背景与目的:随着前列腺多参数MR成像技术的发展,影像学在前列腺病灶诊断、恶性度评估及疗效评估等方面均表现出一定的临床意义。但扫描序列增多,且在前列腺不同区域、不同序列所占的权重并不一样,给临床工作带来了一定的负担,基于此基...背景与目的:随着前列腺多参数MR成像技术的发展,影像学在前列腺病灶诊断、恶性度评估及疗效评估等方面均表现出一定的临床意义。但扫描序列增多,且在前列腺不同区域、不同序列所占的权重并不一样,给临床工作带来了一定的负担,基于此基础上的第二版前列腺影像报告和数据系统(Prostate Imaging Reporting and Data System version 2,PI-RADS V2)应运而生。为推广PI-RADS V2,本研究就其对前列腺病灶评估的一致性及准确性进行探究。方法:回顾性分析98例符合PI-RADS V2评估要求并有病理资料的患者,共141个病灶。邀请两位不同年资的影像学医师独立评估病灶。采用kappa系数评估两名医师PI-RADS V2分类评分的一致性。利用受试者工作特征(receiver operating characteristic,ROC)曲线方法来分析两名医师诊断出Gleason score≥7的病灶的准确性,并分别计算出各ROC曲线的cut-off值来确定PI-RADS V2评分的最佳界值。结果:对于PI-RADS V2≥3分的病灶,两名医师对外周带病灶评估一致性较好(非外周带和外周带kappa值分别为0.668和0.769)。对于PI-RADS V2≥4分的病灶,其评估一致性更好(非外周带和外周带kappa值分别为0.710和0.843)。影像学医师1、2诊断出Gleason score≥7的病灶的ROC曲线的曲线下面积(area under curve,AUC)分别为0.816、0.792,且非外周带的AUC均比外周带的高(AUC1:0.886 vs 0.791;AUC2:0.791 vs 0.730)。另外,两名医师在评估外周带及非外周带病灶良恶性的最佳PI-RADS V2评分界值均为3分。结论:PI-RADS V2评价前列腺病灶具有较好的一致性及准确性。PI-RADS V2可能更适合非外周带病灶的评估,尚需进一步验证。展开更多
目的:探讨第2版前列腺影像报告和数据系统(prostate imaging reporting and data system version 2,PI-RADS V2评分联合表观扩散系数(apparent diffusion coefficient,ADC)图像定量参数对外周带前列腺癌的诊断价值。方法:回顾性搜集50...目的:探讨第2版前列腺影像报告和数据系统(prostate imaging reporting and data system version 2,PI-RADS V2评分联合表观扩散系数(apparent diffusion coefficient,ADC)图像定量参数对外周带前列腺癌的诊断价值。方法:回顾性搜集50例前列腺多参数磁共振成像(multiparametric MRI,mpMRI)检查提示存在外周带结节的患者,且均经穿刺活检获得病理诊断。由两名高年资影像科医师根据PI-RADS V2标准对病灶进行定位及评分,分别利用后处理软件在ADC图像上分析、计算对应病灶区的12种ADC图像定量参数。根据病理结果将病灶分为癌灶组和良性病灶组。比较两组病灶各ADC定量参数的差异,对组间差异有统计学意义的参数采用逻辑回归逐步法拟合建模,通过受试者工作特征(receiver operating characteristic,ROC)曲线和决策曲线分析(decision curve analysis,DCA)评价不同方法的诊断效能和临床受益。结果:最终共获得外周带癌灶28个、良性病灶25个。PI-RADS V2评分、ADC模型及联合模型(PI-RADS V2评分+ADC模型)区分外周带癌灶和良性病灶的ROC曲线下面积、敏感度、特异度分别为0.803,60.71%,92.00%;0.857,89.29%,76.00%;0.891,71.43%,92.00%,联合模型较PI-RADS V2评分的诊断效能有明显提升(P=0.012),且在阈概率0.05～0.27和0.46～0.81范围内该联合模型具有相对最佳的总体净受益率,优于PI-RADS V2评分。结论:PI-RADS V2联合ADC图像定量分析能显著提高其区分外周带前列腺癌和良性病变的诊断效能,并改善临床受益。展开更多
随着影像检查在临床工作中的广泛应用,使影像检查结果被有效利用成为影像专业和临床专业共同面临的重要问题。影像检查结果通常以文字报告形式传递到临床,过于精深的影像专业术语、语意不清的影像诊断结论等常常造成临床医师的困扰。如...随着影像检查在临床工作中的广泛应用,使影像检查结果被有效利用成为影像专业和临床专业共同面临的重要问题。影像检查结果通常以文字报告形式传递到临床,过于精深的影像专业术语、语意不清的影像诊断结论等常常造成临床医师的困扰。如果影像报告所承载的诊断信息不能被临床医师清晰地理解,就不能充分地用于指导进一步的临床处置。因此,对影像检查过程和报告进行规范化,成为亟待解决的问题。自二十世纪九十年代开始,国外医疗行业协会、相关政策法规部门及部分企业等,联合研究并陆续推出了多种影像报告指南,其中以美国放射学院(American College of Radiology,ACR)推出的部分指南被广泛宣传,得到一定范围内的推广应用。本文概要介绍了ACR发布的乳腺、肝脏、前列腺、肺结节的影像报告和数据系统。展开更多
目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparamet...目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparametric MRI,mpMRI)检查后PI-RADS评分为4~5分的患者病例共135例,其中病理诊断良性64例,恶性71例。将入组病例随机分层采样按照7∶3的比例划分为训练集(95例,良性45例,恶性50例)和测试集(40例,良性19例,恶性21例),分析前列腺特异性抗原(prostate specific antigen,PSA)、MRI传统参数表观弥散系数(apparent diffusion coefficient,ADC)、多模态影像组学模型[T2WI、弥散加权成像(diffusion weighted imaging,DWI)、ADC三种模态]及联合模型(多模态影像组学联合传统参数ADC值)对PI-RADS 4~5分病灶良恶性的鉴别效力,构建诊断模型。结果良性病变组ADC值[(0.791±0.149)×10^(-3)mm^(2)/s]显著高于恶性组[(0.612±0.110)×10^(-3)mm^(2)/s],其在训练集、测试集中的曲线下面积(area under the curve,AUC)分别为0.870、0.772。而良性病变组总PSA(total PSA,tPSA)略低于恶性组,两组之间差异无统计学意义。ADC、DWI和T2WI多模态组合影像组学在训练集、测试集中的AUC分别为0.942、0.850。联合模型在训练集、测试集中的AUC分别为0.952、0.842。结论综合多模态MRI(T2WI、DWI、ADC)影像组学联合传统参数的模型能有效帮助鉴别PI-RADS 4~5分病灶的良恶性,帮助提高诊断准确度,进一步辅助个体化治疗方案的制订。展开更多
目的 探讨表观扩散系数平均值(mean apparent diffusion coefficient,ADCmean)联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)≥...目的 探讨表观扩散系数平均值(mean apparent diffusion coefficient,ADCmean)联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)≥3分临床显著性前列腺癌(clinical significant prostate cancer,csPCa)的预测价值。材料与方法 回顾性分析2022年2月至2024年8月期间我院行前列腺MRI检查PI-RADS评分≥3分且有病理组织学检查患者的临床资料和影像资料。选择最高PI-RADS评分且最大病灶的最大层面勾画感兴趣区(region of interest,ROI),测量病灶的ADCmean和表观扩散系数最小值(min apparent diffusion coefficient,ADCmin)。单因素和多因素logistic回归分析筛选出预测csPCa的最佳临床和影像指标,采用受试者工作特征(receiver operating characteristics,ROC)曲线比较最佳临床和影像预测模型及两者联合模型的诊断效能,计算曲线下面积(area under the curve,AUC)、敏感度和特异度,并行DeLong检验。结果 本研究共纳入csPCa患者75例(48.39%),非csPCa患者80例(51.61%)。csPCa组的年龄、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free prostate specific antigen,fPSA)、PSAD大于非csPCa组,csPCa组的前列腺体积(prostate volume,PV)、fPSA和tPSA比值(f/t)、ADCmin、ADCmean均小于非csPCa组,差异具有统计学意义(均P<0.05)。逐步logistic回归筛选和ROC曲线分析,获得预测csPCa的最佳临床指标为PSAD和影像指标ADCmean,AUC分别为0.846、0.898,PSAD诊断阈值为0.307 ng/mL2,敏感度为66.67%,特异度为91.25%,ADCmean诊断阈值为773.5 mm2/s,敏感度为86.67%,特异度为85.00%,两者联合模型的AUC高达0.925。DeLong检验比较联合模型与单一模型的AUC差异有统计学意义(P<0.05),联合模型预测csPCa的敏感性和特异度分别为86.67%和88.75%。结论 ADCmean对PI-RADS≥3分csPCa的预测效能优于ADCmin,与PSAD的联合模型能进一步提高对PI-RADS≥3分csPCa的预测价值,对临床诊疗具有指导意义。展开更多
目的探讨基于双参数磁共振成像(biparametric magnetic resonance imaging,bpMRI)前列腺影像报告和数据系统2.1版(prostate imaging reporting and data system version 2.1,PI-RADS v2.1)评分联合前列腺特异性抗原密度(prostate specif...目的探讨基于双参数磁共振成像(biparametric magnetic resonance imaging,bpMRI)前列腺影像报告和数据系统2.1版(prostate imaging reporting and data system version 2.1,PI-RADS v2.1)评分联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对移行带前列腺癌(transitional zone prostate cancer,TZPCa)的诊断价值。材料与方法回顾性分析115例经病理证实的前列腺疾病患者资料,分为TZPCa组和良性前列腺增生(benign prostatic hyperplasia,BPH)组,依据PI-RADS v2.1评分对MRI图像进行评分,采用单因素和多因素logistic回归分析患者的年龄、前列腺体积(prostate volume,PV)、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free PSA,fPSA)与tPSA的比值(fPSA/tPSA)、PSAD及PI-RADS v2.1评分等指标。通过受试者工作特征(receiver operating characteristic,ROC)曲线分析PI-RADS V2.1、PSAD及联合诊断对TZPCa的诊断效能,并计算曲线下面积(area under the curve,AUC)。结果tPSA、fPSA/tPSA、PSAD与PI-RADS v2.1评分在TZPCa组与BPH组差异具有统计学意义(P<0.05);PI-RADS v2.1评分、PSAD是TZPCa的独立预测因子;PI-RADS v2.1评分、PSAD及联合模型诊断TZPCa的AUC分别为0.916[95%置信区间(confidence interval,CI):0.864~1.000],0.812(95%CI:0.702~0.921),0.952(95%CI:0.903~1.000),联合模型诊断效能最优。结论PI-RADS v2.1评分联合PSAD提高了对TZPCa的诊断价值,减少不必要的穿刺活检。展开更多
文摘背景与目的:随着前列腺多参数MR成像技术的发展,影像学在前列腺病灶诊断、恶性度评估及疗效评估等方面均表现出一定的临床意义。但扫描序列增多,且在前列腺不同区域、不同序列所占的权重并不一样,给临床工作带来了一定的负担,基于此基础上的第二版前列腺影像报告和数据系统(Prostate Imaging Reporting and Data System version 2,PI-RADS V2)应运而生。为推广PI-RADS V2,本研究就其对前列腺病灶评估的一致性及准确性进行探究。方法:回顾性分析98例符合PI-RADS V2评估要求并有病理资料的患者,共141个病灶。邀请两位不同年资的影像学医师独立评估病灶。采用kappa系数评估两名医师PI-RADS V2分类评分的一致性。利用受试者工作特征(receiver operating characteristic,ROC)曲线方法来分析两名医师诊断出Gleason score≥7的病灶的准确性,并分别计算出各ROC曲线的cut-off值来确定PI-RADS V2评分的最佳界值。结果:对于PI-RADS V2≥3分的病灶,两名医师对外周带病灶评估一致性较好(非外周带和外周带kappa值分别为0.668和0.769)。对于PI-RADS V2≥4分的病灶,其评估一致性更好(非外周带和外周带kappa值分别为0.710和0.843)。影像学医师1、2诊断出Gleason score≥7的病灶的ROC曲线的曲线下面积(area under curve,AUC)分别为0.816、0.792,且非外周带的AUC均比外周带的高(AUC1:0.886 vs 0.791;AUC2:0.791 vs 0.730)。另外,两名医师在评估外周带及非外周带病灶良恶性的最佳PI-RADS V2评分界值均为3分。结论:PI-RADS V2评价前列腺病灶具有较好的一致性及准确性。PI-RADS V2可能更适合非外周带病灶的评估,尚需进一步验证。
文摘目的基于2018版肝脏影像报告及数据系统(LI-RADS v2018),探讨CT及MRI对乙肝肝硬化背景下长径≤3 cm肝细胞性肝癌(hepatocellular carcinoma,HCC)的诊断价值。材料与方法回顾性分析本院2009年1月至2020年12月间73例有乙肝肝硬化病史且经病理证实占位长径≤3 cm HCC的患者,并在1个月内行CT及MRI检查。依据LI-RADS v2018,对每个病灶的CT及MRI图像的主次要征象及分级进行评估及比较。比较CT及MRI对长径≤3 cm HCC的诊断准确率。结果主要征象中的"包膜"表现在MRI中识别率高于CT(P<0.001)。次要征象中的扩散受限征象(86.3%)在MRI中具有最高识别率,而在CT的次要征象中马赛克征(25.0%)的识别率最高。CT及MRI检查的LI-RADS v2018分级差异有统计学意义(P<0.001)。MRI在以LR-4/5标准诊断HCC的准确率优于CT(P=0.046)。结论基于LI-RADS v2018,MRI检查对长径≤3 cm HCC的部分征象的识别率及HCC诊断准确率均高于CT检查。
文摘随着影像检查在临床工作中的广泛应用,使影像检查结果被有效利用成为影像专业和临床专业共同面临的重要问题。影像检查结果通常以文字报告形式传递到临床,过于精深的影像专业术语、语意不清的影像诊断结论等常常造成临床医师的困扰。如果影像报告所承载的诊断信息不能被临床医师清晰地理解,就不能充分地用于指导进一步的临床处置。因此,对影像检查过程和报告进行规范化,成为亟待解决的问题。自二十世纪九十年代开始,国外医疗行业协会、相关政策法规部门及部分企业等,联合研究并陆续推出了多种影像报告指南,其中以美国放射学院(American College of Radiology,ACR)推出的部分指南被广泛宣传,得到一定范围内的推广应用。本文概要介绍了ACR发布的乳腺、肝脏、前列腺、肺结节的影像报告和数据系统。
文摘目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparametric MRI,mpMRI)检查后PI-RADS评分为4~5分的患者病例共135例,其中病理诊断良性64例,恶性71例。将入组病例随机分层采样按照7∶3的比例划分为训练集(95例,良性45例,恶性50例)和测试集(40例,良性19例,恶性21例),分析前列腺特异性抗原(prostate specific antigen,PSA)、MRI传统参数表观弥散系数(apparent diffusion coefficient,ADC)、多模态影像组学模型[T2WI、弥散加权成像(diffusion weighted imaging,DWI)、ADC三种模态]及联合模型(多模态影像组学联合传统参数ADC值)对PI-RADS 4~5分病灶良恶性的鉴别效力,构建诊断模型。结果良性病变组ADC值[(0.791±0.149)×10^(-3)mm^(2)/s]显著高于恶性组[(0.612±0.110)×10^(-3)mm^(2)/s],其在训练集、测试集中的曲线下面积(area under the curve,AUC)分别为0.870、0.772。而良性病变组总PSA(total PSA,tPSA)略低于恶性组,两组之间差异无统计学意义。ADC、DWI和T2WI多模态组合影像组学在训练集、测试集中的AUC分别为0.942、0.850。联合模型在训练集、测试集中的AUC分别为0.952、0.842。结论综合多模态MRI(T2WI、DWI、ADC)影像组学联合传统参数的模型能有效帮助鉴别PI-RADS 4~5分病灶的良恶性,帮助提高诊断准确度,进一步辅助个体化治疗方案的制订。
文摘目的 探讨表观扩散系数平均值(mean apparent diffusion coefficient,ADCmean)联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)≥3分临床显著性前列腺癌(clinical significant prostate cancer,csPCa)的预测价值。材料与方法 回顾性分析2022年2月至2024年8月期间我院行前列腺MRI检查PI-RADS评分≥3分且有病理组织学检查患者的临床资料和影像资料。选择最高PI-RADS评分且最大病灶的最大层面勾画感兴趣区(region of interest,ROI),测量病灶的ADCmean和表观扩散系数最小值(min apparent diffusion coefficient,ADCmin)。单因素和多因素logistic回归分析筛选出预测csPCa的最佳临床和影像指标,采用受试者工作特征(receiver operating characteristics,ROC)曲线比较最佳临床和影像预测模型及两者联合模型的诊断效能,计算曲线下面积(area under the curve,AUC)、敏感度和特异度,并行DeLong检验。结果 本研究共纳入csPCa患者75例(48.39%),非csPCa患者80例(51.61%)。csPCa组的年龄、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free prostate specific antigen,fPSA)、PSAD大于非csPCa组,csPCa组的前列腺体积(prostate volume,PV)、fPSA和tPSA比值(f/t)、ADCmin、ADCmean均小于非csPCa组,差异具有统计学意义(均P<0.05)。逐步logistic回归筛选和ROC曲线分析,获得预测csPCa的最佳临床指标为PSAD和影像指标ADCmean,AUC分别为0.846、0.898,PSAD诊断阈值为0.307 ng/mL2,敏感度为66.67%,特异度为91.25%,ADCmean诊断阈值为773.5 mm2/s,敏感度为86.67%,特异度为85.00%,两者联合模型的AUC高达0.925。DeLong检验比较联合模型与单一模型的AUC差异有统计学意义(P<0.05),联合模型预测csPCa的敏感性和特异度分别为86.67%和88.75%。结论 ADCmean对PI-RADS≥3分csPCa的预测效能优于ADCmin,与PSAD的联合模型能进一步提高对PI-RADS≥3分csPCa的预测价值,对临床诊疗具有指导意义。
文摘目的探讨基于双参数磁共振成像(biparametric magnetic resonance imaging,bpMRI)前列腺影像报告和数据系统2.1版(prostate imaging reporting and data system version 2.1,PI-RADS v2.1)评分联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对移行带前列腺癌(transitional zone prostate cancer,TZPCa)的诊断价值。材料与方法回顾性分析115例经病理证实的前列腺疾病患者资料,分为TZPCa组和良性前列腺增生(benign prostatic hyperplasia,BPH)组,依据PI-RADS v2.1评分对MRI图像进行评分,采用单因素和多因素logistic回归分析患者的年龄、前列腺体积(prostate volume,PV)、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free PSA,fPSA)与tPSA的比值(fPSA/tPSA)、PSAD及PI-RADS v2.1评分等指标。通过受试者工作特征(receiver operating characteristic,ROC)曲线分析PI-RADS V2.1、PSAD及联合诊断对TZPCa的诊断效能,并计算曲线下面积(area under the curve,AUC)。结果tPSA、fPSA/tPSA、PSAD与PI-RADS v2.1评分在TZPCa组与BPH组差异具有统计学意义(P<0.05);PI-RADS v2.1评分、PSAD是TZPCa的独立预测因子;PI-RADS v2.1评分、PSAD及联合模型诊断TZPCa的AUC分别为0.916[95%置信区间(confidence interval,CI):0.864~1.000],0.812(95%CI:0.702~0.921),0.952(95%CI:0.903~1.000),联合模型诊断效能最优。结论PI-RADS v2.1评分联合PSAD提高了对TZPCa的诊断价值,减少不必要的穿刺活检。
