人工智能应用等各项研究进展进行综述。

生境成像（HI）能够分析肿瘤异质性及微环境特征，已逐渐用于常见消化系统肿瘤的研究与诊疗，包括结直肠癌、胃癌、肝细胞癌等。目前，HI可用于结直肠癌的基因表型预测模型构建、精准分期及转移预测；在胃癌中可以量化免疫微环境特征、评估治疗反应并预测预后；对肝细胞癌能够实现微血管侵犯无创识别及复发风险分层。简介HI的基本原理和技术流程，并就HI在上述消化系统肿瘤中的应用进展作一综述。

体脂率是衡量个体体内脂肪量的重要指标。超声作为一种安全、无创的检查方法，不仅可直观检测脂肪层厚度，有效区分皮下与内脏脂肪，还可通过多位点脂肪厚度的定量测量评估体脂率。合理选择测量位点非常有利于提高体脂率估测的准确性。就超声测量皮下脂肪和腹内脂肪的潜在价值、可重复性以及在体脂率评估中的应用进行综述。

早期诊断和准确评估肾脏损伤程度对慢性肾脏病（CKD）的治疗和预后具有重要意义。影像组学可通过深度挖掘医学影像中的信息，高通量地提取大量人眼无法识别的定量特征从而构建模型，对CKD进行诊断和分期，并评估肾功能和肾脏纤维化程度。就基于超声、MRI、CT的影像组学在CKD诊断及评估中的研究进展进行综述。

目的 探讨基于原发灶及瘤周影像组学特征构建的机器学习模型在术前预测胃癌脉管浸润（LVI）中的价值。方法 回顾性收集148例经手术病理证实为胃癌病人的临床及影像资料，根据病理结果将病人分为LVI阳性组（79例）和阴性组（69例）。按7∶3的比例将病人随机分为训练集（103例）和测试集（45例）。基于原发灶及瘤周区域提取影像组学特征。最小绝对收缩和选择算子（LASSO）方法筛选最优影像组学特征，并计算影像组学评分（Rad-score）。将2组间差异有统计学意义的临床特征联合Rad-score进行多因素Logistic回归分析，筛选变量以构建机器学习模型。采用7种机器学习算法[逻辑回归（LR）、极限梯度提升（XGBoost）、随机森林（RF）、高斯朴素贝叶斯（GNB）、支持向量机（SVM）、轻量级梯度提升机（LightGBM）和K-最近邻（KNN）]构建临床-影像组学模型。通过受试者操作特征（ROC）曲线分析模型的效能。采用校准曲线和决策曲线分析（DCA）评估模型的校准度和临床净获益。采用沙普利加和解释（SHAP）方法对预测模型提供可视化解释。结果 训练集中7种机器学习模型的AUC均大于0.650，其中RF模型的AUC（0.858）、敏感度（0.895）、准确度（0.776）均最高。校准曲线显示RF模型的Brier评分（0.153）最低，预测准确性最好。DCA显示风险阈值在0.30~0.70时，RF模型可获得更高的临床净获益。测试集中RF模型的诊断效能较稳定，AUC为0.821。SHAP分析显示了胃癌病人LVI风险相关的重要因素，并为个体预测提供了可视化的解释。结论 基于原发灶、瘤周影像组学特征及临床因素构建的RF模型在术前预测胃癌LVI状态中具有重要价值。

2024年美国心脏协会（AHA）颁布了心脏结节病（CS）的诊断与管理科学声明，系统阐释了CS这一以非坏死性肉芽肿性炎症为特征的浸润性心肌病的诊疗框架。声明强调，多模态影像学技术是CS诊断的核心支柱。本文聚焦声明核心内容，重点解读CS多模态影像技术的临床应用价值及诊断标准，以及心脏MR（CMR）与PET的协同诊疗策略，以期为临床实践提供精准影像评估路径。

慢性阻塞性肺疾病（COPD）是一种常见的可防治的疾病，早期诊断并干预有利于改善病人预后。肺部CT成像可以对肺密度、气道、血管及体质成分进行定量分析，揭示COPD的表型特征并识别并发疾病，有助于评估COPD严重程度并对其进行早期干预。就胸部CT定量分析在COPD中的研究进展予以综述。

目的 比较超弧刀（Hyperarc）、容积调强弧形治疗（VMAT）、调强放射治疗（IMRT）、三维适形放射治疗（3DCRT）治疗多发脑转移瘤的剂量学和效果差异。方法 前瞻性选取168例多发脑转移瘤病人，随机分为4组（n=42），分别采用Hyperarc、VMAT、IMRT和3DCRT技术设计治疗计划。采用单因素方差分析、Kruskal-Wallis检验、卡方检验比较4组病人的临床资料及治疗有效率，并比较4组间计划靶区剂量学参数[均匀性指数（HI）、适形度指数（CI）、梯度指数（GI）]，危及器官剂量[双侧晶体及脑干的最大剂量（Dmax）和平均剂量（Dmean）]、机器跳数和出束时间。结果 Hyperarc组的治疗有效率高于VMAT组、IMRT组和3DCRT组（P<0.05）；与其他3组相比，Hyperarc组病人计划靶区HI、GI以及双侧晶体及脑干Dmax、Dmean均较低，计划靶区的Dmean和CI均更高（均P<0.05）；VMAT组和IMRT组病人计划靶区HI、GI，以及双侧晶体及脑干Dmax、Dmean均低于3DCRT组（均P<0.05），计划靶区Dmean和CI高于3DCRT组（P<0.05）；Hyperarc组机器跳数和出束时间均低于VMAT组、IMRT组，但高于3DCRT组（均P<0.05）。结论 在多发脑转移瘤病人的放射治疗中，Hyperarc技术的靶区剂量学分布以及对危及器官的保护具有优势。

目的 基于深度学习方法训练模型，探讨其在CT平扫影像上完成全自动分割肾上腺的可行性。方法 回顾性收集行肾上腺CT平扫检查的病人1 200例。采用5折交叉验证法，将病人按8∶2的比例分为训练集（960例）和内部测试集（240例）；另外收集行肾上腺CT平扫检查病人81例作为独立测试集。基于nnU-Net框架分别构建2D nnU-Net和3D nnU-Net分割模型。采用Mann-Whitney U检验、 χ²检验对2组数据集之间的临床和CT影像特征进行比较。以内部测试集和独立测试集的Dice系数（DSC）、Hausdorff距离（HD）、平均对称表面距离（ASSD）、召回率（Recall）和精确度来客观评价模型的分割效能。由2名影像医师对独立测试集3D nnU-Net模型分割结果进行主观评价。结果 训练集+内部测试集和独立测试集之间一般资料比较，其差异均无统计学意义（均P>0.05）。在内部测试集和独立测试集上，2D 和3D nnU-Net模型对左、右侧肾上腺分割效能均较高。相比2D nnU-Net模型，3D nnU-Net模型的Dice系数、精确度均更高，HD、ASSD更低，召回率更高或相似。与2D nnU-Net模型相比，3D nnU-Net的分割效果与人工标注更接近。2名影像医师对3D nnU-Net模型在独立测试集中的分割预测结果进行主观评价，其中62.96%分割满意，37.04%分割不满意。结论 基于深度学习构建的肾上腺分割模型在平扫CT影像上全自动分割肾上腺具有可行性。

冠状动脉CT血管成像为冠状动脉疾病诊断、临床治疗决策、疗效评估和预后预测的首选无创影像检查方法。冠状动脉CT血管成像可对斑块性质和管腔狭窄程度进行评价，还能获得一些反映冠状动脉血流储备、冠状动脉周围脂肪炎症、左室心肌应变、左室心肌纤维化和左室心肌灌注的定量参数。针对这些定量的衍生参数在冠状动脉疾病中的应用进行综述。

射血分数保留型心力衰竭（HFpEF）是一种异质性大且病因复杂的疾病，其中心肌纤维化是驱动HFpEF病人心功能障碍的主要病理生理机制。心脏MR（CMR）的延迟钆增强（LGE）、T₁ mapping、细胞外容积（ECV）及CMR特征追踪（CMR-FT）等多种技术已用于评估HFpEF病人心肌纤维化，可评价心肌纤维化的分布、程度，能够对HFpEF病人进行风险分层和预后评估。综述CMR技术在HFpEF病人心肌纤维化中的研究进展，同时展望人工智能在优化 CMR 检查中的应用潜力。

目的 探讨基于增强CT（CECT）的影像组学模型鉴别新辅助化疗联合免疫治疗（NACI）后食管鳞状细胞癌（ESCC）头侧癌旁组织与切缘组织的可行性。方法 回顾性收集2家医疗中心的188例接受NACI并经病理证实的ESCC病人的CECT特征和临床资料。将来自A中心的138例病人按7∶3的比例随机分为训练集（97例）和内部验证集（41例），来自B中心的50例病人作为外部验证集。采用3D-Slicer开源软件在CECT影像勾画4个头侧癌旁组织（P1、P2、P3和P4）与切缘组织（P5）的感兴趣区（ROI）（分别距肿瘤上缘1、2、3、4、5 cm），Pyrdiomics软件包提取影像组学特征。将4处头侧癌旁组织获得的特征分别与切缘组织特征进行配对，用以鉴别两者，即P1、P2、P3、P4组。采用单因素分析、最小绝对收缩和选择算子（LASSO）算法筛选训练集中的最优影像组学特征，构建Logistic回归模型。采用受试者操作特征（ROC）曲线下面积（AUC）评估影像组学模型的鉴别效能。结果 在训练集、内部验证集及外部验证集中，P1组模型的AUC分别为0.831、0.820、0.787，P2组模型的AUC分别为0.809、0.797、0.769。P1组、P2组模型均有较好的鉴别效能（均AUC>0.76），且P1组模型的AUC值均分别大于P2组模型。结论 基于增强CT影像组学模型对鉴别NACI后ESCC头侧癌旁组织（P1和P2）与切缘组织具有较好的效能。

多模态乳腺MRI是无创性评估乳腺癌的重要工具，基于乳腺MRI的影像组学能够提取乳腺癌组织的高通量、深层次特征，发掘其与乳腺癌分子标志物表达水平的关系。从MRI模态基础、影像组学研究进展、机器学习和深度学习的算法及其临床应用、多组学联合研究等多个方面综述人工智能预测乳腺癌分子分型的研究现状，以及不同方法的优势和不足。为基于MRI人工智能的后续研究及临床无创性预测乳腺癌分子分型提供参考标准。

目的 基于纤维束示踪的空间统计方法（TBSS）探讨神经精神性狼疮（NPSLE）和非神经精神性狼疮（Non-NPSLE）病人脑白质微结构改变的差异。方法 前瞻性纳入NPSLE病人34例和Non-NPSLE病人32例，并于同期纳入健康对照组（HC）33例。所有受试者均行头颅扩散张量成像（DTI）检查，采用TBSS分析比较3组间脑白质微结构改变的差异。3组间各向异性分数（FA）值的比较采用单因素方差分析，进一步两两比较采用事后分析。采用偏相关分析评估差异团块的FA值与神经量表评分及临床指标之间的相关性、神经量表评分与临床指标之间的相关性。结果 3组间FA值存在显著差异的团块共5个（P<0.05，FWE校正）。事后分析显示，Non-NPSLE、NPSLE组各有2个团块的FA值低于HC组，NPSLE组有1个团块的FA值低于Non-NPSLE组（P<0.05，FWE校正），NPSLE组表现出比Non-NPSLE组更加广泛的受累范围。SLE病人FA值降低的纤维束区域主要集中在胼胝体和放射冠。相关性分析发现，3组间两两比较的差异团块的FA值均与IgM呈正相关（P<0.05）。NPSLE组的HADS-D评分与C4呈负相关（r=-0.354，P=0.047）；Non-NPSLE组的MoCA评分与红细胞沉降率呈负相关（r=-0.424，P=0.019）。结论 与Non-NPSLE病人相比，NPSLE病人存在更广泛的脑白质微结构损伤。部分差异团块的FA值与临床指标存在一定相关性，提示差异团块的FA值可能作为检测SLE病人疾病活动性或神经精神受累的重要影像学标志物。

目的 探讨基于¹⁸F-FDG PET影像组学的列线图对结直肠癌（CRC）KRAS基因突变的预测价值。方法 回顾性纳入115例治疗前行¹⁸F-FDG PET/CT检查的CRC病人，平均年龄（56.40±1.17）岁。根据基因表型将病人分为KRAS突变型56例和KRAS野生型59例。所有病人按7∶3的比例随机分为训练集80例和验证集35例。采用ITK-SNAP软件在¹⁸F-FDG PET图像上勾画病灶感兴趣区（ROI），Pyradiomics软件包提取影像组学特征，最小绝对收缩和选择算子（LASSO）方法筛选影像组学特征并计算影像组学评分（Rad-score），同时构建影像组学模型。对临床资料进行单因素分析，将差异有统计学意义的变量联合Rad-score纳入多因素Logistic回归，筛选KRAS基因突变的独立影响因素，分别构建临床模型和联合模型，并绘制联合模型的列线图。采用受试者操作特征（ROC）曲线评估3种模型的预测效能，并采用Delong检验比较效能的差异。采用决策曲线分析（DCA）评估列线图的临床适用性，校准曲线评估列线图的校准度。结果 在训练集和验证集中，联合模型的预测效能均最高（AUC值分别为0.787和0.727），且AUC值均高于临床模型（Z=-2.230，P=0.026；Z=-2.223，P=0.026）。DCA结果显示，当训练集的阈值概率在0.13~0.92，验证集的阈值概率在0.08~0.93时，列线图具有临床净获益。校准曲线显示，列线图在预测值和实际值之间具有良好的一致性。结论 基于PET影像组学的列线图在预测CRC的KRAS基因突变方面具有一定的参考价值，有助于临床医师制定个体化的治疗方案。

骨质疏松症（OP）的早期筛查和监测是预防脆性骨折发生的关键。水脂分离成像（IDEAL-IQ、3D mDixon Quant）、椎体骨质量（VBQ）评分、超短回波时间（UTE）、高分辨MRI（HR-MRI）、体素内不相干运动（IVIM）、动态增强MRI（DCE-MRI）和磁共振集合序列等多种MRI定量技术在评估OP病人骨髓脂-水组成、骨小梁微结构、骨髓微循环灌注及生物物理特性方面均具有较好的效能。就以上MRI定量技术在OP中的研究进展予以综述。

新辅助化疗不仅能够降低乳腺癌的分期，还能使部分肿瘤病灶及腋窝淋巴结达到病理完全缓解（pCR）。术前采用影像学方法准确评估乳腺癌病人新辅助化疗后腋窝淋巴结状态可为避免过度外科干预提供依据，并可指导个体化治疗方案的制定。就超声、MRI、CT和PET/CT等影像学方法在新辅助化疗后腋窝淋巴结pCR评估中的研究进展作一综述。

颈动脉易损斑块与脑小血管病（CSVD）均是缺血性卒中的重要病因，且两者密切相关。采用超声、CT血管成像（CTA）和MR高分辨血管壁成像（HR-VWI）等能够对多种颈动脉斑块易损特征进行影像学评估。就颈动脉易损斑块与CSVD相关性的影像学研究进行综述，以期为进一步的研究和临床应用提供理论依据。

头颈部血管性病变是导致脑卒中等严重健康问题的主要因素之一，其病理进程与血流动力学异常密切关联。计算流体力学（CFD）通过构建病人特异性三维血管模型，可量化分析血管几何参数及血流动力学特征，可用于了解头颈部动脉粥样硬化和颅内动脉瘤的病理机制，并在预测病变进展、制定治疗策略中发挥重要作用。现就CFD在头颈部血管性病变中的应用进展作一综述。

目的 评估肺磨玻璃结节（GGN）的CT特征对预测肺腺癌浸润性及浸润程度的应用价值。方法 回顾性纳入168例胸部CT显示孤立性GGN且有完整手术或穿刺活检病理结果的病人。根据病灶是否具有浸润成分，将病人分为非浸润性组（44例）和浸润性组（124例）；再根据病变浸润程度将浸润性组分为微浸润腺癌组（MIA组，61例）和浸润性腺癌组（IAC组，63例）。分析GGN的CT特征，并测量其长径、短径、平均CT值及磨玻璃样成分（GGO）占比。采用组内相关系数（ICC）分析2名医师测量数据的一致性。采用t检验、Mann-Whitney U检验、 卡方检验比较2组间GGN CT特征的差异。将差异有统计学意义的CT特征纳入多因素Logistic回归分析，筛选浸润性及浸润程度的独立预测因素。采用受试者操作特征（ROC）曲线分析独立预测因素及其联合因素的预测效能。结果 2名医师对GGN的长径、短径、GGO占比及平均CT值的测量一致性较好（均ICC>0.9）。非浸润性组与浸润性组间毛刺征、分叶征、血管改变、胸膜牵拉征、形状、GGN类型以及GGN的长径、短径、平均CT值和GGO占比的差异均有统计学意义（均P<0.05）。其中，毛刺征、mGGN及长径是预测GGN浸润性的独立危险因素（均P<0.05）。MIA组与IAC组间分叶征、血管改变、空泡征、密度均匀性、长径、短径、平均CT值及GGO占比的差异均有统计学意义（均P<0.05）。其中，Ⅱ型血管改变，长径、短径和平均CT值是预测浸润程度的独立危险因素（均P<0.05）。浸润性预测的单一因素中，长径的AUC值（0.818）最高；联合因素的AUC值（0.885）高于任意单一因素。浸润程度预测的单一因素中，短径的AUC值（0.896）最高；联合因素的AUC值（0.945）高于任意单一因素。结论 GGN CT影像特征的多因素联合评估可提高肺腺癌浸润性及浸润程度的预测效能，为临床制定个体化诊疗策略提供更有力的影像学依据。

目的 旨在探讨冠状动脉周围脂肪衰减指数（FAI）与冠状动脉斑块进展的相关性。方法 回顾性收集因疑似冠心病就诊并行连续冠状动脉CT血管成像（CCTA）的住院病人140例，平均年龄（56.8±10.5）岁，共检测到冠状动脉斑块348个。收集病人一般临床资料、基线和末次（至少间隔1年以上）CCTA影像学数据，分析斑块性质、狭窄程度、斑块体积（PV）、动脉粥样硬化体积百分比（PAV）等。对斑块周围FAI进行测量分析。采用多因素广义估计方程对相关变量进行校正，并拟合线性回归模型，分析FAI的年变化率（ΔFAI/y）与PV的年变化率（ΔPV/y）或 PAV的年变化率（ΔPAV/y）之间的相关性。结果 2次CCTA中位间隔时间 2.3（1.7，3.8）年。2次 CCTA 影像的定量分析参数间的比较结果显示除脂质PV、脂质PAV以外，其余各成分PV及PAV均呈显著递增趋势（均P<0.001）。在基于广义估计方程的多因素分析中，校正China-PAR评分、Leiden评分、TyG指数、抗血小板药物及他汀类药物等混杂因素后，总斑块ΔPAV/y与ΔFAI/y呈显著正相关（β：0.156，95%CI：0.025~0.287，P=0.019），其中非钙化ΔPAV/y（β：0.139，95%CI：0.006~0.273，P=0.041）及纤维ΔPAV/y（β：0.197，95%CI：0.067~0.327，P=0.003）均与ΔFAI/y呈显著正相关。 结论 FAI变化与非钙化PAV及其中的纤维PAV变化呈现一致性，这可能有助于识别稳定性冠心病中潜在高风险病人，并支持FAI成为冠心病疗效评价的有力工具。

难治性癫痫的诊疗难度大且预后欠佳。一体化PET/MRI结合了PET和MRI两种成像模态的优势，可同步呈现结构、功能及分子水平信息，能够为难治性癫痫病人提供更全面客观的诊疗依据。简述一体化PET/MRI的显像原理，并就其在难治性癫痫术前精准定位和预后随访评估中的临床应用进行综述。

影像学评估对结直肠癌根治性手术后病人的随访具有重要作用。成纤维细胞激活蛋白抑制剂(FAPI)作为新兴的核素显像剂，其摄取不受糖代谢的影响，能提供更高的肿瘤背景比，更易发现复发病灶，尤其在非FDG亲和型肿瘤、腹膜转移及小病灶检测中具有较大优势。就FAPI PET/CT在结直肠癌根治术后复发及转移评估中的应用进展进行综述。

新辅助治疗是局部晚期可切除食管癌的标准治疗方案。准确评估新辅助治疗疗效，筛选出能从中获益的优势群体，是实现食管癌个体化治疗、保障病人最大获益的关键。CT、MRI、正电子发射体层成像（PET）等影像学检查是新辅助治疗疗效评估的主要手段，影像组学在这方面也表现出较好的效能。就影像学检查及影像组学在局部晚期可切除食管癌新辅助治疗疗效评估中的研究进展进行综述。