光子计数探测器CT（PCD-CT）相比传统CT具有更高的空间分辨力、更低的辐射剂量、更少的碘对比剂使用量以及更好的影像质量，已逐渐用于临床。PCD-CT在全身各系统的应用中均具有优势，在冠状动脉狭窄、斑块成分、支架等细节显示方面尤为突出。通过总结国外文献和当前国内PCD-CT的应用探索，对PCD-CT在我国临床研究和应用中的前景进行展望。

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。

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。

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。

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。

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。

影像组学是从医学影像中提取定量信息并对其进行表征和分析的技术，能够为临床疾病的诊疗提供补充性信息。特征选择在影像组学中发挥关键作用，能提高机器学习模型的精度和预测效果。现就影像组学中的特征选择方法分类、优缺点与应用，以及影响特征选择精度和稳定性的因素进行综述。

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。

目的 旨在探讨光子计数探测器（PCD）-CT在不同扫描方案下进行脂肪定量的准确性及辐射剂量水平。 方法 构建11个不同脂肪浓度的体模[真实脂肪分数(FF)为0%、2.5%、5%、10%、15%、20%、25%、30%、40%、50%和100%]。采用3种扫描模式（横断面扫描、常规螺旋扫描和大螺距螺旋扫描）、4种管电压[90、120、140和锡过滤（Sn）100 kV]和3种水平的影像质量（IQ，20、40和80）的参数组合方式完成36种扫描方案的PCD-CT扫描。记录每种扫描方案重建影像的CT剂量指数（CTDI_vol）。以120 kV-IQ80的常规螺旋扫描方案作为参考，将所有方案扫描获得的CT值通过线性回归方程转换为FF值。采用组内相关系数（ICC）和Bland-Altman分析进行准确性和一致性评估，使用单向重复测量方差分析对PCD-CT衍生的FF进行比较分析。 结果 PCD-CT在所有扫描方案下获得的FF的一致性和准确性结果优异[ICC>0.9（范围：0.929~0.998，P<0.017）]。通过PCD-CT获得的FF与真实FF值之间的均方根误差（RMSE）范围为1.0%~5.0%，其中120 kV-IQ20大螺距扫描的RMSE值最低（1.0%）。120 kV-IQ20和120 kV-IQ80常规螺旋扫描偏倚值最低（平均值分别为1.19%和1.23%）。36种扫描方案的辐射剂量范围为0.09~1.45 mGy。 结论 PCD-CT在多种扫描方案下进行脂肪定量均具有较高的准确性。此外，PCD-CT具有在超低辐射剂量下进行准确脂肪定量的潜力。

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。

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。

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。

MRI作为评估肝硬化多器官损害的手段，不仅可以准确识别组织微观结构异常，还能有效检测器官功能，其结合临床及实验室指标可监测疾病的进展过程及治疗疗效，从而为临床制定诊疗策略提供依据。通过总结MRI在肝硬化多器官损伤诊疗过程中的应用现状，探讨常规及功能MRI在肝性脑病、肝硬化肾损伤及肝心综合征的疾病监测、治疗效果评价及远期预后预测中的应用进展及价值，进而明确未来发展方向。

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。

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。

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。

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。

乳腺癌是女性最常见的恶性肿瘤，具有多种亚型及治疗方案，需早期诊断及分型。双能CT（DECT）通过使用2种不同能量水平的X射线实现物质的精确区分，经后处理生成的碘密度图可清晰显示乳腺癌病灶及内部导管扩张范围，同时生成多参数有助于乳腺癌的分子分型，以及转移、预后及疗效预测。就 DECT 在乳腺癌的应用现状及研究进展进行综述。

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 评估光子计数探测器CT(PCD-CT)胸部低剂量CT(LD-CT)对冠状动脉钙化的检测、定量和危险分层的可行性。 方法 回顾性收集采用PCD-CT同时行心电门控CT（ECG-CT）和LD-CT扫描的冠状动脉钙化病人63例（共189支血管），其中高心率组（心率>75次/min）29例、低心率组（心率≤75次/min）34例。ECG-CT采用前瞻性心电门控120 kVp扫描，LD-CT采用非心电门控大螺距联合锡滤过100 kVp（Sn100 kVp）扫描。冠状动脉钙化定量采用Agatston 评分（AS）。以ECG-CT为参考标准，基于病人和血管水平、心率亚组计算LD-CT检测冠状动脉钙化的敏感度、特异度和准确度；并采用Spearman相关系数（r）和Bland-Altman方法（偏倚：95%一致性下限/上限值）分析LD-CT和ECG-CT评估AS的相关性和一致性。采用加权Kappa方法分析冠状动脉钙化风险分层的一致性。采用配对t检验比较LD-CT和ECG-CT 的有效辐射剂量。 结果 ECG-CT在63例病人和130支血管中检测出冠状动脉钙化。以病人为单位，LD-CT对冠状动脉钙化检测准确度100%，LD-CT和ECG-CT获得的AS评分相关性极强（r=0.95~0.99，均P<0.05），一致性较好（-9.7：-125/105.7）；以血管为单位，前降支（LAD）的AS偏倚（0.1：-102.8/102.9）小于左回旋支（LCX）（-11.5：-86.9/63.9）和右冠状动脉（RCA）（-8.1：-81.2/65.1）；低心率组的AS偏倚（-3.3： -73.4/66.5）小于高心率组（-18.3：-175.3/138.6）。LD-CT和ECG-CT基于AS的危险分层一致性强（kappa=0.963）。LD-CT的有效辐射剂量（0.48±0.9 mSv）比ECG-CT（0.77±0.16 mSv）降低了37%（P<0.001）。 结论 基于PCD-CT胸部LD-CT扫描不仅对冠状动脉钙化检测、定量和风险分层具有较好的准确性，而且可以降低有效辐射剂量。

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。

骨骼肌是骨骼-肌肉系统的重要组成部分，其解剖结构存在差异，病理生理状态的改变对于运动及骨骼肌疾病的治疗、预后都具有重要意义。概述骨骼肌形态学和组织学MRI定量参数（如骨骼肌横截面积、脂肪含量、炎性水肿状态、肌纤维结构类型）的评估方法及其临床应用，以及骨骼肌健康或疾病状态与MRI定量参数的相关性。就多模态MRI定量评估骨骼肌结构及功能的研究进展予以综述，并对其临床应用前景进行展望。

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。

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。

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。

目的 基于多房样肝囊肿及肝黏液性囊性肿瘤（MCN）的CT及MRI特征建立Logistic回归模型，并分析其对两者鉴别诊断的价值。 方法 回顾性分析65例多房样肝囊性病变的CT及MRI资料，其中男13例、女52例。根据手术病理结果将其分为肝囊肿病变（39例）与肝MCN病变（26例）。采用卡方检验比较2组影像特征，对组间差异有统计学意义的CT及MRI征象进行多因素分析，建立二元Logistic回归模型。采用受试者操作特征（ROC）曲线评估模型预测效能，并计算其曲线下面积（AUC）、敏感度、特异度及准确度。 结果 肝囊肿及肝MCN间的囊性病变数量、囊壁及分隔外观、囊壁或分隔结节样凸起、实性部分厚度>10 mm、分隔类型、分隔位置、分隔与囊壁的关系，其差异均具有统计学意义（均P<0.05）。多因素Logistic回归分析显示，分隔类型、分隔与囊壁的关系是肝囊肿及肝MCN的独立预测因素（P<0.05），采用这2个因素构建二元Logistic回归模型，该回归模型的诊断效能（AUC=0.871）比单独使用分隔类型、分隔与囊壁的关系的要高（AUC分别为0.699、0.795）。 结论 基于分隔类型、分隔与囊壁的关系联合构建的Logistic回归模型能够较好地鉴别多房样肝囊肿及肝MCN，有助于提高肝囊肿及肝MCN术前影像诊断水平。

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。