目的探讨动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)参数对喉癌术后放疗短期预后的评估价值。方法本研究采用病例-对照研究设计方案,选取浙江省湖州市中心医院放射科2021年1月至2023年12...目的探讨动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)参数对喉癌术后放疗短期预后的评估价值。方法本研究采用病例-对照研究设计方案,选取浙江省湖州市中心医院放射科2021年1月至2023年12月收治的127例喉癌患者为研究对象,患者接受不同肿瘤处理方式后进行根治性放疗。根据患者术后放疗肿瘤是否复发分为复发组(50例)和未复发组(77例),比较2组患者DCE-MRI参数[容量转移常数(volume transfer constant,Ktrans)、速率常数(rateconstant,Kep)、细胞外血管外间隙容积比(volumefractionofextracellular extravascular space,Ve)]及临床资料,采用多因素Logistic回归模型分析喉癌患者术后放疗短期预后的影响因素。采用受试者工作特征(receiver operating characteristic,ROC)及其曲线下面积(area under the curve,AUC)评估DCE-MRI参数对喉癌患者术后放疗短期预后的预测效能。结果复发组患者手术切缘阳性、术前病灶最大径≥4 cm、溃疡型病灶、N分期为N1~N3期、分期为晚期(Ⅲ、Ⅳ)占比均高于未复发组(P<0.05);复发组的Ktrans、Kep高于未复发组,Ve低于未复发组(P<0.05);多因素Logistic回归分析显示,手术切缘为阳性、N分期为N1~N3期、Ktrans、Kep是喉癌术后放疗短期预后的独立危险因素,Ve是保护因素(P<0.05);ROC结果显示,Ktrans、Kep、Ve三参数联合应用和五指标联合应用的Logistic回归模型诊断喉癌术后放疗短期预后的AUC(95%CI)分别为0.920(0.858~0.961)、0.923(0.862~0.963),三参数联合应用较单独应用的AUC明显提高(P<0.05),与五指标联合应用的AUC比较无差异。结论DCE-MRI参数Ktrans、Kep、Ve与喉癌术后放疗短期预后密切相关,Ktrans、Kep、Ve联合对喉癌患者术后放疗短期预后具有较好的预测效能。展开更多
目的基于动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)和扩散峰度成像(diffusion kurtosis imaging,DKI)参数图构建影像组学模型,评估其在预测三阴性乳腺癌(triple-negative breast cancer,TNBC)中的应用价值。材料与方法...目的基于动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)和扩散峰度成像(diffusion kurtosis imaging,DKI)参数图构建影像组学模型,评估其在预测三阴性乳腺癌(triple-negative breast cancer,TNBC)中的应用价值。材料与方法回顾性分析165例乳腺癌患者病例资料,根据患者的病理结果分为非TNBC组(120例)和TNBC组(45例)。所有患者术前均接受DCE-MRI和DKI检查。按照8∶2的比例随机分为训练集(n=132)和测试集(n=33)。在第2期DCE-MRI图像、平均扩散峰度值(mean kurtosis,MK)和平均扩散率(mean diffusivity,MD)参数图中勾画出病变区域的三维感兴趣区(three-dimensional region of interest,3D ROI),并提取影像组学特征。使用K最佳、最小冗余最大相关(max-relevance and min-redundancy,mRMR)以及最小绝对收缩和选择算子回归(least absolute shrinkage and selection operator,LASSO)算法依次对特征进行降维和选择,然后,通过逻辑回归(logistic regression,LR)分类器分别建立第2期DCE-MRI模型、DKI参数图模型(MD+MK、MD、MK)及联合模型(DCE-MRI+MD+MK),并采用5折交叉验证法验证模型的稳定性。模型的预测性能通过受试者工作特征(receiver operating characteristic,ROC)曲线和曲线下面积(area under the curve,AUC)进行评估,并使用DeLong检验分析模型间的统计学差异。最后,通过决策曲线分析(decision curve analysis,DCA)评估影像组学模型在临床中的应用价值。结果从每个序列3D ROI中分别提取了2286个影像组学特征,从第2期DCE-MRI、MD+MK、MD、MK及DCE-MRI+MD+MK中分别选取了8、9、12、7、21个特征与TNBC相关。第2期DCE-MRI模型、MD+MK模型、MD模型和MK模型在测试集的AUC分别为0.810、0.769、0.676、0.625;联合模型(DCE-MRI+MD+MK)在测试集中的AUC是0.884,其准确率、敏感度和特异度分别为78.8%、79.2%和77.8%。最后,把临床特征与影像组学特征进行联合建立列线图模型。结果表明,影像组学联合模型(DCE-MRI+MD+MK)优于MD+MK模型、MD模型、MK模型及第2期DCE-MRI模型,但与列线图模型的AUC和DCA差异无统计学意义(P>0.05),表明影像组学联合模型(DCE-MRI+MD+MK)能够在临床实践中提供与列线图模型相似的诊断性能。结论基于DCE-MRI联合DKI参数图的影像组学联合模型(DCE-MRI+MD+MK)及列线图模型可以在术前有效地预测TNBC,有助于临床对TNBC的诊断、制订治疗方案及改善预后。展开更多
目的探讨扩散加权成像(DWI)、灌注加权成像(PWI)以及两者联合对幕上毛细胞型星形细胞瘤(PA)与WHO 2级多形性黄色星形细胞瘤(PXA WHO 2级)的鉴别诊断价值。资料与方法回顾性分析2010年1月—2022年2月于福建医科大学附属第一医院经手术和...目的探讨扩散加权成像(DWI)、灌注加权成像(PWI)以及两者联合对幕上毛细胞型星形细胞瘤(PA)与WHO 2级多形性黄色星形细胞瘤(PXA WHO 2级)的鉴别诊断价值。资料与方法回顾性分析2010年1月—2022年2月于福建医科大学附属第一医院经手术和病理证实的23例幕上PA及11例PXA WHO 2级的常规MRI、DWI及PWI资料,并将幕上PA根据病灶部位进一步分为脑叶型PA与非脑叶型PA,对比两组基本资料(性别、年龄、囊变、均匀强化、病灶大小和是否累及脑膜)、最小表观扩散系数、相对表观扩散系数及相对最大脑血容量。结果PXA WHO 2级出现软脑膜受累的概率(36.3%)高于幕上PA(4.3%,P=0.029);PXA WHO 2级分别与幕上PA、脑叶型PA相比,最小表观扩散系数、相对表观扩散系数均较低,相对最大脑血容量较高(t=-4.398~5.828,P均<0.05)。最小表观扩散系数鉴别幕上PA与PXA WHO 2级的阈值为1.09×10^(-3) mm^(2)/s,敏感度、特异度和曲线下面积分别为90.91%、83.33%和0.947;当相对最大脑血容量的鉴别诊断阈值为1.79时,敏感度、特异度和曲线下面积分别为90.00%、100.00%和0.950。DWI联合PWI的曲线下面积为0.993,与单独使用DWI及PWI对比,均未提高诊断效能(Z=1.371、0.928,P均>0.05)。亚组分析中,脑叶型PA与PXA中DWI联合PWI的曲线下面积为0.988,分别与DWI及PWI对比,均未提高诊断效能(Z=1.322、0.882,P均>0.05)。结论DWI、PWI均有助于PXA WHO 2级与幕上PA、脑叶型PA的鉴别诊断,但DWI联合PWI未显著提高鉴别诊断效能。展开更多
目的:基于静息态功能磁共振成像(rs-fMRI)的动态低频振幅(dALFF)技术,探究产后抑郁症(PPD)患者局部脑自发活动的动态改变,并分析dALFF变异性与临床特征的相关性。方法:采用MR扫描仪对淄博市妇幼保健院孕产妇心理门诊的42例单胎初产PPD...目的:基于静息态功能磁共振成像(rs-fMRI)的动态低频振幅(dALFF)技术,探究产后抑郁症(PPD)患者局部脑自发活动的动态改变,并分析dALFF变异性与临床特征的相关性。方法:采用MR扫描仪对淄博市妇幼保健院孕产妇心理门诊的42例单胎初产PPD患者和年龄、受教育年限、体重指数(BMI)和产后时间相匹配的36例健康单胎初产妇(HC组)进行数据采集。基于Matlab平台的REST plus V1.2工具包,对rs-fMRI数据实施预处理。采用ALFF结合滑动时间窗技术计算两组dALFF值,并对其进行双样本t检验。所有受试者在MR扫描前完成EPDS自评量表,并采用Spearman相关性分析探究不同脑区的dALFF值与EPDS评分之间的关联性。结果:相较于HC组,PPD组dALFF变异性显著增高的脑区包括左侧颞极:颞上回(TPOsup.L)、左侧颞上回(STG.L)、左侧颞极:颞中回(TPOmid.L)、左侧后扣带回(PCG.L)、左侧小脑4/5区(CRBL45.L)、右侧小脑6区(CRBL6.R);dALFF变异性显著降低的脑区包括右侧眶内额上回(ORBsupmed.R)、左侧嗅皮质(OLF.L)、右侧尾状核(CAU.R)、右侧眶部额下回(ORBinf.R)、右侧补充运动区(SMA.R)、双侧杏仁核(AMYG.L&AMYG.R)(GRF校正,设定体素阈值P<0.005与簇阈值P<0.05,双尾)。上述异常脑区的dALFF值与EPDS评分之间未发现明显的相关性。结论:PPD患者存在局部脑自发活动动态变化,主要涉及边缘系统、社会行为网络(SBN)、情绪网络(AN)、执行和注意网络(EAN)及默认模式网络(DMN)相关脑区,尤其是杏仁核,具有一定的诊断准确性,为进一步阐明PPD潜在的发病机制提供了新的视角。展开更多
文摘目的探讨动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)参数对喉癌术后放疗短期预后的评估价值。方法本研究采用病例-对照研究设计方案,选取浙江省湖州市中心医院放射科2021年1月至2023年12月收治的127例喉癌患者为研究对象,患者接受不同肿瘤处理方式后进行根治性放疗。根据患者术后放疗肿瘤是否复发分为复发组(50例)和未复发组(77例),比较2组患者DCE-MRI参数[容量转移常数(volume transfer constant,Ktrans)、速率常数(rateconstant,Kep)、细胞外血管外间隙容积比(volumefractionofextracellular extravascular space,Ve)]及临床资料,采用多因素Logistic回归模型分析喉癌患者术后放疗短期预后的影响因素。采用受试者工作特征(receiver operating characteristic,ROC)及其曲线下面积(area under the curve,AUC)评估DCE-MRI参数对喉癌患者术后放疗短期预后的预测效能。结果复发组患者手术切缘阳性、术前病灶最大径≥4 cm、溃疡型病灶、N分期为N1~N3期、分期为晚期(Ⅲ、Ⅳ)占比均高于未复发组(P<0.05);复发组的Ktrans、Kep高于未复发组,Ve低于未复发组(P<0.05);多因素Logistic回归分析显示,手术切缘为阳性、N分期为N1~N3期、Ktrans、Kep是喉癌术后放疗短期预后的独立危险因素,Ve是保护因素(P<0.05);ROC结果显示,Ktrans、Kep、Ve三参数联合应用和五指标联合应用的Logistic回归模型诊断喉癌术后放疗短期预后的AUC(95%CI)分别为0.920(0.858~0.961)、0.923(0.862~0.963),三参数联合应用较单独应用的AUC明显提高(P<0.05),与五指标联合应用的AUC比较无差异。结论DCE-MRI参数Ktrans、Kep、Ve与喉癌术后放疗短期预后密切相关,Ktrans、Kep、Ve联合对喉癌患者术后放疗短期预后具有较好的预测效能。
文摘目的基于动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)和扩散峰度成像(diffusion kurtosis imaging,DKI)参数图构建影像组学模型,评估其在预测三阴性乳腺癌(triple-negative breast cancer,TNBC)中的应用价值。材料与方法回顾性分析165例乳腺癌患者病例资料,根据患者的病理结果分为非TNBC组(120例)和TNBC组(45例)。所有患者术前均接受DCE-MRI和DKI检查。按照8∶2的比例随机分为训练集(n=132)和测试集(n=33)。在第2期DCE-MRI图像、平均扩散峰度值(mean kurtosis,MK)和平均扩散率(mean diffusivity,MD)参数图中勾画出病变区域的三维感兴趣区(three-dimensional region of interest,3D ROI),并提取影像组学特征。使用K最佳、最小冗余最大相关(max-relevance and min-redundancy,mRMR)以及最小绝对收缩和选择算子回归(least absolute shrinkage and selection operator,LASSO)算法依次对特征进行降维和选择,然后,通过逻辑回归(logistic regression,LR)分类器分别建立第2期DCE-MRI模型、DKI参数图模型(MD+MK、MD、MK)及联合模型(DCE-MRI+MD+MK),并采用5折交叉验证法验证模型的稳定性。模型的预测性能通过受试者工作特征(receiver operating characteristic,ROC)曲线和曲线下面积(area under the curve,AUC)进行评估,并使用DeLong检验分析模型间的统计学差异。最后,通过决策曲线分析(decision curve analysis,DCA)评估影像组学模型在临床中的应用价值。结果从每个序列3D ROI中分别提取了2286个影像组学特征,从第2期DCE-MRI、MD+MK、MD、MK及DCE-MRI+MD+MK中分别选取了8、9、12、7、21个特征与TNBC相关。第2期DCE-MRI模型、MD+MK模型、MD模型和MK模型在测试集的AUC分别为0.810、0.769、0.676、0.625;联合模型(DCE-MRI+MD+MK)在测试集中的AUC是0.884,其准确率、敏感度和特异度分别为78.8%、79.2%和77.8%。最后,把临床特征与影像组学特征进行联合建立列线图模型。结果表明,影像组学联合模型(DCE-MRI+MD+MK)优于MD+MK模型、MD模型、MK模型及第2期DCE-MRI模型,但与列线图模型的AUC和DCA差异无统计学意义(P>0.05),表明影像组学联合模型(DCE-MRI+MD+MK)能够在临床实践中提供与列线图模型相似的诊断性能。结论基于DCE-MRI联合DKI参数图的影像组学联合模型(DCE-MRI+MD+MK)及列线图模型可以在术前有效地预测TNBC,有助于临床对TNBC的诊断、制订治疗方案及改善预后。
文摘目的 探讨基于动态对比增强磁共振成像(dynamic contrast enhancement magnetic resonance imaging,DCE-MRI)药代动力学参数直方图特征预测前列腺癌(prostate cancer,PCa)内分泌治疗反应的价值。材料与方法 回顾性分析2018年1月至2023年10月河西学院附属张掖人民医院(中心1)和2020年2月至2023年2月甘肃省人民医院(中心2)PCa患者在内分泌治疗前2周的临床、影像资料,将中心1收集的105例病例按7∶3的比例分为训练集(73例)和内部验证集(32例),将中心2收集的47例病例作为外部验证集。选取DCE-MRI原始图像,通过Siemens Syngo.via工作站获得药代动力学参数容积转运常数(volume transfer contrast,Ktrans)、速率常数(rate contrast,Kep)、血管外细胞外容积分数(extravascular extracellular volume fraction,Ve)伪彩图。在3D Slicer软件中参照轴位T2WI在药代动力学参数伪彩图上逐层勾画全前列腺腺体感兴趣区(region of interest,ROI)后提取直方图特征,经最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)降维筛选出8个最优特征并计算直方图特征。采用单因素及后向多因素logistic回归分析内分泌治疗反应良好组和不良组的独立预测因素,并构建临床模型、直方图特征模型、联合模型。采用受试者工作特性曲线、校准曲线和决策曲线评价模型的效能,通过DeLong检验评估各模型曲线下面积(area under the curve,AUC),最后基于联合模型的独立预测因素绘制列线图。结果 训练集、内部验证集和外部验证集中治疗反应良好组和不良组之间Gleason评分、MRI-T分期、直方图特征差异均存在统计学意义(P<0.001)。后向多因素logistic回归分析显示Gleason评分(OR=0.925,95%CI:0.859~0.958,P=0.038)、MRI-T分期(OR=0.871,95%CI:0.800~0.949,P=0.002)及直方图特征(OR=0.096,95%CI:0.056~0.137,P<0.001)是PCa内分泌治疗反应的独立预测因素;临床模型在训练集、内部验证集及外部验证集的AUC分别为0.857(95%CI:0.774~0.939)、0.953(95%CI:0.888~0.996)、0.808(95%CI:0.676~0.941);直方图特征模型在训练集、内部验证集及外部验证集的AUC为0.874(95%CI:0.769~0.951)、0.816(95%CI:0.664~0.967)、0.674(95%CI:0.517~0.831);联合模型在训练集、内部验证集及外部验证集的AUC为0.951(95%CI:0.906~0.994)、0.973(95%CI:0.922~0.995)、0.830(95%CI:0.699~0.960);决策曲线和校准曲线分析表明,联合模型具有良好的临床应用价值和稳定性;DeLong检验及NRI值显示联合模型的预测效能优于临床模型和直方图特征模型。结论 DCE-MRI药代动力学参数直方图特征是预测PCa内分泌治疗反应的独立预测因素,联合模型在预测PCa内分泌治疗反应方面具有较好的价值,为临床治疗决策提供了新的思路。
文摘目的探讨扩散加权成像(DWI)、灌注加权成像(PWI)以及两者联合对幕上毛细胞型星形细胞瘤(PA)与WHO 2级多形性黄色星形细胞瘤(PXA WHO 2级)的鉴别诊断价值。资料与方法回顾性分析2010年1月—2022年2月于福建医科大学附属第一医院经手术和病理证实的23例幕上PA及11例PXA WHO 2级的常规MRI、DWI及PWI资料,并将幕上PA根据病灶部位进一步分为脑叶型PA与非脑叶型PA,对比两组基本资料(性别、年龄、囊变、均匀强化、病灶大小和是否累及脑膜)、最小表观扩散系数、相对表观扩散系数及相对最大脑血容量。结果PXA WHO 2级出现软脑膜受累的概率(36.3%)高于幕上PA(4.3%,P=0.029);PXA WHO 2级分别与幕上PA、脑叶型PA相比,最小表观扩散系数、相对表观扩散系数均较低,相对最大脑血容量较高(t=-4.398~5.828,P均<0.05)。最小表观扩散系数鉴别幕上PA与PXA WHO 2级的阈值为1.09×10^(-3) mm^(2)/s,敏感度、特异度和曲线下面积分别为90.91%、83.33%和0.947;当相对最大脑血容量的鉴别诊断阈值为1.79时,敏感度、特异度和曲线下面积分别为90.00%、100.00%和0.950。DWI联合PWI的曲线下面积为0.993,与单独使用DWI及PWI对比,均未提高诊断效能(Z=1.371、0.928,P均>0.05)。亚组分析中,脑叶型PA与PXA中DWI联合PWI的曲线下面积为0.988,分别与DWI及PWI对比,均未提高诊断效能(Z=1.322、0.882,P均>0.05)。结论DWI、PWI均有助于PXA WHO 2级与幕上PA、脑叶型PA的鉴别诊断,但DWI联合PWI未显著提高鉴别诊断效能。
文摘目的:基于静息态功能磁共振成像(rs-fMRI)的动态低频振幅(dALFF)技术,探究产后抑郁症(PPD)患者局部脑自发活动的动态改变,并分析dALFF变异性与临床特征的相关性。方法:采用MR扫描仪对淄博市妇幼保健院孕产妇心理门诊的42例单胎初产PPD患者和年龄、受教育年限、体重指数(BMI)和产后时间相匹配的36例健康单胎初产妇(HC组)进行数据采集。基于Matlab平台的REST plus V1.2工具包,对rs-fMRI数据实施预处理。采用ALFF结合滑动时间窗技术计算两组dALFF值,并对其进行双样本t检验。所有受试者在MR扫描前完成EPDS自评量表,并采用Spearman相关性分析探究不同脑区的dALFF值与EPDS评分之间的关联性。结果:相较于HC组,PPD组dALFF变异性显著增高的脑区包括左侧颞极:颞上回(TPOsup.L)、左侧颞上回(STG.L)、左侧颞极:颞中回(TPOmid.L)、左侧后扣带回(PCG.L)、左侧小脑4/5区(CRBL45.L)、右侧小脑6区(CRBL6.R);dALFF变异性显著降低的脑区包括右侧眶内额上回(ORBsupmed.R)、左侧嗅皮质(OLF.L)、右侧尾状核(CAU.R)、右侧眶部额下回(ORBinf.R)、右侧补充运动区(SMA.R)、双侧杏仁核(AMYG.L&AMYG.R)(GRF校正,设定体素阈值P<0.005与簇阈值P<0.05,双尾)。上述异常脑区的dALFF值与EPDS评分之间未发现明显的相关性。结论:PPD患者存在局部脑自发活动动态变化,主要涉及边缘系统、社会行为网络(SBN)、情绪网络(AN)、执行和注意网络(EAN)及默认模式网络(DMN)相关脑区,尤其是杏仁核,具有一定的诊断准确性,为进一步阐明PPD潜在的发病机制提供了新的视角。
文摘目的探讨动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)定量参数直方图特征联合表观弥散系数(apparent diffusion coefficient,ADC)预测局部晚期宫颈癌(locally advanced cervical cancer,LACC)放化疗疗效的价值。材料与方法于甘肃省人民医院回顾性分析2017年1月至2023年12月88例LACC同步放化疗患者的临床及影像资料,前瞻性收集2023年12月至2024年5月15例LACC患者。按照实体瘤临床疗效评价标准(response evaluation criteria in solid tumor,RECIST)v1.1将患者分为显著反应组与非显著反应组。在DCE-MRI图像上选择肿瘤最大层面全肿瘤轮廓作为感兴趣区(region of interest,ROI)获得转运常数(volume transport constant,K^(trans))、血管外细胞外间隙容积分数(extravascular extracellular volume fraction,Ve)、速率常数(rate constant,K^(ep))原始频数表,导入IBM SPSS Statistics 27软件计算直方图特征,103例患者基于时间序列分层分割策略分为训练集88例,验证集15例,利用机器学习筛选最优DCE-MRI定量参数直方图特征并计算灌注参数评分(DCEscore);同时在ADC图测量ADC值。构建DCE直方图特征模型、ADC值及联合模型预测LACC放化疗疗效。采用受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线和决策曲线评估模型效能。比较临床参数及直方图特征在LACC患者放化疗疗效显著反应组及非显著反应组间差异,单因素及多因素回归分析筛选宫颈癌放化疗疗效独立危险因素。结果基于DCE-MRI定量参数直方图特征模型预测LACC患者放化疗疗效训练集、验证集ROC曲线下面积(area under the curve,AUC)分别为0.922、0.841;ADC值预测LACC患者放化疗疗效训练集、验证集AUC为0.835、0.705;DCEscore联合ADC值预测LACC患者放化疗疗效效能最佳,训练集、验证集AUC为0.943、0.909。临床参数中,身体质量指数(body mass index,BMI)在显著反应组及非显著反应组之间差异具有统计学意义(P=0.032)。单因素逻辑回归分析结果表明BMI、DCEscore、ADC是LACC放化疗疗效的影响因素(OR值分别为1.264、277.9、0.001;P值分别为0.008、<0.001、0.002),多因素逻辑回归筛选DCEscore及ADC值是宫颈癌放化疗疗效的独立危险因素(OR值分别为518.2、0.002;P值分别为<0.001、0.007)。结论基于DCE-MRI定量参数直方图特征联合ADC值构建的联合模型能够治疗前预测宫颈癌放化疗疗效,提示DCE-MRI定量参数直方图特征联合ADC值可能为LACC患者精准医疗提供一种无创评估方法。
