目的 基于影像组学结合机器学习建立模型预测自发性脑出血患者近期预后并对模型进行验证。方法 回顾性搜集九江学院附属医院573例自发性脑出血患者的影像学特征及临床资料,构成训练集;并采用南宁市第一人民医院100例自发性脑出血患者的资料作为外部验证集。基于 LASSO 算法进行变量降维,采用 10 折交叉验证优化其正则化参数。利用选定的最优参数构建预测模型。随后,在训练集上拟合多因素 Logistic 回归模型建立联合预测模型,并计算受试者工作特征曲线曲线下面积(AUC)以评价模型的判别效能。结果 通过比较临床模型、影像组学模型和联合模型的性能：临床模型在训练集和外部验证集的敏感度、特异度和AUC分别为0.710、0.792、0.828和0.526、0.857、0.706;影像组学模型在训练集和外部验证集的敏感度、特异度和AUC分别为0.713、0.785、0.832和0.772、0.612、0.717;联合模型在训练集和外部验证集的敏感度、特异度和AUC分别为0.710、0.846、0.860和0.579、0.857、0.725。综上,联合模型的性能最佳。模型评估结果显示校准曲线图验证了联合模型的良好预测准确性;同时,临床决策曲线分析证实该模型具有理想的临床净获益。结论 本研究通过整合影像组学特征和临床基线资料并应用机器学习方法构建的列线图,可为自发性脑出血患者的近期预后风险评估提供一种有效的个体化预测工具。

目的 探讨相对脑血容量（rCBV）对卒中侧支循环及血管内治疗（EVT）预后的预测价值。方法 纳入148例接受EVT的急性前循环大血管闭塞患者,分为预后良好组与不良组及侧支良好组与不良组。比较两组的临床资料及CT灌注（CTP）参数,采用多因素Logistic回归分析预后独立影响因素。结果 多因素分析显示入院NIHSS评分、核心梗死体积（V_CBF<30%）、ASPECTS评分及rCBV均为预后独立影响因素（均P<0.05）。受试者工作特征（ROC）曲线分析表明联合rCBV、入院NIHSS评分、V_CBF<30%及ASPECTS评分的预测模型的效能最优（AUC=0.97）。结论 rCBV可作为评估侧支循环状态及预测EVT预后的重要标志物,联合临床资料与影像学参数能显著提升EVT预后的预测效能。

目的 探讨基于CT平扫图像构建的影像组学模型对自发性脑出血（SICH）患者血肿扩大的预测价值。方法 回顾性纳入2016年1月至2025年3月双中心的393例SICH患者。其中,山东中医药大学附属医院281例患者按7∶3随机划分为训练集（n=197）与内部验证集（n=84）,山东第一医科大学附属千佛山医院112例患者作为独立外部测试集。纳入标准包括符合脑出血的诊断标准、发病6 h内完成首次头颅CT平扫检查,并于72 h内复查CT。排除标准包括继发性脑出血、患者复查CT前接受手术治疗或死亡、发生缺血性脑梗死出血性转化以及图像存在伪影影响观察。采用3Dslicer软件手动完成感兴趣区的分割。基于传统组学的特征提取与筛选、Vit-3D深度学习模型的特征提取及模型构建,通过特征融合与筛选,借助PixelMedAI平台构建多种机器学习分类模型,包括逻辑回归、支持向量机、K邻近算法、随机森林、极端随机树、极致梯度提升以及多层感知机等,并通过五折交叉验证对训练集进行模型参数优化,选择表现最佳的分类模型。结果 基于联合特征的模型在训练集、验证集与测试集中的预测效能均优于其他模型,其在训练集的曲线下面积（AUC）、灵敏度、特异度、准确度分别为0.929、0.923、0.788、0.832,其在验证集的AUC、灵敏度、特异度、准确度分别为0.961、0.929、0.946、0.940,其在测试集的AUC、灵敏度、特异度、准确度分别为0.927、0.810、0.923、0.902,且Delong检验结果显示此模型的AUC与其余5个模型的AUC间的差异均有统计学意义。结论 基于CT平扫的影像组学模型在预测SICH患者早期血肿扩大方面表现良好,尤其以联合临床、常规影像学及影像组学特征构建的基于LightGBM算法的联合模型的预测效能最佳。

目的 探讨扩散峰度成像（DKI）与磁化转移率（MTR）对成人脊髓栓系综合征手术结局的预测价值。方法 前瞻性纳入17例成人脊髓栓系手术患者及17名健康对照者。术前采用3.0 T MRI对脊髓圆锥及尾端脊髓行DKI和MTR成像。分析影像指标与术后结局的相关性。结果 恢复率>50%组的轴向峰度（KA）值显著高于恢复率≤50%组（P=0.002）,而平均峰度（MK）值显著更低（P=0.031）。KA与恢复率呈正相关（ρ=0.873,P<0.001）,MK与恢复率呈负相关（ρ=-0.534,P=0.027）。脊髓圆锥区MTR与恢复率呈显著正相关（ρ=0.666~0.697,P<0.05）。结论 术前DKI测量值（KA、MK）及MTR值与成人脊髓栓系手术的恢复率显著相关,或可辅助临床决策。

目的 探讨基于治疗前肿瘤T分期和MRI影像特征对鼻咽癌患者诱导化疗疗效进行预测的可行性。方法 共纳入238例经病理证实的鼻咽癌患者。所有患者均接受了诱导化疗治疗,并根据《实体肿瘤临床疗效评价标准 1.1》（RECIST 1.1）分为应答者和应答不良者。纳入如下临床特征及MRI影像特征：年龄、性别、T分期、N分期、临床分期、诱导化疗方案;咽后淋巴结（RLN）和颈部淋巴结（CLN）的受累情况、位置以及淋巴结组（NG）、淋巴结坏死、淋巴结包膜外侵犯（ENE）、颈动脉间隙受累（CSI）。使用受试者工作特征（ROC）曲线下面积（AUC）、敏感度、特异度和准确度来评估模型在预测鼻咽癌患者诱导化疗疗效方面的性能。使用10折交叉验证来评估预测模型的诊断性能和泛化能力。使用Delong检验比较模型和各独立风险预测因子之间诊断效能的差异。结果 124例患者被归为应答者,114例患者被归为应答不良者。多因素Logistic回归分析显示,T分期（OR = 0.096,95%CI：0.026 ~ 0.349,P < 0.001）、CSI（OR = 0.125,95% CI：0.053 ~ 0.298,P < 0.001）和CLN ENE（OR = 0.039,95% CI：0.018 ~ 0.085,P < 0.001）被确定为诱导化疗疗效的独立风险预测因子。基于上述独立风险预测因子构建模型的AUC为0.867（95% CI：0.817 ~ 0.907）,显著高于各独立风险预测因子的AUC（P均< 0.001）。该模型的敏感度为0.855（95%CI：0.780 ~ 0.912）、特异度为0.754（95% CI：0.665 ~ 0.830）、准确度为0.807（95% CI：0.751 ~ 0.855）。通过10折交叉验证得到的平均AUC为0.872（95%CI：0.836 ~ 0.909）。结论 基于肿瘤T分期和MRI影像特征的模型,有可能在治疗前预测鼻咽癌患者诱导化疗的疗效,对鼻咽癌个性化治疗方案的制定具有一定的指导价值。

目的 探讨扩散加权成像（DWI）纹理分析在鉴别鼻腔鼻窦内翻性乳头状瘤（SNIP）起源部位与周边部位中的价值。方法 回顾性分析44例经病理证实的SNIP患者的临床和影像学资料。参考手术记录判断SNIP起源部位和周边部位,基于DWI分别在两部位勾画感兴趣区进行纹理分析,获取平均值（ADC_mean）、第10百分位数（ADC_10%）、第90百分位数（ADC_90%）、偏度、峰度以及熵等定量参数。采用Mann-Whitney U 检验或配对样本t检验比较SNIP起源部位和周边部位间的DWI纹理分析参数差异。采用多因素Logistic回归分析确定最佳诊断参数,并采用受试者工作特征（ROC）曲线评估其鉴别诊断性能。采用组内相关系数(ICC)评估各纹理参数测量的观察者间一致性。结果 SNIP起源部位的ADC_mean、ADC_10%、ADC_90%及熵明显低于周边部位（P<0.05）。多因素Logistic回归分析显示,ADC_90%[比值比（OR）=3.976,置信区间（95%CI）=1.927~8.202,P<0.001]和熵（OR=1.931,95%CI=1.032~3.614,P=0.04）与SNIP起源部位相关。ADC_90%与熵的联合模型在区分起源部位和周边部位方面显示出最优的鉴别效能[曲线下面积(AUC)=0.861,95%CI=0.781~0.940]。结论 DWI纹理分析参数,尤其是ADC_90%和熵,对鉴别SNIP起源部位与周边部位具有重要的指导价值。

目的 运用文献计量学方法,可视化分析内淋巴积水MRI领域的研究热点和趋势,为该领域的未来发展提供参考。方法 以Web of Science数据库为来源,检索2000~2025年关于内淋巴积水MRI的英文文献。运用CiteSpace 6.4.R1软件对国家、机构和作者合作网络及关键词进行可视化分析。结果 共纳入422篇文献,年发文量呈快速增长趋势,2021年达峰值（57篇）。日本在发文量（158篇）和国家合作中居主导地位,中国发文量位居第2（94篇）且中介中心性最高（0.45）。名古屋大学是核心研究机构（发文105篇）。关键词聚类显示当前热点集中于类淋巴系统、血-迷路屏障评估及人工智能辅助诊断等方向。结论 内淋巴积水MRI研究已从技术探索阶段发展为多学科交叉融合的活跃领域,未来将进一步向精准定量与多模态整合方向深化。

目的 以颈动脉高分辨率血管壁MRI增强检查（HRMRI）为金标准,探讨基于深度学习重组（DLR）联合黑血技术对颈动脉粥样硬化斑块形态特征评估的临床应用价值。方法 回顾性搜集2024年12月至2025年5月两周内连续接受颈动脉CT血管成像（CTA）及HRMRI检查的颈动脉粥样硬化患者20例,共纳入40个斑块。CTA及黑血图像分别采用DLR重组和混合迭代重组（HIR）算法,分为D-黑血、D-CTA、H-黑血、H-CTA四组。以HRMRI为金标准,评估斑块的形态学特征,包括管腔狭窄程度、最大管壁厚度（Max WT）及标准化管壁指数（NWI）及纤维帽,并评估NWI>0.56、管腔重度狭窄及纤维帽薄和/或破裂的诊断效能。管腔狭窄程度、Max WT及NWI的比较采用Wilcoxon符号秩检验及Friedman秩和检验。结果 D-黑血组的颈动脉管腔狭窄程度率高于D-CTA组（Z=2.634,P=0.008）;D-黑血组对管腔重度狭窄的敏感度为1、特异度为0.971,高于H-黑血组（敏感度为1、特异度为0.912）。黑血组斑块的Max WT值及NWI均高于CTA组（P<0.001）。D-黑血组和H-黑血组诊断NWI>0.56的敏感度为1、特异度为1,高于D-CTA组（敏感度为0.895、特异度为1）及H-CTA组（敏感度为0.868、特异度为1）。D-黑血组诊断纤维帽薄和/或破裂的敏感度为1、特异度为0.95,高于H-黑血组（敏感度为1、特异度为0.75）。结论 CTA黑血图像对管腔狭窄程度、最大管壁厚度、斑块负荷及纤维帽的评估具有较高的诊断价值,DLR联合黑血图像可更好地评估斑块及管腔形态特征,可在临床中推广应用。

目的 回顾性分析乳腺X线摄影辐射剂量与乳腺摄影组成、乳腺实质构成之间的关系,从而评估辐射剂量管理系统搜集患者各种数据的实用性及有效性,并推断在全视野数字乳腺X线摄影中平均腺体吸收剂量（MGD）增加的相关因素。方法 2022年7月至2023年7月,随机搜集533例患者的2138份FFDM图像,评估乳腺X线摄影的乳房组成。使用Radimetrics^TM（辐射剂量管理系统）分析受检者的年龄、乳房压迫力（N）、乳房压缩厚度（mm）、管电压（kVp）、管电流量（mAs）、乳腺实质构成与MGD的相关性。在腺体辐射剂量高于诊断参考水平（第4四分位数≥75％）的受检者中,分析辐射增加的原因。结果 2138幅FFDM图像的MGD为（2.00±0.32）mGy,乳腺摄影组成参数（管电压、管电流、乳房压迫力）与每幅图像的MGD呈正相关（P<0.05）;相比之下,受检者的年龄及乳房压迫力与每幅图像的MGD呈负相关（P<0.05）。“致密型”组的MGD显著高于“非致密型”组（P<0.05）,“致密”组的年龄低于“非致密”组（P<0.05）。结论 辐射剂量管理系统在全视野数字化乳腺X线摄影检查中可以用于搜集受检者的各项检查数据和分析其与辐射剂量相关的因素,具有一定的实用性和有效性。

目的 探讨乳腺癌患者在常规乳腺动态增强磁共振成像（DCE-MRI）中同步显示的胸骨单发病灶的影像学特征,并分析其在鉴别胸骨良性与转移性病灶中的应用价值。方法 回顾性分析2014年1月至2025年6月在本院接受常规乳腺DCE-MRI检查的乳腺癌患者资料。纳入在影像中同步发现单发胸骨病灶且具备完整临床信息的77例患者,其中良性病灶34例、转移性病灶43例。以正电子发射计算机断层显像-计算机断层扫描（PET-CT）或病理结果作为金标准,比较两组病灶在最大径、位置、形态、边界、强化模式、强化程度、时间-信号强度曲线（TIC）类型、T₁WI信号、FS-T₂WI信号、扩散加权成像（DWI）特征及表观扩散系数（ADC）值等方面的差异。采用t检验、χ²检验或Fisher确切概率法进行单因素分析,并以多因素Logistic回归分析筛选出独立预测指标。结果 胸骨良性病灶与转移性病灶在最大径、形态、边界、强化模式、强化程度、FS-T₂WI信号均质性、DWI特征及ADC值等方面差异均有统计学意义（P < 0.05）。其中,病灶最大径的诊断效能最高（灵敏度为0.84、特异度为0.79、准确性为0.82）。多因素Logistic回归分析显示,FS-T₂WI信号均质性（欠均匀 vs.均匀：OR=25.03,P < 0.001;混杂 vs. 均匀：OR=14.74,P=0.033）及强化模式（环形强化vs.均匀：OR=29.01,P=0.045）为胸骨病灶良恶性鉴别的独立预测因素。结论 乳腺DCE-MRI可同步显示胸骨影像信息,对乳腺癌患者胸骨病灶良恶性的鉴别具有重要价值。FS-T₂WI信号均质性与强化模式是关键的独立预测因素,可提高诊断准确性并辅助临床决策。

目的 探讨基于心脏磁共振特征追踪（CMR-FT）技术对心肌炎患者定量评估和预后风险分层价值分析。方法 回顾性纳入54例心肌炎患者及30名健康志愿者,利用CMR-FT技术对比射血分数（EF）受损心肌炎患者、EF保留心肌炎患者与健康对照组间心功能参数及心肌应变参数差异,并绘制ROC曲线评估其诊断效能。此外,根据是否发生终点事件分组,采用多因素Cox回归分析预后危险因素,并依据独立危险因素的ROC曲线截断值进一步分为高危组和低危组,比较两组生存差异。结果 左心室射血分数(LVEF）≥50%心肌炎患者较对照组左心室整体径向应变（LVGRS）、左心室整体周向应变（LVGCS）、左心室整体纵向应变（LVGLS）、右心室整体纵向应变（RVGLS）下降（P<0.05）,ROC曲线分析显示LVGRS在识别EF保留心肌炎患者与健康对照组方面的诊断效能最高（AUC=0.811）。随访期间,共16例患者发生主要不良心血管事件（MACE）,多因素Cox回归分析结果显示心功能参数左心室舒张末期容积指数（LVEDVi）（HR=1.134,95%CI: 1.036~1.242,P=0.007）、应变参数LVGLS（HR=1.395,95%CI: 1.059~1.837,P=0.018）、LVGRS（HR=0.895,95%CI: 0.807~0.994,P=0.038）与不良预后发生独立相关,其预测MACE的AUC分别为0.813、0.789、0.744,Kaplan-Meier生存曲线表明高危组（LVEDVi>84.75、LVGLS>-10.96%、LVGRS<17.28%）无事件生存率明显低于低危组（均P<0.05）。结论 CMR-FT技术可有效鉴别EF保留的心肌炎患者与健康人群,有助于心功能受损早期识别。此外,通过该技术所获心功能及应变参数可以提供心肌炎患者的预后信息,其中LVEDVi增加、LVGLS及LVGRS受损提示患者存在更高的风险负荷,且与不良预后显著相关。

目的 评估超高分辨率光子计数探测器CT（UHR PCD-CT）结合超低剂量扫描方案对不同大小及类型肺结节的检出率、图像质量及体积测量准确性的影响。方法 采用置入模拟肺结节的胸部体模,在UHR PCD-CT上以4个剂量水平（CTDIvol：9.05、1.00、0.07、0.03 mGy）进行扫描。所有图像均以0.2 mm及1 mm层厚、1024×1024矩阵、BI64卷积核、量子迭代重建（QIR）等级3进行重建。定量分析各剂量水平下结节的检出率、噪声值（SD）、信噪比（SNR）、对比噪声比（CNR）。应用肺结节AI诊断软件测量结节体积并计算体积绝对百分比误差（APE_volume）。主观图像质量以9.05 mGy剂量组图像为参考,采用5分法对所有图像进行评分。结果 各低剂量方案中,随剂量减低,肺结节检出率减低,APE_volume增高。实性结节（SNs）的检出率高于磨玻璃结节（GGNs）,直径≥8 mm结节的检出率及体积测量准确性优于较小结节。两种结节类型的SD值均随剂量减低而升高,SNR及CNR值随之减低;直径≥8 mm结节的CNR值改善程度更大（均P<0.05）。主观图像质量表明,1.00 mGy时诊断图像质量与参考剂量9.05 mGy相当;剂量为0.07 mGy时图像可满足诊断要求（均P<0.05）。结论 即使在超低剂量（0.03~0.07 mGy）条件下,UHR PCD-CT结合AI辅助诊断软件,仍可维持肺结节（尤其是SNs及直径≥5 mm者）检出及获得满足诊断的图像质量,具有较强临床应用潜能。

目的 构建并验证一种融合Vision Transformer（ViT）架构与影像组学特征的深度学习模型,用于术前无创预测食管鳞状细胞癌（ESCC）的周围神经侵犯（PNI）状态。方法 回顾性纳入来自2个医疗中心的197例经病理证实的ESCC患者,其中中心1的133例患者作为训练集,中心2的64例患者作为测试集。从术前增强CT图像中提取包括拓扑特征和分形特征在内的影像组学特征,同时基于ViT架构提取深度学习特征。最终构建临床模型、影像组学模型、ViT模型、深度学习影像组学（DLR）模型及综合模型。结果 在训练集中,临床模型、影像组学模型、ViT模型、DLR模型及综合模型的AUC值分别为0.541、0.700、0.785、0.858和0.855,其中DLR模型表现最佳,显著优于单一模型（P<0.01）。在测试集中,临床模型、影像组学模型、ViT模型、DLR模型及综合模型的AUC值分别为0.669、0.585、0.657、0.640和0.662。结论 本研究开发的基于ViT与影像组学融合的DLR模型能够有效实现ESCC患者PNI状态的术前无创预测,为临床个体化治疗决策提供了有价值的辅助工具。

目的 探讨基于钆塞酸二钠（Gd-EOB-DTPA）增强MRI的肝胆期（HBP）高信号肝细胞癌（HCC）的影像分型、病理特征及预后分析。方法 回顾性分析211例接受根治性肝切除术且经病理证实的单发HCC患者。依据HBP信号强度将患者分为高信号组（n=54）和低信号组（n=157）,比较两组的影像、临床及病理特征;采用Kaplan-Meier法绘制术后无复发生存期（RFS）曲线,Log-rank检验进行组间比较;采用Cox比例风险回归模型分析影响RFS的独立因素。结果 高信号组以Ⅰ型（均质型）为主（51.9%,28/54）,其次为Ⅱ型（结中结型,18.5%,10/54）和Ⅲ型（马赛克型,29.6%,16/54）。血清学方面,高信号组术前AFP（8.3 ng/ml vs.26.9 ng/ml,P=0.009）和PIVKA-II（36.7 mAU/ml vs.126.7 mAU/ml,P=0.003）水平均显著低于低信号组。病理学方面,高信号组以中-高分化（85.2%）、细梁-假腺管型（53.7%）为主,绿色肝癌比例（61.1% vs.12.7%,P<0.001）和纤维包膜形成率（83.3% vs.61.8%,P=0.004）较高,而微血管侵犯率较低（11.10% vs.26.1%,P=0.022）。中位随访34个月后,高信号组1、3、5年RFS率（98.1%、83.3%、66.7%）均显著高于低信号组（88.5%、70.7%、47.8%）（P=0.003）。多因素Cox回归分析显示,HBP高信号（HR=0.472,95%CI：0.226~0.861,P=0.022）、PIVKA-II<40 mAU/ml（HR=0.514,95%CI：0.317~0.725,P=0.003）及病理分级（中-高分化）（HR=0.567,95%CI：0.314~0.887,P=0.039）为HCC术后RFS的独立影响因素。结论 HBP高信号HCC具有以均质型影像表现为主,其临床病理学表现提示肿瘤侵袭性较低。HBP高信号可作为预测HCC术后复发风险的重要影像标志物,对患者风险分层及临床决策具有重要参考价值。

目的 探讨双靶区（肝细胞癌原发肿瘤及脾脏）CT影像组学模型在预测肝细胞癌根治性切除术后行辅助经肝动脉化疗栓塞（PA-TACE）患者早期复发(ER)的效能。方法 回顾性分析接受PA-TACE的172例患者。影像组学特征来源于患者肝癌根治性切除术前1周的腹部增强CT动静脉期图像、临床资料及血清学指标。选择肝细胞癌和脾脏的ER相关影像组学特征,使用最小绝对收缩和选择算子(LASSO)回归,结合 Logistic 回归建立 Rad_score,并构建列线图。应用逻辑回归通过合并2个区域建立Rad评分。构建一个包含临床信息和双区域Rad评分的诺模图,并从区分度、校准和临床实用性方面对其进行评估。结果 3个放射学评分均显示出良好的ER预测性能。联合Rad_score表现最佳,在训练集中曲线下面积为0.845 (95%CI,0.776~0.914),在验证集中为0.843 (95% CI,0.715~0.970)。多变量分析将最大肿瘤直径、AFP分级和联合Rad_score确定为ER的独立预后因素。根据决策曲线和临床影响曲线,诺模图具有临床价值。结论 结合肝细胞癌和脾脏的多模式双区域放射组学模型是ER的独立预后工具。双区放射组学特征与临床病理因素的结合具有良好的临床应用价值。

目的 开发并验证一个整合多区域影像组学特征与身体成分参数的可解释性预测模型,用于个体化预测肝细胞癌（HCC）患者的微血管侵犯（MVI）状态。方法 回顾性搜集2个独立医疗中心经病理证实的248例HCC患者资料,采用随机抽样方法将中心一的患者按7∶3的比例分为训练集（93例）和内部验证集（41例）,中心二的患者作为独立的外部测试集（114例）。本研究终点为MVI,分为MVI阳性和阴性组。首先于 CT 平扫图像上测量患者身体成分参数,经单因素及多因素Logistic回归分析筛选出与 HCC-MVI 相关的身体成分参数。随后从CT门静脉期图像进行肿瘤区域ROI勾画,自肿瘤边界外扩4~14 mm（间隔2 mm）的多个同心区域,共生成肿瘤区域、瘤周区域以及肿瘤瘤周双区域3组共13个ROI后提取影像组学特征。通过多种特征筛选方法后构建最优特征子集,以支持向量机为分类器构建相应的影像组学模型。使用SHAP方法可视化展示性能较优模型的特征贡献情况。最终整合身体成分参数和影像组学模型构建个体化预测模型。结果 在构建的多区域影像组学模型中,ROI 12（肿瘤及瘤周12 mm双区域）模型在各数据集性能均较佳,其AUC值分别为0.918（0.862~0.974）、0.841（0.720~0.961）和0.790(0.707~0.872),使用SHAP方法揭示该模型所含特征的重要性。本研究中身体成分参数模型由皮下脂肪和内脏脂肪面积构成,其AUC值分别为0.775(0.682~0.868)、0.686(0.524~0.849)和0.764(0.678~0.850)。构建的联合模型在训练集、内部验证集和外部测试集性能均显著优于单一模型（DeLong检验P值均<0.05）,其AUC值分别为0.949（0.906~0.993）、0.922（0.838~1.000）和0.868(0.803~0.932)。应用列线图对其进行可视化展示,校准曲线和决策曲线显示该模型在各数据集中均具有较好的预测一致性和临床实用价值。结论 在多个医学中心中,联合肿瘤、瘤周区域和身体成分参数模型的个体化预测模型可有效预测HCC-MVI的存在,助力临床精准医疗实践。

目的 探究高分辨率磁共振成像（HR-MRI）评分在老年直肠癌患者病理分化程度、淋巴结转移状态及神经侵犯情况中的临床实用价值。方法 回顾性纳入184 例老年直肠癌患者,其中男116例,女68例（性别比1.71∶1）;年龄60~89岁,平均（70.39±6.26）岁;体重指数14.88~39.96 kg/m²,平均（23.01±3.42）kg/m²。合并吸烟史者 70 例,饮酒史者 62 例,伴高血压 78 例,糖尿病 30 例。T 分期分布：T1 期 11 例,T2 期 34 例,T3 期 130 例,T4 期 9 例;肿瘤分化程度：高分化 2 例,中分化 150 例,低分化 32 例。所有病例均接受 HR-MRI 检查与病理学检测,搜集患者基线临床资料,分析不同肿瘤分化程度、T 分期与 HR-MRI 评分的关联性。通过单因素及多因素 Logistic 回归模型分析淋巴结转移、神经侵犯的风险因素,借助 ROC 曲线评估 HR-MRI 评分的诊断效能。结果 中高分化组与低分化组的 HR-MRI 评分比较,差异无统计学意义（P>0.05）;不同 T 分期病例的 HR-MRI 评分存在显著差异（P<0.001）,且 T3、T4 期评分均高于 T1、T2 期（P<0.008）。病理学检查结果显示,66 例存在淋巴结转移,118 例无淋巴结转移;两组在 T 分期、肿瘤分化程度、肿瘤直径、脉管浸润情况、神经侵犯状态及 HR-MRI 评分上均存在明显差异（P<0.05）。回归分析结果提示,脉管浸润是淋巴结转移的独立危险因素（P<0.05）。ROC 曲线分析显示,当 HR-MRI 评分截断值设定为 2.50 分时,诊断敏感度为 74.24%,特异度为 65.25%,约登指数达 0.394,曲线下面积为 0.663（95% 置信区间：0.582~0.744）,表明该评分对淋巴结转移具有一定预测价值。此外,51 例存在神经侵犯,133 例未发现神经侵犯;两组在 T 分期、肿瘤分化程度、脉管浸润情况、淋巴结转移状态及 HR-MRI 评分上的差异均具有统计学意义（P<0.05）。回归分析结果显示,T 分期及脉管浸润是神经侵犯的独立影响因素（P<0.05）。ROC 曲线结果显示,当 HR-MRI 评分截断值为 2.60 分时,诊断敏感度为 72.55%,特异度为 63.91%,约登指数为 0.365,曲线下面积为 0.660（95% 置信区间：0.575~0.746）,提示 HR-MRI 评分对神经侵犯同样具备一定预测意义。结论 HR-MRI 评分与老年直肠癌患者的T分期、淋巴结转移及神经侵犯密切相关,但其独立预测分化程度的价值仍有待进一步的功能影像学研究验证。

目的 探讨生境成像（HI）预测宫颈癌（CC）危险度的价值。方法 回顾性搜集CC患者247例,根据NCCN指南及Sedlis标准将患者分为高危组和低危组,经简单随机抽样法按7∶3的比例随机分为训练集173例（高危95例,低危78例）和测试集74例（高危40例,低危34例）。整合DCE及IVIM成像数据,使用K-means聚类算法将靶病灶划分为k个生境亚区,构建生境地图并计算各生境亚区占比。采用Logistic回归分析CC危险度的独立危险因素,构建临床（肿瘤指标）模型、HI模型和临床-HI模型,绘制受试者工作特征曲线、校准曲线和临床决策曲线评估模型效能,DeLong检验比较各模型效能的差异。结果 按最佳聚类簇数划分3个生境亚区。DCE-MRI生境命名为H1：H1.1为高wash-in、高wash-out;H1.2为高wash-in、低wash-out;H1.3为低wash-in、低wash-out。IVIM生境命名为H2：H2.1为低f值、D值、D^*值;H2.2为低f值、高D值、D^*值;H2.3为高f值、D值、低D^*值。训练集与验证集中,H1.1低危组占比显著低于高危组,H1.2低危组占比显著高于高危组,H2.3低危组占比显著高于高危组;训练集中H1.3低危组占比显著高于高危组,H2.1低危组占比显著低于高危组(P <0.05)。SCC-Ag及CA125、H1.1为高危CC潜在的独立危险因素(OR=1.074、1.030、3.625;P =0.031、0.018、0.003),H2.3为潜在的保护因素(OR=0.009,P =0.024)。临床-HI模型预测性能最优,训练集和验证集AUC分别为0.814、0.818。训练集中临床模型与临床-HI模型AUC值差异具有统计学意义（P=0.012）,临床模型与临床-H2.3模型AUC值差异具有统计学意义（P=0.042）。临床-HI模型与HI模型AUC值差异无统计学意义。结论 构建临床-HI模型为CC术前精准分层提供了一种新的工具,结合HI与临床特征,对CC危险度可作出有效预测,有望优化手术规划及辅助治疗策略,降低过度治疗风险,改善患者生存质量。

目的 探讨MRI透明细胞癌可能性评分（ccLS）在肾透明细胞癌（ccRCC）与非透明细胞癌（non-ccRCC）中的鉴别诊断价值。方法 回顾性分析经病理证实的119例ccRCC和42例non-ccRCC患者的MRI图像。由两名放射科医师采用ccLS算法流程对所有入组病灶进行1~5独立评分,经协商后达成一致。采用加权Kappa评估ccLS的观察者间一致性。绘制受试者工作特征曲线分析诊断效能,计算曲线下面积,确定最佳鉴别诊断的阈值及其准确率、敏感度和特异度。结果 ccRCC组：97例（占81.5%）≥4分,22例（占18.5%）<4分;non-ccRCC组：35例（占83.3%）<4分,7例（占16.7%）≥4分。两名观察者对ccLS评价结果一致性较好（加权Kappa=0.698,P<0.001）。受试者工作特征曲线分析显示曲线下面积为0.915。阈值为4分时,ccLS诊断效能最高,其鉴别ccRCC与non-ccRCC的准确率、敏感度、特异度分别为82.0%、81.5%、83.3%。结论 ccLS对于ccRCC与non-ccRCC的鉴别诊断具有较高应用价值。

目的 探讨基于瘤内和瘤周MRI影像组学模型在术前评估早期宫颈鳞癌宫旁浸润（PMI）中的价值。方法 回顾性搜集162例宫颈鳞癌患者的临床及MRI资料,基于动态对比增强磁共振成像（DCE-MRI）提取影像组学特征,通过最小绝对收缩与选择算子（LASSO）算法筛选特征,构建瘤内、瘤周及瘤内-瘤周联合的影像组学标签并计算影像组学评分（Radscore）。结合临床独立预测因素建立临床模型、影像组学模型及联合模型。采用受试者工作特征（ROC）曲线、交叉验证、校准曲线和决策曲线分析（DCA）评估模型性能。结果 最大肿瘤直径（MTD）、鳞状上皮细胞癌抗原（SCC-Ag）是PMI的临床独立预测因素。ROC曲线显示,联合模型的AUC为0.898,高于瘤内模型（0.819）、瘤周模型（0.838）、瘤内-瘤周模型（0.851）和临床模型（0.762）。交叉验证和校准曲线显示模型的稳定性及校准度良好,DCA表明联合模型在临床决策中净收益最高。基于联合模型构建的网页版诺模图便于临床应用。结论 瘤内和瘤周MRI影像组学联合临床模型能有效预测早期宫颈鳞癌PMI,可为术前风险分层及个体化治疗提供一定参考。

目的 针对膝关节软骨手动分割效率低、主观性强的问题,开发一种基于深度学习的自动化分割模型,以提升骨关节炎（OA）早期诊断的准确性和效率。方法 提出空间注意力增强的Res-nnUnet模型,结合残差连接与门控注意力机制,优化特征融合策略。利用SK10公共数据库（800例）和临床单中心数据集[249例膝关节MRI,含T₁WI/质子密度加权成像（PDWI）序列]进行训练与验证,通过双盲标注建立“金标准”标签。结果 Res-nnUnet在测试集上平均Dice相似系数（DSC）达89.0%,显著优于对比模型（Unet：77.9%,nn-Unet：85.3%,Res-Unet：79.7%,P<0.01）,其中股骨软骨与胫骨软骨的DSC分别为（77.0±0.86）%和（84.7±1.30）%,标准差低于其他模型。可视化结果显示其能精确识别股骨滑车沟（误差<0.5 mm）及胫骨平台后部薄层软骨（Hausdorff距离1.58 mm）。结论 Res-nnUnet通过空间注意力机制有效提升了软骨细微结构的分割精度与稳定性,为OA的早期定量评估提供了可靠的自动化工具,具有显著的临床应用潜力。

目的 探讨新生儿软脑膜下出血（SPH）的临床表现和MRI特征,为其早期诊断提供影像学依据。方法 回顾性分析2017年1月至2024年7月经MRI确诊的14例SPH患儿的临床资料及影像学表现。结果 共纳入14例SPH患儿,其中足月儿（≥37周）10例（71.4%）,早产儿（<37周）4例（28.6%）;MRI均表现为软脑膜下局限性出血,单发11例（78.6%）,多发3例（21.4%）;病灶位于颞叶者6例（42.9%）,枕叶4例（28.6%）,额叶2例（14.3%）,小脑2例（14.3%）;病灶形态多呈椭圆形或不规则形,紧贴脑皮质,与周围脑脊液及脑实质界限清晰。病灶下方脑实质受压,其中呈现“阴阳征”12例（85.7%）,“三明治征”2例（14.3%）。根据SPH病灶旁有无脑实质梗死将患者分为无梗死组10例（71.4%）及梗死组4例（28.6%）;梗死组中颞叶分布比例高于非梗死组（100% vs. 20%）,差异有统计学意义（P=0.015）。结论 新生儿SPH的MRI具有较为特征性的表现,软脑膜下局限性出血伴“阴阳征”对识别SPH具有参考价值;颞叶部位与梗死型（B/C型）呈统计学关联,提示当病灶位于颞叶时需加强对邻近脑实质缺血改变的评估。

目的 探讨肺癌大咯血患者介入止血手术后咯血复发的危险因素,构建预测模型并验证,为临床风险评估和干预策略提供依据。方法 回顾性搜集2023年1月至2025年8月接受介入止血手术的362例肺癌大咯血患者的临床资料,采用随机数字表法按7∶3比例分为训练集（254例）和验证集（108例）。根据患者术后咯血复发情况,将训练集和验证集各分为复发组和非复发组,搜集对比患者的一般资料、肿瘤特征、手术参数及实验室指标,采用最小绝对收缩和选择算法（LASSO）回归筛选潜在预测因素,再通过多因素Logistic回归分析确定危险因素,构建预测模型并绘制列线图。使用受试者工作特征曲线（ROC）、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 训练集中咯血复发率为25.59%（65/254）;多因素分析显示,TNM分期、肿瘤最大径、凝血酶原时间（PT）、C-反应蛋白（CRP）、白蛋白（ALB）、肌酐（Cr）是患者术后咯血复发的危险因素（P均<0.05）;基于上述因素构建的预测模型训练集中曲线下面积（AUC）为0.787（95%CI：0.723~0.851）,验证集中AUC为0.738（95%CI：0.666~0.810）;Hosmer-Lemeshow拟合优度检验评估模型的校准度结果显示,训练集（χ²=2.851,P=0.094）和验证集（χ²=4.126,P=0.127）的校准曲线均与标准曲线良好拟合（P均>0.05）;DCA表明在阈值概率0.05~0.80范围内具有临床净获益。结论 构建的患者介入术后咯血复发预测模型具有良好的预测效能和临床适用性,可用于识别高危患者并指导个体化干预,有助于降低术后咯血复发风险。

目的 探究基于定量CT（QCT）分析腹部脂肪指标与Ⅱ型糖尿病（T2DM）患者脑白质高信号（WMH）的关联及其诊断价值。方法 回顾性分析247例T2DM患者的CT和MRI影像资料以及临床资料,根据头颅MRI影像将研究对象分为无WMH组、轻度WMH组和中重度WMH组。采用QCT软件测量L₃椎体水平皮下脂肪面积（SFA）、内脏脂肪面积（VFA）、计算总脂肪面积（TFA）、腹腔内脂肪占比（VFA/SFA）。比较各组间的资料的差异,多因素Logistic回归分析影响T2DM患者WMH发生的影响因素,构建受试者工作特征（ROC）曲线分析单一指标和联合指标对T2DM患者WMH发生及其严重程度的预测效能。结果 WMH组年龄、T2DM病程、高血压病史、糖化血红蛋白（HbA1c）、胰岛素抵抗指数（HOMA-IR）、VFA、TFA、VFA/SFA均显著高于无WMH组,差异具有统计学意义（P<0.05）。中重度WMH组年龄、体重指数（BMI）、HbA1c、空腹血糖（FPG）、同型半胱氨酸（HCY）、HOMA-IR、VFA、TFA、VFA/SFA均显著高于轻度WMH组,差异具有统计学意义（P<0.05）。多因素Logistics回归分析显示年龄、T2DM病程、HbA1c、高血压病史、VFA是WMH发生的独立影响因素。ROC曲线结果显示VFA、VFA/SFA、HbA1c、VFA+VFA/SFA+HbA1c诊断WMH的曲线下面积（AUC）分别为0.744、0.733、0.652、0.781,敏感度分别76.4%、91.2%、48.0%、78.4%,特异度分别为67.7%、49.5%、78.8%、67.7%。VFA、VFA/SFA、HbA1c、VFA+VFA/SFA+HbA1c诊断中重度WMH的AUC分别为0.736、0.709、0.692、0.818,敏感度分别为87.0%%、88.4%、53.6%、79.7%,特异度分别为48.1%、41.8%、77.2%、70.9%。结论 基于QCT获取的VFA与T2DM患者WMH发生及其严重程度存在独立关联,VFA、VFA/SFA、HbA1c联合指标对T2DM患者WMH发生及其严重程度具有较好的诊断价值。

目的 探讨成人骶尾部畸胎瘤恶变(MTSCT)的影像学特征,提升临床对该疾病的诊断水平。方法 回顾性分析18例经病理确诊的成人MTSCT患者的CT及MRI影像学资料,分析并总结其形态学特征及功能成像影像学特征。结果 病灶形态学分析显示：囊实性15例（83.3%）,实性2例（11.1%）,囊性1例（5.6%）;边界不清者14例（77.8%）。成分特征方面,9例（50.0%）存在典型脂肪成分或钙化灶。提示恶性可能的征象包括：14例（77.8%）边界模糊,14例（100%）于扩散加权成像（DWI）序列存在高/稍高信号;增强扫描显示13例（92.9%）囊实性/实性病灶呈不均匀显著强化,1例（7.1%）囊性病灶见囊壁及分隔强化。伴随恶性征象方面,5例（27.8%）出现骶尾部骨质破坏,7例（38.9%）合并盆腔/腹股沟淋巴结转移或腹膜增厚。结论 成人MTSCT在病灶构成、形态特征及功能成像等方面呈现特征性影像学表现,准确识别这些特征可为临床制定个体化治疗方案提供重要依据。