目的 比较青少年重度抑郁症（MDD）两种认知亚型之间的脑结构差异,采用基于体素的形态学（VBM）和基于表面的形态学（SBM）测量方法分析组间差异,并探讨这些结构变化与认知功能表现的关系,旨在揭示青少年MDD认知异质性背后的神经结构差异。方法 招募85例患有MDD的青少年及30名健康对照者。所有受试者均接受MRI扫描和神经心理学评估。通过K均值聚类将MDD组分为认知受损型（MDD-Ⅰ）和相对认知保留型（MDD-Ⅱ）两组。利用VBM和SBM分析各组间的脑结构差异,并通过相关性分析考察脑部特征与临床指标之间的关联。结果 脑结构分析显示,MDD-Ⅰ亚型呈现更广泛的灰质体积减少和皮层变薄,主要累及前额叶、岛叶、颞叶及中央后回等脑区;MDD-Ⅱ亚型则表现出相对轻度、范围有限的结构改变。偏相关分析显示,MDD-Ⅰ在双侧中央后回的皮层厚度与抑制控制功能呈负相关;MDD-Ⅱ左侧额中回灰质体积与短时记忆功能呈正相关。结论 青少年MDD不同认知亚型的脑结构特征之间存在差异,其认知异质性可能具有相应的神经解剖学关联。多模态形态学结果从不同维度提供了互补证据,可能为未来的分型评估和个体化干预方向提供初步线索。

目的 比较脑小血管病（CSVD）相关白质高信号（WMH）负荷受试者与健康对照者内侧前额叶γ-氨基丁酸及共编辑大分子信号（GABA+）、谷氨酸与谷氨酰胺复合信号（Glx）水平,并分析其与WMH负荷的关联。方法 前瞻性纳入30例伴CSVD相关WMH负荷较高的受试者与25例人口学特征匹配的对照者。采用Mescher-Garwood点分辨波谱（MEGA-PRESS）序列采集内侧前额叶GABA+与Glx代谢信号,基于三维T₁WI（3D-T₁WI）结构像开展基于体素的形态学（VBM）分析,同时借助Lesion Segmentation Tool对液体衰减反转恢复（FLAIR）图像中的WMH自动分割。组间比较脑组织体积、WMH体积及代谢物水平,采用协方差分析校正混杂因素;在高WMH负荷组内控制年龄、性别、受教育年限及感兴趣体积（VOI）内灰质占灰质与白质总体积的比例后,对WMH体积与GABA+、Glx水平进行偏相关分析。结果 高WMH负荷组GABA+和Glx水标化相对水平均低于对照组[GABA+：（1.68±0.40）IU vs. （2.52±0.97）IU,P<0.001;Glx：（8.47±1.76）IU vs. （10.46±3.78）IU,P=0.013]。高WMH负荷组WMH体积高于对照组（P=0.007）,但经FDR校正两组间全脑VBM分析未见显著差异团块。高WMH负荷组WMH体积与GABA+水平呈中等程度负相关（partial r=-0.476,95%CI：-0.729~-0.108,P=0.014）,而与Glx未见明显相关。结论 CSVD高WMH负荷组内侧前额叶GABA+水平显著低于对照组,WMH体积与GABA+呈负相关,而与Glx未见明显相关,提示GABA能代谢异常可能伴随WMH负荷增加而出现。

目的 探讨海马亚区体积和扩散张量指标对主观认知下降（SCD）患者发生轻度认知障碍（MCI）的预测价值。方法 选择阿尔茨海默病神经影像倡议（ADNI）数据库2011年3月至2015年10月纳入的207例SCD的患者作为研究对象,搜集基线信息及受试者T₁WI。根据是否发生MCI,将患者分为SCD组（151例）、MCI组（56例）。患者均进行结构及扩散磁共振成像,提取基线海马亚区体积及白质扩散张量指标。比较两组患者基线资料、海马亚区体积及白质扩散张量指标的差异。采用最小绝对收缩和选择算子（LASSO）回归筛选特征变量。分别采用逻辑回归（LR）、支持向量机（SVM）、高斯朴素贝叶斯（GNB）构建MCI发生的预测模型。结果 随访结束时MCI组简易精神状态检查（MMSE）评分显著低于SCD组（t=11.827,P<0.001）,基线时MCI组较SCD组主要在下托、CA1、分子层等海马亚区体积显著萎缩,此外,胼胝体、内囊、放射冠、外囊、上纵束等白质区域扩散张量指标显著改变,差异均具有统计学意义（P<0.05）。三个预测模型中,SVM模型曲线下面积（AUC）最大,临床净收益较高。结论 相较于认知保留的SCD患者,认知恶化的SCD患者存在特定海马亚区体积与白质纤维扩散张量指标的改变,基于此构建的SCD患者转化为MCI的预测模型在临床实践中具有较高的应用潜能。

目的 探讨不同透析龄维持性血液透析（MHD）患者脑白质高信号（WMHs）的演变特征及其与脑灌注和认知功能的关系。方法 纳入43例MHD患者,按透析龄分为短期组（6~60个月,23例）和长期组（≥60个月,20例）;另纳入人口学资料匹配的健康志愿者22名为对照组。所有受试者行颅脑MRI检查测定全脑、灰质、白质脑血流量（CBF）;采用Fazekas量表评估WMHs严重程度,应用简易智力状态检查量表（MMSE）和蒙特利尔认知评估量表（MoCA）评价认知功能。采用有序Logistic回归分析透析龄对WMHs分级的独立效应,相关分析探讨WMHs与CBF及认知功能间的交互作用。结果 短期组、长期组Fazekas评分显著高于对照组（P<0.05）,有序Logistic回归证实透析龄是WMHs进展的独立危险因素（OR=1.011,P=0.034）。短期组全脑、灰质及白质CBF代偿性升高（P均<0.05）,长期组CBF回落至正常水平。相关分析显示Fazekas评分与脑白质CBF呈显著负相关（r=-0.326,P=0.033）。长期组MoCA评分显著低于对照组及短期组（P均<0.05）;短期组认知功能虽未明显减退,但其WMHs评分已显著高于对照组（P<0.05）。结论 透析龄与MHD患者WMHs分级升高独立相关;长期透析伴随的脑灌注代偿机制耗竭与WMHs累积效应可能共同推动认知功能的进行性恶化。

目的 探讨不同δ-连环蛋白（δ-catenin）表达状态下乳腺癌患者化疗期间脑网络拓扑属性及认知功能的动态演变规律。方法 采用前瞻性纵向随访设计,纳入73例计划接受多柔比星联合环磷酰胺化疗方案的乳腺癌患者,根据免疫组织化学将其分为δ-catenin高表达组（DH）35例和δ-catenin低表达组（DL）38例。所有受试者在化疗前（Cycle0,C0）及第2周期化疗（Cycle1,C1）、第3周期化疗（Cycle2,C2）、第4周期化疗（Cycle3,C3）结束后分别进行神经心理学量表测试及静息态功能磁共振（rs-fMRI）扫描,使用Matlab2013b DPARSFA软件包和GRETNA软件包对rs-fMRI数据进行处理,构建脑网络指标。分别在DH组和DL组内,以化疗阶段为组内因素进行重复测量方差分析,比较各指标的纵向变化;采用Spearman秩相关分析探讨其与神经心理学量表评分之间的相关性。结果 在历经4个化疗周期后,两组患者的简易智力状态检查量表（MMSE）及蒙特利尔认知评估量表（MoCA）评分均较化疗前显著下降。其中,DH组的短时及长时记忆受损发生于C1期;DL组的短时记忆于C2后出现下降,延迟记忆于C3后出现下降。脑网络拓扑属性：DH组在化疗过程中多个脑区的节点效率、度中心性等拓扑指标出现显著纵向变化,相关改变涉及多个脑区,并呈现一定的时间演变特征;DL组亦观察到部分脑网络拓扑指标的纵向变化,部分指标的显著改变出现在化疗中后期。相关性分析：DH组在化疗早期即显示出脑网络指标与认知评分的广泛相关性,且随周期动态演变;DL组亦存在一定程度的相关性,主要涉及AVLT-short、AVLT-long及AVLT-delay等记忆功能指标。结论 不同δ-catenin表达水平的乳腺癌患者在化疗过程中呈现不同的认知功能及脑网络拓扑动态变化特征。δ-catenin表达水平可能与乳腺癌化疗相关认知功能障碍（CRCI）的易感性及脑网络响应模式有关,静息态脑网络图论指标的动态变化可客观映射这一病理过程,并可为CRCI风险分层提供潜在影像学线索。

目的 探讨新辅助化疗（NAC）前后定量CT（QCT）身体组分参数变化对乳腺癌病理完全缓解（pCR）的预测价值。方法 回顾性分析95例经病理确诊并接受NAC的乳腺癌患者的临床及病理资料,患者NAC结束后均行手术治疗。根据Miller-Payne系统将患者分为pCR组与non-pCR组。所有患者分别于NAC前后完成QCT扫描后测量L₁、L₂层面骨密度（BMD）、L₃层面内脏脂肪面积（VFA）及骨骼肌面积（SMA）,并计算上述各指标的变化率。通过单因素和多因素logistic回归分析筛选出乳腺癌NAC后pCR的独立预测因子,并据此构建联合预测模型及列线图。采用受试者工作特征曲线（ROC）、DeLong检验、Bootstrap内部验证、Hosmer-Lemeshow检验、校准曲线及基于10次重复的5折交叉验证的决策曲线分析（DCA）评价模型效能及临床净获益。结果 单因素分析显示ΔVFA、ΔSMA、PR、HER-2及有无腋窝淋巴结转移是pCR的影响因素（P<0.05）。多因素logistic回归分析显示ΔVFA、ΔSMA及有无腋窝淋巴结转移是pCR的独立预测因子（P<0.05）。基于上述3个变量构建的联合预测模型AUC为0.896（95%CI:0.816~0.949）,灵敏度81.58%,特异度82.46%。内部验证乐观性校正后的AUC为0.881（95%CI:0.825~0.945）。Hosmer-Lemeshow检验P=0.251及校准曲线均显示模型具有良好的校准度。此外,DCA也提示联合模型临床净获益良好。结论 ΔVFA、ΔSMA联合有无腋窝淋巴结转移构建的联合模型对乳腺癌NAC后pCR具有良好预测效能,这提示QCT身体组分分析可为患者NAC疗效评估提供重要参考。

目的 探讨深度学习人工智能（AI）技术评估双源CT-Flash扫描检测冠状动脉狭窄程度及斑块钙化的临床价值。方法 回顾性搜集2023年6月至2025年6月疑似冠心病的153例患者影像学资料,所有患者均接受冠状动脉造影（CAG）和双源CT-Flash扫描检查。将CAG和血管内超声（IVUS）检查结果作为“金标准”,比较AI和人工处理图像结果与“金标准”的一致性。结果 共纳入459支血管,其中282支（61.44%）存在中度以上狭窄;共检出315个斑块。AI处理耗时（9.24±2.61）min显著短于人工处理耗时（19.37±5.49）min（P<0.001）。AI评估狭窄程度与CAG结果一致性较好（Kappa=0.863）,优于人工（Kappa=0.702）。AI处理诊断中度、重度狭窄的准确率分别为93.97%、92.91%,均高于人工,两种方式诊断闭塞的准确率相当。AI处理斑块分类方面与IVUS结果一致性较好（Kappa=0.762）,优于人工（Kappa=0.681）,且AI诊断钙化斑块的准确率为90.16%。结论 基于深度学习的双源CT-Flash扫描可显著提高冠状动脉狭窄及斑块钙化的诊断准确率,具有较高的临床价值。

目的 探讨CT影像组学联合临床特征的预测模型对磨玻璃结节（GGN）型肺腺癌国际肺癌研究协会（IASLC）Grade 3高风险病理中的价值。方法 回顾性分析314例经手术病理证实的GGN型肺腺癌患者,按7∶3比例随机分为训练集和测试集。通过单因素和多因素逻辑回归分析筛选临床独立预测因子并构建临床模型。使用PyRadiomics提取CT影像组学特征,经最大相关最小冗余（mRMR）及最小绝对收缩和选择算子（LASSO）降维后,通过12种机器学习算法对比性能,最终选择最优算法构建影像组学模型,使用SHAP可视化特征权重,并计算影像组学评分（Radscore）。通过逻辑回归联合临床模型与影像组学模型评分构建临床-影像组合模型,并绘制列线图。通过受试者工作特征（ROC）曲线、校准曲线及决策曲线分析（DCA）评估模型性能,Delong检验比较各模型曲线下面积（AUC）差异。结果 多因素分析显示,毛刺征、分叶征及血管集束征是GGN型肺腺癌高风险分级的独立预测因子（P<0.05）。临床模型在训练集和测试集的AUC分别为0.850和0.796。XGBoost算法构建的影像组学模型性能最优,其训练集和测试集AUC分别为0.910、0.814。临床-影像组合模型在训练集和测试集的AUC分别为0.915和0.864。DeLong检验显示,测试集中临床-影像组合模型与临床模型存在统计学差异（P<0.05）,与影像组学模型无显著差异。校准曲线和DCA显示模型具有良好的校准能力和临床净收益。结论 基于临床特征与影像组学的组合模型可用于预测GGN型肺腺癌的高风险病理特征,有助于指导临床决策。

目的 探讨扩散峰度成像（DKI）和三室限制谱成像（RSI）诊断肺腺癌淋巴结转移（LNM）的价值,并与传统扩散加权成像（DWI）及氟代脱氧葡萄糖正电子发射断层扫描（¹⁸F-FDG PET）进行比较。方法 回顾性分析76例经手术病理证实的肺腺癌患者,术前均行¹⁸F-FDG PET/MR检查。根据术后病理分为LNM阳性组（n=28）与阴性组（n=48）。比较组间的临床病理特征、DKI、RSI、DWI及PET参数,分析各单一参数及其联合预测LNM状态的价值。以组内相关系数评估观察者间一致性;组间比较行t检验或Mann-Whitney U检验;采用Logistic回归筛选出独立预测因子并构建联合模型;以受试者工作特征曲线评估诊断效能。结果 LNM阳性组的最大直径、f₃、SUV_max及平均峰度（MK）均高于阴性组的,而表观扩散系数（ADC）及f₁低于阴性组的（P均<0.05）,平均扩散率（MD）及f₂在组间的差异无统计学意义。在单一参数中,MK及SUV_max的曲线下面积（AUC）分别为0.804、0.824。多因素回归显示最大直径、f₃、MK及SUV_max均为独立预测因子（P均<0.05）。联合模型（最大直径+f₃+MK+SUV_max）的AUC最高（0.961）,其诊断效能优于各单一参数（P均<0.05）。结论 DKI参数MK、RSI参数f₃、PET参数SUV_max及肿瘤最大直径为肺腺癌LNM的独立预测因子;四者联合模型可提升术前预测效能,为临床淋巴结分期提供可靠的影像学依据。

目的 基于心脏磁共振（CMR）探究左心房应变联合心外膜脂肪（EAT）在识别肥胖患者心肌纤维化中的价值。方法 前瞻性纳入2023年6月至2025年12月于皖南医科大学第一附属医院行CMR检查的肥胖患者100例,根据延迟强化（LGE）是否阳性分为LGE（+）组（43例）和LGE（-）组（57例）,另选取同期100名体重指数（BMI）正常的健康志愿者作为对照组。所有受试者均行CMR平扫及增强扫描,应用CVI42后处理软件测量左心房应变参数及心外膜脂肪体积（EATV）。采用Spearman相关性分析评估EATV与左心房应变参数的相关性,采用多因素Logistic回归分析筛选出心肌纤维化的独立相关因素,采用受试者工作特征（ROC）曲线及DeLong检验评估各指标对心肌纤维化的鉴别效能,采用组内相关系数（ICC）评估观察者间及观察者内一致性。结果 与对照组相比,LGE（+）组的左心房各应变参数均显著降低、EATV显著升高（P均<0.05）。与LGE（-）组相比,LGE（+）组的Es、Ee、Ea、SRs、SRe均显著降低,而其EATV显著升高（P均<0.05）,SRa的差异无统计学意义（P>0.05）。Spearman相关性分析显示,EATV与Es（ρ=-0.240）、Ee（ρ=-0.226）呈负相关,与SRe呈正相关（ρ=0.246）,P均<0.05。多因素Logistic回归显示,EATV（比值比（OR）=1.05,95%置信区间（CI）：1.03~1.07）、Ee（OR=0.90,95%CI：0.84~0.97）及左心室质量（LV mass）（OR=1.02,95%CI：1.00~1.03）是肥胖患者心肌纤维化的独立相关因素（P均<0.05）。ROC曲线显示,EATV与Ee联合模型的曲线下面积为0.907,经DeLong检验发现其显著优于EATV单独模型（Z=2.004,P=0.045）及Ee单独模型（Z=11.583,P<0.001）。ICC重复性分析显示,各指标观察者内ICC的范围为0.873~0.960,观察者间ICC的范围为0.840~0.934,均>0.75。结论 左心房应变参数联合EATV对肥胖患者心肌纤维化具有良好的识别效能,可为肥胖患者心肌纤维化的风险分层提供无创影像学依据。

目的 探讨基于MR动脉期瘤内生境成像联合瘤周影像组学模型术前预测P53突变型肝细胞癌（HCC）的价值。方法 回顾性纳入肿瘤直径≤5 cm的HCC患者的临床及影像学资料。基于术前MR动脉期图像,采用生境成像技术将肿瘤区域分割为4个亚区并进行瘤内生境分析,同时以肿瘤边界外扩5 mm和7 mm进行瘤周影像组学分析。提取并筛选影像组学特征后,采用多种机器学习分类器结合10折交叉验证法构建并验证模型。分别建立瘤内生境影像组学模型、瘤周影像组学模型、临床模型（年龄、性别、甲胎蛋白、肿瘤最大直径）及联合模型,并以列线图（nomogram）可视化呈现。采用受试者工作特征（ROC）曲线、校准曲线及决策曲线评估各模型性能。结果 共纳入185例患者,按7∶3随机分为训练集（129例）和验证集（56例）。瘤周5 mm影像组学模型在训练集和验证集中的曲线下面积（AUC）分别为0.838[95%置信区间（CI）:0.772~0.904]和0.667（95% CI:0.524~0.809）,其训练集表现优于瘤周7 mm模型。瘤内生境影像组学模型在训练集和验证集中的AUC分别为0.851（95% CI:0.790~0.911）和0.710（95% CI:0.581~0.839）,其预测效能优于瘤周影像组学模型。联合模型整合临床模型、瘤周5 mm影像组学模型及瘤内生境影像组学模型,其在训练集和验证集中的AUC分别为0.904（95% CI:0.855~0.953）和0.788（95% CI:0.666~0.909）,特异性分别为0.939和0.857。决策曲线和校准曲线分析显示,联合模型具有良好的预测效能和临床实用性。结论 基于MR动脉期瘤内生境成像联合瘤周影像组学模型可术前有效预测P53突变型HCC,其中联合模型的预测效能较好。该模型为术前无创识别P53突变状态、指导个体化治疗决策提供了可靠的影像学工具。

目的 比较低维可解释CT定量影像标志物与高维影像组学特征预测胰腺导管腺癌（PDAC）术后6个月内复发（DFS6）的能力,并评价低维可解释 CT 定量影像标志物用于风险分层的效能。方法 回顾性纳入2018年至2024年瑞金医院术后病理证实为PDAC、术前50天内完成增强CT且DFS6结局可判定的患者。基于增强CT动脉期经人工标注肿瘤区域提取27个可解释CT定量影像标志物,并以1409个传统影像组学特征为对照。经患者级匹配后纳入178例,其中DFS6阳性41例;固定划分为训练集140例和内部测试集38例。两类特征在相同数据划分、交叉验证、评价指标及504种候选建模管线下比较。结果 基于低维可解释CT定量影像标志物的预测模型,在训练集中采用100次随机重复五折交叉验证,平均折外预测曲线下面积（AUC）为0.739,内部独立测试集AUC为0.705;相应高维影像组学对照模型的训练集折外预测AUC为0.724,但内部测试集AUC仅为0.510。模型由6项可解释CT表型（肿瘤三维表面积、轴向累及范围、密度差异幅度、密度复杂度、核心平均密度和核心低密度区比例）组成,可反映肿瘤空间负荷、瘤内密度异质性与病灶核心低密度特征。以折外预测得到的约登（Youden）界值0.485分层全队列,高低风险组组间的无病生存的差异具有统计学意义（log-rank P=0.004）。结论 低维可解释CT定量影像标志物较高维影像组学特征具有更好的内部验证稳定性和风险分层能力,可为PDAC术后早期复发风险评估提供简洁、透明且具有临床转化潜力的影像学方法。

目的 评价术前门静脉期增强CT影像组学对海德堡胰腺癌预后（HELPP）评分的增量预后价值。方法 回顾性纳入194例行胰腺导管腺癌根治性切除的患者,按手术年份分为训练集133例和验证集61例。分别建立HELPP、Radiomics及Combined Cox模型,以一致性指数（C-index）、患者层面配对Bootstrap和固定界值风险分层评价。结果 Combined模型在两队列的C-index均为0.728。其在验证集中,相较HELPP的配对C-index差值（ΔC）为0.066[95%置信区间（CI）：0.001~0.133]。在固定界值下,低、高风险组的中位总生存期（OS）为21.52个月和9.46个月（P<0.001）。结论 门静脉期CT影像组学可补充HELPP的预后信息,联合模型提高了术后生存风险的区分能力。

目的 对比分析CT引导下经皮微波消融术（MWA）与腹腔镜肝切除术（LLR）治疗原发性小肝细胞癌的临床疗效。方法 回顾性选取新乡市中心医院2017年1月至2021年12月收治的189例原发性小肝细胞癌患者的临床资料,根据纳排标准最终纳入160例患者。采用1∶1倾向性评分匹配,以年龄、性别、肿瘤大小、肿瘤数目、Child-Pugh分级及中国肝癌分期为协变量,最终匹配后接受CT引导下MWA治疗的77例（MWA组）,接受LLR治疗的77例（LLR组）。对比其手术时间、术中出血量、住院时间、治疗费用、肝功能指标、肿瘤根治率及并发症发生情况等。结果 两组患者的性别、年龄、肿瘤位置、肿瘤大小、肿瘤数目、肝功能Child-Pugh分级等基线资料比较无差异（P>0.05）。两组手术指标对比显示,MWA组手术时间和住院时间短于LLR组,且MWA组术中出血量、治疗费用少于LLR组（P<0.05）。术后7 d及1个月,两组肝功能指标对比显示,MWA组丙氨酸氨基转移酶（ALT）和天门冬氨酸氨基转移酶(AST)水平均低于LLR组（P<0.05）。此外,两组在术后1个月的影像学肿瘤根治率,术后30天内的Ⅰ级、Ⅱ级及总体术后并发症出现率方面无差异（P>0.05）,但两组Ⅲ级并发症发生率比较,差异有统计学意义（P<0.05）。结论 对于原发性小肝细胞癌,CT引导下MWA与LLR具有相当的肿瘤根治效果,但MWA具有创伤更小、恢复更快、对肝功能影响更轻且经济负担更低的优势,值得临床推广应用。

目的 探讨时间依赖扩散成像（TDD-MRI）联合基于双参数MRI的膀胱影像报告和数据系统（VI-RADS）评分评估膀胱癌肌层浸润的价值。方法 回顾性搜集已接受膀胱常规MRI及TDD-MRI序列扫描,并经手术病理证实的204例膀胱癌患者。按7∶3的比例将所有患者分为训练集（143例）和测试集（61例）。利用有限频谱编辑扩散的影像微结构参数模型拟合得到微观结构参数,包括细胞内体积分数（V_in）、细胞内扩散系数（D_in）、细胞外扩散系数（D_ex）、细胞直径（d）、细胞密度指数（cellularity_index）、细胞密度（cellularity）、3D细胞密度（rho）和扩散频散率（DDR）,同时计算表观扩散系数（ADC）相关参数（包括ADC_PGSE、ADC_25Hz、ADC_45Hz、ADC_25Hz-PGSE、ADC_45Hz-PGSE和ADC_45Hz-25Hz）。运用单因素逻辑回归分析筛选出具有统计学意义的参数,构建TDD模型,并进一步联合VI-RADS评分建立联合模型。采用受试者工作特征曲线下面积（AUC）评估各模型预测膀胱癌肌层浸润的诊断效能,AUC的比较采用DeLong检验。结果 在训练集中,非肌层浸润性膀胱癌组与肌层浸润性膀胱癌组组间的V_in、D_ex、cellularity_index、cellularity、rho、ADC_PGSE、ADC_25Hz、ADC_45Hz和ADC_25Hz-PGSE差异具有统计学意义（P<0.05）。经单因素逻辑回归分析后最终纳入7个参数用于TDD模型的构建。联合模型的诊断效能最优,其在测试集中的AUC可达0.915（95%CI:0.831~0.998）,显著高于VI-RADS评分的AUC 0.874（95%CI:0.769~0.978）（P=0.038）。结论 TDD-MRI联合基于双参数MRI的VI-RADS评分可能提高膀胱癌肌层浸润的诊断效能。

目的 以MRI为参照,探索诊断盆腔子宫内膜异位症（EMS）中与MRI阳性征象相关的子宫输卵管造影（HSG）影像表现。方法 回顾性纳入2024年1月至2026年6月于首都医科大学附属北京妇产医院、保定市妇幼保健院、太原市妇幼保健院就诊的127例可疑EMS原发不孕患者,所有患者均同期行HSG及MRI检查。以MRI诊断结果为影像学参照,计算HSG子宫后屈、输卵管向子宫聚拢、盆腔对比剂局限聚集征象诊断EMS的灵敏度、特异度、阳性预测值、阴性预测值及准确率,并绘制受试者工作特征（ROC）曲线,计算曲线下面积（AUC）以评估HSG的整体诊断效能。结果 在127例患者中,MRI确诊EMS 98例（77.16%）,非EMS 29例（22.84%）。在各单项征象中,输卵管向子宫聚拢的诊断效能最优（AUC=0.712,灵敏度71.43%,特异度68.97%）;子宫后屈（AUC=0.611,P=0.069）无独立诊断价值;盆腔对比剂局限聚集的特异度较高（75.86%）,但灵敏度偏低（59.18%）。三项联合（任一阳性）诊断EMS的灵敏度为93.88%（92/98）,特异度为75.86%（22/29）,阳性预测值为92.93%（92/99）,阴性预测值为78.57%（22/28）,准确率为89.76%（114/127）,AUC为0.849（P<0.001）。结论 当HSG显示子宫后屈、输卵管向子宫聚拢、盆腔对比剂局限聚集征象时,应高度警惕EMS可能,三项联合征象对EMS相关性不孕具有较高的诊断效能,尤其灵敏度优异,可作为EMS的有效筛查指标。

目的 比较不同MRI特征、包膜外侵犯风险（EPE-Grade）评分对前列腺癌包膜外侵犯（EPE）的预测价值;联合多参数磁共振成像（mpMRI）、氟-18标记的前列腺特异性膜抗原（¹⁸F-PSMA）-PET/CT构建EPE预测模型并评估其对于提升EPE预测准确性的潜在价值。方法 回顾性搜集2019年1月至2024年6月期间（n=330）接受根治性前列腺切除（RP）术且经病理证实为前列腺癌（PCa）患者的临床及影像学资料。对所有入组患者的mpMRI影像资料进行影像征象判读及分级评分,通过CNN-ResNet-50方法构建深度学习（DL）模型,以病理结果为参考,计算不同MRI特征、EPE-Grade分级评分及DL模型预测EPE的敏感度、特异度、阳性预测值、阴性预测值。此外,采用受试者工作特征曲线（ROC）、决策曲线分析（DCA）曲线评估模型的性能和临床净收益。结果 EPE阴性与阳性组患者术前总前列腺特异性抗原（t-PSA）、游离前列腺特异性抗原（f-PSA）、游离/总PSA比值（f/t-PSA）、前列腺影像报告与数据系统（PI-RADS）评分、国际泌尿病理学会格里森（ISUP-GS）分级、精囊侵犯、手术切缘阳性率存在显著性差异（P<0.05）;年龄、体重指数（BMI）、前列腺体积两组间无显著性差异。不同MRI特征评估EPE的特异度均较高（66%~100%）,敏感度差异也较大（2%~54%）。mpMRI特征模型、EPE-Grade评分预测EPE的曲线下面积（AUC）均为0.64,临床净收益相仿。mpMRI-DL、PET/CT-DL、Mulit-DL模型预测EPE的AUC分别为0.76、0.67、0.82,Mulit-DL模型较单一影像模态DL模型表现出更好的预测性能,具有更大的临床净收益（P<0.05）。结论 不同MRI特征和EPE-Grade评分模型预测EPE效能相仿,但后者主观依赖性减少,更便于学习应用。此外,本研究还发现Multi-DL模型对EPE具有较好的预测性能和临床净收益值,对EPE的术前预测具有潜在改善价值。

目的 基于双参数磁共振成像(bp-MRI)影像组学联合临床病理因素,构建非肌层浸润性膀胱癌（NMIBC）患者术后复发风险分层预测模型。方法 回顾性连续纳入2018年1月至2023年12月间接受经尿道膀胱肿瘤电切术（TURBT）治疗的248例NMIBC患者,按7∶3随机分层抽样分为训练集173例、验证集75例。而后应用FAE软件提取术前bp-MRI图像的影像组学特征,再通过最小绝对收缩与选择算子Cox回归(LASSO-Cox)筛选特征,并构建影像组学评分模型（Rad-score）,同时经Cox回归筛选独立预后因子,分别构建临床、影像及联合预测模型。采用一致性指数（C-index）、1、3年时间依赖性受试者工作特征（TD-ROC）曲线、曲线下面积（AUC）以评估模型性能。结果 最终筛选出9个影像组学特征建立Rad-score。多因素分析确定Rad-Score、病理分级（P<0.05）为独立危险因素,术前肉眼血尿（P<0.05）为独立保护因素,其中联合模型预测效能最优,训练集C-index=0.734,1、3年AUC分别为0.791、0.769;验证集C-index=0.767,1、3年AUC分别为0.862、0.763。基于联合模型构建的可视化列线图可量化各预后指标的风险权重,从而精准预测患者个体术后复发概率。此外,依托模型评分可将全体患者划分为低、中、高三个复发风险层级,其中三组的复发率分别为13.3%、30.5%、59.0%,组间整体差异具有统计学意义（P<0.01）。结论 基于bp-MRI影像组学联合临床病理因素构建的预测模型及列线图,能够准确预测NMIBC患者TURBT术后复发风险,模型预测效能稳定,且区分度良好,可有效完成术前个体化风险分层,有利于指导临床随访方案与精准治疗决策的制定。

目的 比较CT淋巴管成像（CTL）与非增强MR淋巴管成像（MRL）在Gorham-Stout病（GSD）骨病变中的检出表现。方法 回顾性分析15例诊断为GSD患者的CTL及MRL资料,观察颈椎、胸椎、腰椎、骨盆诸骨及脾脏等部位病变检出情况。采用Kappa检验评价CTL与MRL病变检出一致性,同时采用McNemar检验比较两种检查方法的检出率差异。结果 CTL与MRL在不同骨骼部位病变检出中的一致性存在差异,多数部位达到中等至较好水平,其中颈椎、腰椎、骶骨、髂骨及脾脏一致性较好,而胸椎一致性则相对较低。此外,各部位病变检出率差异均无统计学意义（均P>0.05）。其中9例患者于CTL检查中可见病变骨内异常碘油分布,还有2例脾脏病变仅于MRL中显示。结论 CTL与非增强MRL在GSD不同骨骼部位病变检出中的一致性存在差异,多数部位具有中等至较好一致性。而且CTL能够显示病变骨内异常碘油分布,这提示MRL对部分实质脏器受累显示具有一定补充价值。

目的 探讨不同胎龄新生儿头颅MRI脑总体发育成熟度评分(TMS)、脑白质异常评分的差异,并分析早产儿头颅MRI评分与6月龄神经发育结局的相关性。方法 将81例新生儿依据出生胎龄(GA)分为早产组(GA<37周,46例)和足月组(GA≥37周,35例),均于纠正胎龄37~45周接受常规头颅MRI检查,并对其MRI图像进行TMS及脑白质异常评估。早产组中22例在纠正胎龄6月龄时完成了有效随访。比较两组TMS与白质异常评分的差异,并分析早产儿神经发育结局与MRI评分的相关性。结果 与足月组相比,早产组TMS总分较低、白质异常总评分较高(P<0.05)。两组间在TMS(髓鞘化形成、生发基质)、白质异常(囊性变性、髓鞘形成延迟、胼胝体变薄、侧脑室扩张)的子评分中存在差异(P<0.05)。其中,局灶性信号异常评分与早产儿适应性、大运动、精细动作、语言及社交呈负相关(r_s=-0.638、-0.528、-0.531、-0.561、-0.676,P<0.05)。结论 校正胎龄足月（TEA）的TMS总分、白质异常评分能客观量化并评估早产儿脑损伤情况,且局灶性信号异常评分与早产儿神经发育结局呈负相关。

目的 评价首诊腹部CT体成分影像组学预测急性百草枯中毒早期血红蛋白（Hb）下降的价值。方法 回顾性纳入178例初始Hb≥115 g/L患者,以入院3~5 d复测值<115 g/L为结局,按7∶3分为训练集和测试集。提取L₃层面皮下脂肪、肌肉及内脏脂肪影像组学特征建模,并联合临床因素构建模型。采用受试者工作特征曲线（ROC）、校准曲线和决策曲线分析（DCA）评价模型效能。结果 在测试集中,基于皮下脂肪（SAT）、肌肉和内脏脂肪（VAT）构建的影像组学模型的曲线下面积（AUC）分别为0.793、0.759和0.764。而多因素logistic回归分析提示性别和尿百草枯浓度（UPQC）为独立相关因素。此外,联合SAT影像组学预测评分（SAT R-Pred score）、性别和UPQC构建的模型,在训练集和测试集中的AUC分别为0.948和0.975。同时,校准曲线和DCA提示,联合模型具有潜在临床应用价值。结论 基于SAT构建的影像组学模型预测效能最优,且联合模型可能有助于患者早期风险分层,但尚需在外部队列中进一步验证。